达索系统(巴黎泛欧证券交易所代码:FR0014003TT8, DSY.PA)近日宣布,全球最大的汽车零部件供应商之一——佛瑞亚集团旗下的佛吉亚公司扩大了达索系统3DEXPERIENCE平台的使用范围,以优化其自动导引运输车的入场物流。佛吉亚正在改善物流流程,降本提效,以更加可持续发展的方式向客户按时交付产品,来应对日益复杂的供应商制造环境。
佛吉亚通过采用基于达索系统3DEXPERIENCE平台的“准时投产”(On Target Vehicle Launch)行业解决方案,确定和验证订货型生产线的最佳物流方案。在为客户启动生产前,佛吉亚能够在统一的虚拟孪生体验中实现自动导引运输车(AGV)路线的仿真及可视化,包括工作站、资源可用性、装配约束和变量、生产线平衡和流程。
汽车零部件供应商的制造环境变得愈加复杂,需要在更为紧迫的期限内为并行项目生产更多的产品变体,同时在自动化程度越来越高的工厂中管理最后阶段发生的工程变更。
优化AGV路线是佛吉亚数字化工厂项目的关键步骤。该项目最初由佛吉亚绿动智行系统(Clean Mobility)事业部发起,现用于座椅、内饰和汽车电子的生产流程转型,实现互联互通、个性化和预测性的汽车“未来座舱”,从而应对上述趋势。借助达索系统3DEXPERIENCE平台,佛吉亚能够同步机器设备、优化供应、提高车间的空间利用率、缩短周期时间,并提高能效和制造效率,最终在产品、流程和工厂之间实现全数字化连续性。
佛吉亚集团产业战略与制造工程总监Patrick Brionne表示:“我们已经承诺到2030年前实现碳中和,首要任务是要将我们工厂的能耗降低15%。这意味着不仅要对新的产品和工艺进行工程设计,同时还要减少物流方面的浪费。利用达索系统3DEXPERIENCE平台,我们正在优化我们的AGV路线,并从投运的第一天起就提升了我们的生产性能。在投产前我们已经发现了一处瓶颈,进而返工了流程设计、布局和AGV流程,从而确保我们能如约向客户供应零部件。”
达索系统汽车与交通运输行业副总裁Laurence Montanari表示:“供应商必须能够迅速且持续地推出新产品,启动新项目并简化生产流程。AGV流程能够加大供应商的竞争优势,并起到至关重要的作用。 达索系统3DEXPERIENCE平台能够帮助佛吉亚这样的供应商改进现有工厂的物流,为更高效的未来工厂制定计划。”
好文章,需要你的鼓励
新加坡国立大学研究团队开发了名为IEAP的图像编辑框架,它通过将复杂编辑指令分解为简单原子操作序列解决了当前AI图像编辑的核心难题。研究发现当前模型在处理不改变图像布局的简单编辑时表现出色,但在需要改变图像结构时效果差。IEAP框架定义了五种基本操作,并利用思维链推理技术智能分解用户指令,实验证明其性能显著超越现有方法,尤其在处理复杂多步骤编辑时。
Character AI的研究者开发出TalkingMachines系统,通过自回归扩散模型实现实时音频驱动视频生成。研究将预训练视频模型转变为能进行FaceTime风格对话的虚拟形象系统。核心创新包括:将18B参数的图像到视频DiT模型改造为音频驱动系统、通过蒸馏实现无错误累积的无限长视频生成、优化工程设计降低延迟。系统可让多种风格的虚拟角色与人进行自然对话,嘴型与语音同步,为实时数字人交互技术开辟了新可能。
这项由中国人民大学高瓴人工智能学院研究团队发表的研究解决了大语言模型评判中的自我偏好问题。研究提出了DBG分数,通过比较模型给自身回答的分数与黄金判断的差异来测量偏好度,有效分离了回答质量与自我偏好偏差。实验发现,预训练和后训练模型都存在自我偏好,但大模型比小模型偏好度更低;调整回答风格和使用相同数据训练不同模型可减轻偏好。研究还从注意力分析角度揭示了自我偏好的潜在机制,为提高AI评判客观性提供了重要指导。
这篇研究提出了DenseDPO,一种改进视频生成模型的新方法,通过三大创新解决了传统方法中的"静态偏好"问题:使用结构相似的视频对进行比较,采集细粒度的时序偏好标注,并利用现有视觉语言模型自动标注。实验表明,DenseDPO不仅保留了视频的动态性,还在视觉质量方面与传统方法相当,同时大大提高了数据效率。这项技术有望推动AI生成更加自然、动态的视频内容。