当前绝大数的大学校园里,每天都是一番繁忙的景象,有忙碌的在校师生穿梭在校园各处,也有规范执勤的校园安保巡逻各地,还有校园内外交织的-车辆穿校而过,部分校园甚至更有形形色色的校外游客参观。如此繁杂的人、车、物安全管理给校园安保工作提出了极大的挑战,打造绿色有序的校园环境成为越来越多的大学校园安保工作所追求的目标和努力的方向。
2011年北京市教育工委、市教委、市公安局、首都综治办联合下发了《关于深入推进高校“平安校园”创建工作的意见》(京教工[2011]32号),在北京各高校中深入开展“平安校园”创建-工作,力争2015年前全部达标。国家教育部、公安部也密切关注校园安全问题,指出必须加强学校技防建设,尽快建立校园安全综合防控体系和突发事件应急管理机制,进一步完善学校安全工作体系,以校舍安全、公共安全、校园周边安全等为重点的学校安全排查,落实人防、物防、技防措施,消除事故隐患。同时加强校园出入管理,严防校外无关人员进入校园滋事和干扰校园正常的运营秩序。
华为结合大学校园安保目前存在的瓶颈和对未来的安防业务需求,进行了细致地调研和方案设计,提出了下一代校园安防综合管理平台—平安校园解决方案。
华为的平安校园安防综合管理平台集实时视频监控、智能视频分析、三维实景、GIS巡更、枪球联动、全景拼接、信息发布多功能于一体,对校园人、车、物进行分类监控和分析,整个校园实况和态势尽收眼底。同时该系统打破了传统安防被动响应的机制,以创新ICT(Information Communication Technology)融合技术建立协同融合机制,将普通视频监控系统演变成了具有智能分析和决策的天眼,可时时刻刻关注着大学校园内的一举一动,防患于未然,智能协同响应,有序联动感知,增强校园安全保障能力,有效预防和应对校园突发事件。
目前,华为的平安校园安防综合管理平台已广泛应用于国内多所知名重点院校,以清华大学为例。华为有380多套高清智能前端分布在清华校园主干道和人流密集区域,覆盖清华校园重点和核心区域。华为前端摄像机优秀的低照度和红外效果,保证全天24小时无死角的高清监控,同时其创新的隐形红外等精密工艺设计,减少光污染,实现隐蔽监控。华为视频监控正在默默注视着清华校园,时刻守护清华师生的生命财产安全。
华为云监控是清华大学平安校园主要的基础支撑部分,为综合安防管理提供了安全稳定的基础视频数据和高效的智能分析能力。华为采用高密度一体化视频云节点VCN(Video Cloud Node)和视频内容管理VCM(Video Content Management)实现了枪球联动、视频分析、实时智能监控、全景拼接、虚拟卡口、稽查布控、报警管理、智能行为分析以及视频智能检索等许多功能。从前端到后端一体化联动,人、车、物对象监控数据统一分类管理,从宏观全局到局部细节一丝不苟,将清华校园安保做到真正的智能化、精细化,绿色有序。
清华大学平安校园系统不仅关系着全校3万余师生的安全,同时需要承载每年大量重要来宾访问活动以及重要赛事和会议的安保任务,未来清华校园安保不再是一个简单的园区治安监控,更是一个智能的安防有机体。清华大学联手华为已经成功走出建设面向未来平安校园非常重要的第一步。未来的路还很长,华为作为全球领先的信息与通信解决方案供应商,将持续进行技术和业务创新,坚持为客户创造最大价值的原则,提升产品和解决方案能力,为清华大学等高校的平安校园建设更好更快的发展提供全方位优质的服务。
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。