打造高韧性企业,已经成为在当下环境企业的战略任务。
达索系统在服务客户的过程中积累了众多成功经验和最佳实践,尤其在疫情期间,这些成功经验和最佳实践的不断复制,提高了制造业在疫情下的韧性。
中国制造业有着独特的韧性,中国的市场很大,可以在出口市场和本国市场之间进行多元化的平衡发展。
在这个过程中,数字化能发挥什么作用?达索系统亚太区执行副总裁Samson Khaou认为,企业利用数字化可以将整个业务流程进行数字化,比如企业上下游供应商和客户都在单一数据源的数字化实时协同平台上,看到哪些部件可以自己生产,哪些需要采购,通过大量协同信息做出最佳决策。
达索系统亚太区执行副总裁Samson Khaou
在达索系统的平台上,企业可以与整个生态体系中的所有相关方进行实的协同。尤其在疫情期间,数字化解决方案被中国众多制造企业所采用,实现端到端的数字连续性。
达索系统深度参与了中国的数字化建设,在12大行业全线突破,高速成长。达索系统大中华区总裁张鹰指出,企业最早从使用大量工具,像设计、仿真、生产制造、管理等工具,又升级到系统、平台,又升级到端到端,最后升级到整个供应链的数字化转型,每一次升级和跳跃背后都有强大的数字化做支撑,有完整的最佳实践形成。
达索系统大中华区总裁张鹰
三大业务齐头并进
达索系统将整个工业软件体系分成三部分,第一,制造;第二,城市基础建设;第三,生命科学,三大业务齐头并进。
制造领域:达索系统在制造领域可以称得上“头号玩家”,最早起源于航空领域,下一步更多聚焦在可持续发展领域,利用数字化技术为制造业客户实现可持续发展要求。比如,废弃物的治理、打造可循环利用的工厂、优化能源结构实现节能减排等。
城市建设领域:达索系统更多是城市建设行业规则的颠覆者,该领域数字化进程相对较慢,达索系统在利用数字化技术帮助企业进行新材料的研发,并且验证新材料如何可以做到节能减排。
生命科学领域:达索系统已经投入生命科学15年之久,在模拟心脏、大脑,疫苗研发,医疗器械相关的工业软件体系中,达索系统的份额位居全球第一。Samson Khaou表示,人体器官也需要建立精准的三维模型,依赖于高精准度的三维模型,针对不同病人的需求进行个性化的手术开发。
达索系统及提供工具,也提供平台,3D体验平台是在同一体系结构下,通过一个模型就可以实现交互、协同,这是一个革命性的推动。现在3D体验平台在中国的业务比例已经达到将近一半。
利用数字化打造最佳实践
现在数字化转型已经到了一个新的高度和维度,用造房子举例,我们首先需要先设计,之后将图纸交给施工方,施工方再进行施工,最后施工出来的房子能否和设计一致,这中间数字化就起到了重要作用。
张鹰表示,数字化可以把设计方、施工方和业主连接在一起,用一个模型全方位地打通,推动数字化的进展,这也是3D体验平台的价值。
武汉新一代天气雷达就是一个最佳实践,天气雷达由中南建筑设计院设计,采用达索系统3D体验平台改变了建筑、工程与施工行业之间BIM建模软件不统一、数据标准各异的传统业务方式,通过提供高度集成的项目与数据管理,利用施工模拟更好地计划与执行项目。
基于3D体验平台,气象塔项目通过让设计和施工方共享同一个三维模型,实现“一模到底、无图纸建造”,不仅是我国首个建筑工程PLM平台的成功实践,也是国内首个“全过程无缝衔接的数字化建筑项目”,更成为整个行业低碳环保的数字化建造标杆。
未来达索系统也将用自身的创新优势,携手各行业企业打造更多更多像武汉新一代天气雷达一样的标杆项目,助力各行业走向低碳、智能和可持续的数字化未来。
好文章,需要你的鼓励
在“PEC 2025 AI创新者大会暨第二届提示工程峰会”上,一场以“AIGC创作新范式——双脑智能时代:心智驱动的生产力变革”为主题的分论坛,成为现场最具张力的对话空间。
人民大学团队开发了Search-o1框架,让AI在推理时能像侦探一样边查资料边思考。系统通过检测不确定性词汇自动触发搜索,并用知识精炼模块从海量资料中提取关键信息无缝融入推理过程。在博士级科学问题测试中,该系统整体准确率达63.6%,在物理和生物领域甚至超越人类专家水平,为AI推理能力带来突破性提升。
Linux Mint团队计划加快发布周期,在未来几个月推出两个新版本。LMDE 7代号"Gigi"基于Debian 13开发,将包含libAdapta库以支持Gtk4应用的主题功能。新版本将停止提供32位版本支持。同时Cinnamon桌面的Wayland支持持续改进,在菜单、状态小程序和键盘输入处理方面表现更佳,有望成为完整支持Wayland的重要桌面环境之一。
Anthropic研究团队开发的REINFORCE++算法通过采用全局优势标准化解决了AI训练中的"过度拟合"问题。该算法摒弃了传统PPO方法中昂贵的价值网络组件,用统一评价标准替代针对单个问题的局部基准,有效避免了"奖励破解"现象。实验显示,REINFORCE++在处理新问题时表现更稳定,特别是在长文本推理和工具集成场景中展现出优异的泛化能力,为开发更实用可靠的AI系统提供了新思路。