Kraft Group 宣布与 NWN 建立为期五年的战略合作伙伴关系,旨在改造支撑其整个企业业务组合(包括 New England Patriots、New England Revolution 以及 Gillette Stadium 等体育领域业务)的技术框架。
运营超过 30 年的 NWN,已协助 5,000 多位首席信息官通过其智能工作场所、客户体验、设备管理、网络安全、公共安全、连接性及云服务等方案,成功实施技术现代化项目。
此次合作将 NWN 的技术专业能力与 Kraft Group 对“追求卓越”承诺相结合,覆盖整个组织架构。
Kraft Group 指出,为实现这一愿景,认识到下一代技术在其中所扮演的关键角色,因此正投资于一系列创新服务,以助力长期成功。这些服务包括支撑新应用程序的网络连接性升级、现代化的基于云协作服务,以及通过人工智能(AI)技术增强的应用程序,旨在提升球迷和运动员在体育场的体验。
Kraft Group IT 部门的一个重要组成部分是标准化的技术基础设施,它能够在整个企业业务中实现统一的工作环境。员工将从集成的、同业领先的解决方案中受益,从而提升运营效率。NWN 正在通过现代化 Kraft Group 现有的技术堆栈,推动这些工具和资源的部署,实现其所承诺的“无缝”连接性覆盖所有领域。
在合作的一部分中,NWN 正在对标志性的 Gillette Stadium 的现有 IT 基础设施进行全面改革,以提升球迷体验,同时对 Kraft Group 的员工支持方案进行现代化改造,并在新的 Patriots 训练设施中建立其所称的“最先进”的基础设施平台。
鉴于技术在训练现代化和日常运营中所发挥的关键作用,NWN 正与 Kraft Group 合作,支持那些能够及时让运动员了解信息并保持参与状态的应用程序。这些应用包括由 AI 驱动的管理服务,能够自动向运动员提供更新后的会议时间,根据教练反馈调整训练计划,并将战术手册内容直接传送至团队成员设备。训练设施还将配备 AI 环境系统监控,可以根据人员进出自动调整温度、电源以及照明,以优化教练和运动员的工作环境。
增强的连接性和 AI 驱动的服务也在支持诸如导航应用程序和扩展 Gillette Stadium 互联网协议电视(IPTV)网络等新举措。
无论是参加体育赛事、音乐会还是其他大会,来宾都可以通过导航应用程序连接,快速找到通往座位的最直接路线,定位体育场内的配套设施和服务,并轻松获取票务信息。IPTV 网络的扩展,则带来了增强的数字观赛体验和更优质的内容传输,同时借助互动功能,旨在提升现场活动期间球迷的参与感。
作为项目的另一关键环节,Kraft Group 最近已启动一座专供 New England Patriots 独享的独立训练设施的建设,NWN 将为运动员和教练提供 IT 基础设施和服务。该大楼将设置所有美式橄榄球管理和人员办公室、会议室(将引入用于举办年度选秀活动的新技术)以及媒体工作室。另外,训练设施还将配置最尖端的虚拟现实体验室。
这一多维度项目还包括对 Gillette Stadium 校区、Rand Whitney Containerboard 以及 Rand Whitney Group 的 IP 语音系统进行改造,目的是整合网络、增强整个企业的网络可靠性。
通过在升级后的网络上实施基于云的协作服务,NWN 坚信 Kraft Group IT 部门能够依托 NWN 扩充团队规模,推动整个企业业务组合内更优质的交互,并转变为一个更加敏捷的组织。
Kraft Sports and Entertainment 首席运营官 Jim Nolan 表示,“Gillette Stadium 全年均用于举办各类活动,对于这个场馆来说,尽可能为来宾提供便利是至关重要的。与 NWN 合作确保我们拥有最新的技术能力,以超越球迷的期望。他们在行业内丰富的经验以及在支持现有技术的同时为我们带来新技术的能力,是让我们的设施始终成为来宾保持连接的关键所在。”
好文章,需要你的鼓励
来自耶路撒冷希伯来大学的研究团队开发了WHISTRESS,一种创新的无需对齐的句子重音检测方法,能够识别说话者在语音中强调的关键词语。研究者基于Whisper模型增加了重音检测组件,并创建了TINYSTRESS-15K合成数据集用于训练。实验表明,WHISTRESS在多个基准测试中表现优异,甚至展示了强大的零样本泛化能力。这项技术使语音识别系统不仅能理解"说了什么",还能捕捉"如何说"的细微差别,为人机交互带来更自然的体验。
这项研究提出了"力量提示"方法,使视频生成模型能够响应物理力控制信号。研究团队来自布朗大学和谷歌DeepMind,他们通过设计两种力提示——局部点力和全局风力,让模型生成符合物理规律的视频。惊人的是,尽管仅使用约15,000个合成训练样本,模型展现出卓越的泛化能力,能够处理不同材质、几何形状和环境下的力学交互。研究还发现模型具有初步的质量理解能力,相同力量对不同质量物体产生不同影响。这一突破为交互式视频生成和直观世界模型提供了新方向。
北京交通大学与西蒙弗雷泽大学联合研发的混合神经-MPM方法实现了实时交互式流体模拟。该方法巧妙结合神经物理学与传统数值求解器,在低时空分辨率下运行神经网络并设置保障机制自动切换到MPM,显著降低计算延迟同时保持高保真度。团队还设计了基于扩散模型的控制器,支持用户通过简单草图直观控制流体行为,为游戏、VR和设计领域提供了实用解决方案。
这项研究介绍了EgoZero,一种创新的机器人学习系统,能够仅通过Project Aria智能眼镜捕获的人类示范数据,训练出零样本迁移的机器人操作策略。研究团队提出了一种形态无关的状态-动作表示方法,使用点集来统一人类和机器人数据,并开发了从原始视觉输入中提取准确3D表示的技术。在没有任何机器人训练数据的情况下,EgoZero在7种真实世界操作任务上实现了70%的成功率,展示了强大的泛化能力,为解决机器人学习中的数据瓶颈问题提供了新思路。