9月5日,西部机场集团有限公司(以下简称“西部机场集团”)与华为技术有限公司(以下简称“华为公司”)在上海华为全联接大会上签署战略合作协议,双方基于各自领域内的丰富经验与资源,本着优势互补、合作共赢的原则,经友好协商,决定建立战略合作伙伴关系,在科学研究、新技术应用和技术支持服务等多领域、全方位开展深度合作,协力打造智慧机场发展模式,促进枢纽机场建设,实现机场智慧转型。
西部机场集团副总经理秦占欣、西安咸阳国际机场股份有限公司企业发展副总经理何宁、西部机场集团信息管理部总经理张宝利、西安咸阳国际机场机电公司总经理黄骏、华为企业BG中国区副总裁李同广、华为公司西安代表处代表洪方明、华为企业BG中国区交通业务部部长路海空、华为公司西安企业业务部部长张峰等出席仪式。
西部机场集团与华为签署战略合作协议
据了解,西部机场集团是全国第二大跨省区运作的大型机场集团。经多年发展,已基本形成了以机场运营为核心,运输、建筑、酒店、广告、房地产和信息技术等为支撑的多元化产业发展格局。目前,集团负责咸阳、银川、西宁3个干线机场和陕、甘、宁、青四省区19个支线机场和3个通用机场的建设和运营管理。集团扎实推进“以航空市场为主战场”战略,强势推动航空主业发展,充分发挥集团化管理优势,航空主业生产指标增速始终高于行业平均水平。2016年,集团共保障运输起降41.5万架次、旅客吞吐量5080.4万。
秦占欣表示,面对近年业务的快速发展以及航空出行大众化、旅客需求多元化、下辖机场扩改建常态化给机场的运行管理和服务保障带来新的挑战,西部机场集团加快推进“智慧机场”建设,为机场业务发展提供支撑。目前已经初步形成了以生产、安全、服务、管理和商业各类信息系统为支撑的信息化发展体系。
此次与华为跨界合作,西部机场集团希望通过华为网络信息化基础设施的专业技术优势,利用其ICT(通信与信息)全球建设的丰富经验和领先实力,在智慧机场、干支协同、物联网、IT基础网络设施、科技创新等方面进行合作,建立战略合作伙伴关系,全力协助西部机场集团推进“十三五”信息化建设与发展,打造“最具体验”的“智慧机场”,助力西部机场集团成为国内“智慧机场”的样板工程。
此次合作协议的签署,标志着西部机场集团与华为公司在信息服务产业发展合作上掀开了新的篇章,也为下一步强强联合,优势互补,持续创新,不断推进及扩大领域战略合作打下坚实的基础。华为公司将充分发挥在ICT领域的技术实力和资源优势,携手产业链上下游合作伙伴,与西部机场集团一起打造区域生态圈,共同推动“智慧机场”的发展。
华为在交通行业市场增长迅速,在航空、轨道、公共交通等领域不断拓展与创新,致力于打造智能高效绿色安全的全联接交通。截止目前,世界500强中已有197家,前100强中有45家企业选择华为作为其数字化转型的伙伴。
HUAWEI CONNECT 2017作为华为自办的面向ICT产业的全球性年度旗舰大会,于2017年9月5日-7日在上海新国际博览中心隆重举行。本届大会以“Grow with the Cloud”为主题,旨在搭建开放合作的全球共享平台,与客户伙伴一起共同探讨如何通过数字化实现新增长。欲了解更多详情,请参阅:
www.huawei.com/huaweiconnect2017
好文章,需要你的鼓励
这项研究提出了ORV(占用中心机器人视频生成)框架,利用4D语义占用作为中间表示来生成高质量的机器人操作视频。与传统方法相比,ORV能提供更精确的语义和几何指导,实现更高的时间一致性和控制精度。该框架还支持多视角视频生成(ORV-MV)和模拟到真实的转换(ORV-S2R),有效弥合了虚拟与现实之间的差距。实验结果表明,ORV在多个数据集上的表现始终优于现有方法,为机器人学习和模拟提供了强大工具。
这项研究由Writer公司团队开发的"反思、重试、奖励"机制,通过强化学习教导大型语言模型生成更有效的自我反思内容。当模型回答错误时,它会生成反思并二次尝试,若成功则奖励反思过程。实验表明,该方法在函数调用和数学方程解题上带来显著提升,最高分别改善18.1%和34.7%。令人惊讶的是,经训练的小模型甚至超越了同家族10倍大的模型,且几乎不存在灾难性遗忘问题。这种自我改进技术为资源受限环境下的AI应用开辟了新方向。
FuseLIP是一项突破性研究,提出了通过早期融合离散标记实现多模态嵌入的新方法。与传统CLIP模型使用独立编码器不同,FuseLIP采用单一编码器同时处理图像和文本标记,实现了更自然的模态交互。研究证明,这种早期融合方法在多种多模态任务上表现优异,特别是在需要理解图像结构而非仅语义内容的任务上。研究还开发了创新的数据集和评估任务,为多模态嵌入研究提供了宝贵资源。
ByteDance与浙江大学合作开发的MERIT是首个专为多语言多条件语义检索设计的基准数据集,包含320,000条跨5种语言的查询和135,000个产品。研究发现现有模型在处理多条件查询时过度关注全局语义而忽略特定条件元素,为此提出CORAL框架,通过嵌入重建和对比学习相结合的方式,使检索性能提升45.9%。这项研究不仅识别了现有方法的关键局限性,还为多条件交错语义检索领域的未来研究奠定了基础。