达索系统(巴黎泛欧证券交易所:FR0014003TT8, DSY.PA)与Stellantis集团赛车运动部的标致运动(Peugeot Sport)近日宣布双方达成合作伙伴关系,利用仿真技术优化标致9X8混合动力超级跑车的空气动力学性能,以备战2024赛季世界耐力锦标赛(WEC),同时,通过在赛车运动中展现Stellantis高性能电动汽车为其品牌带来巨大价值。
达索系统由3DEXPERIENCE平台提供支持的SIMULIA PowerFLOW应用将被用于创建整车外观的虚拟孪生体,并从空气动力学角度准确预测不同设计对车辆性能、下压力生成和稳定性的影响。通过在云端将设计和仿真数据无缝互联,标致运动能够评估和优化其设计理念,从而更高效、更低成本地实现最终设计决策。
Stellantis集团赛车运动部世界耐力锦标赛(WEC)项目总监Olivier Jansonnie表示:“达索系统的技术和专业知识在我们的设计与仿真工作中发挥了核心作用。这一合作使我们120人的团队能够高速协作、创新,并实现我们的既定目标。自项目启动之初,我们就能轻松获取并解读气流仿真的结果,继而做出指引后续设计方向的决策。仅通过仿真,我们就能实现80%至90%的开发工作。”
标致运动9X8的混合动力超级跑车将参加2024赛季国际汽联(FIA)世界耐力锦标赛(WEC),相关赛程已规划全球范围内的九场比赛,其中包括备受关注的勒芒24小时耐力赛。在混合动力超级跑车组别中,参赛车队必须遵守严格的设计规定,并在同一风洞中测试其车辆,这突显了空气动力学在实现竞争优势方面的关键作用。
标致运动已采用达索系统的CATIA应用进行机械设计,并希望于实车风洞测试之前,在虚拟环境中迅速进行空气动力学研究,以虚拟方法验证其设计。相关团队目前已采用达索系统的解决方案进行了超过10,000次仿真,评估空气在前分流器周围和后部无翼板的情况下如何流过动力总成下方。
达索系统汽车与交通运输行业副总裁Laurence Montanari指出:“赛车运动对车手和他们的赛车而言均是非常严苛的考验。赛道上需要车队保证速度与精确度。达索系统为双方的工程师提供了一个云端协作环境,使得相关团队能够仿真标致9X8混合动力超级跑车在各个行驶阶段的空气动力学特性。同时,我们的专家也对仿真结果进行了分析,并提出改进意见,以充分满足WEC的要求。以此为基础,标致运动成功地开发出了一款具有高耐力且极具竞争力的超级跑车。”
好文章,需要你的鼓励
这篇研究提出了OThink-R1,一种创新的大型推理模型,能够像人类一样在快速直觉思维和慢速深度推理之间自动切换。研究者发现,现有推理模型即使面对简单问题也会生成冗长的推理过程,导致计算资源浪费。通过分析推理轨迹并使用LLM评判员区分冗余和必要推理,OThink-R1能根据问题复杂度动态调整思考深度。实验表明,该方法平均减少了23.4%的生成文本量,同时保持或提高了准确率,代表了向更高效、更人性化AI推理系统迈出的重要一步。
这项研究提出了SHARE,一种新型文本到SQL修正框架,它利用三个小型语言模型(SLM)协同工作,实现高效精准的SQL错误修正。SHARE首先通过基础行动模型将SQL转换为行动轨迹,再经过模式增强模型和逻辑优化模型的层次化精细化修正。研究团队还创新性地提出了层次化自演化训练策略,大大提高了训练数据效率。实验结果表明,SHARE在多个基准测试上显著提升了SQL生成准确率,计算成本仅为传统方法的十分之一,并展现出强大的泛化能力,适用于各种生成器模型和SQL方言。
这项由香港大学和南京大学等机构研究人员联合开发的双专家一致性模型(DCM)解决了高质量视频生成中的效率难题。研究团队发现扩散模型蒸馏过程中存在优化冲突:早期阶段负责语义布局与运动,后期阶段关注细节精修,两者学习动态差异显著。DCM创新性地将这两个任务分配给不同的专家模型,通过参数高效的实现方式,使模型仅需4步即可生成接近50步原始模型质量的视频,大幅提升生成速度,为实用化AI视频创作铺平道路。
这项研究介绍了QARI-OCR,一种基于Qwen2-VL-2B-Instruct模型微调的阿拉伯文字识别系统。研究团队通过三阶段合成数据训练,成功解决了阿拉伯文字识别中的主要挑战:曲线连笔特性、上下文变化的字母形状和发音符号。QARI v0.2模型创下了0.061的字符错误率和0.160的单词错误率,超越了现有开源解决方案,为阿拉伯文化遗产的数字化保存提供了重要工具。