PTC(NASDAQ:PTC)今日宣布,在其 Onshape® 计算机辅助设计(CAD)和产品数据管理(PDM)平台中发布一项完全云原生的基于模型定义(MBD)功能。该新功能使工程团队能够在设计流程早期将制造信息直接添加到 3D 模型中,从而实现更清晰的设计意图、减少交接环节,并提升设计、文档、制造和质量等各环节的效率。

在传统基于文件的 CAD 和 PDM 系统中,制造数据分散在图纸、导出文件以及彼此孤立的文件之中。这种方式使产品定义更难保持最新、可访问和可信赖。构建在 Amazon Web Services(AWS)之上的 Onshape 云原生平台,通过让团队基于同一实时更新的产品定义协同工作,有效消除了这些挑战,从而减少错误并加速从设计到生产的工作流程。
Aura Aero 首席数字官 Marc Germain 表示:“当你在严格监管要求下制造飞机时,任何模糊性都代价高昂。作为 Onshape 中MBD 的早期用户,将认证和制造要求直接整合到模型内部,而不是分散在图纸和文件中,让我们显著减少了返工和审查周期,帮助我们的团队以更少的交接环节提升工作效率。”
AWS 美国汽车与制造业总经理 Michael Choe 表示:“Onshape 基于模型的定义是 AWS 与 PTC 如何共同推动工程现代化进程的典型例子。通过在 AWS 的云原生平台上重新架构核心工程工具,我们正在释放新的可能性——使其更易于在全球部署,通过 AI 驱动,能力更加强大,并在支持分布式团队之间实现无摩擦、实时协作方面取得显著提升。这一战略合作代表着团队在设计、构建并将产品推向市场方式的一次重大飞跃。”
主要 MBD 功能包括:
集成式3D标注:工程师可以将 GD&T(几何尺寸和公差)、焊接符号和基准直接嵌入3D模型,无需依赖独立2D图纸即可清晰传递设计意图。
智能检验面板:所有产品制造信息(PMI)会被自动整理为结构化、可筛选的列表,并可即时与模型中的相关几何体进行交叉高亮显示。
可共享的MBD视图:团队可以通过简单URL分享包含PMI的模型,其保留相应的视图和标注,从而实现基于浏览器的访问,无需导出文件、插件或附加组件。
特征树感知:MBD标注与特征树保持智能关联,使规格信息在设计演进过程中始终连接到正确的几何体。
面向下游的数据:模型可为检验和合规流程做好准备,支持 STEP AP242 导出格式,并可与 PC-DMIS 和 AS9102 等工具集成。
PTC 公司执行副总裁兼 Onshape 与 Arena 业务总经理 David Katzman 表示:“云原生 MBD 是客户构建智能、完整数字化产品生命周期的关键一步。通过将产品定义迁移到云端,公司终于可以打破设计、制造与其他业务环节间的壁垒。这一转变得益于 AWS 的可扩展基础设施和 AI 能力,使 Onshape 能够提供更快速、更具弹性的云原生平台。”
通过 Onshape 及其整体产品组合,PTC 正在推进其智能产品生命周期(Intelligent Product Lifecycle)愿景:帮助制造商和产品公司构建产品数据基础,在整个企业中扩展这些数据的价值,并加速 AI 驱动的转型。对产品数据的更广泛使用使企业能够更快地将更高质量的产品推向市场,更好地管理产品复杂性,满足监管和合规标准等。
好文章,需要你的鼓励
Uber年度失物报告首次纳入无人驾驶出租车数据。过去一年,乘客在Uber平台的机器人出租车中遗留了数千件物品,包括手机、钥匙、钱包等常见物品,以及假牙、15磅溜溜球等奇特物件。乘客可通过App联系客服找回失物,支付15美元即可享受同城配送,或前往车辆停放站自取。Uber表示,将依托现有运营体系为自动驾驶业务提供全面支持,计划2025年底前在全球15座城市开通无人驾驶打车服务。
英伟达推出Nemotron-Labs-Diffusion三模式语言模型,将逐字生成、并行扩散与自猜自验融于一体,单用户吞吐量最高达Qwen3-8B的4倍,同时保持相近准确率。
Uber周三发布了一款基于现代Ioniq 5改装的数据采集原型车,搭载14个摄像头、8个固态激光雷达和9个雷达,通过英伟达双驱Thor计算机处理数据。Uber计划今年在全球部署500辆此类车辆,每月可采集200万英里高保真驾驶数据,供Avride、Waymo、WeRide等30余家自动驾驶合作伙伴使用。这是Uber自2020年出售自动驾驶部门以来首次自主组装车辆,也是其AV Labs部门的重要进展。
SIEVE是一种面向机器人模仿学习的数据筛选方法,通过发现可复用行为原语和转换接口,用50%数据和训练量超越全量训练效果。