北京,2020年3月5日——疫情防控当前,复工迫在眉睫。近日,企业级云服务商青云QingCloud携手罗克佳华、升哲科技、炎黄盈动等合作伙伴,发布“企业复工安全计划”,计划包括推出“疫情防控AI预警分析系统”、“人工智能识别未佩戴口罩及生成人员流动大数据方案”、“非接触式智能测温预警系统方案”、“非接触式人脸识别门禁及闸机方案”、“‘健康打卡’应用解决方案”、“疫情办公场所管理应用”、“疫情物资管理应用”等联合解决方案,从疫情防控AI预警、安全防疫措施、员工关怀等多场景、多维度为企业提供技术、资源全方位支持,为企业快速、安全、高效复工复产保驾护航。
为降低疫情给国民经济带来的冲击,全国各地都在加紧有序复工复产,办公场所、火车站、飞机场等人流密集场所成为重点防疫的关键,青云QingCloud与罗克佳华共同推出“疫情防控AI预警分析系统”,利用 AI 视觉模型对图像或者视频中人群进行公共区域安全隐患检测。该系统可针对疫情期间各公共场所、重点防疫场所等人流密集场所,通过对未佩戴口罩人群、人群危险聚集进行监控预警,及对重点人群进行重点监控,精准度可达99%、分析结果秒级响应、接入便捷且扩展性强、可提供上百路摄像头同时分析。
安全防护是每一个复工复产企业需要做好的“必修课”,青云QingCloud与升哲科技共同推出“人工智能识别未佩戴口罩及生成人员流动大数据方案”、“非接触式智能测温预警系统方案”、“非接触式人脸识别门禁及闸机方案”,依托物联网传感技术、人脸识别技术、热成像测温技术、视频智能分析及物联网等技术手段,保障社区、企业、学校、医院等各类场所安全运行。
其中,人工智能识别未佩戴口罩及生成人员流动大数据方案可针对未佩戴口罩出行、人员异常聚集等现象进行识别监测并可秒级报警;针对重点管控人员分析出入情况及历史运动轨迹信息;帮助远程服务人员快速介入提醒并联动相关部门,方便疫情防控工作的开展和落实。非接触式智能测温预警系统方案可通过红外技术非接触式测温,保障执勤人员人身安全,实现快速、远距离、大面积体温筛查检测,高温预警快速响应,可实现±0.3度高测温精度。非接触式人脸识别门禁及闸机方案可管理平台联动智能门禁设备,为重点防控单位的人员出入管理提供便利,无人化值守极大降低了防控区域内的人员接触和感染风险,智能人脸?禁最大支持10万人脸库、可实现最高10万条人员通行数据回溯、管理与分析。
保障员工健康,是疫情期间企业复工的重中之重。青云QingCloud与炎黄盈动共同推出“‘健康打卡’应用解决方案”、“疫情办公场所管理应用”、“疫情物资管理应用”,围绕员工健康管理,帮助企业做好复工期间的办公室管理和疫情物资管理。
其中,“健康打卡”应用解决方案能够帮助员工随时随地一键上报健康数据,帮助企业HR随时随地统计掌握整体情况,企业可根据预警分级进行防疫管理,一键守护、实时防控、集中管理。疫情办公场所管理应用可针对所辖场所进行信息化数字登记,包括各区域分时消毒管理、对进出车辆/司机/随行人员安全检查管理、出入登记/近期行程轨迹进行备案记录、安全巡视登记等,保障安全复工复产。疫情物资管理应用适用于社区、公司、医院等企事业单位对防疫物资的管理,保障防疫物资管理的高效送达,物资入库出库简单快捷准确、物资台账明细清晰明确透明、物资调拨管理高效及时精准。
青云QingCloud携手合作伙伴以多元化服务帮助企业“保复工、助复产、稳军心”,一手抓防疫,一手稳生产,减少疫情期间的损失,保障民生和社会正常运转,促进国民经济快速复苏,共同打赢疫情之下的国民经济保卫战。
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。