达索系统(巴黎泛欧交易所代码:FR0014003TT8, DSY.PA)近日宣布,达索系统正在与宝马集团合作开发解决方案,以提高车辆开发项目的效率。借助宝马集团在深度流程和专业技术方面的宝贵贡献,两家公司针对冲压钣金件的定义和冲压模具的设计,合作打造了以流程为导向的解决方案,在满足行业需求的同时有助于提升零部件设计和生产流程的效率。
达索系统CATIA冲压模面设计应用为开发高品质白车身冲压件和底盘部件提供了无缝的机械加工体验。在详细描述生产概念的基础上,自动化验证制造流程可于开发阶段早期就启动,以便在投产前发现并消除差错,从而有助于在制造流程中节省成本与时间。
CATIA冲压模面设计应用在开发流程的所有阶段均提供了数字连续性。该应用还可以将工艺和结构等所有相关信息应用于后续流程步骤(包括冲压生产线仿真或成本计算),帮助用户减少人工操作。
此外,CATIA冲压模面设计应用还提供了专门的工艺规划和高级曲面设计功能等,帮助企业积累并重复利用冲压方面的专业知识。
达索系统汽车与交通运输行业副总裁Laurence Montanari表示:“多年来,宝马集团和达索系统一直是彼此信赖的合作伙伴。我们联合开发的解决方案现已在宝马集团生产系统内成功实施。我们的CATIA冲压模面设计应用能够帮助汽车制造商及其供应商优化白车身冲压件、底盘部件与模具工程,同时节省相关加工成本与设计时间。模具设计与制造是车辆开发成本的重要一环,对其进行优化能够让汽车制造商具备核心竞争力。”
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。