今日,在第五届中国国际进口博览会(CIIE)期间,欧特克公司与普华永道举行战略合作签约仪式,宣布双方将在产品定制管理数字化领域建立全方位合作,共同助力企业的数字化转型升级。根据双方签署的有关合作备忘录,欧特克和普华永道将推进欧特克领先的创新理念和软件技术同普华永道咨询业务的融合,共同打造配置生命周期管理数字化解决方案,从而通过流程融合和自动化驱动企业提升运营效率,助力加速产品上市,提升产品质量。
欧特克公司大中华区总经理孙志伟、欧特克公司大中华区渠道总监梅杰、欧特克公司大中华区技术总监罗海涛、普华永道中国咨询部主管合伙人吴家裕、普华永道中国数字化运营服务主管合伙人郭誉清、普华永道中国数字化运营服务总监刘宇亮等出席了签约仪式。
近年来,随着市场对定制化产品的需求不断提升,传统制造企业面临着繁杂的流程、信息孤岛和数据壁垒等愈发严峻的挑战。如何开展生产活动并快速响应客户需求成为企业亟待解决的问题。基于欧特克Inventor、Vault等产品和服务与普华永道咨询服务、配置报价订单系统(CPQ)解决方案的融合,双方所打造的配置生命周期管理系统,能够在一定程度上支撑企业从系统层、数据层、价值链到各类部门建立起唯一的、正确的数据源,有利于形成生产全流程数据的一致性。
在普华永道CPQ解决方案的升级过程中,双方将借助Autodesk Inventor作为基础软件,帮助企业设计三维建模、可配置的三维模型及工程图纸和材料明细表(BOM)。借助Autodesk开发平台,企业可以进行自动化配置设计、并自动生成工程图纸和材料明细表、开启自动计算引擎。最终,在配置生命周期管理系统中加速产品报价、技术需求、二维/三维可视化模型,CPQ配置,报价单和技术规格表等应用的落地。
配置生命周期管理系统还具备二维/三维可视化及功能仿真能力、配置管理能力、工程变更管理能力,能够帮助企业最大程度的实现模块化和标准化管理,从而更快响应客户的需求。此外,基于规则的配置能力和企业资源计划管理系统/产品生命周期管理系统/制造执行系统/客户关系管理系统(ERP/PLM/MES/CRM)多系统集成能力还能够帮助企业降低销售成本,缩短建模时间和订单处理时间,并获得工作效率和完工率的提升。
值得一提的是,配置生命周期管理解决方案可以推动企业实现模块数据管理和自动化配置设计,应用于定制化产品的销售、设计及生产过程中后,帮助加速产品上市,提升产品质量。以电梯行业为例,该行业有着以销定产的行业导向,其准时化生产模式要求企业必须严格按照实际交货期采购和生产,而周期过长的报价和设计流程,不及时的市场响应,逻辑复杂的产品配置,以及不够精确的制造将会严重影响其产品的交付。使用配置生命周期管理系统后,销售、工程、制造和服务全生命周期的数据和需求不仅得以在系统内实现打通,形成更为清晰和直观的生产流程管理,企业还基此实现订单自动化、设计配置化以及流程数字化,进而大大提升订单交付速度。
欧特克公司大中华区总经理孙志伟表示:“欧特克非常高兴能与普华永道达成战略合作,共同开启产品定制管理数字化之路。普华永道作为全球领先的专业服务机构,有着丰富的行业及系统集成方案的实施和咨询能力。欧特克将与普华永道一起开展更具创新性和前瞻性的应用和实践,努力将企业的可靠性和效率提升到全新高度。”
普华永道中国咨询部主管合伙人吴家裕表示:“多年的专业化探索和数字化实践经验,让普华永道深刻认识到数智服务对于客户转型的重要性。相信此番与欧特克公司的合作不但可以帮助普华永道更好地打造专业服务与产品的融合,还将为制造业的数字化步伐注入能量与活力。”
近年来,企业对于信息化管理的需求与日俱增,数字化技术已经成为了各行业创新发展和打造高质量作品及产品的必备要素。作为数字化发展的倡导者和践行者,欧特克将继续打造数据驱动的工具和平台,以领先的数字化解决方案和完善的生态圈推动行业的数字化发展。
好文章,需要你的鼓励
这项研究提出了ORV(占用中心机器人视频生成)框架,利用4D语义占用作为中间表示来生成高质量的机器人操作视频。与传统方法相比,ORV能提供更精确的语义和几何指导,实现更高的时间一致性和控制精度。该框架还支持多视角视频生成(ORV-MV)和模拟到真实的转换(ORV-S2R),有效弥合了虚拟与现实之间的差距。实验结果表明,ORV在多个数据集上的表现始终优于现有方法,为机器人学习和模拟提供了强大工具。
这项研究由Writer公司团队开发的"反思、重试、奖励"机制,通过强化学习教导大型语言模型生成更有效的自我反思内容。当模型回答错误时,它会生成反思并二次尝试,若成功则奖励反思过程。实验表明,该方法在函数调用和数学方程解题上带来显著提升,最高分别改善18.1%和34.7%。令人惊讶的是,经训练的小模型甚至超越了同家族10倍大的模型,且几乎不存在灾难性遗忘问题。这种自我改进技术为资源受限环境下的AI应用开辟了新方向。
FuseLIP是一项突破性研究,提出了通过早期融合离散标记实现多模态嵌入的新方法。与传统CLIP模型使用独立编码器不同,FuseLIP采用单一编码器同时处理图像和文本标记,实现了更自然的模态交互。研究证明,这种早期融合方法在多种多模态任务上表现优异,特别是在需要理解图像结构而非仅语义内容的任务上。研究还开发了创新的数据集和评估任务,为多模态嵌入研究提供了宝贵资源。
ByteDance与浙江大学合作开发的MERIT是首个专为多语言多条件语义检索设计的基准数据集,包含320,000条跨5种语言的查询和135,000个产品。研究发现现有模型在处理多条件查询时过度关注全局语义而忽略特定条件元素,为此提出CORAL框架,通过嵌入重建和对比学习相结合的方式,使检索性能提升45.9%。这项研究不仅识别了现有方法的关键局限性,还为多条件交错语义检索领域的未来研究奠定了基础。