今年,SOLIDWORKS迎来第32个版本“SOLIDWORKS 2025”,带来400多项更新。另外一个更重要的变化是,未来SOLIDWORKS将不再依赖年度主版本更新,而是通过季度性版本持续推出新功能,让客户能够不断体验到效率的提升。
相比2024版,SOLIDWORKS 2025的性能大幅提升,整体工作效率提高了30%以上。这不仅体现在单一指令的执行速度上,更是全面优化了装配、修改、生成工程图等操作的整个工作流程。
2024年第三季度,达索系统在美洲、欧洲、亚洲的软件收入都有着不同程度的增长,亚洲市场增长率达到9%,其中中国市场凭借汽车与交通运输行业的发展,实现了双位数的增长。
超过400项功能更新
SOLIDWORKS 2025的增强功能主要体现在以3DEXPERIENCE平台为核心、AI、以客户需求为导向三个方面。
在SOLIDWORKS 2025中,最让达索系统3DEXPERIENCE Works业务部门全球高级副总裁Gian Paolo Bassi兴奋的功能就是“指令预测器”。这是一个基于AI和机器学习的功能,指令预测器可以提醒用户下一步可能需要的指令,同时通过了解用户使用流程,进一步优化用户体验。
达索系统3DEXPERIENCE Works业务部门全球高级副总裁Gian Paolo Bassi
另外,在云上用户可以轻松进行复杂的仿真,因为云上拥有更多计算资源。而且将数据存在云端也为未来AI的发展奠定了基础,有助于机器学习企业的自身数据,提高协作和学习效率。
SOLIDWORKS 2025的亮点包括:
AI驱动设计创新再升级
从去年开始AI就已经成为SOLIDWORKS的亮点之一,2025版本里发布了12项AI功能加速设计流程,其中生成式AI功能包括拓扑优化、自动生成装配体等,进一步提升设计创造能力。
“中小企业通常难以负担自建AI系统所需的高投入,云平台则成为最佳选择。”Gian Paolo Bassi说道,尽管目前并非所有客户都接受云,但随着云端AI功能的逐步展现,客户会逐渐认可其价值。
Gian Paolo Bassi强调,AI的角色是辅助,而不是取代,AI无法取代人类的创造力和专业知识,特别是在工程领域。尽管AI可以提升效率和支持决策,但它不会替代工程师。未来能熟练运用AI的工程师会在竞争中取得优势,而那些不掌握AI技术的人可能会被淘汰。
尽管AI概念热度高涨,但目前中国客户对生成式AI在工业设计流程中的认知仍存在差距。达索系统SOLIDWORKS大中华区技术总监River Dai(戴瑞华)谈到,太阳能板支架通过参数化设计加快了设计,只是自动化设计,并不是真正的AI。生成式AI需要通过对大模型的学习来生成结果,并通过数据驱动未来的精准决策。
3DEXPERIENCE提供了一个开放式的增强型AI引擎,可以帮助客户在设计流程中实现真正的AI应用。
咖啡市场启示下的中国策略
达索系统专业客户事业部大中华区销售副总裁CK Goh(吴俊杰)把中国市场的竞争格局用咖啡品牌的竞争进行呈现,有的品牌主打“高端+高覆盖”,有的主打全民咖啡路线。SOLIDWORKS的定位是提供的是最优质的客户体验,以及最广的覆盖。
达索系统专业客户事业部大中华区销售副总裁CK Goh(吴俊杰)
SOLIDWORKS的优势在于提供从三维设计到数据管理、制造全方位解决方案,强调整体价值,而非仅限于三维设计的单一功能。
2017年,SOLIDWORKS在中国推出“335服务包”,即三年携手共进包、三年卓越进取包、五年战略协作包,335改变了整个生态对续订方面的做法,也给SOLIDWORKS品牌巨大的业务上升的空间。
吴俊杰强调,SOLIDWORKS在中国市场的推广策略不仅仅是软件销售,还注重与客户建立三到五年的长期合作,帮助客户明确成功标准,确保投资回报。例如,达索系统的“本地人服务本地客户”策略成效显著,代理商会为客户的成功感到自豪,从而具备更优质的服务质量和客户黏性。
在最近经济增速放缓的大环境下,吴俊杰看到,客户对数字化成功的定义更加清楚,这也进一步推动代理商服务质量的提升,提供的不仅是产品本身,还包括行之有效的数字化方案和方法论。
SOLIDWORKS在中国拥有强大的销售和支持网络,未来还将进一步强化本地合作伙伴、本地化培训和服务,继续保持在中国市场的竞争力。
好文章,需要你的鼓励
新加坡国立大学研究人员开发出名为AiSee的可穿戴辅助设备,利用Meta的Llama模型帮助视障人士"看见"周围世界。该设备采用耳机形态,配备摄像头作为AI伴侣处理视觉信息。通过集成大语言模型,设备从简单物体识别升级为对话助手,用户可进行追问。设备运行代理AI框架,使用量化技术将Llama模型压缩至10-30亿参数在安卓设备上高效运行,支持离线处理敏感文档,保护用户隐私。
阿里达摩院联合浙江大学推出VideoRefer套件,这是首个能够精确理解视频中特定物体的AI系统。该系统不仅能识别整体场景,更能针对用户指定的任何物体进行详细分析和跨时间追踪。研究团队构建了包含70万样本的高质量数据集VideoRefer-700K,并设计了全面的评估体系VideoRefer-Bench。实验显示该技术在专业视频理解任务中显著超越现有方法,在安防监控、自动驾驶、视频编辑等领域具有广阔应用前景。
OpenAI推出新AI模型GPT-5-Codex,能够在无用户协助下完成数小时的编程任务。该模型是GPT-5的改进版本,使用额外编码数据训练。测试显示,GPT-5-Codex可独立工作超过7小时,能自动发现并修复编码错误。在重构基准测试中得分51.3%,比GPT高出17%以上。模型可根据任务难度调整处理时间,简单请求处理速度显著提升。目前已在ChatGPT付费计划中提供。
Sa2VA是由UC默塞德等高校联合开发的突破性AI系统,首次实现图像视频的统一理解与精确分割。通过巧妙融合SAM-2视频分割技术和LLaVA多模态对话能力,Sa2VA能够同时进行自然对话和像素级物体标注。研究团队还构建了包含7万多个复杂视频表达式的Ref-SAV数据集,显著提升了AI在长文本描述和复杂场景下的表现。实验显示,Sa2VA在多个基准测试中达到业界领先水平,为视频编辑、医疗诊断、智能监控等领域带来新的应用可能性。