近日,为肯定和鼓励在抗击新冠肺炎疫情中做出杰出贡献的人工智能企业,近日,工业和信息化部科技司公布表现突出的AI企业名单,云从科技作为因在疫情期间的卓越表现,也在该表扬名单。
图片来源:工信部科技司
在这次疫情防控中,人工智能具有很强的溢出和带动效应。入围的79家企业和机构,分别提供了不同领域的AI产品:肺炎CT影像辅助诊断系统、疫情防控机器人、AI人体测温系统、疫情防控外呼机器人、智能分析系统及其他AI产品等6大类。
此次云从科技与BAT、京东、平安科技、科大讯飞、商汤科技等一批知名互联网及AI科技企业共同被工信部表扬,是对云从在科技抗疫中不断提升工作效率的充分肯定。
云从科技始终以人工智能技术与人机协同平台为基础,落地了很多典型应用场景,凝聚AI战“疫”的强大合力。其中,云从科技的AI测温系统在各领域场景落地应用,对防控防疫起到了显著功效,受到社会各界的关注。
智慧园区解决方案落地航司园区
云从疫情防控系统落地中央美院
云从科技AI智慧防疫检测系统部署在南方某机场
云从科技公共出入口智能口罩识别提醒解决方案部署在上海人工智能岛
自疫情爆发以来,云从科技始终坚持人机协同战略,将实现数量级的生产效率与产品品质的提升,从而能不遗余力地凭借领先的人工智能技术助力各领域抗疫中。
今后,云从科技也将在新基建政策指导下,致力于人机协同的创新探索,为世界构筑和谐温暖的智能未来
好文章,需要你的鼓励
多伦多大学研究团队提出Squeeze3D压缩框架,巧妙利用3D生成模型的隐含压缩能力,通过训练映射网络桥接编码器与生成器的潜在空间,实现了极致的3D数据压缩。该技术对纹理网格、点云和辐射场分别达到2187倍、55倍和619倍的压缩比,同时保持高视觉质量,且无需针对特定对象训练网络,为3D内容传输和存储提供了革命性解决方案。
浙江大学与腾讯联合研究团队提出MoA异构适配器混合方法,通过整合不同类型的参数高效微调技术,解决了传统同质化专家混合方法中的表征坍塌和负载不均衡问题。该方法在数学和常识推理任务上显著优于现有方法,同时大幅降低训练参数和计算成本,为大模型高效微调提供了新的技术路径。
耶鲁、哥大等四校联合研发的RKEFino1模型,通过在Fino1基础上注入XBRL、CDM、MOF三大监管框架知识,显著提升了AI在数字监管报告任务中的表现。该模型在知识问答准确率提升超过一倍,数学推理能力从56.87%提升至70.69%,并在新颖的数值实体识别任务中展现良好潜力,为金融AI合规应用开辟新路径。
加州大学圣巴巴拉分校研究团队开发出能够自我进化的AI智能体,通过《卡坦岛拓荒者》桌游测试,这些AI能在游戏过程中自主修改策略和代码。实验显示,具备自我进化能力的AI显著超越静态版本,其中Claude 3.7模型性能提升达95%。研究验证了AI从被动工具向主动伙伴转变的可能性,为复杂决策场景中的AI应用开辟新路径。