至顶网CIO与应用频道 08月11日 北京消息: 8月9日-11日,第九届中国国际道路交通安全产品博览会在南京盛大召开,本届博览会以“社会协同治理、科技引领未来”为主题,希望通过扩大社会参与,推进依法治理,深化科技应用,坚持安全与畅通并重,全面提升道路交通治理水平。在本次博览会上,华为以“因云而智,畅然出行——华为云行平台,出行可以预见”为主题进行了展示和主题演讲;同时展示了与深圳交警联合创新的成果,旨在提升我国道路交通安全管理的现代化水平、交警感知力和认知力,从而创造更加安全、有序、畅通的道路交通环境,最终实现“出行可以预见”。
公安部交管局李江平副局长、李泽军副局长、王京副巡视员及江苏省公安厅副厅长裴军等莅临华为展台
博览会首日,公安部交管局李江平副局长、李泽军副局长、王京副巡视员及江苏省公安厅副厅长裴军等莅临华为展台,对华为“云行平台”解决方案表示高度认可。同时,华为“云行平台”中核心组成部分——华为FusionInsight企业级大数据平台荣获2016-2017年度道路交通安全创新产品奖。
华为FusionInsight企业级大数据平台荣获2016-2017年度道路交通安全创新产品奖
业务驱动技术,“云行”带来智慧
随着城市交通的快速发展,城市中的车辆越来越多,民众出行要求也在不断提高,这就对城市交通管理提出了更多、更大的挑战。为实现从被动到主动的转变,实现协同治理、海量视频智能化处理、跨行业信息共享和跨区域指挥调度等新诉求,交警信息化正在步入发展的关键期,云化转型已经成为必然趋势。
对此,华为企业BG中国区公共安全业务部MKT与解决方案销售部部长李国涛在本次博览会智能交通创新发展论坛上表示,“云行平台”是一个开放的生态系统,分三层架构,即感知层、核心平台层和应用层。该架构的核心理念,一是软件硬件解耦,打破一体化硬件的限制,以服务化的形式实现上层应用的灵活和便捷;二是业务和数据解耦,打破数据被单一业务应用绑定的条块化现状,实现数据的充分融合与共享,从全局出发来发掘数据的价值;三是应用博采众长,让交警用户能够享用全行业最优秀的信息化成果。“云行平台”最终表现在业务应用上,就是为每个交警部门提供更多的选择空间,不被任何厂家所绑定,能很快的采用业界更加先进的技术和理念,真正实现一个平台上的百花齐放。
华为企业BG中国区公共安全业务部MKT与解决方案销售部部长 李国涛 论坛发言
“云行”平台,让出行可以预见
如何让道路安全、有序、畅通,实现“出行可以预见”?华为展台给出了完美诠释。展台上展示的“云行平台”架构不仅实现了软硬件解耦、业务数据解耦,更在应用方面开放平台,博采众长。
其中基于云端的智能分析,“云行平台”对摄像机无智能要求,让前端“减负”,变的更加灵活,能够应对更多的环境状况;同时华为利用深厚的研发积累和对业务的深度理解, 搭建了一套深度学习平台算法仓,让百亿级的全量数据通过“云行平台”的建模引擎实现分钟级可视化建模,形成一个“算法集市”,实现海量的算法任君挑选,道路信息全景预见。
在智能交通创新发展论坛上,华为企业BG中国区智慧交通解决方案总监徐冰冰全面介绍了该部分内容——即华为视频云解决方案。运用该方案,能够在道路交通感知层面,有效解决目前交通管理信息采集不全面、设备整体效率低、智能终端不断升级导致的交通治理水平参差不齐等问题,同时云化架构又可以与华为“云行大数据”、“云行AI”实现无缝对接,支持上层业务的智慧化。
华为“云行平台”大数据DataCube组件
联合创新 畅然而行
在深圳,“畅然而行”正在逐步成为现实。深圳交警与华为公司成立联合创新实验室,华为通过视频云、大数据等领先技术,将帮助深圳交警每月节省数百人力;并将通过创新的大数据DataCube组件,进行非现场执法分析、交通秩序专项分析、交通安全风险分析及交通组织优化分析等,将使得交通违章审核的效率提升80%;而通过创新的大数据Tracker组件进行道路交通的时空分析,还将帮助深圳交警实现分钟级模型建立,秒级分析得出情报,将在通勤分析、信号控制、交通仿真及交通诱导等方面发挥出色的作用。
作为全球领先的信息与通信解决方案供应商,华为积极关注道路交通安全行业的发展,响应各区域交警客户的需求,积极参与各区域ICT基础设施、信息化的建设,为智慧交通贡献自己的力量。面向未来,华为希望继续为客户提供最优质的产品与解决方案,在公共安全行业将持续加大投入,加深对行业的理解,针对客户需求提供更加客户化、行业化的解决方案,做交警信息化发展的同路人。
好文章,需要你的鼓励
韩国科学技术院研究团队提出"分叉-合并解码"方法,无需额外训练即可改善音视频大语言模型的多模态理解能力。通过先独立处理音频和视频(分叉阶段),再融合结果(合并阶段),该方法有效缓解了模型过度依赖单一模态的问题,在AVQA、MUSIC-AVQA和AVHBench三个基准测试中均取得显著性能提升,特别是在需要平衡音视频理解的任务上表现突出。
这项研究利用大语言模型解决科学新颖性检测难题,南洋理工大学团队创新性地构建了闭合领域数据集并提出知识蒸馏框架,训练轻量级检索器捕捉想法层面相似性而非表面文本相似性。实验表明,该方法在市场营销和NLP领域显著优于现有技术,为加速科学创新提供了有力工具。
un?CLIP是一项创新研究,通过巧妙反转unCLIP生成模型来增强CLIP的视觉细节捕捉能力。中国科学院研究团队发现,虽然CLIP在全局图像理解方面表现出色,但在捕捉细节时存在不足。他们的方法利用unCLIP生成模型的视觉细节表示能力,同时保持与CLIP原始文本编码器的语义对齐。实验结果表明,un?CLIP在MMVP-VLM基准、开放词汇语义分割和视觉中心的多模态任务上显著优于原始CLIP和现有改进方法,为视觉-语言模型的发展提供了新思路。
这项研究介绍了RPEval,一个专为评估大语言模型角色扮演能力而设计的新基准。研究团队从法国里尔大学开发的这一工具专注于四个关键维度:情感理解、决策制定、道德对齐和角色一致性,通过单轮交互实现全自动评估。研究结果显示Gemini-1.5-Pro在总体表现上领先,而GPT-4o虽在决策方面表现出色,但在角色一致性上存在明显不足。这一基准为研究人员提供了一个可靠、可重复的方法来评估和改进大语言模型的角色扮演能力。