在“交通强国”的背景下,今年1月出台的《“十四五”现代综合交通运输体系发展规划》明确指出,“推动互联网、大数据、人工智能、区块链等新技术与交通行业深度融合”,“构建泛在互联、柔性协同、具有全球竞争力的智能交通系统”。随着利好政策频出,智慧交通发展再次提速。
智慧交通作为5G、大数据、人工智能等新技术与交通运输深度融合的新兴业态,前景欣欣向荣,但不可否认的是,当前还面临着诸多挑战,涉及一系列复杂问题。例如车辆管控、治安防控、客流量和车流量的跨域流动、停车位的管理等。在数据层面,存在着数据有效利用率低、海量数据资源沉积、信息检索难度大等问题。
因此,当前智慧交通建设的重点在于如何解决这些问题,将人工智能等新技术与交通行业深度融合,保证数据的有效提取和存储,实现从事后到事前的预警,施加动态诱导,降低事故,提升交通质量和效率。
在这样的需求现状下,卓视智通与浪潮信息基于各自优势,迅速达成了合作共识并展开联合创新,共建智慧交通新世界。
卓视智通:5G+AI,赋能交通与安全
“让机器看懂世界,赋能交通与安全”,这是卓视智通一直以来的使命。作为计算机视觉与大数据原创的应用技术及解决方案供应商,卓视智通以交通领域为发力点,专注于车辆识别、交通场景识别、交通视频分析、大数据技术等前沿技术研发,致力于人工智能在交通及安全垂直行业应用落地,并结合5G在城市大脑、车路协同、智慧公路等“新基建”重点领域进行产业落地。
卓视智通CMO唐清涛
在卓视智通CMO唐清涛看来,卓视智通的定位非常清晰。一是为道路构建数字孪生,给智慧交通提供数字化的驱动;二是为车辆提供道路实时的信息服务,也就是常说的车路协同,为智能网联和自动驾驶汽车保驾护航;三是做智慧交通的赋能者,把技术和产品赋能给更多合作伙伴,共同服务于未来的智能网联汽车行业。
在核心技术层面,卓视智通聚焦于交通识别检测、大数据以及视频结构化。其中交通识别包括车辆识别、交通异常事件识别、行人识别、物体识别、文字识别等;大数据技术包括城市交通大脑、数据研判分析、交通数字孪生等;而视频结构化,充分复用道路沿线各类视频摄像头资源,通过对视频进行深度结构化分析,精准识别人车物等动态目标。
同时,卓视智通还拥有千万级的车辆相关视图数据,并不断更新和迭代,每天有数亿级的车辆检测识别数据。
融入“元脑生态”,加速行业落地
和大多数产业推进AI化进程一样,智慧交通建设是一个逐步完善的过程,需要依靠AI产业链内的多方合作。对此,浪潮信息提出的“元脑生态”计划,给出了一个示范。
“在实际推行AI落地时,一方面要沉淀对AI技术的理解,实现自身能力优化。另一方面还要在落地上实现快速高效部署。”唐清涛表示,元脑生态由浪潮信息联合具备AI功能开发能力的左手伙伴和具备行业AI整体方案交付能力的右手伙伴共同组成,聚合了强大的AI算力平台、优质的算法模型开发能力和优质集成、部署、服务能力,共同支撑和加速行业智能化构建。
元脑生态的推出,无疑为卓视智通的行业落地提供了重要助推剂。浪潮信息的云海insight大数据平台帮助卓视智通释放了数据价值,卓视智通的车辆大数据+视频结构化,借助浪潮信息AI服务器、云海insight和存储一体化机柜等基础设施,强强联手,打造出了高度集成、安全可靠、智能高效的软硬件一体化平台,实现了多种形态自由选择、资源灵活配置、灵活快速扩容、业务快速上线。
唐清涛指出,在交通管理领域,一体化平台帮助客户提升了应用效率,不但让人车路和环境的智能感知更高效,还使得交通安全管理和出行体验迈上一个新台阶。
展望未来,国内的智慧交通正朝着“智慧的路”发展,这也是卓视智通接下来的重点方向。未来,卓视智通与浪潮信息的合作也会进一步深入,相比于数据分析、挖掘,管控,后续的重点将转向构建道路数字孪生,让车路协同逐渐落地。从看到数据到看懂数据,实时告警,真正以数字化转型的形态加强交通可视、可测、可控、可服务的监管体系建设。
好文章,需要你的鼓励
这项研究提出了R1-Searcher++框架,通过两阶段训练策略使大语言模型能像人类一样灵活利用内部知识和外部信息。该方法创新性地采用强化学习激励模型优先使用内部知识,并引入记忆机制将检索到的信息转化为内部知识,实现动态知识获取。实验表明,R1-Searcher++不仅在多步问答任务上表现优异,还大幅减少了检索次数,显著提高了推理效率。
这项研究提出了AutoRefine,一种革新性的强化学习框架,为大语言模型引入了"边思考边搜索和完善"的全新范式。与传统方法不同,AutoRefine在连续搜索调用之间添加知识完善步骤,让模型能够有效过滤和组织信息。通过结合答案正确性和检索质量双重奖励,该方法在七项问答基准测试中平均提升6.9%的准确率,特别在复杂多跳推理场景中表现突出,解决了现有检索增强推理的核心局限性。
这项研究揭示了一种新型网络安全威胁:利用普通网络广告攻击AI网页代理。中科院研究团队开发的AdInject攻击无需特殊权限,仅通过精心设计的广告内容就能误导AI代理点击恶意链接,成功率高达90%以上。研究使用严格的黑盒模型,更符合现实场景,暴露了当前AI代理面临的实际安全漏洞。实验还表明,即使添加专门的防御提示,这类攻击仍能成功率超过50%,凸显了设计更强大防御机制的紧迫性。
东北大学与快手科技联合研发的UNITE系统为多模态信息检索带来突破性进展。这项发表于2025年5月的研究首次系统分析了模态特定数据如何影响检索性能,并提出创新的模态感知掩码对比学习技术,有效解决不同模态间的竞争关系。UNITE能同时处理文本、图像、视频及其组合,在40多项测试中超越现有方法,即使与参数规模更大的模型相比也表现出色。研究发现视频-文本对在通用检索中表现优异,而文本-文本和文本-图像对对指令遵循任务至关重要,为未来多模态系统研究提供了宝贵指南。