2019年7月25日,西门子交通以“塑造互联交通”为主题,亮相2019北京国际城市轨道交通展览会(MetroTrans)。西门子交通作为全球领先的数字化创新引领者,在本届展会上全面展示了基于先进的数字化创新技术、丰富的全球实践经验及本地化市场洞察的一系列交通解决方案及产品服务,以及如何通过数字化变革,打造未来智慧城市交通网络。
2019年恰逢西门子交通进入中国市场120年。自1899年为中国提供第一辆有轨电车以来,西门子交通与中国同成长、共进步,见证并参与了一个多世纪以来中国交通基础设施建设的蓬勃发展。此次展会也重点呈现了西门子交通与中国跨世纪的精诚合作,记录了中国交通的发展历程。
“今年是西门子交通进入中国市场120周年。一个多世纪以来,我们见证并参与了中国交通行业发展中的多个关键项目。”西门子交通大中华区首席执行官莫德(Juergen Model)表示,“当前,数字化、大数据、云计算等新兴科技正在改变整个交通行业。凭借国际化的专业实力和丰富的本地化服务经验,西门子有信心继续助力中国交通合作伙伴实现数字化和智能化转型,开启下一个120年的合作历程。”
创新一直流淌于西门子交通的血脉中,是西门子交通自身不断前行的动力。本次展会上,西门子交通诠释了多个全球最前沿的数字化理念,致力于为客户提供更具前瞻性、覆盖全生命周期的运营维护方案及服务。
作为中国交通行业长期可信赖的合作伙伴,西门子交通始终扎根中国市场,深挖客户需求,不断将创新的技术与中国市场需求相结合,持续性地为中国城市交通发展贡献力量。本次展会上,西门子交通还带来了面向中国客户量身打造的全新轨道交通及干线交通产品组合,满足中国交通运营商的多样化需求。
此外,为了更好地展示综合性、一体化的创新性解决方案,西门子交通还在展会上推出了产品沙盘,直观呈现包括干线交通、城际交通、城市轨道交通及道路交通等在内的最新产品模型及技术。
今年是西门子交通进入中国市场的第120年。120年如白驹过隙,却见证了西门子交通与本地合作伙伴通力合作、助力中国交通快速发展的跨世纪历程。未来,西门子交通将继续推进本地化发展步伐,以创新的数字化技术、丰富的全球实践经验和定制化的专业服务,与中国合作伙伴一道,共塑未来互联交通和智慧城市发展。
好文章,需要你的鼓励
这篇研究介绍了KVzip,一种创新的查询无关KV缓存压缩方法,通过上下文重建机制为大型语言模型提供高效存储解决方案。该技术能将KV缓存大小减少394倍,同时提高解码速度约2倍,在各种任务上性能几乎不受影响。不同于传统查询相关的压缩方法,KVzip创建可在多种查询场景下重用的通用压缩缓存,特别适合个性化AI助手和企业信息检索系统。研究在LLaMA3.1-8B、Qwen2.5-14B和Gemma3-12B等多种模型上进行了验证,处理长度高达17万词元的文本,并能与KV缓存量化等其他优化技术无缝集成。
腾讯与上海交通大学联合推出的DeepTheorem研究突破了大型语言模型在数学定理证明领域的限制。该项目创建了包含12.1万个IMO级别非形式化定理的大规模数据集,开发了专门的RL-Zero强化学习策略,并设计了全面的评估框架。研究表明,通过使用自然语言而非传统形式化系统,即使是7B参数的模型也能在复杂定理证明上取得显著成果,超越许多更大的专业模型。这一成果为AI数学推理开辟了新途径,使语言模型能够像人类数学家一样思考和证明。
MAGREF是字节跳动智能创作团队开发的多主体视频生成框架,能从多张参考图像和文本提示生成高质量视频。该技术引入了区域感知动态遮罩机制,使单一模型灵活处理人物、物体和背景,无需架构变化;并采用像素级通道拼接机制,在通道维度上运作以更好地保留外观特征。实验表明,MAGREF在身份一致性和视觉质量方面优于现有技术,能将单主体训练泛化到复杂多主体场景,为内容创作者提供了强大而便捷的视频生成工具。
这项研究揭示了大型语言模型(LLMs)偏好决策的内在机制。以色列理工学院和IBM研究院的团队开发了一种自动化方法,不需人工预设即可发现和解释影响AI判断的关键概念。研究横跨八个领域(从一般问答到安全评估),分析了12种偏好机制,发现人类评判者重视权威性和清晰度,而AI评判更关注事实准确性。他们提出的层次多领域回归模型不仅能准确预测偏好,还能清晰解释判断过程,为构建更透明、更符合人类价值观的AI系统提供了新途径。