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
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。