2024年10月16日 PTC(纳斯达克股票代码:PTC)今天宣布与亚马逊网络服务(AWS)达成战略合作协议(SCA),以加速其Onshape®云原生计算机辅助设计(CAD)和产品数据管理(PDM)解决方案的发展。 此次合作将重点推进Onshape产品改进、客户采用计划和人工智能(AI)计划,所有这些计划都旨在帮助产品设计师和工程师更快、更高效地创造出高质量的新产品。
Onshape团队和AWS将在多个产品和上市(GTM)优先事项上开展合作,其中包括:
· Onshape 探索计划: Onshape 探索计划允许符合条件的用户免费试用 Onshape Professional 长达六个月。 这使工程团队在决定是否采用 Onshape 之前,能够长时间体验 Onshape 云原生 CAD 和 PDM 解决方案的独特速度和协作优势。 有意申请探索计划的公司可在此了解更多信息。
· Onshape AI Advisor: Onshape AI Advisor 将为庞大的 Onshape 资源库中的文本文档和视频编制目录,并在设计过程中回答问题或提出建议,从而让用户更快地设计产品。 在设计过程中,用户可以用简单的对话式语言输入问题,Onshape AI Advisor 将根据资源库的内容给出答案或建议,并提供其他信息的链接。 Onshape AI Advisor 将在亚马逊 Bedrock 上运行,预计将于 2024 年底发布。
· CAD 和 PDM 转换工具: 为了满足企业日益增长的从传统内部 CAD 和 PDM 系统转换到 Onshape 的需求,此次合作将扩展 Onshape 智能数据迁移工具集的功能。 这些工具集在转换过程中保留了 CAD 模型的参数特征和草图信息,从而降低了转换系统的复杂性。
· Onshape Government : Onshape 继续被那些需要加快产品开发速度并对安全性有更高要求的公司所采用。 新的 Onshape Government 选项将提供这种安全足迹,以符合《国际军火交易条例》(ITAR)和《联邦风险与授权管理计划》(FedRAMP)的要求。
“Onshape将继续颠覆CAD和PDM市场,各种规模的产品公司都正在选择转换并体验云原生方法带来的速度、协作和生产力优势。 ” PTC公司Onshape和Arena总经理David Katzman表示,“我们与 AWS 的合作强调了一些关键优先事项,这些优先事项将帮助我们让更多的设计师和工程师掌握 Onshape,加速交付一些重要的产品增强功能,并展示人工智能如何协助产品开发流程。”
“使用 Onshape 使我们的产品开发流程变得更快、更简单、更具协作性。 ” AURA AERO 联合创始人、执行董事兼适航主管 Wilfried Dufaud 说,“我们始终在使用最新版本的设计,我们不再需要处理丢失工作或系统崩溃的问题,我们现在可以自动完成许多重复性的 CAD 任务,这为我们节省了大量时间。 除了这些日常优势外,PTC 和 AWS 还让我们对产品开发的云原生方法的可用性、安全性和可靠性充满信心。”
Onshape的增长得益于其帮助企业将CAD和PDM系统转换为云原生解决方案的目标、商业应用的增加、显著的产品改进以及在教育领域的巨大影响力。 Trek Bikes、Garmin、K2、Garrett Motion 和 AURA AERO 等领先企业都在使用 Onshape 设计产品。 作为三周发布周期的一部分,Onshape 增加了 Render Studio、PCB Studio、Onshape Simulation 等功能,以及新的曲面、建模分析和混合建模功能,并通过 Onshape-Arena 连接实现了 CAD-PDM-PLM 的无缝体验。 在教育领域,从幼儿园到大学,Onshape 每年新增注册用户超过 100 万。 包括俄亥俄州立大学、罗切斯特理工学院、华盛顿大学和宾夕法尼亚州立大学在内的一流大学都将Onshape作为其工程课程的一部分。
“PTC的Onshape团队和AWS将携手扩大技术和市场合作,支持工程设计工具向云计算平台迁移的市场演进。” AWS技术合作常务董事Chris Grusz说。 “我们将在 AWS 提供的技术支持下,共同发展 PTC 的 Onshape 云原生 CAD 和 PDM 解决方案,并以可扩展和经济高效的方式为全球企业和教育领域的下一代用户群带来新的 AI/ML 功能和价值主张。”
好文章,需要你的鼓励
OpenAI CEO描绘了AI温和变革人类生活的愿景,但现实可能更复杂。AI发展将带来真正收益,但也会造成社会错位。随着AI系统日益影响知识获取和信念形成,共同认知基础面临分裂风险。个性化算法加剧信息茧房,民主对话变得困难。我们需要学会在认知群岛化的新地形中智慧生存,建立基于共同责任而非意识形态纯洁性的社区。
杜克大学等机构研究团队通过三种互补方法分析了大语言模型推理过程,发现存在"思维锚点"现象——某些关键句子对整个推理过程具有决定性影响。研究表明,计划生成和错误检查等高层次句子比具体计算步骤更重要,推理模型还进化出专门的注意力机制来跟踪这些关键节点。该发现为AI可解释性和安全性研究提供了新工具和视角。
传统数据中心基础设施虽然对企业至关重要,但也是预算和房地产的重大负担。模块化数据中心正成为强有力的替代方案,解决企业面临的运营、财务和环境复杂性问题。这种模块化方法在印度日益流行,有助于解决环境问题、满足人工智能的电力需求、降低成本并支持新一代分布式应用。相比传统建设需要数年时间,工厂预制的模块化数据中心基础设施可在数周内部署完成。
法国索邦大学团队开发出智能医学文献管理系统Biomed-Enriched,通过AI自动从PubMed数据库中识别和提取高质量临床案例及教育内容。该系统采用两步注释策略,先用大型AI模型评估40万段落质量,再训练小型模型处理全库1.33亿段落。实验显示该方法仅用三分之一训练数据即可达到传统方法效果,为医学AI发展提供了高效可持续的解决方案。