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
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。