至顶网软件与服务频道消息: 为打赢新型冠状病毒感染的肺炎疫情防控攻坚战,保障人民群众生命安全和身体健康,减少人员聚集,降低交叉感染风险,多地结合实际,暂停开放实体政务服务,企业启动线上办公,线上服务和热线电话等需求大幅增加,形成人员和成本压力。部分行业和企业,更亟需快速构建线上服务能力。
追一疫情机器人以便捷接入、可复制、运营灵活的特点,落地应用在广东、江苏、安徽、甘肃等地的政务热线、医院、广电、公益、行业协会、城市服务等多个领域机构,成为全天候在线、快速响应的“数字员工”,助力疫情防控服务和防疫知识宣教。
追一疫情服务机器人驰援多地
与时间赛跑,与疫情赛跑,返城潮的到来、复工期的临近、各行业的差异化,让疫情服务形势更加严峻、刻不容缓。基于追一科技成熟的AI数字员工平台,公益疫情服务机器人在云端部署、便捷接入,帮助政企部门、医疗机构等快速构建数字化服务能力,7*24小时全天候在线,便民服务永不打样。目前这批数字员工已紧急“奔赴”多个领域服务前线,为疫情防控加油助力!
贴近本地化,政务“连心桥”
12345是各地政府部门关注民生、倾听民意的平台。随着疫情发展和各地应急状态启动,市民来电和留言也明显增加,尤其是对本地疫情动态、防控措施等更加关注。能否及时响应和处理市民诉求,消除市民担忧和疑惑迫在眉睫。
惠州12345等地方政务热线在微信公众号平台接入追一疫情机器人,除了常规热点,更解答市民工作、生活、防控等多方面问题,比如旅行人员安置、高速及村庄封行情况、防疫物资供应、企业开复工、社保权益等问题,大大拓展了服务能力。机器人7*24小时坚守岗位,更好地发挥“便民、利民、为民”的连心桥作用。
助力医疗第一线,实现科学防控
医疗机构身处抗击疫情第一线,也是防控压力最大、人手物资最为紧张的地方。如何在做好接诊工作同时,利用新媒体、新技术向患者和公众传递科学、专业的健康知识和疫情防护措施,让医疗服务“下沉”渗透到百姓基层,成为医院努力方向。
霍山中医院与追一科技合作,在该院微信公众号中接入AI疫情机器人,实时在线解答新冠病毒症状、诊断、治疗、日常防护等多种问题。减轻医护服务资源压力同时,也进一步增强了院方服务体验。
智能战“疫”,法律在行动
疫情就是命令,防控就是责任。目前各条战线都已打响疫情防控阻击战,法律服务也是疫情防控重要战场,尤其是涉及疫情影响的劳动者权益、市场经营者价格波动方面的法律服务需求,也日渐增多。
追一科技与甘肃司法厅合作,将人工智能技术与司法服务场景和专业化知识结合,打造公共法律服务疫情防控机器人,为公众提供7X24小时全业务、全时空的公共法律服务,助力疫情防控阻击战。即便是疫情防控的特殊时期,法律公共服务也不缺席,并为特殊时期的权益保护,保驾护航。
防疫宣导,机器人在行动
新型冠状病毒肺炎疫情爆发以来,特别是各省陆续启动公共卫生事件一级响应后,广电系统全力以赴、务实高效做好疫情信息发布、防控宣传、舆论引导、防疫知识普及和行业防控等工作。
南京电视台新闻综合频道《直播南京》在大时段报道全市疫情防控工作同时,与追一科技合作,探索更具互动型,更加丰富、贴近民生的融媒体服务,尤其是借助AI疫情机器人的多轮对话、知识图谱能力,在疫情防控上,为用户提供更加精细、本地化服务。
除此之外,追一疫情机器人还在多个领域服务,包括机动车行业协会、城市服务等领域...
AI心接力,公益不断
追一外呼机器人助力疫情防控
除了在线机器人,追一科技语音机器人也将驰援疫情防控服务。疫情期间,免费开放给各地卫健委部门、政府机关,进行排查调研与通知类,比如口罩等防疫物资预约服务等。
当前,正是疫情防控的关键时期,追一科技将密切关注疫情动态,克难攻坚,与相关部门和生态伙伴一起,不断创新迭代机器人服务能力,为疫情防控贡献力量。
好文章,需要你的鼓励
在迪拜Gitex 2025大会上,阿联酋成为全球AI领导者的雄心备受关注。微软正帮助该地区组织从AI实验阶段转向实际应用,通过三重方法提供AI助手、协同AI代理和AI战略顾问。微软已在阿联酋大举投资数据中心,去年培训了10万名政府员工,计划到2027年培训100万学习者。阿联酋任命了全球首位AI部长,各部门都配备了首席AI官。微软与政府机构和企业合作,在公民服务和金融流程等领域实现AI的实际应用,构建全面的AI生态系统。
Google DeepMind团队发布了EmbeddingGemma,这是一个仅有3.08亿参数的轻量级文本理解模型,却能达到7亿参数模型的性能水平。该模型在权威的多语言文本嵌入基准测试中排名第一,支持250多种语言,特别适合移动设备部署。研究团队通过创新的编码器-解码器初始化、三重损失函数训练和模型融合技术,实现了性能与效率的完美平衡,为AI技术普及化开辟了新路径。
苹果与俄亥俄州立大学研究人员发布名为FS-DFM的新模型,采用少步离散流匹配技术,仅需8轮快速优化即可生成完整长文本,效果媲美需要上千步骤的扩散模型。该模型通过三步训练法:处理不同优化预算、使用教师模型指导、调整迭代机制来实现突破。测试显示,参数量仅1.7亿至17亿的FS-DFM变体在困惑度和熵值指标上均优于70-80亿参数的大型扩散模型。
日本奈良先端科学技术大学等机构首次深入研究AI编程工具Claude Code在真实开源项目中的表现。通过分析567个代码贡献,发现83.8%被成功接受,54.9%无需修改直接使用。AI擅长重构、测试和文档工作,但需要人工修正bug处理、代码风格等问题。研究揭示了AI编程工具的实际能力边界和改进方向。