3月23 - 24日,西门子科技大会将在北京首都国际会议中心盛大启幕。
大会将汇聚千余名产业领袖、技术先锋与开发者等群体,聚焦工业AI、数字孪生、智能制造、具身智能与AI算力等关键方向。本次大会将首次在中国系统呈现西门子贯穿电气化、自动化、数字化到智能化的全栈能力,包括核心硬件、系统解决方案以及工业AI应用和工业软件,并在西门子“ONE Tech Company”计划下全力推进AI深度融入现实世界,加速其在工业与基础设施场景落地,与客户及伙伴共同把握产业变革机遇。西门子还将在大会期间发布26款本土研发新品,覆盖智能制造自动化、运动控制、工业网络连接、配电与楼宇等多个方向,以中国式创新动能驱动产业转型升级,扎根本土,并走向更广阔市场。
大会现场将打造3,000平米沉浸式科技互动展区,集中呈现西门子及40余家生态合作伙伴的前沿技术与实践成果。大会还将设置70多场专题活动以及7场行业主题论坛,聚焦智能算力、仿真技术、新能源汽车产业链、零碳园区、全球产业链韧性等关键议题。
思想领导力:从趋势到行动,以全球视角定义工业AI新时代
大会首日,博乐仁将发表主旨演讲,围绕AI与产业变革的关键趋势,阐释西门子如何加速工业AI走向规模化落地并在现实世界创造可衡量价值。届时,他还将与阿里巴巴集团主席蔡崇信,宇树科技创始人、董事长兼首席执行官王兴兴,宁德时代首席制造官、工程与研发体系联席总裁倪军,共话AI时代的开放合作、技术创新与产业跃迁路径。
此外,西门子全球执行副总裁、西门子中国董事长、总裁兼首席执行官肖松将与国机数科董事长、总经理王宇航,北京数据集团副总经理、北京国际大数据交易所执行董事李振军,银河通用机器人联合创始人、大模型负责人张直政开展圆桌对话,聚焦AI落地所需的数据基础、关键场景与高质量行业知识等核心要素,分享产业一线的实践与思考。
大会第二天将举办7场行业主题论坛,全面呈现AI时代新兴行业和核心产业链转型的速度、深度与广度,输出前瞻趋势与深刻洞见,包括:
沉浸体验:从园区、未来工厂到数据中心,呈现AI落地路径
本届大会将同步开放沉浸式“科技探秘空间”,集中呈现西门子及40余家生态伙伴在工业AI、数字孪生、智能制造与AI算力等领域的端到端解决方案。展区将贯通园区、未来工厂与数据中心等多类场景,以开放生态加速产业落地与生态共创,共同描绘西门子在AI时代的开放生态合作图景。
同时,大会还将设置70余场专题活动,涵盖闪电演讲、技术精讲、黑客训练营、开发者工坊与工业AI播客间等,面向行业伙伴与开发者提供多层次的交流与实践体验。更多大会日程、活动预约、现场注册及线上直播信息,请访问大会官网:https://www.siemens.com/zh-cn/events/tech-summit-china。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。