想象一下,如果你现在突然有了一位双胞胎兄弟/姐妹,生活会发生怎样的改变呢?有人替上班!大玩分身术!还能互换人生!这酸爽的感觉想想都刺激!
也正因此,“孪生”成为艺术创作里的重要主题。远有1992年上映、成龙主演的电影《双龙会》,近有潘粤明贡献炸裂演技的口碑佳作《白夜追凶》,这些经典都以影视化语言呈现出了孪生关系的特殊性、戏剧性。
那么,重点来了!近日,又一部主打“孪生”的年度巨制精彩上演——两位大咖导演联袂制作,新颖的剧情,豪华的阵容,跌宕的情节,《孪生英雄》带你看“数字孪生兄弟”如何危机时刻,勇闯制造帝国!
突破传统的人物设定,这是一个诞生、成长在智能时代的中国式超能力英雄的热血故事。
第四次工业革命山雨欲来,数字化风暴席卷制造业,直面变革浪潮的广大制造商们迎来极为严峻的挑战。关闭组装线以修复软件或网络故障的风险,威胁着工厂的运营生产;技术工人短缺、机器优化、质量一致性、成本和生产率提升等问题,影响着工厂的成长命运。如何能够顺利获得数字化之旅的happy ending?制造业在等待超级英雄的降临……
孙悟空有金箍棒,雷神有锤子,美国队长有盾牌,而数字化时代的救世英雄,一定离不开数字化的招牌武器。香港应用科技研究院有限公司(应科院)携手 IBM Engineering Systems Design - Rhapsody®,充分挖掘数字与物理孪生技术的能力值,开发出协作移动机械手 (CMM)的主人公形象,并共同导演完成了此次创作。
应科院使用 Rhapsody® 进行需求驱动的分析和设计,通过频繁的快速建模进行仿真和场景测试。在模型开发过程中,把产品质量建立于自动生成软件当中,从而大大减少了验证实际设备的工作量。此外,基于模型的系统开发,在生命周期的早期即收集并验证客户需求,使未来设计的处理工作变得更为敏捷。
制造业大军浩浩荡荡踏上数字化征程,然而降低开发成本、提高质量标准、优化工程周期、赢得创新竞争等重重关卡挡住了去路。前有困难之猛虎,后有时代之追兵,惊慌无措间,主人公协作移动机械手 (CMM) 英勇而至。
协作移动机械手是一种配有 LIDAR 传感器、视觉系统和末端执行器的机器人平台,可在人机协作工作环境中进行自主导航、停泊/启动和取放操作。
基于模型的系统工程 (MBSE) 贯穿协作移动机械手项目的整个工程生命周期。这个数字化平台是协作移动机械手的“数字孪生”副本,它提供了一个协作系统,能够整合和优化扮演不同角色、位于不同地点的多个工程团队。各工程团队可以利用这个数字化平台在各个设计阶段进行更有效的沟通。过去,信息交换涉及大量基于文本的文档,如今,信息交换已成为数字资产。在 IBM Rhapsody® 中,系统建模语言 (SysML) 和统一建模语言 (UML) 可为协作移动机械手指定系统模型,为规格制定、建模、模拟、测试和代码生成提供支持。
在工程生命周期的开始,协作移动机械手的数字孪生副本首先在 Rhapsody® 中,根据系统规范被定义为系统模型。设计工程师可以使用系统模型执行一系列模拟和测试运行,涵盖各种可能出现的操作条件。工程师可以在 Rhapsody® 中分析和解决任何规格或设计缺陷。一旦得到令人满意的结果,工程师就可以对经过验证的模型生成的应用程序代码进行编译并加载到“物理孪生”副本。在对物理孪生副本进行硬件/软件整合测试期间,工程师会分析、解决所有缺陷,并在 Rhapsody® 中进行再模拟,然后将生成的代码重新部署到物理孪生副本中。由于工程师可以通过有效使用系统模型来进行前期缺陷检测,所以,工程生命周期大大缩短。这种数字与物理孪生技术不仅有助于减少工程工作量(整合时间减少 40%,总成本减少 30%)和设计迭代次数,而且还能确保实现质量标准并加速创新。
至于结局呢?在得到“超级英雄”的助力后,高科技制造业已然拥有了多个更新颖、更敏捷的流程,但是加速前进的征途仍在继续。或许,我们可以期待一个续集?
香港应用科技研究院有限公司(应科院)由香港特别行政区政府于2000年成立,其使命是透过应用科技研究,协助发展以科技为基础的产业,藉此提升香港的竞争力。应科院的主要科技研发领域可归纳于五个技术部门,包括:人工智能及大数据、通讯技术、网络安全,密码及可信技术、集成电路及系统、物联网感测技术。而技术研发主要应用在应科院的五项重点范畴:智慧城市、金融科技、智能制造、健康技术、和专用集成电路。
应科院经典作品良多,开发了许多先进的智能制造解决方案,帮助制造商更快、更轻松、更高效地进行生产。协作移动机械手 (CMM)成为其助力智能工厂加速自动化进程的又一代表作。
IBM® Engineering Systems Design Rhapsody® (Rational Rhapsody)提供经验证的建模和系统设计活动解决方案,可帮助应对许多组织在产品和系统开发过程中所面临的复杂性。Rhapsody 是 IBM Engineering 产品服务组合的一部分,为支持 UML、SysML、UAF 和 AUTOSAR 的系统工程师提供协作式设计、开发和测试环境。该解决方案还允许控制防御框架(DoDAF、MODAF 和 UPDM),以及帮助加快满足行业标准。
好文章,需要你的鼓励
这项由复旦、港科大等多校联合完成的研究首次系统性地解决了大型AI模型在识别场景文字时产生"语义幻觉"的问题。研究团队发现AI模型常将视觉上模糊的文字"脑补"成有意义但错误的词汇,并开发了包含ZoomText定位策略和接地层修正机制的训练无关解决方案,在多个基准测试中实现显著性能提升,为提高AI视觉系统可靠性提供了重要突破。
IBM研究院发布AssetOpsBench,全球首个工业资产AI代理评估平台。该研究建立了多代理协作框架,涵盖IoT数据采集、时序分析、故障诊断等专业模块,通过141个真实场景和六维评估标准测试AI在复杂工业运维中的表现。测试显示当前AI技术仍有改进空间,为工业4.0时代的智能运维发展提供重要基准。
韩国科学技术院研究团队开发出Simba方法,通过层次化稀疏化技术对状态空间模型进行"瘦身",在保持性能的同时显著提升计算效率。该方法采用类似高速公路的架构设计,让AI模型的上层只处理最重要的信息,实现了最高80%的速度提升和更好的长序列处理能力。这项即插即用的技术为AI模型优化提供了新思路。
这项研究展示了一个基于ModernBERT架构的prompt injection检测模型,通过精心构建的多样化数据集训练,在内部测试中达到98.7%准确率和98.0% F1分数,在公开基准测试中平均F1分数达93.8%,显著超越现有最强基线系统。该模型推理速度仅0.02秒,具备实时检测能力,为AI系统安全防护提供了新的解决方案。