案例基本内容和执行情况
案例发挥中国移动云和算力网络优势,激发数据要素潜能,基于云原生存储计算底座,围绕10亿移动用户位置信令、画像等基础数据,融合政务、文旅、商业等外部数据,实现统一接入、统一管理、统一分析、统一发布,构建“时-空-人”一体化的时空大数据平台能力,打造面向多场景的行业应用。
案例已申请专利超30项、软著5篇,曾荣获中国电子学会优秀方案成果、中国移动科技进步奖等10多个省部级及行业奖项,服务超25省2300多家政企单位,直接收入超3亿元,整体效益率超60%;案例曾在疫情防控、应急救灾、赛事监控等众多重大支撑中赢得客户、社会广泛认可,彰显央企“三个责任”,获得央广网、人民网、人民邮电报、中国日报等专题报道。
案例主要经济成效和社会成效分析
一、经济成效
直接收入超3亿元,整体效益率超60%。
二、技术创新
构建基于位置拉链的压缩融合与位置索引的实时筛选算法:全网用户位置信令数据每日数据量可达PB级,基于拉链算法每日数据体量可压缩近百倍至10T级,1个1km²的产业园区300ms即可完成目标用户的筛选。该算法实现海量数据的高性能处理,支撑数据高价值变现。
首创实时位置拉链与时空缓冲区治理算法:基站信令漂移、处理失真等多种因素会影响用户时空流动行为的识别准确率,通过边漫用户纠偏、实时位置拉链和时空缓冲区算法,实现跨区域实时流动人口识别的准确率较业界常用技术能力提升17.4个百分点,达到领先水平,减少了识别遗漏、异常等问题,在产品应用中客户满意度提升75%。
打造多方数据融合的高价值时空模型:自研位置标签体系,刻画区域、人物、事件、轨迹四大类实现 100 多个位置标签模型,满足文旅、交通、应急等多行业的时空大数据需求;在疫情期间首创中高风险区人群流动识别模型,实现优于行程卡粒度的人群识别。
构建多云跨域的数据要素安全流通链路:基于公私两朵云的数据安全可信链路技术,打造中国移动首个跨公私域的个人级标准化数据应用,通过中国信通院等多家业务安全评估,上线以来无安全风险事故。
三、社会成效
推动旅游复苏:全国旅游市场2023年逐步回暖,案例面向各级文旅单位及景区提供游客实时分析、文明旅游宣传、景区人流疏导等场景能力,服务230家文旅客户,直接收入近2千万,响应了国家发改委加快智慧旅游工程建设目标,助力文旅产业数字化转型升级。
支撑应急防灾:案例面向气象局、应急管理局等单位提供应急预警专题服务,支持高效准确的数据筛选和应急通知分钟级触达,支持地方应急预警平台与案例能力双向互联,满足客户紧急预警智能化信息发布需求。2023年支撑广东、云南、上海等多地179个单位,成功支撑“杜苏芮”台风、成都大运会等众多需求,受到广泛好评。
支撑民生大计:案例面向人社部、交通局及电力公司等单位提供外出务工、务工返乡人群识别等能力,应用于就业宣传、出行安全、用电慰问等场景,2023年春节期间发送超1000个返乡人员用电提醒任务,增加人民群众民生安全和生活幸福感。
助力自然保护:在西南区域,案例被广泛应用于林业局、消防等单位,通过时空大数据实现林区实时流入流出人群的动态识别和触达,帮助 100 多家客户开展森林防火提醒、自然资源保护普及等宣传场景,发送近千万条大数据短信,推进社会绿色高质量发展。
案例自2021年8月在移动云上线,通过持续提升数据能力和扩展应用场景,2023年客户数量和销售规模迎来指数级增长,案例累计服务超2300家单位,获得了社会广泛认可与客户良好口碑。案例作为维系政府客户的桥梁,推动数据要素在不同场景中发挥千姿百态的“乘数”效应,赋能千行百业。
好文章,需要你的鼓励
谷歌DeepMind发布AlphaEarth Foundations AI模型,能处理每日数TB卫星数据追踪地表变化。该模型如"虚拟卫星"般将全球陆地和沿海水域映射为数字表示,帮助科学家监测食品安全、森林砍伐、城市扩张等关键问题。模型整合光学卫星图像、雷达、激光测绘等数据源,以10×10米精度追踪变化,错误率比其他模型低24%。
阿联酋穆罕默德·本·扎耶德人工智能大学研究团队开发出轻量级语音合成系统LLMVoX,仅用3000万参数就能让任何大语言模型获得流式语音输出能力。该系统实现475毫秒超低延迟,词错误率仅3.7%,支持多语言扩展,可与视觉语言模型集成,为AI语音交互提供了"即插即用"的革命性解决方案。
ChatGPT虽然是目前最受欢迎的AI聊天机器人,但它并非万能。文章指出11个不应该使用ChatGPT的场景:诊断健康问题、处理心理健康、紧急安全决策、个人财务税务规划、处理机密数据、违法行为、学术作弊、监控实时信息、赌博预测、起草法律文件以及创作艺术。AI可能产生错误信息、缺乏实时数据更新,在高风险场景下可能造成严重后果。用户应了解其局限性,在关键决策时寻求专业帮助。
清华大学团队开发出革命性人形机器人系统Being-0,具备类人思维能力。该系统采用创新的"三层大脑"架构:顶层基础模型负责理解指令和制定策略,中间层连接器模块负责将计划转化为具体动作,底层技能库负责执行各种操作。机器人能够理解自然语言,自主规划复杂任务如制作咖啡,并在动态环境中灵活调整策略,在长期任务中达到84.4%的成功率。