華為聯(lián)合11家汽車品牌發(fā)布智能輔助駕駛安全倡議

華為聯(lián)合11家汽車品牌發(fā)布智能輔助駕駛安全倡議：技術(shù)先行、營銷透明、用戶為本

發(fā)表于：4/28/2025

醫(yī)療人工智能領(lǐng)域同意規(guī)則的困境與出路

隨著人工智能的發(fā)展，個人信息保護與個人數(shù)據(jù)運用之間的矛盾凸顯。個人醫(yī)療信息保護是管窺人工智能時代同意規(guī)則困境與解困之路的最佳范例，人工智能醫(yī)療領(lǐng)域具有廣闊的研究價值，但其前提都依賴海量個人醫(yī)療數(shù)據(jù)之處理。然而，當(dāng)前以同意規(guī)則為核心構(gòu)建起來的個人信息保護制度卻難以應(yīng)對醫(yī)療人工智能時代對個人醫(yī)療信息保護的挑戰(zhàn)。傳統(tǒng)的同意規(guī)則作為個人信息處理的正當(dāng)性依據(jù)陷入重重困境之中。革新而非放棄同意規(guī)則是人工智能時代個人信息保護的解困之道。在堅守同意規(guī)則的核心價值基礎(chǔ)上，引入場景理論，并在特定目的下結(jié)合比例原則，差異化重構(gòu)同意規(guī)則，實現(xiàn)同意規(guī)則的分場景分層次的動態(tài)化適用，以期平衡個人信息保護與個人數(shù)據(jù)的利用。

發(fā)表于：4/27/2025

應(yīng)用于相機標(biāo)定的亞像素棋盤角點檢測

在相機標(biāo)定過程中，棋盤角點檢測精度對于確保標(biāo)定結(jié)果的準(zhǔn)確性至關(guān)重要。針對當(dāng)前棋盤角點檢測方法在精度方面的不足，提出一種新型的亞像素級棋盤角點檢測技術(shù)。首先，采用U-Net卷積神經(jīng)網(wǎng)絡(luò)作為主干網(wǎng)絡(luò)，根據(jù)相機捕獲的棋盤圖像構(gòu)建角點熱圖。此外，為了縮小編碼器特征和解碼器特征之間的語義差距，創(chuàng)新性地引入了通道和空間雙交叉注意模塊。接著，通過高斯曲面擬合方法，計算出精確的亞像素棋盤角點坐標(biāo)。實驗結(jié)果表明，該方法能夠有效提高角點檢測的精度，并在相機標(biāo)定任務(wù)中實現(xiàn)了更低的重投影誤差。

發(fā)表于：4/27/2025

生成式人工智能時代信息生態(tài)秩序的失衡風(fēng)險與治理方案

生成式人工智能驅(qū)動了人工智能生成內(nèi)容時代的到來，變革了信息生成和傳播的機制。在變革過程中，信息生態(tài)秩序的失衡風(fēng)險也隨之產(chǎn)生。受到語料庫、模型目標(biāo)設(shè)定、模型微調(diào)中相關(guān)主體價值觀念等內(nèi)外因素影響，生成式人工智能存在輸出和傳播虛構(gòu)信息、錯誤信息、誤導(dǎo)性信息的問題，會對現(xiàn)有信息生態(tài)的有序性、真實性、可信性產(chǎn)生影響。為應(yīng)對失衡風(fēng)險，應(yīng)在包容審慎、動態(tài)敏捷的柔性治理理念指引下，調(diào)動政府部門、運營管理主體、產(chǎn)品使用者等多元主體共同參與風(fēng)險治理；針對模型訓(xùn)練、服務(wù)嵌入、內(nèi)容生成、內(nèi)容發(fā)布、信息傳播等具體階段和場景展開分層分類精細(xì)治理；綜合采取法律規(guī)制、倫理規(guī)制、行業(yè)自律、技術(shù)規(guī)制等多種治理方案展開立體化治理。

發(fā)表于：4/27/2025

中國成為全球人工智能專利最大擁有國

4 月 26 日消息，人民日報今天（4 月 26 日）發(fā)布博文，報道稱在國務(wù)院新聞辦舉行的新聞發(fā)布會上，國家知識產(chǎn)權(quán)局局長申長雨表示，中國擁有的全球百強科技集群數(shù)量連續(xù)兩年位居世界各國之首，已成為全球人工智能專利最大擁有國。

發(fā)表于：4/27/2025

亞馬遜與英偉達高管齊聲否認(rèn)AI數(shù)據(jù)中心建設(shè)熱度放緩

4月25日訊，亞馬遜和英偉達高管都表示，人工智能數(shù)據(jù)中心的建設(shè)并未放緩。由于對經(jīng)濟衰退的擔(dān)憂，一些投資者曾質(zhì)疑科技公司是否會縮減部分計劃。 當(dāng)?shù)貢r間周四（4月24日），在哈姆美國能源研究院主辦的會議上，亞馬遜AWS的全球數(shù)據(jù)中心副總裁Kevin Miller說道：“幾乎沒有出現(xiàn)任何顯著變化，我們繼續(xù)看到非常強勁的需求?！?/a>

工信部等七部門：支持醫(yī)院藥企積極引入AI

4 月 24 日消息，今日工業(yè)和信息化部等七部門印發(fā)《醫(yī)藥工業(yè)數(shù)智化轉(zhuǎn)型實施方案（2025—2030 年）》，主要提出一系列政策，鼓勵醫(yī)院藥企積極引入 AI 人工智能。

發(fā)表于：4/25/2025

華為乾崑智駕ADS 4發(fā)布

華為乾崑智駕ADS 4發(fā)布 靳玉志：能超越ADS的只有ADS

發(fā)表于：4/23/2025

北電數(shù)智以可信數(shù)據(jù)服務(wù)“紅湖”澆灌數(shù)據(jù)資源

隨著信息時代的到來，人工智能產(chǎn)業(yè)高速發(fā)展，行業(yè)在技術(shù)迭代與生態(tài)構(gòu)建的同時，依然面臨多重痛點亟待突破。國產(chǎn)算力雖已取得顯著進展，但商業(yè)化落地進程緩慢，高昂的投入與有限的產(chǎn)出形成鮮明矛盾；模型場景應(yīng)用落地難，眾多先進模型難以深度適配實際業(yè)務(wù)場景，無法充分發(fā)揮效能；數(shù)據(jù)價值釋放難更是制約產(chǎn)業(yè)發(fā)展的核心瓶頸，大量數(shù)據(jù)資源沉睡，難以有效轉(zhuǎn)化為推動產(chǎn)業(yè)升級的核心動力。

發(fā)表于：4/23/2025

基于ROS的家用老年服務(wù)機器人設(shè)計

針對當(dāng)前老年服務(wù)機器人存在的問題，如智能語音功能單一、感知能力不足和集成化水平不高等，設(shè)計了一款具有人臉識別、語音交互和摔倒檢測功能的機器人。該機器人基于機器人操作系統(tǒng)（ROS）開發(fā)，配備Jeston Nano主控板和ZED2i雙目立體相機等多種傳感器。通過基于Haar特征和LBPH算法的人臉識別、利用百度語音API和Alpaca-2模型實現(xiàn)的語音交互，以及基于ZED2i雙目相機的摔倒檢測，為老年人提供更加綜合、智能的護理服務(wù)。實驗結(jié)果顯示，該機器人在人臉識別、語音交互和摔倒檢測方面均表現(xiàn)出色。

發(fā)表于：4/22/2025

TrendForce：預(yù)計中國市場2025年人形機器人本體產(chǎn)值將超45億

4 月 21 日消息，TrendForce 集邦咨詢今日發(fā)文，中國市場已有 11 家主流人形機器人本體廠商在 2024 年開啟量產(chǎn)計劃，其中有 6 家如宇樹科技、優(yōu)必選、智元機器人、銀河通用、眾擎機器人、樂聚機器人等廠商對 2025 年量產(chǎn)規(guī)劃超過千臺。

發(fā)表于：4/22/2025

2025年全球GenAI手機出貨量有望突破4億部

4月21日 根據(jù)Counterpoint的最新預(yù)測，2025年全球智能手機市場將迎來一個重要的里程碑：三分之一的智能手機出貨量將支持生成式人工智能（GenAI），預(yù)計全年出貨量將超過4億部。這一趨勢標(biāo)志著智能手機行業(yè)在人工智能技術(shù)集成方面的快速進步，也預(yù)示著GenAI將成為未來智能手機的核心功能之一。

發(fā)表于：4/22/2025

基于改進U-Net的瀝青拌合站混合料裝車語義分割

針對現(xiàn)有的瀝青拌合站混合料裝車語義分割方法平均交并比（Mean Intersection over Union，mIoU）值較低、檢測速度較慢等問題，提出一種輕量化網(wǎng)絡(luò)RCS-UNet對瀝青拌合站混合料裝車狀態(tài)進行語義分割。首先在U-Net網(wǎng)絡(luò)中加入殘差連接以緩解梯度消失的問題，使網(wǎng)絡(luò)在訓(xùn)練過程中更加穩(wěn)定，提高模型的收斂速度和泛化能力；其次加入坐標(biāo)注意力（Coordinate Attention，CA）機制，增強位置與通道的信息感知，提高模型的特征提取能力，使模型更加關(guān)注圖像中的重要區(qū)域；最后將U-Net網(wǎng)絡(luò)中的標(biāo)準(zhǔn)卷積修改為深度可分離卷積，以減小模型的體積和參數(shù)量，使得模型在保持較高性能的同時，具有更低的資源消耗和更快的推理速度。實驗結(jié)果表明，改進模型的準(zhǔn)確率、mIoU值以及FPS值分別為99.20%、98.41%和22.98，與經(jīng)典模型和當(dāng)前先進模型相比三個指標(biāo)均為最高，取得了最優(yōu)的語義分割效果。

發(fā)表于：4/21/2025

基于SAM和pix2pix的商品數(shù)據(jù)集生成網(wǎng)絡(luò)

針對商品包裝快速變換帶來的商品數(shù)據(jù)集采集和標(biāo)注過程繁瑣的問題，設(shè)計了一種基于SAM和pix2pix的商品數(shù)據(jù)集生成網(wǎng)絡(luò)。該網(wǎng)絡(luò)以單個商品多角度圖像作為輸入，生成與實際結(jié)算場景相近似的數(shù)據(jù)集。在RPC大型商品數(shù)據(jù)集上進行數(shù)據(jù)集生成，在YOLOv7、Fast R-CNN、AlexNet三種目標(biāo)檢測網(wǎng)絡(luò)上驗證生成數(shù)據(jù)集對目標(biāo)檢測效果的提升。實驗結(jié)果表明，生成數(shù)據(jù)集融合到原數(shù)據(jù)集后用于訓(xùn)練模型能夠有效提升商品識別準(zhǔn)確率，并且與真實數(shù)據(jù)集相比具有較好的替代性。相較于原數(shù)據(jù)集，融合生成數(shù)據(jù)集三個網(wǎng)絡(luò)上識別精度分別提升7.3%、4.9%、7.8%。通過該方法，顯著提高了模型訓(xùn)練的效率與實用性，減輕傳統(tǒng)商品數(shù)據(jù)集采集與標(biāo)注所需的人力物力投入。

發(fā)表于：4/21/2025

一種基于改進的生成式對抗網(wǎng)絡(luò)的完整12導(dǎo)聯(lián)心電圖重構(gòu)方法

心電圖（ECG）是評估心臟健康的重要工具。隨著科技的進步，越來越多的智能設(shè)備被開發(fā)用于監(jiān)測心電信號。然而，由于便攜性的要求，這些智能設(shè)備通常只能測量有限導(dǎo)聯(lián)數(shù)量的心電信號，這可能會影響心臟疾病診斷的準(zhǔn)確性。為了解決這一問題，提出了一種基于生成對抗網(wǎng)絡(luò)（GAN）的模型。該模型融合了Transformer和U-Net結(jié)構(gòu)，能夠從單一導(dǎo)聯(lián)的心電信號重建完整的12導(dǎo)聯(lián)心電信號，從而提高便攜式智能設(shè)備的診斷性能。在PTB-XL和紹興人民醫(yī)院12導(dǎo)聯(lián)心電信號數(shù)據(jù)集上對提出的模型進行了評估，并將其與幾種先進的方法進行了比較。相關(guān)代碼全部上傳至https：//github.com/Chaoquan-123/12-lead-ECG-reconstruction。

發(fā)表于：4/21/2025