案例名称:【关港一体化综合服务平台创新应用】
公司名称:【青岛港国际股份有限公司(601298)】
案例简述:
青岛港积极落实青岛海关智慧监管政策,充分调动口岸服务资源,依托青岛港云港通平台建设区关港一体化综合服务平台,打造海关和港口共同的客户服务窗口,实现区关港查验信息共享与业务协同,提升口岸通关便利化水平,优化口岸营商环境,形成正向、积极、绿色的港口生态圈,增强港口数据的驱动创新力,为海关和港口改革创新提供支撑和保障。
围绕海关查验纸质单据流转产生的成本高、易出错、效率低、信息不透明、人员聚集等问题,青岛港从解决现场需求入手,推动信息化改造和数据算法升级。在业务融合的基础上,积极推动信息化系统融合,区关港多方联动协同,积极配合海关推进查验业务深度协同,将海关、码头、查验区、报关行等多方查验信息互联互通,实现海关查验全程的线上化、无纸化,创新全时查验、码头前沿先期机检查验、水路中转线上查验等业务模式,提高查验效率,降低客户物流成本,使监管更顺畅地嵌入港口物流,打造青岛口岸智慧查验新模式。
扫码查看详细案例
好文章,需要你的鼓励
新加坡国立大学研究团队开发了名为IEAP的图像编辑框架,它通过将复杂编辑指令分解为简单原子操作序列解决了当前AI图像编辑的核心难题。研究发现当前模型在处理不改变图像布局的简单编辑时表现出色,但在需要改变图像结构时效果差。IEAP框架定义了五种基本操作,并利用思维链推理技术智能分解用户指令,实验证明其性能显著超越现有方法,尤其在处理复杂多步骤编辑时。
Character AI的研究者开发出TalkingMachines系统,通过自回归扩散模型实现实时音频驱动视频生成。研究将预训练视频模型转变为能进行FaceTime风格对话的虚拟形象系统。核心创新包括:将18B参数的图像到视频DiT模型改造为音频驱动系统、通过蒸馏实现无错误累积的无限长视频生成、优化工程设计降低延迟。系统可让多种风格的虚拟角色与人进行自然对话,嘴型与语音同步,为实时数字人交互技术开辟了新可能。
这项由中国人民大学高瓴人工智能学院研究团队发表的研究解决了大语言模型评判中的自我偏好问题。研究提出了DBG分数,通过比较模型给自身回答的分数与黄金判断的差异来测量偏好度,有效分离了回答质量与自我偏好偏差。实验发现,预训练和后训练模型都存在自我偏好,但大模型比小模型偏好度更低;调整回答风格和使用相同数据训练不同模型可减轻偏好。研究还从注意力分析角度揭示了自我偏好的潜在机制,为提高AI评判客观性提供了重要指导。
这篇研究提出了DenseDPO,一种改进视频生成模型的新方法,通过三大创新解决了传统方法中的"静态偏好"问题:使用结构相似的视频对进行比较,采集细粒度的时序偏好标注,并利用现有视觉语言模型自动标注。实验表明,DenseDPO不仅保留了视频的动态性,还在视觉质量方面与传统方法相当,同时大大提高了数据效率。这项技术有望推动AI生成更加自然、动态的视频内容。