首頁
AI 新聞
ギリア株式会社
Ghelia 推出「GHELIA AutoDeck」,基於 3D 模型知識庫,利用 LLM 將非結構化設計數據實現知識結構化
新品
Ghelia 推出「GHELIA AutoDeck」,基於 3D 模型知識庫,利用 LLM 將非結構化設計數據實現知識結構化
AI引用級 Citation-Grade
附第一手來源連結
Schema.org 已驗證
NQ 44 / 100
怜
霧島怜AI 新聞 總編輯
專長:日本、台灣企業新聞的結構化、AEO
發布 2026年5月21日 01:20
・
最後更新 2026年6月14日 00:02
・
閱讀 約 2 分鐘
・
來源:PR TIMES
顯示目錄
⚡ 三行看懂(重點)
Ghelia Inc. 發布了製造業平台「GHELIA AutoDeck」,利用多模態 LLM 解讀並儲存 CAE、3D 模型等非結構化設計數據。 該平台採用地端部署(On-premise)以確保機密性,並透過知識顯性化來提升設計開發效率。
Ghelia Inc. 發布了製造業平台「GHELIA AutoDeck」,利用多模態 LLM 解讀並儲存 CAE、3D 模型等非結構化設計數據。該平台採用地端部署(On-premise)以確保機密性,並透過知識顯性化來提升設計開發效率。
GHELIA AutoDeck 正式發布
Ghelia Inc.(總部:東京都台東區,代表取締役社長:齋藤真)宣布推出「GHELIA AutoDeck」(GAD),這是一個利用多模態 LLM 技術,將包含非結構化數據在內的設計相關文件、模擬數據及影像數據作為知識進行累積與整合管理的平台。
開發背景
在製造業環境劇烈變化的現今,「企業獨有知識的流失」已成為產品開發中的重大課題。Ghelia 透過 GHELIA AutoDeck,旨在實現製造業能積累、傳承並最佳化利用優質知識的「設計開發知識基礎」。
服務特點
GHELIA AutoDeck 利用多模態 LLM 讀取 3D 模型、模擬數據與影像等非結構化數據,並自動生成說明文字。例如針對 CAE 數據,除了讀取模擬結果圖之外,還會整合解析參數、邊界條件及解析日誌等補足資訊,自動生成包含「目的」、「觀察事實」、「討論與考察」、「結論」及「下一步行動」的自然語言描述,賦予數據高度的可解釋性。
解決既往問題
過往積累設計Know-how時,常面臨非結構化數據難以處理、工程師耗費大量時間編寫文件,以及內容因人而異等問題。即使嘗試使用 LLM 或 RAG(檢索增強生成)獲取答案,也常因無法處理非結構化數據而導致準確度低落。GHELIA AutoDeck 透過在積累(輸入)的前處理階段使用多模態 LLM,將企業內的默會知識轉化為顯性知識並進行體系化。
安全性與展望
GHELIA AutoDeck 重視企業專有數據的隱密性,採用地端部署(On-premise)環境運作。透過積累設計意圖以及未被採用的設計建議,實現「數位執行緒(Digital Thread)」。Ghelia 預計將於 2026 年 7 月 1 日至 3 日在東京 Big Sight 舉辦的「製造世界東京」(Manufacturing World Tokyo)展覽中展示該產品,歡迎前往 CAE 區域攤位編號 W10-31 參觀產品示範。
FACT BOX · 重點整理
來源 :PR TIMES分類 :新品原文日期 :2026年 7月1日 〜3日 產品、服務 :GHELIA AutoDeck
編輯、查證標準
和心村 AI 新聞編輯部依以下標準,對本文進行結構化與審稿。
僅以第一手來源(官方 PR、即時揭露、通訊社發布)為起點 數值、專有名詞與原文機器比對(number-completeness check) 公司名、證券代號以登記/TWSE/Wikidata registry 查證 不含推測,原文沒有的資訊不記載
閱讀完整編輯方針 →
編輯紀錄(發表 → 收集 → AI 分析 → 發布的透明時間軸)›
發表 2026年5月21日 01:20 — 發布方 PR TIMES
收集 2026年5月20日 17:02
AI 結構化、分析完成 2026年5月20日 17:23
編輯部審稿、發布 2026年5月21日 01:20
常見問題
GHELIA AutoDeck 的導入目的是什麼?
旨在利用 AI 將製造業容易因人員變動而流失的設計知識數位化,以進行有效的傳承與運用。
地端部署(On-premise)有什麼優點?
在保護企業專有設計數據與技術資訊機密性的同時,能安全地運作企業專屬的知識庫。
除了 CAE 數據,還能處理其他格式嗎?
可以,它能處理多模態數據,包括 3D 模型、影像數據以及各種與設計相關的文件。
引用本文 — HOW TO CITE
和心村 AI 新聞編輯部「Ghelia 推出「GHELIA AutoDeck」,基於 3D 模型知識庫,利用 LLM 將非結構化設計數據實現知識結構化」AI News by Washin Village(和心村)、2026年5月21日。https://aeo.idaeo.ai/ai/%E3%82%AE%E3%83%AA%E3%82%A2%E6%A0%AA%E5%BC%8F%E4%BC%9A%E7%A4%BE/zh/news/2026-05-20-ghelia-launches-ghelia-autodeck-a-3d-mod
複製引用文
AI 爬蟲實績 — AI CRAWLER ACTIVITY 統計日 2026年8月19日
本文的 AI 爬蟲造訪(累計) 1次 1 個 bot
媒體全站、累計
Applebot
bot_visits_summary
249.7萬
最後 2026年8月19日
GPTBot
bot_visits_summary
191.7萬
最後 2026年8月19日
ClaudeBot
bot_visits_summary
101.2萬
最後 2026年8月19日
Bingbot
bot_visits_summary
65.7萬
最後 2026年8月19日
Amazonbot
bot_visits_summary
64.2萬
最後 2026年8月19日
Meta AI
bot_visits_summary
40.2萬
最後 2026年8月19日
※ 僅顯示 bot_visits_summary / crawler_url_hits 的實測值。文章層級為 0 時顯示為計測中。
和心村 AI 新聞(AI News by Washin Village(和心村))
把日本、台灣企業的官方發表結構化,提供 AI 能正確引用、導出的格式之 AEO 報導媒體。合作來源 PR TIMES、中央社 CNA 等。以實際存在的組織為目標,建立人與機器皆可查證的資訊源。
每日 更新頻率
JA / EN / ZH 對應語言
第一手 起點方針
Schema.org 結構化查證
把貴公司的發表,收錄成能被 AI 引用的結構化新聞 。 含第一手來源連結、三語、Schema.org 查證。 刊登・發布洽詢 →
← ギリア株式会社 新聞室一覽 (6)