公开导读 · 登录阅读全文
NVIDIA 解锁 Tensor Core 性能加速机器学习原子间势
NVIDIA 技术博客介绍如何为机器学习原子间势（MLIP）释放 Tensor Core 性能。文章指出，DFT 等量子力学方法精度高但计算成本大，限制了大体系与长时间模拟的应用。
#论文/研究
NVIDIA · 技术博客
NIST · 制造研究精选 中文正文可读
NIST 的 AI for Manufacturing 研究计划：面向人机协作的度量与标准
NIST 的 AI for Manufacturing 研究计划围绕人机协作展开，整合四大研究主线：梳理行业真实用例与落地障碍、建立人机协作基础度量、开发验证操作员对 AI 方案理解程度的方法，以及通过互操作性基准研究验证 AI 辅助系统方案。
推荐理由：研究资料选读：用于理解制造AI的数据、验证与标准条件。原文为研究计划或项目说明，不代表生产效果已验证。
NIST · 制造研究精选 中文正文可读
NIST数字孪生实验室报告：制造单元、数据与标准（PDF文字阅读版）
NIST 系统集成部建立了数字孪生实验室（DTL），用于推动美国制造业采用数字孪生。报告介绍了该实验室的愿景与目标、实验室装置与已实施的案例研究，并列出实验室采用的相关标准及其在制造业数字孪生中的语境。报告还探讨了 DTL 可支撑的研究方向与未来工作。
推荐理由：研究报告选读。原文件共36页；这里提供可提取文字与页码链接，图中英文及扫描附录尚未转写，不能当作完整图文译本。
NIST · 制造研究精选 中文正文可读
NIST 先进制造数字孪生项目：为制造业数字孪生制定标准与验证方法
NIST 的“先进制造数字孪生”项目开发技术指南并推动标准制定，帮助制造商明确数字孪生需求、有效管理数据，并构建可量化不确定性的模型。项目包含三部分：研发数字孪生实施与测试方法、推进标准开发与测试、利用 NIST 数字孪生测试平台支持参考实现。其工作涵盖 ISO 23247 第 7 部分 VVUQ 框架新标准提案，以及第 5 部分数字线程和 MTConnect 接口的参考实现。
推荐理由：研究资料选读：用于理解制造AI的数据、验证与标准条件。原文为研究计划或项目说明，不代表生产效果已验证。
NIST · 制造研究精选 中文正文可读
NIST AIMS研究项目：融合计量、物理模型与AI预测机床性能
NIST AIMS研究项目探讨将可溯源计量、物理模型与AI结合，用于机床和加工过程的状态监测与性能预测。文中提到的美国机床总量是行业背景，不是项目已改造或覆盖的设备数量。
推荐理由：研究资料选读：用于理解制造AI的数据、验证与标准条件。原文为研究计划或项目说明，不代表生产效果已验证。