案例名称:【航运产业数字化新基建——“船视宝”】
公司名称:【中远海运科技股份有限公司(002401)】
案例简述:
中国正迈进航运强国、交通强国,航运产业却在“上云、用数、赋智”过程中面临“不会转、不能转、不敢转"的转型困境。因此,公司致力于“建云、聚数、创智”的路径,建设敏捷高效可复用的航运产业数字化新基建,打造融合技术、数据和业务的数字化新生态。
全球贸易量90%通过海运完成,货量超过110亿吨/年,其中代表商品贸易流动性、全球经济特征的核心要素就是船舶位移数据信息。本案例以全球商业船舶实时船位、全球船舶基础档案、全球港口泊位位置,全球海洋气象水文、全球GIS电子地图、智能船物联网等大数据为基础,通过对船舶航行全生命期行为自动智能识别,实现了对单船、船队、航线、港口、大宗商品等运行效率及流动性的深度挖掘,孵化了“船视宝”(www.myvessel.cn)系列PC及移动端数字化产品,成为上海数交所首批挂牌企业,加入上海浦东新区大企业创新开放中心(GOI)计划,具备成为航运产业数字化新基建的条件。
围绕效率提升、智能运营、防控风险、业务创新以及服务客户五大主题,产品已覆盖超过二十类数字化应用场景,可以提供标准化API、SaaS以及大数据深度分析云服务;可以以数字化技术底座形式满足大型企业的整体转型需求,即提供集设备网络、云计算平台、大数据决策的敏捷式解决方案。
扫码查看详细案例
好文章,需要你的鼓励
Captions公司研究团队开发的Mirage模型实现了从音频直接生成说话视频的突破。该技术能准确生成与声音匹配的面部表情、唇型同步、手势动作和环境背景,甚至可仅从音频推测说话者外貌特征。基于统一的Diffusion Transformer架构,Mirage避免了传统方法的复杂专用模块设计,展现出卓越的情感表达和细节还原能力,为内容创作、教育培训和无障碍技术等领域开辟了新的应用可能。
牛津大学研究发现,尽管大语言模型在医学考试中表现出色,但在实际应用中效果大打折扣。研究显示,LLM直接测试时能94.9%准确识别病症,但人类使用LLM诊断时准确率仅34.5%,甚至低于不使用AI的对照组。问题源于用户提供信息不完整、LLM理解偏差等人机交互问题。专家指出,仅凭非交互式基准测试评估LLM存在误导性,需要真实的人机交互测试才能准确评估AI系统的实际性能。
NAVER和KAIST研究团队发现,先进AI模型在数学题自我修正方面存在严重缺陷。他们创建的MMRefine基准测试揭示,即使是GPT-4O等顶级模型也只能成功修正约23%的错误答案,而且经常将正确答案改错。研究发现不同模型在处理六种错误类型时表现差异巨大,特别是小型模型在空间推理修正上竟然超越了大型模型,颠覆了"越大越好"的认知。