在过去的十年当中,PTC一直致力于将人工智能融入其旨在优化工业性能的软件解决方案当中;与此同时,制造业企业对应用人工智能技术也充满期待,尤其是在中国市场。PTC全球资深副总裁兼大中华区总裁刘强认为:人工智能技术将为制造业企业提供前所未有的价值,将成为企业获得未来市场竞争力的关键。中国的制造业企业,数字化基础好,对尝试应用新兴技术更有热情和信心,因此将率先享受人工智能所带来的发展动力和商业价值。现在让我们来详细了解PTC是如何利用人工智能为用户创造价值。
PTC 的定位是什么?
PTC 是 PLM 和 CAD 软件的领先供应商。我们为制成品的设计、制造、运行和维护提供广泛的解决方案。制造业企业向我们寻求设计或制造方面问题的答案。根据他们的需求,我们提出解决方案。在这些解决方案中,我们整合了物联网、增强现实和人工智能等数字技术,以优化解决方案的性能。通过我们的解决方案,我们可在整个产品生命周期中——从应急管理和设计到维护管理和产品报废——支持工业 4.0。
将人工智能集成到PTC的软件中,对制造业企业有什么好处?
无论是在预测性维护、产品开发、个性化、多样化还是用户体验方面,人工智能都是价值的源泉。根据麦肯锡的一项研究,人工智能可将制造业企业的整体业绩提高 20~30%。现在,制造业企业必须采用这项技术才能保持竞争力。在 PTC,我们正在思考继续使用和整合人工智能的最佳方法,以便让我们的解决方案能够为企业用户带来更多价值。通过倾听客户的意见,我们提出了数百个关于如何在解决方案中使用人工智能的想法。
有哪些具体应用?
例如,基于文本的需求管理就非常适合使用人工智能:利用人工智能,我们可以从书面文件中自动创建需求。人工智能可以分析需求,看它们是否符合标准。人工智能还可用于优化 PLM 中的变更管理,准确预测变更可能产生的影响。另一项人工智能应用与备件库存管理有关。任何制造业企业的目标都是将库存保持在最低水平。这意味着要预测需求,以保持当前的库存水平。有了人工智能,我们可以通过利用更多数据(如历史和地理数据、存储容量、维护信息等)来改进预测工具。这样,企业用户就可以在任何时间、任何地点只备有所需的备件。显然,人工智能提高了解决方案的性能,有助于降低成本。
PTC还有哪些旗舰应用?
计算机视觉是人工智能的另一个应用领域。计算机视觉并非增强现实技术的唯一特权,它还可用于 PLM,使工程师能够在开始设计之前,即可利用计算机视觉对部件的形状进行分析和描述,进而在系统中检索是否已经存在这样的零件。如果可以限制零件的创建,那么公司就可以立即获得可衡量的收益。这种数字视觉技术还可用于质量控制和增强现实中的最终装配视觉检查:配备笔记本电脑或平板电脑的操作员围绕组装好的产品旋转,就可以利用系统检查该组装是否符合人工智能训练模型所规定的标准。
人工智能在去碳化和环境影响方面能发挥什么作用?
生态设计或环境管理是一项非常复杂的工作,因为需要考虑的参数太多。在帮助设计工程师做出正确选择并限制产品对环境的影响方面,人工智能可以发挥非常重要的作用。它就像一个副驾驶员,能够提供实用的建议,例如为设计选择正确的材料类型等。考虑到产品碳足迹的 80% 是在设计阶段确定的,这就更具有决定性意义。人工智能还将能够为解决方案建模,从而更好地了解客户产品的生产、采购和使用对生态环境的影响。我们今天的任务就是开发解决方案,帮助客户减少对环境的影响。
好文章,需要你的鼓励
最新数据显示,Windows 11市场份额已达50.24%,首次超越Windows 10的46.84%。这一转变主要源于Windows 10即将于2025年10月14日结束支持,企业用户加速迁移。一年前Windows 10份额还高达66.04%,而Windows 11仅为29.75%。企业多采用分批迁移策略,部分选择付费延长支持或转向Windows 365。硬件销售受限,AI PC等高端产品销量平平,市场份额提升更多来自系统升级而非新设备采购。
清华大学团队开发出LangScene-X系统,仅需两张照片就能重建完整的3D语言场景。该系统通过TriMap视频扩散模型生成RGB图像、法线图和语义图,配合语言量化压缩器实现高效特征处理,最终构建可进行自然语言查询的三维空间。实验显示其准确率比现有方法提高10-30%,为VR/AR、机器人导航、智能搜索等应用提供了新的技术路径。
新一代液态基础模型突破传统变换器架构,能耗降低10-20倍,可直接在手机等边缘设备运行。该技术基于线虫大脑结构开发,支持离线运行,无需云服务和数据中心基础设施。在性能基准测试中已超越同等规模的Meta Llama和微软Phi模型,为企业级应用和边缘计算提供低成本、高性能解决方案,在隐私保护、安全性和低延迟方面具有显著优势。
IntelliGen AI推出IntFold可控蛋白质结构预测模型,不仅达到AlphaFold 3同等精度,更具备独特的"可控性"特征。该系统能根据需求定制预测特定蛋白质状态,在药物结合亲和力预测等关键应用中表现突出。通过模块化适配器设计,IntFold可高效适应不同任务而无需重新训练,为精准医学和药物发现开辟了新路径。