随着城市化的推进,城市交通拥堵已不仅仅是一线城市的“富贵病”。截止2016年底,宁波汽车保有量已超过200万辆,人、车与路如何和谐发展成为宁波交通建设面临的一大现实问题。
2013年以来,中兴在宁波成立了宁波中兴智慧城市研究院,结合宁波本地交通发展需求,先后承建了宁波公安局交警指挥中心、智慧交通业务支撑平台、宁波市交通运输指挥中心等项目,小步快跑推进智慧交通建设步伐,为宁波交通的科学化和智能化奠定了坚实的基础,也给宁波市民的出行带来了各种便利。
去年,由宁波市公安局交通警察局与中兴通讯携手推出的宁波“智慧交通”交警支撑平台正式上线。该平台打破交通数据壁垒,帮助宁波市公安局交通警察局实现跨部门、跨系统的信息互联共享,进一步提升了宁波市道路交通同行效率和综合管理服务水平,有效改善城市道路交通拥堵现状,为市民打造了一个安全、畅通、便捷、绿色的出行环境。
交警支撑平台是宁波智慧交通规划的重点工程项目,为了贯彻落实宁波保障交通安全,改善交通运输环境,促进节能减排的发展需求,中兴以资源整合与数据共享为核心,以智能识别、模型分析、诱导发布等信息技术为手段,积极配合宁波市公安局交通警察局构建覆盖全市交通管理业务领域的信息化支撑平台,协助交通警察局实现交通资源的均衡调配,为公众出行提供多途径、多类型的交通信息服务。
其中,为了破解宁波交通堵点治理难题,交警支撑平台创新性部署应用了中兴智慧交通拥堵治理辅助决策系统。该系统基于大数据平台架构,拥有高性能的大数据分析挖掘能力,日均可以处理19亿条数据。同时,依托对电子警察、高清卡口、浮动车、信号机线圈等数据进行大数据融合分析,中兴通过5个国内首屈一指的“交通指数”(流量指数、速度指数、运行指数、拥堵指数、信号指数)快速发现交通问题并精准定位到问题路口,实现对城市主要路段交通运行状况的实时、动态掌控,为城区路网的拥堵疏通、交通管制、紧急事件处置、交通规划等提供决策依据。此外,系统具备的九大类33个交通数据模型和仿真模型,可根据实际交通状况,并结合大量的数据分析和经验进行参数调整,达到对道路交通状况的全面感知和精准预测。
作为智慧交通行业的创新引领者,中兴利用云计算、大数据、物联网等技术手段,立足交通、服务社会,在缓解交通拥堵、增强公共交通吸引力、提升综合交通运行指挥决策能力、提高社会化服务水平四方面取得重点突破。
在3月20-24日将开幕的德国汉诺威消费电子、信息及通信博览会(CeBIT2017)上,中兴将与来自全球的专家、学者分享智慧交通管理及服务系统,探索改善城市交通环境、提升公众出行效率的最优途径。
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。