盡管3D打印技術是2014年值得關注的科技進展動態(tài)之一,但對消費者和企業(yè)而言,3D打印技術是否已具備真正成為主流的設備和條件還尚不清楚。
根據我們如今所知道的,3D印刷技術很明顯更有機會首先成為企業(yè)的主流。畢竟,像三維快速成型機公司3D Systems已足夠與制造商緊密關聯。3D打印機開發(fā)公司Stratasys也是該技術領域的一大廠商,它不僅擁有創(chuàng)新技術,而且對IT買家而言,該公司還有充足的業(yè)績記錄。
華爾街分析師預測,到2016年底,最大的3D打印技術廠商將能獲得10億美元的收入,這大約是其2013年銷售預估的翻倍。而一個高端的系統(tǒng)大約需要100萬美元,一般會用于生產制造和推動銷售。
關鍵的問題是:我們的技術達到那一步了嗎?3D打印技術何時才能成為主流?促進這個生態(tài)系統(tǒng)的發(fā)展還需要什么的產生?如今,3D打印技術對公司和愛好者而言都比還較大。下面是筆者對3D打印技術要成為主流需要發(fā)生點什么發(fā)表的一些看法。
商業(yè)方面:
•產品證明。將3D印制技術用于生產制造,否則Stratasys公司和3D Systems根本不能在2013年取得10億美元的收入。在大規(guī)模3D打印技術背后,才有著真正的收益、設計和樣機研究進展及效益。在講述產品案例時,這個行業(yè)難免會遇到一些麻煩,畢竟企業(yè)巨頭往往拼湊不了什么好故事。而Stratasys公司以其最新的推出的多材料彩色3D打印機——Objet500 Connex3打印出的Trex自行車頭盔便是一個不錯的產品案例。我們還需要更多這樣的產品進行研究。
•集成和執(zhí)行合作伙伴。一家企業(yè)軟件需要有像IBM和埃森哲這樣的集成商和管理咨詢公司,雖然這并不代表3D打印技術公司也需要類似的幫助。但現如今,3D打印技術在制造業(yè)存在著可有可無的風險。而大型集成商或許能夠再創(chuàng)一個供應鏈管理神話。
•新的個性化產品。一家企業(yè)若不僅能夠為個人量身定制產品,還可為大的群體定制產品,那或許會令人嘆服。在一個容易被競爭者效仿的行業(yè),利用3D印刷技術對產品進行設計和優(yōu)化或將事半功倍。
•干擾市場。在某種程度上,3D打印技術能夠使小公司像大企業(yè)那樣飛速生產。需要有一家初創(chuàng)企業(yè)能提供一種拳頭產品,使企業(yè)必須購買3D打印技術,避免中國和其他擁有全球供應鏈的商業(yè)巨頭采購。
•真正的整體持有總成本和投資回報案例。將3D打印技術與收入緊密聯系,畢竟節(jié)省成本是制造業(yè)的關鍵。雖然還沒有足夠敲定確鑿數據的部署,但必須要有合適的價格來吸引CFO們簽署支票。
•大型企業(yè)玩家。雖然3D Systems和Stratasys很可能成為下一個惠普,但企業(yè)買家總喜歡購買已知廠家的產品?;蛟S惠普應該進入該市場,順便帶進幾家競爭對手,那么3D打印技術及其收益將會獲取更多企業(yè)利益。
消費者方面:
•一個軟件生態(tài)系統(tǒng)。就像Adobe將三維建模引入其“創(chuàng)意云”(Creative Cloud)服務的舉措便是該公司邁出的積極的第一步,3D打印技術需要更多可以證明它與噴墨打印機不同的地方。而這種生態(tài)系統(tǒng)也需要業(yè)務方面的支持。
•更低的價格。3D打印機必須降低到約400美元的范圍才會成為消費者的一項選擇。而要達到這個價格范圍,就需要擁有像惠普、佳能這樣規(guī)模的廠商進入市場,而且之后還需要進行供應。如果噴墨打印機據已經令客戶頭疼預算,可以想象3D打印機將更令人頭疼。
•家喻戶曉的名字。在消費市場取得進展對3D打印機制造商而言是很昂貴的。或許像惠普和佳能這樣為數不多的公司才適合進行營銷預算,用于對大眾的宣傳。
好文章,需要你的鼓勵
騰訊ARC實驗室推出AudioStory系統(tǒng),首次實現AI根據復雜指令創(chuàng)作完整長篇音頻故事。該系統(tǒng)結合大語言模型的敘事推理能力與音頻生成技術,通過交錯式推理生成、解耦橋接機制和漸進式訓練,能夠將復雜指令分解為連續(xù)音頻場景并保持整體連貫性。在AudioStory-10K基準測試中表現優(yōu)異,為AI音頻創(chuàng)作開辟新方向。
Meta與特拉維夫大學聯合研發(fā)的VideoJAM技術,通過讓AI同時學習外觀和運動信息,顯著解決了當前視頻生成模型中動作不連貫、違反物理定律的核心問題。該技術僅需添加兩個線性層就能大幅提升運動質量,在多項測試中超越包括Sora在內的商業(yè)模型,為AI視頻生成的實用化應用奠定了重要基礎。
上海AI實驗室發(fā)布OmniAlign-V研究,首次系統(tǒng)性解決多模態(tài)大語言模型人性化對話問題。該研究創(chuàng)建了包含20萬高質量樣本的訓練數據集和MM-AlignBench評測基準,通過創(chuàng)新的數據生成和質量管控方法,讓AI在保持技術能力的同時顯著提升人性化交互水平,為AI價值觀對齊提供了可行技術路徑。
谷歌DeepMind團隊開發(fā)的GraphCast是一個革命性的AI天氣預測模型,能夠在不到一分鐘內完成10天全球天氣預報,準確性超越傳統(tǒng)方法90%的指標。該模型采用圖神經網絡技術,通過學習40年歷史數據掌握天氣變化規(guī)律,在極端天氣預測方面表現卓越,能耗僅為傳統(tǒng)方法的千分之一,為氣象學領域帶來了效率和精度的雙重突破。