随着信息行业和通讯行业快速融合,无线网络和移动终端等技术飞速发展,企业移动信息化正呈现出高速发展的态势,将新技术与企业管理、生产、经营、决策结合起来,形成基于移动网络的新型企业管理与生产制造,使得传统企业更容易实现模式创新、运行更加高效,业务开办也更具竞争力,这是适应新环境新技术发展的必然趋势。
“互联网+交通”成为信息化新举措
近几年,移动智能设备的不断普及,移动网络速度的加快,“互联网”由原来的消费型,逐步进化到产业型。随着企业信息化的不断深入,企业的“互联网+”战略也由基础建设,逐步转变为“互联网生态”建设。在“互联网+交通”快速发展的背景下,通过移动化服务平台整合内部信息、提供信息化服务业已成为各机场推进信息化的新举措。
西部机场集团(以下简称:西部机场)是全国第二大跨省区运作的大型机场集团,隶属于陕西省人民政府。其前身为西安咸阳国际机场。目前机场集团负责咸阳、银川、西宁3个干线机场和陕、甘、宁、青四省区19个支线机场的建设和运营管理,并将信息化工作作为服务转型的一个重要支撑。2016年,西部机场更是提出了“转变管理理念、加强统筹协调、完善工作机制、构建信息平台”等四个方面的工作设想。
信息化建设中遇到的整合困扰
西部机场在信息化建设中,不断完善信息系统,加快“互联网+”的建设步伐。从传统桌面级信息系统的建设,到企业级移动应用的建设,都在稳步的进行中。
但是随着建设步伐的加快,一些问题也随之暴露出来,比如如何打通传统信息系统与企业移动应用的互联,如何打通企业移动应用间的互联,如何让企业移动应用能快速适应不断变化的市场需求等都成为企业的老大难问题。
为了构建移动化服务平台,西部机场基于启迪国信灵通APP NEST移动应用云平台以及NQSky BeTalk产品,结合企业需求、整合组织内部业务、移动应用及互联网移动服务,从而打造西部机场集团移动化生态服务平台。
搭建移动化服务平台
根据西部机场企业业务特性,对多家移动化服务厂商进行公开筛选,最终确定启迪国信灵通承担西部机场移动化项目的建设,结合启迪国信灵通公司经验,项目遵循“统一管理、统一规划、统一标准、统一建设、分期实施”的原则。初期将构建西部机场移动化服务平台的基础架构,建立与集团员工信息联系的统一途径,为员工开启工资、电子名片、财务报销、饭卡、乘车卡等信息的查询和使用,方便员工进行简单的线上工作生活。其次,搭建协调办公的对接、问卷调查、微培训等数个应用,丰富平台日常业务需要。
西部机场移动化服务平台,结合企业与“移动互联网”的深度拥抱,贴合实际工作中场景遇到业务难点、业务痛点,将企业业务应用快速构建出来,创新性的解决问题,进一步提高和释放了生产力,为企业发展注入活力。
目前,西部机场正与启迪国信灵通携手对企业移动信息化进行整体规划,对未来的远景进行合理预期。为西部机场信息化改革提供充足实践经验,并实现“转变管理理念、加强统筹协调、完善工作机制、构建移动化服务平台”等四个方面的工作设想。
未来,西部机场业务将与“大数据、云计算、物联网”等高新技术的集合,发挥想象力,创造性的把高新技术融入到企业的血液中,真正实现企业“互联网生态”的自衍生、自容错、自进化功能,让“互联网”与其完美结合,为西部机场移动化生态服务提供全面支撑。
好文章,需要你的鼓励
新加坡国立大学研究团队开发了名为IEAP的图像编辑框架,它通过将复杂编辑指令分解为简单原子操作序列解决了当前AI图像编辑的核心难题。研究发现当前模型在处理不改变图像布局的简单编辑时表现出色,但在需要改变图像结构时效果差。IEAP框架定义了五种基本操作,并利用思维链推理技术智能分解用户指令,实验证明其性能显著超越现有方法,尤其在处理复杂多步骤编辑时。
Character AI的研究者开发出TalkingMachines系统,通过自回归扩散模型实现实时音频驱动视频生成。研究将预训练视频模型转变为能进行FaceTime风格对话的虚拟形象系统。核心创新包括:将18B参数的图像到视频DiT模型改造为音频驱动系统、通过蒸馏实现无错误累积的无限长视频生成、优化工程设计降低延迟。系统可让多种风格的虚拟角色与人进行自然对话,嘴型与语音同步,为实时数字人交互技术开辟了新可能。
这项由中国人民大学高瓴人工智能学院研究团队发表的研究解决了大语言模型评判中的自我偏好问题。研究提出了DBG分数,通过比较模型给自身回答的分数与黄金判断的差异来测量偏好度,有效分离了回答质量与自我偏好偏差。实验发现,预训练和后训练模型都存在自我偏好,但大模型比小模型偏好度更低;调整回答风格和使用相同数据训练不同模型可减轻偏好。研究还从注意力分析角度揭示了自我偏好的潜在机制,为提高AI评判客观性提供了重要指导。
这篇研究提出了DenseDPO,一种改进视频生成模型的新方法,通过三大创新解决了传统方法中的"静态偏好"问题:使用结构相似的视频对进行比较,采集细粒度的时序偏好标注,并利用现有视觉语言模型自动标注。实验表明,DenseDPO不仅保留了视频的动态性,还在视觉质量方面与传统方法相当,同时大大提高了数据效率。这项技术有望推动AI生成更加自然、动态的视频内容。