中国道路交通事故年死亡人数高居世界第二位,每年死于车祸的人数都在10万人左右,平均每天有近300人死于车轮下,相当于每天从天上掉下一架波音飞机。道路交通伤害并不是道路交通运输中一个不可避免的后果,是可以预防和控制的。交通安全及预防设备的发展史与汽车的发展一样历史悠久:
1936年,博世公司申请一项电液控制的ABS装置专利。
1953年,美国人约翰.赫特里发明了安全气囊。
1959年,VOLVO推出了由尼尔斯·波哈林发明的三点式安全带。
1992年,奔驰与博世合作开发一种电子稳定控制系统ESP。
2018年,交通安全史上又会有怎样的变革性举措来袭呢?
三宝集团下的驭道科技推出的车辆主动安全智能防控系统,引入“互联网+物联网”模式,结合自身资本优势及技术优势,在不增加企业负担情况下,为运输企业安装主动安全智能防控终端设备。
车辆主动安全智能防控系统作为交通运输领域“科技兴安”的技术研究成果之一,以“两客一危”车辆及驾驶员为对象,在目前现有重点营运车辆动态监控的基础上,开发具有主动安全智能防控功能的车载集成终端及平台支撑系统。
系统通过车载终端智能识别驾驶员抽烟、打电话、疲劳驾驶、注意力分散、跟车过近、车道偏离以及前向碰撞预警等危险驾驶行为。一方面通过车载设备及时提醒,实现对于驾驶员的安全辅助驾驶;另一方面,通过大数据技术深度分析风险行为,通过人脸身份识别技术实现对于驾驶员驾驶风险的档案建立,在驾驶档案数据的基础上基于人工智能技术建立风险识别与管控模型,大幅提升运输企业的安全管理水平,实现道路运输车辆安全管理事前可预防、事中可控制、事后可追溯的管理能效。
车辆主动安全智能防控系统涉及物联网IOT、海量数据存储、大数据分析处理、人脸识别、视频转码、视频点播、视频直播,对网络接入质量要求高,技术范围广,并且要实现Devops,需要强大的云平台技术支持。在产品的发展初期,业务增长快,IT初始投资成本高,部署难度大,业务上线周期长,升级过程繁琐,扩容难度大,学习效率低。同时,还考虑到车联网涉及SaaS层应用的运营,P层I层的技术维护,物理基础设施运维等,在车联网规模上量后,运营维护整个车联网平台压力巨大,技术要求高,人力负担重。
经过三宝科技的技术专家们反复调研,最终选择了华为云。三宝科技借助华为云平台EI、大数据、视频等平台能力,提高新业务开发效率,快速完成业务上线,搭建高可靠、高安全、高性能的车辆主动安全智能防控系统。华为云提供基础资源和应用服务,使三宝科技更加聚焦业务。
传统的应用运维问题定位以日志为主,通过对告警、系统资源、日志的逐一分析,定位故障根因或性能瓶颈。车辆主动安全智能防控系统基于华为云开发,采用了云原生架构,业务复杂、请求链路多样,传统的应用运维模式已经无法继续支撑故障定位与性能分析的诉求。
因此,三宝科技采用了华为云立体运维解决方案。立体运维解决方案融合了华为云的应用运维服务(AOM)、应用性能管理服务(APM),对虚机、存储、网络、数据库及应用多维度实时监控,并通过应用与资源告警关联、日志分析、智能阈值、分布式调用追踪等技术,实现分钟级问题快速诊断和修复,保障应用长稳运行。
在运维过程中,三宝科技通过使用立体运维解决方案,大幅度提升运维效率,快速定位故障及性能瓶颈,问题定位从原来的几天缩短到分钟级,关键业务步骤优化后性能大幅提升,打造出更为安全可靠稳定的车辆主动安全智能防控系统。
未来,华为云将继续支持三宝科技以更快的数据运算能力、更稳定的系统平台向全国范围辐射,帮助运输企业提高安全生产能力,助力交通职能部门高标准实现监管与服务相结合的管理理念!
现在开通华为云立体运维服务,更有赢取大奖机会!
在2018年7月24日-8月20日期间,参与活动,按指引体验及使用APM服务、AOM服务,即有机会赢取华为荣耀手机、华为手环。
活动链接: https://bbs.huaweicloud.com/forum/thread-9956-1-1.html
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。