作为一家立志推动建筑行业数字化转型的数据企业,Matterport正式宣布与荷兰皇家航空公司(KLM)建立合作关系。KLM是法航-荷航集团的成员,同时也是天合联盟航空公司联盟成员,服务遍及全球各地。目前,KLM已经为90个欧洲城市及70个洲际目的地的航班机型建立Matterprot数字孪生副本。此外,KLM还使用Matterport技术培训地勤人员,为客户提供身临其境的虚拟体验。截至目前,KLM的数字孪生副本已经被地勤人员、空乘人员、飞行员及旅客访问近100万次。
KLM虚拟现实专家Chris Koomen表示,“Matterport数字孪生已经彻底改变了我们的员工培训方式;而且随着时间推移,我们将进一步扩大使用范畴、同时鼓励客户也参与进来。数字孪生已经成为业务体系中不可或缺的重要组成部分,我们经常使用数字孪生副本开展便于业务培训。它不仅让清洁人员的工作效率更高,也让空乘人员有机会提前了解飞机布局,更帮助飞行员能够在安全检查期间通过数字孪生副本熟悉业务。通过远程访问这些副本,学员不必干扰飞机的维护工作,使得机群能够更快恢复最佳飞机状态。所有这一切,都提高了KLM的整体运营效率。”
KLM的Matterport体验始于2017年,当时他们为波音787 Dreamliner飞机创建了第一套数字孪生模型,主要用于培训地勤人员如何高效清洁机内卫生。在发现工作人员的清洁时间缩短了30%之后,KLM果断意识到Matterport数字孪生在增强培训效果方面的惊人潜力,并决定利用Matterport进一步为其他机型建立数字孪生。如今,KLM已经拥有一套包含104个数字孪生模型的机型库,总浏览量已接近100万次,具体涵盖波音、空客、巴西航空工业等厂商的共14种机型。空乘人员也在利用Matterport数字孪生副本熟悉安全和服务物品的存放位置,地勤人员则参考副本中的注释信息加快了准备工作的学习速度。而且一旦发现异常,飞行员还可以在起飞前的安全检查期间随时参考飞机的数字孪生副本。
之前,KLM的培训工作主要集中在阿姆斯特丹的史基浦机场。但现在,员工们可以直接使用沉浸式的数字孪生副本,这不仅消除了舟车劳顿之苦、也避免了培训对设备维护造成的影响。如此一来,飞机能够快速恢复最佳状态、减少回库时长。另外,KLM的数字孪生也有助于简化机群管理。例如,在对特定机型上的Wi-Fi路由器进行升级时,KLM就使用数字孪生副本中的高精度数据测试了部署结果,并据此优化出新的路由器摆放位置。
除了内部培训工作之外,KLM也不失时机地利用数字孪生向旅客展示其机舱布局。乘客可以提前进行虚拟体验,比较并选择最适合自己的座位。截至目前,KLM的波音Dreamliner数字孪生副本已经获得70000多次浏览,让更多乘客提前感受到了商务舱的隐私保护与娱乐配置体验。
Matterport公司旅游与酒店全球战略主管Bill Linehan在评论数字孪生技术时表示,“随着运营行业的不断自我重塑,业务总量和运营效率都在持续提升。KLM等航空公司已经证明了数字化战略的推进能够给客户以及组织自身带来巨大价值。通过在整个机群内使用Matterport技术,KLM建立起先进、丰富且真正身临其境的培训场景,外加一流的维护流程和引人入胜的客户体验。我们也期待着数字孪生技术能在KLM的未来经营中,继续带来振奋人心的其他提升。”
好文章,需要你的鼓励
OpenAI首席执行官Sam Altman表示,鉴于投资者的AI炒作和大量资本支出,我们目前正处于AI泡沫中。他承认投资者对AI过度兴奋,但仍认为AI是长期以来最重要的技术。ChatGPT目前拥有7亿周活跃用户,是全球第五大网站。由于服务器容量不足,OpenAI无法发布已开发的更好模型,计划在不久的将来投资万亿美元建设数据中心。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
英伟达推出新的小型语言模型Nemotron-Nano-9B-v2,拥有90亿参数,在同类基准测试中表现最佳。该模型采用Mamba-Transformer混合架构,支持多语言处理和代码生成,可在单个A10 GPU上运行。独特的可切换推理功能允许用户通过控制令牌开启或关闭AI推理过程,并可管理推理预算以平衡准确性和延迟。模型基于合成数据集训练,采用企业友好的开源许可协议,支持商业化使用。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。