案例名称:【停车场无感支付产品助力“碳中和”、“碳达峰”】
公司名称:【云南南天电子信息产业股份有限公司(000948)】
案例简述:
随着我国社会经济、城镇化的快速发展,机动车保有量的快速增长,交通拥堵、停车位紧张、环境污染等问题突显,国家交管部门高度重视,出台了一系列管控措施,企业也在不断寻求创新点,旨在通过数字化手段治理交通运输业顽疾。
本案例响应国家低碳政策,解决停车场出入口拥堵排队现象为基础场景,通过车辆与ETC车道设备的无线通讯,实现无感支付,可极大缩减车辆进出闸口的等待时间,很大程度上优化了出行体验,缓解拥堵排队现象,减少空气污染物排放;通过接入微信、支付宝、IC卡等多种扣费模式,满足不同场景下的用户使用。停车场无感支付提升服务质量,提高经济效益、节省人工成本,降低运营难度,实现停车场的粗放式经营向精细化、专业化转变,助力我国“碳中和”、“碳达峰”目标的实现。
扫码查看详细案例
好文章,需要你的鼓励
在我们的日常生活中,睡眠的重要性不言而喻。一个晚上没睡好,第二天的工作效率就会大打折扣,而充足的睡眠不仅能让我们恢复精力,还能帮助大脑整理和巩固当天学到的知识。有趣的是,AI模型竟然也表现出了类似的“睡眠需求”。
DeepSeek-AI团队通过创新的软硬件协同设计,仅用2048张GPU训练出性能卓越的DeepSeek-V3大语言模型,挑战了AI训练需要海量资源的传统观念。该研究采用多头潜在注意力、专家混合架构、FP8低精度训练等技术,大幅提升内存效率和计算性能,为AI技术的民主化和可持续发展提供了新思路。
尽管模型上下文协议(MCP)自11月推出以来用户数量快速增长,但金融机构等监管行业仍保持谨慎态度。银行等金融服务公司虽然在机器学习和算法方面是先驱,但对于MCP和Agent2Agent(A2A)系统的采用较为保守。监管企业通常只使用内部代理,因为其API集成需要经过多年审查以确保合规性和安全性。专家指出,MCP缺乏基本构建块,特别是在互操作性、通信标准、身份验证和审计跟踪方面。金融机构需要确保代理能够进行"了解您的客户"验证,并具备可验证的身份识别能力。
加拿大女王大学研究团队首次系统评估了大型视频语言模型的因果推理能力,发现即使最先进的AI在理解视频中事件因果关系方面表现极差,大多数模型准确率甚至低于随机猜测。研究创建了全球首个视频因果推理基准VCRBench,并提出了识别-推理分解法(RRD),通过任务分解显著提升了AI性能,最高改善幅度达25.2%。