华为近日宣布,其传输、数据通信及视频监控全系产品,全面中标昆明市轨道交通3号线通信系统采购项目,将为昆明地铁建设安全、可靠、高效的综合业务传输网、数据网、视频监控系统。
昆明地铁3号线、线路全长约为19.1公里,其中地下线13.6公里,全线共设置车站16座,其中地下站13座,高架站3座,预计2016年12月通车运营,建成后将有效缓解昆明城区的道路交通压力,对完善昆明市轨道交通网络具有重要意义。
地铁通信系统主要由“专用通信系统”和”公安通信系统”两大系统构成,“专用通信系统”包括传输系统、公务电话系统、专用电话系统、集中告警系统、视频监控(CCTV)、信息网络等10个子系统,“公安通信系统”包括公安传输系统、公安视频监控系统、公安无线通信、有线电话及其他配套子系统。早在2011年,昆明地铁1号线、2号线、6号线中已经采用了华为传输系统设备、数据交换机、安全产品等,全面应用于传输系统、信息网络系统、CCTV系统、PIS系统等,至今运转良好;随着地铁信息化程度的不断提高,综合安防、综合监控、乘客信息、办公自动化等IP业务的带宽需求快速增长,如何在保证业务安全承载的基础上进一步提升承载效率、简化运维管理?这对现有地铁通信系统提出了新的挑战。
传输系统作为昆明轨道交通的安全生产、运营业务系统的基础承载网,是地铁安全运营的生命线。这次,华为增强型MSTP中标昆明地铁的3号线专用及传输系统。华为传送网产品线副总裁雷敏表示:“随着轨道交通业务的多元化发展,单一特性的产品将很难匹配客户多方面的需求。华为增强型MSTP集SDH、分组和OTN等多重特性于一身,恰恰迎合了客户的诉求,在新的挑战下保证了网络的长期稳定发展。”
华为创新的增强型MSTP解决方案采用 “统一交换” 架构,在一台设备上实现了TDM业务和分组业务的统一承载,并结合“智能线卡”核心技术,可提供单端口40G及以上大带宽,不仅实现了单对光纤对TDM和分组业务的混合传送,也实现了各业务子系统的物理隔离,使其相互独立,互不影响,极大的提升了网络系统的安全性。另外,增强型MSTP方案采用业界领先的MPLS-TP技术,解决了传统RPR技术在产业链发展、环网带宽、业务调度等方面的局限性,具备带宽大、组网灵活、调度简便等独特优势,更加适合地铁业务的承载。
今年10月,华为最新一代敏捷系列交换机再次中标昆明地铁3号线通信网络系统、专用及警用视频监控系统、安防系统等多个子系统;视频监控系统是城市轨道交通维护和保证运输安全的重要手段,华为敏捷交换机S12700及S5720EI系列增强的性能、200ms的端口大缓存、端到端的QoS保证全面满足CCTV系统大带宽、高质量、即时性数据交换和传送的需求;同时,在信息网络系统中,华为高性能的敏捷交换机,使核心、汇聚、接入各节点链路带宽均达到千兆,核心交换机集成下一代防火墙插卡,配合统一网管平台eSight, 能够实现全网纵向虚拟化、全网设备统一运维管理,帮助客户构建高效、安全、可运维的内部通信平台,整合企业信息资源,为企业管理提供准确的决策支持,提升工作效率和反应能力。
视频监控(CCTV)系统是保护乘客人身安全,确保地铁安全运行的重要保障。此次华为端到端云监控解决方案成功中标昆明地铁的3号线专用及警用视频监控(CCTV)系统,此单是国内极少数的地铁全高清IP监控系统之一,也是云监控方案在地铁CCTV监控领域首次成功应用。华为VCN3000云监控解决方案可实现站内各云节点之间负载均衡和互备以及站间集群,在不增加成本情况下通过云化集群设计,大幅提高了系统级可靠性;同时VCN3000的Safevideo特性针对RAID组存储业务进行优化,可以确保当极端情况下设备内多块硬盘出现故障时,正常硬盘中的录像数据仍然可以读出,相比传统存储模式在多块硬盘损坏时RAID组整体失效数据完全不可读的缺陷,大大提高了数据存储的可靠性。很好地解决了在地铁监控环境中磁盘长期震动易损坏,数据易丢失的问题。同时华为高清摄像机机械电子防抖,ABF自动后焦调整、超宽动态、超低照度等特性,完美适配地铁前端监控环境,可以提供更优异的图像画质。
华为在地铁领域具有10余年的积累,专注专业地提供通信信息化解决方案,见证了中国地铁的高速发展; 解决方案包括早期地铁中的基于电路交换机的公务电话系统,后期承载各系统业务工作的传输系统, 以及用于各系统内部的数据网络、IT设备等等; 目前华为在中国已经服务了17个城市,近50条地铁线路,如北京地铁16号线、北京燕房线、重庆地铁6号线、长沙地铁2号线等,华为将继续秉承“以客户为中心”的理念,积极构建适合地铁业务需求的信息化解决方案,助力更多的地铁线路,建设健壮、灵活、面向未来的基础信息系统。
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。