案例名称:【利用人工智能图像识别、视频分析技术推动安全生产和管控】
公司名称:【新疆天业股份有限公司(600075)】
案例简述:
随着社会的不断进步,国家对企业安全生产也越加关注,企业更是将安全生产视为企业发展的重中之重。提高企业风险管控能力,完善隐患治理机制,减少安全事故,确保安全生产。

本案例应用人工智能(AI)图像识别技术,解放流程化重复性劳力,提高储运过程综合劳动效率和安全保障,实现了危险作业自动化和无人化;应用人工智能(AI)视频分析技术,利用深度学习框架算法,对施工作业场景人员卧倒、未佩戴安全帽、未穿着反光衣、未佩戴安全绳、烟火、人员闯入等异性行为进行识别研判,很大程度上保障了工人作业安全和工厂安全运营;在原料煤输送廊,安装吊轨式巡检机器人,实现了输送状态监测,皮带跑偏、烟火识别、有毒可燃气体感知报警等智能化应用,实现了智能巡检和无人值守。

扫码查看详细案例
好文章,需要你的鼓励
在2025年KubeCon/CloudNativeCon北美大会上,云原生开发社区正努力超越AI炒作,理性应对人工智能带来的风险与机遇。随着开发者和运营人员广泛使用AI工具构建AI驱动的应用功能,平台工程迎来复兴。CNCF推出Kubernetes AI认证合规程序,为AI工作负载在Kubernetes上的部署设定开放标准。会议展示了网络基础设施层优化、AI辅助开发安全性提升以及AI SRE改善可观测性工作流等创新成果。
维吉尼亚理工学院研究团队对58个大语言模型在单细胞生物学领域的应用进行了全面调查,将模型分为基础、文本桥接、空间多模态、表观遗传和智能代理五大类,涵盖细胞注释、轨迹预测、药物反应等八项核心任务。研究基于40多个公开数据集,建立了包含生物学理解、可解释性等十个维度的评估体系,为这个快速发展的交叉领域提供了首个系统性分析框架。
DeepL作为欧洲AI领域的代表企业,正将业务拓展至翻译之外,推出面向企业的AI代理DeepL Agent。CEO库蒂洛夫斯基认为,虽然在日常翻译场景面临更多竞争,但在关键业务级别的企业翻译需求中,DeepL凭借高精度、质量控制和合规性仍具优势。他对欧盟AI法案表示担忧,认为过度监管可能阻碍创新,使欧洲在全球AI竞争中落后。
西湖大学王欢教授团队联合国际研究机构,针对AI推理模型内存消耗过大的问题,开发了RLKV技术框架。该技术通过强化学习识别推理模型中的关键"推理头",实现20-50%的内存缩减同时保持推理性能。研究发现推理头与检索头功能不同,前者负责维持逻辑连贯性。实验验证了技术在多个数学推理和编程任务中的有效性,为推理模型的大规模应用提供了现实可行的解决方案。