ZD至顶网网络频道 11月29日 综合消息:近日,2016中国城市轨道交通可持续发展技术交流会在长沙召开,本次交流会由长沙市人民政府、中轨集团联合主办,长沙市轨道交通集团有限公司承办,华为技术有限公司协办。来自全国各大科研院校、各城市地铁公司、轨道交通领域企业及服务商的专家和代表500余人齐聚一堂,就城市轨道交通可持续发展和智慧城轨模式应用等热点话题进行深入探讨和交流。
2016中国城市轨道交通可持续发展技术交流会在长沙举行
长沙市轨道交通集团有限公司党委书记、董事长彭旭峰主持交流会活动,长沙市人民政府副秘书长邱继兴、中轨集团董事长李阔、华为企业BG中国区交通业务部部长路海空共同为活动致辞。路海空表示,华为致力于成为城市轨道交通行业信息化的最佳创新合作伙伴和同路人,愿与各位行业同仁深入合作,互助互惠,共同推动城市轨道交通信息化发展。
高铁经济、地铁经济蓬勃发展,如何维持城市轨道交通可持续发展?长沙轨道交通集团有限公司总经理周晓明认为,要以政府资金投入、引入社会资本、实施直接融资等多种渠道相结合,筹措项目资本金。同时以沿线物业和涉轨土地开发等方式提升经营效益,“输血”和“造血”双管齐下。
“智慧地铁是以机电系统为载体的技术。”长沙市轨道交通集团有限公司总工程师许尚农现场分享了多项长沙地铁智慧技术创新,包括LTE综合无线系统及互联互通、全数字高清视频监视系统、信息化施工管理、手机支付、免费WIFI系统等。
上海申通地铁集团有限公司技术中心总监洪翔表示:“ ICT技术作为面向轨道交通智慧化延展的重要手段,为轨道交通管理服务未来的提升演进提供技术可能性,这种管理与服务将成为IT(信息技术)、CT(通信技术)、BIG DATA(大数据应用)、IOT(物联网)结合和交融的结晶,并有效地将面向市民、乘客、运营管理者的通信应用、信息和数据应用、互联网应用、传媒应用融合到轨道交通ICT技术实现范围内。”
“ICT技术是促进城轨提升运能,提高效率,实现自动化的一种关键手段。”华为中国区城市轨道交通行业总工沈光亮现场分享道,地铁作为绿色快捷的交通工具,通过新信息技术与通信技术相融合,让网络与云平台融为一体,实现管理更智能、运营更安全、运输更有效,从而打造出可持续发展的智慧地铁。
广州地铁设计院副总工程师毛宇丰在交流会上分享《城市轨道交通创新发展》,并表示“融合ICT平台是实现跨越式发展的关键。完成融合首先要把无线通信系统整合平台化,然后进一步把整个通信系统向云化的方向发展,最后与综合监控系统整合,以此形成一个完整的地铁云”。
在目前云计算大发展的背景下,未来的智能轨道交通除了需要有大数据的采集和汇聚之外,更重要的是大数据挖掘、分析和共享这样的一个平台。中铁第四勘察设计院通号处高级工程师徐余明在主题发言《云架构综合监控系统分享》中提出“云架构综合监控系统”的设计理念并在温州S1线赋予实施,极大地改善和提升了轨道交通的自动化水平,同时也大幅减少了系统的投资,这样一个云架构综合监控系统可以为今后智能轨道交通提供最为广泛的信息来源,构筑智慧之源。
华为智慧城轨体验厅
此外,大会现场还展示了华为新一代的智慧城轨技术,比如,综合监控集中云化管理,利用大数据智能分析,让地铁业务状态实时可见;城轨云监控系统实现图像智能分析,保障全网线路安全运营;下一代城轨信号承载解决方案(DCS)实现有线无线融合通信,树立了智慧城轨业务通信新标准。
好文章,需要你的鼓励
本文评测了六款控制台平铺终端复用器工具。GNU Screen作为老牌工具功能强大但操作复杂,Tmux更现代化但学习曲线陡峭,Byobu为前两者提供友好界面,Zellij用Rust编写界面简洁易用,DVTM追求极简主义,Twin提供类似TurboVision的文本界面环境。每款工具都有各自特点和适用场景。
韩国汉阳大学联合高通AI研究院开发出InfiniPot-V框架,解决了移动设备处理长视频时的内存限制问题。该技术通过时间冗余消除和语义重要性保留两种策略,将存储需求压缩至原来的12%,同时保持高准确性,让手机和AR眼镜也能实时理解超长视频内容。
网络安全公司Snyk宣布收购瑞士人工智能安全研究公司Invariant Labs,收购金额未公开。Invariant Labs从苏黎世联邦理工学院分拆成立,专注于帮助开发者构建安全可靠的AI代理工具和框架。该公司提供Explorer运行时观察仪表板、Gateway轻量级代理、Guardrails策略引擎等产品,并在工具中毒和模型上下文协议漏洞等新兴AI威胁防护方面处于领先地位。此次收购将推进Snyk保护下一代AI原生应用的使命。
纽约大学研究团队通过INT-ACT测试套件全面评估了当前先进的视觉-语言-动作机器人模型,发现了一个普遍存在的"意图-行动差距"问题:机器人能够正确理解任务和识别物体,但在实际动作执行时频频失败。研究还揭示了端到端训练会损害原有语言理解能力,以及多模态挑战下的推理脆弱性,为未来机器人技术发展提供了重要指导。