如何能“一脸走遍机场”?近日,第十一届中国旅客机场体验高峰会议在上海举行。云从科技作为更高效人机协同操作系统与解决方案提供商受邀出席,与航空公司、机场等领域的领袖企业与专家,共同“打造全流程无接触式出行,推进智慧机场建设”。
峰会上,云从旅客智慧出行解决方案重磅亮相,打造民航智慧出行新模式,让每个人都能真正“‘颜’出必行”,成为中国民航智慧出行新模式。
全方位考虑 享受更便捷出行体验
于旅客而言,缩短等待时间、减少排队次数等,可以享受更便捷的出行体验最重要;
于机场而言,释放包括人力、设备设施等更多保障资源的投入,提高机场通关效率和整体服务水平最期待;
于旅游业而言,无纸化出行是未来发展的趋势,一站式规划可大大节约物流资金、提高效率,从而带动旅游产业发展。
这些需求都必须考虑在内。云从旅客智慧出行解决方案都实现了哪些实际功效?
·排队时间减 20%
·人员减 50%
·安检排队30秒 -> 5秒
·航显显示电子路径120秒 -> 3秒
·登机效率提升40%安全提升
·高舱服务、催促登机提升VIP服务,减少误机比例及投诉
基于人机协同平台与人工智能技术,云从旅客智慧出行解决方案已能让你仅凭一张脸畅行机场,大大缩短出行时间。
全场景服务 一张脸覆盖全流程
云从旅客智慧出行解决方案打造的智慧出行新模式,从旅客刚刚踏入机场,就能360°提供全方位服务,包括值机-安检-候机-登机四大节点,一张脸覆盖全流程,无纸化通行提升旅客出行体验。
·刷脸值机
融合机场CUSS机,实现旅客刷脸注册、刷脸登机,杜绝“换票登机”漏洞,减少机场人员排班,提升旅客体验。
·静音寻人
对旅客进行梳理,自动获取视频内人物关键信息;利用Re-ID(跨镜追踪)技术,生成历史运动轨迹,精准定位旅客位置,有针对性地实现定向广播,打造静音机场。
·精准导航
基于地磁技术,在云端通过实时计算得出室内定位,为旅客精准提供导航服务。目前地磁室内定位的精度在1-3米,可胜任室内的各个导航场景应用。
·智慧航显
在全流程人脸识别出行中,智慧航线包括个人航班信息、气象报告、机场公告、旅游导航、登记路线导航、新闻报道等各种智慧旅行服务,再也不用担心找不着地儿。
此外,根据民航总局发布《机场协同决策(A-CDM)实规规范》的通知》,要求实现航班地面运行保障的全过程管控,云从科技还特别推出机坪运行智能监控平台解决方案。
该解决方案基于机坪视频监控,利用云从计算机视觉技术,结合机坪保障业务需求,实现航班地面保障23个里程碑节点自动采集。
通过AI视觉自动采集,不但能有效减少工作人员录入工作,也能降低机场AI视觉建设成本;数据可靠性、及时性的提升和资源精细化管理,为机场在业务流程及环节优化提供有效支撑,极大提供高机场运行效率。
新基建时代,数字基建正不断推动智慧交通产业加速落地,云从科技作为国家新基建发展的中坚代表,始终致力于人机协同的创新探索,助推各个行业从数字化到智慧化转型升级。
云从旅客智慧出行解决方案正是云从深耕智慧交通领域,为中国民航打造的智慧出行模式创新。云从科技正不断实现着“定义智慧出行,提升机场潜能”。
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。