Siemens
PulseAugur coverage of Siemens — every cluster mentioning Siemens across labs, papers, and developer communities, ranked by signal.
- parent of Siemens Mobility 100%
- parent of Siemens Healthineers 100%
- parent of Gigaset 100%
- subsidiary of Qatar Investment Authority 100%
- subsidiary of BlackRock 100%
- parent of Atos SE 100%
- competes with Cadence 70%
- competes with Synopsys 70%
- other Egypt 60%
- affiliated with Egypt 50%
- affiliated with Cadence 50%
- 2026-07-01 funding Siemens is investing €300 million in Germany to expand production capacity for technologies supporting the energy transition and AI data centers. 来源
- 2026-06-03 product_launch Siemens launched a new reference architecture for utility-scale AI data centers in partnership with Nvidia and others. 来源
9 天有情绪数据
-
AI代理威胁传统软件商业模式，Bitkom研究发现
数字协会Bitkom的一项新研究表明，随着AI代理的兴起，软件公司的商业模式正面临严峻挑战。这些能够独立完成任务的代理正在将客户的关注点从按小时或按许可证付费，转变为要求可衡量的结果，例如已解决的安全漏洞或成功的支持工单。报告《软件世界2036》（"Softwarewelt 2036"）指出，欧洲软件供应商可能在合规性和数据主权等领域找到机会，从而在不断变化的市场中实现差异化。
-
西门子投资3亿欧元，在德国提升人工智能数据中心技术产能
西门子宣布将在德国投资3亿欧元，以扩大对全球能源转型和人工智能数据中心至关重要的技术生产能力。该投资将用于在奥芬巴赫新建一家供应商工厂，并扩建法兰克福的两家现有工厂，到2030年底将创造700个就业岗位。建设将于7月开始，新工厂预计将于2027年春季投入运营。
-
新框架将物理增强神经网络集成到有限元求解器中
研究人员开发了一种将物理增强神经网络（PANNs）集成到Simcenter Radioss和OpenRadioss等显式有限元求解器中的方法。该框架允许将预训练的PANNs转移到用户材料例程中，从而无需专门的求解器即可在现有仿真软件中使用。该方法侧重于计算效率，证明用SQuarePlus替换SoftPlus激活函数可以在保持精度的同时降低成本。GitHub存储库可自动生成Fortran用户材料例程，从而促进了基于机器学习的本构模型在冲…
-
FoundryNet 使用 TimesFM 和 16 个数据点预测设备故障
FoundryNet 开发了一种使用名为 TimesFM 的时间序列基础模型来预测设备故障的新方法。该方法仅需 16 个数据点，大大减少了对大量每台机器训练数据的需求。该系统会规范化来自不同 OEM 的遥测数据，预测未来值，并能预测何时会超过故障阈值。通过在 MINT Protocol 上进行验证，并在 Solana 区块链上结算，使预测可验证。
-
NVIDIA推出Agent Toolkit，助力构建专业化企业AI
NVIDIA 推出了 NVIDIA Agent Toolkit，这是一个全面的套件，旨在帮助企业构建针对其特定工作流程定制的专业化 AI 代理。该工具包包括 Nemotron 等开放模型、用于通过 NemoClaw 实现更安全代理行为的蓝图，以及用于安全运行的 OpenShell 运行时。该平台旨在使企业能够定制、控制和信任 AI 同事，从而加速生命科学、医疗保健和网络安全等领域的应用，早期采用者包括 Cadence、Synopsys…
-
《财富》将ASML、西门子、诺基亚列为欧洲最具创新力的公司
《财富》杂志第二届年度欧洲最具创新力公司榜单，评选了来自18个国家的300家企业，这些企业尽管研发支出低于美国和中国，但仍在推动创新。该榜单与Statista合作发布，从产品、流程和文化三个维度评估公司，展现了深厚的行业专长和革新能力。值得注意的是，ASML凭借其对AI芯片开发至关重要的先进光刻设备位居榜首，这反映了欧洲对其半导体生态系统的战略重点。
-
Google、Microsoft、OpenAI 支持 Linux 基金会的 Appia AI 标准计划
包括 Google、Microsoft 和 OpenAI 在内的多家主要科技公司正在支持 Linux 基金会新推出的 Appia 计划。该项目致力于为人工智能建立行业标准。其他知名支持者还包括 Arm Holdings、Mastercard 和 Siemens，这表明行业正广泛合作以实现 AI 开发的标准化。
-
埃森哲收购西门子合作伙伴；三星推进DRAM技术
埃森哲宣布同意收购Industries eXcellence Group (IndX)，这是Engineering Group的一个部门，专门从事西门子的数字工业软件和自动化解决方案。此次收购旨在通过软件、数据和人工智能技术，增强埃森哲在帮助制造客户实现产品开发、生产和供应链运营现代化方面的能力。与此同时，据报道，三星电子正与合作伙伴合作，开发用于大规模生产其第七代10纳米级 (1d) DRAM的设备，预计将于明年年底实现初步量产。这…
-
NVIDIA推出XR AI，用于现实世界应用中的AR智能体
NVIDIA发布了NVIDIA XR AI，这是一个旨在构建智能体应用的开发者库，可将AI与增强现实和虚拟现实设备集成。该平台将XR硬件的现实世界信号与AI模型、企业数据和专用工具连接起来，从而实现能够在工作流程中感知、推理和行动的AI智能体。关键组件包括多模态感知、通过NVIDIA NeMo Retriever进行企业知识检索、对NVIDIA Nemotron等各种AI模型的支持以及智能体编排，所有这些都由NVIDIA的加速计算基础…
-
西门子AI代理将变革TIA Portal中的PLC编程
西门子推出了一款旨在彻底改变TIA Portal中PLC编程的AI代理，解决了当前大型语言模型在工业自动化中的局限性。这些模型通常提供需要手动调整且容易出错的通用代码片段，未能考虑到特定项目架构。新的西门子代理旨在通过更有效地将LLM集成到工业流程中来克服这些挑战，有望简化开发并减少错误。
-
埃及审查与西门子的高铁交易
据报道，埃及正在重新评估与德国西门子公司的重大高铁网络协议。这项涉及重大基础设施开发的交易目前正在审查中。有关审查的具体原因或潜在结果的进一步细节尚未披露。
-
人形机器人有望通过人工智能进步改变各行各业
由于人工智能、传感器和机器人技术的进步，人形机器人正从科幻走向实用的劳动力技术。这些机器被设计用于以人为中心的环1境中运行，承担体力要求高、重复性或危险的任务。潜在应用涵盖制造、零售、危险环境、酒店业、行李处理、配送和老年护理，预计到2060年将有数十亿台投入使用。
-
西门子和Nvidia推出100兆瓦AI工厂架构
西门子与Nvidia及其他合作伙伴合作，推出了一种用于构建公用事业规模AI数据中心的新参考架构。该设计集成了电池存储、先进的电气系统和液体冷却，以支持高达100兆瓦的大规模IT负载。该架构旨在通过提供经过验证的蓝图来简化大型AI园区的部署，解决了作为AI设施开发主要限制因素的强大电力和电网基础设施日益增长的需求。
-
埃及审查与西门子签署的高速列车协议
据报道，埃及正在审查与德国西门子公司签署的一项重要的高速列车网络协议。审查的具体细节和原因尚未详细说明。这一进展可能会影响该地区未来的基础设施项目。
-
西门子部署人工智能技术，实时监测草莓农场
西门子将人工智能整合到草莓种植中，以优化作物产量和质量。该系统利用传感器、摄像头和物联网设备实时监测生长、病虫害和光照。农民将收到关于灌溉、施肥和收获时间的切实可行的建议，旨在减少浪费并改善农产品。
-
香港国际学校与西门子合作，实现人工智能驱动的校园可持续发展
香港国际学校（HKIS）正与西门子合作，实施人工智能驱动的智能系统，以实现其可持续发展目标并减少碳排放。该倡议旨在在校园内创建一个“活的实验室”，为学生提供在现实世界环境解决方案方面的实践经验。该系统将跟踪能源消耗，衡量相对于科学目标倡议（SBTi）目标的改进情况，并将数据可视化，供学生用于教育目的。
-
埃及重新评估与西门子高铁交易
据报道，埃及正在重新评估与德国西门子公司的主要高铁网络交易。此次审查表明该国在大型基础设施项目上的方法可能发生转变。有关此次审查原因或潜在替代合作伙伴的更多细节尚未披露。
-
西门子部署AI优化草莓种植
西门子正在草莓种植中实施AI技术，以优化作物产量并减少浪费。该系统利用传感器和摄像头收集有关水果成熟度和生长条件的数据。然后，算法预测最佳收获时间并建议最佳种植实践，最终提高产量并降低成本。
-
新分析统一了 SAG、SAGA 和 IAG 算法的收敛性证明
研究人员为 SAG、SAGA 和 IAG 算法开发了一种统一的收敛性分析，这些算法常用于大规模机器学习。这项新分析使用了一种新颖的李雅普诺夫函数和集中度工具来确定随机子采样引起的延迟的界限。由此产生的证明简洁且模块化，为 SAG 和 SAGA 提供了高概率界限，这些界限可以扩展到非凸目标。此外，该技术还为 IAG 算法带来了改进的收敛速度。
-
EDA市场在动态变化中迎来中国竞争者
电子设计自动化（EDA）市场以Cadence、Synopsys和Siemens等主要参与者之间的激烈竞争为特征。新兴的中国公司也在取得显著进展，挑战着既定的市场动态。影响市场的关键因素包括知识产权、硬件进步以及客户锁定策略的经济性。