达索系统(巴黎泛欧证券交易所:FR0014003TT8,DSY.PA)宣布,在埃菲尔铁塔建成130多年后,达索系统对该地标性建筑进行了重新构想,并由此向世人展示虚拟环境如何推动城市和基础设施转型,打造更加可持续发展的未来。
“建造未来(Building Tomorrow)”项目汇集了达索系统多个行业的专家团队,他们采用3DEXPERIENCE平台设计构建出低碳、循环再生版埃菲尔铁塔,以应对城市化进程加速、温室气体排放和能源消耗等重大可持续发展挑战。该项目旨在展示公共机构、工程师、建筑师、物流专家和建筑商如何以新的方式开展协作,实现全产业链的可持续发展以及循环经济,从而在各个方面产生积极影响,提高生活质量。
以建筑师Nicolas Laisné的独家设计为起点,该团队使用3DEXPERIENCE平台创建一个虚拟孪生的埃菲尔铁塔——一个由 18,038棵树(对应埃菲尔铁塔金属部件数量)、5500平米(59,202 平方英尺)的温室和花园大棚、451种植物等共同组成的垂直花园。该团队通过体验来自整个价值链实时的、数据驱动洞察的虚拟孪生,证明了大型基础设施项目可以通过所有利益相关方之间的协作设计、优化运营、资源管理、低碳材料制造、可持续物流规划和产品化建造,来提高建设的可持续性。
例如,“建造未来”团队分析了不同施工场景(如新塔的高度)在阴影、气流和热力方面对邻近地区造成的影响,并对塔上植被用水量进行了建模。此外,团队还在不影响钢材强度和性能的情况下优化了结构用钢的采购、运输和制造工艺,将制造业的产品化理念应用于设计建造过程中。达索系统的生命周期评估解决方案在团队战略决策中发挥关键作用,使他们能够为整个生命周期(从采购原材料到交付成品)的每个流程进行环境影响评分。
“建造未来”项目,包括两米高(6英尺6英寸)、3D打印的铁塔复制品,已于2022年11月15日至17日在西班牙巴塞罗那举行的全球智慧城市大会的达索系统展台上展示。
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。