人工智能轨道交通行业周刊-第76期（2024.3.18-3.31）

news2024/11/27 2:44:26

本期关键词：铁科智合、信号机、列车供电方式、Voice Engine、3D数字人

1 整理涉及公众号名单

1.1 行业类

RT轨道交通
人民铁道
世界轨道交通资讯网
铁路信号技术交流
北京铁路
轨道交通网
铁路视点
ITS World
轨道交通联盟VSTR
铁路与城市轨道交通RailMetro
轨道世界
铁路那些事
铁路技术创新
智慧交通
RTAI智慧城轨网
轨道交通智能装备
NE轨道交通
铁路供电
上海铁道
兰州铁路
中国地方铁路协会
铁路社评
轨道部落
现代轨道交通
城市地铁
捡瓶子的小灰灰
马公子的杂货铺

1.2 人工智能类

江大白
糙科技
新智元
AI科技评论
智东西
量子位
我爱计算机视觉
极视平台
人工智能学家
AI前线
当交通遇上机器学习
计算机视觉life
新机器视觉
雷锋网
人工智能产业发展联盟AIIA
自动驾驶之心
笔记侠
夕小瑶科技说
水木人工智能学堂

2 数字轨道

（1）智慧城轨“铁科智合”解决方案来了

导读：铁科院集团公司形成的“智慧城轨‘铁科智合’解决方案”，贯穿城市轨道交通全生命周期，覆盖总体架构、技术体系、数据体系、应用体系及产品体系，构建起4大产品系列，即：面向智慧建造方向的“智匠”系列、面向智慧客服方向的“智享”系列、面向智慧列车与通信信号方向的“智擎”系列、面向运输组织与调度指挥方向的“智策”系列。

（2）高质量推进铁路基础设施检测监测数据平台建设

导读：随着高速铁路基础设施检测监测体系逐步完备，运用大数据、人工智能等新技术，更加精准、及时研判和科学评估基础设施服役状态的需求愈加迫切。铁科院集团公司的“铁路基础设施检测大数据应用”，旨在通过数据平台搭建，实现多源检测监测数据全生命周期管理和融合分析，激活数字新动能，赋能铁路高质量发展。

（3）基于云-边-端架构的城市轨道交通智能运维系统

导读：在城市轨道交通网络化运营大背景下，设备智能运维需求愈加迫切。提出基于云-边-端架构的城市轨道交通设备智能运维系统，集设备监测平台、设备健康管理平台、设备智能分析平台、应急指挥平台、专家系统为一体，具备设备状态在线监测、设备健康度评估、故障智能诊断、故障预测、智能分析、应急指挥调度等功能。

3 轨道知识

（1）地铁运营知多D丨地铁进路的“指挥官”——信号机

导读：日常生活中我们有交通信号灯指挥车辆运行方向，那么地铁列车在行驶过程中，是什么指挥列车行驶，地铁司机又是如何知道何时动车及停车的呢？本文带你了解地铁行车控制的地面设备--信号机。

（2）货物列车的“变身”之旅！

导读：北京局集团公司丰台西站是华北地区最大的铁路货车编组站，它承担着京广、丰沙、京沪、京原、京九、京哈、丰双、京承8条铁路干线、32个方向的货车中转任务，那么货物列车是如何在丰台西站完成中转任务的呢？让我们以3月26日在丰台西站中转的35556次列车为例，来详细了解一下吧！

（3）接触网VS接触轨：一条阵线的路线之争

导读：在我国轨道交通系统中，是如何抉择供电方式的?选择这些供电方式都出于怎样的考虑？不同技术的各自优势又是什么？这一次，小畅将从城市轨道交通这一与大家最为紧密的交通方式聊聊“列车供电的那些事儿”。

（4）屏蔽门为什么会突然破裂？

导读：站台门一般都设置在站台边缘，由滑动门、固定门、应急门、端门组成连续屏障，将乘客候车区与列车运行区相互隔离。站台门包括全高封闭式站台门（屏蔽门）、全高非封闭站台门和半高门（安全门）。那么，引起屏蔽门破裂的原因都有哪些呢？

4 AI产业

（1）OpenAI 推出语音引擎，只需15秒样本，即能重建任何人的声音

导读：OpenAI 又带来了一项超酷的进展！周五推出了一项名为 Voice Engine 的语音引擎，仅凭一段15秒的声音样本，便能够精准模仿出那个人的声音。这意味着无论你让它读什么语言的文字，都能以那个人独有的声音风格朗读，效果既逼真又充满感情。让我们一起看下吧～

（2）数字人全拆解：如何构建一个基于大模型的实时对话3D数字人？

导读：数字人通常指的是借助AI技术驱动的虚拟世界人物，具备与真实人类相似甚至接近的外形、感知、交互与行为能力，本文将一起来认识一个完整的交互式数字人系统的结构、原理与相关工具。并借助开源的数字人项目Fay，演示一个简单的基于LLM的实时对话的3D数字人。

（3）【精选报告】人民网--2024年中国AI大模型产业发展报告：开启智能新时代（41页，附下载）

导读：当前，通用大模型、行业大模型、端侧大模型如雨后春笋般涌现，大模型产业的应用落地将进一步提速。在此背景下，人民网财经研究院、至顶科技联合发布《开启智能新时代：2024年中国 AI 大模型产业发展报告》，报告对于 AI 大模型产业发展背景、产业发展现状、典型案例、挑战及未来趋势等方面进行了系统全面的梳理，为政府部门、行业从业者以及社会公众更好了解 AI 大模型产业提供参考。