人工智能轨道交通行业周刊-第77期（2024.4.1-4.14）

news2024/10/7 2:26:56

本期关键词：货车巡检机器人、铁路安全技防、车辆换长、阿里千问、大模型创业

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）有了它，每天少走5公里！

导读：“滴滴滴——”，伴随着一道道闪光，一个外形方方正正、灰皮肤、黄眼睛，像“小螃蟹”一样的机器在货车车底一闪而过，这个“小螃蟹”是中国铁路郑州局集团有限公司焦作车辆段投入运用的智能巡检机器人，快来看看有什么功能吧~

（2）科技赋能布防线铁路环境安全攻坚再出发

导读：为提高铁路防灾减灾能力，保障旅客生命财产安全，铁科院集团公司电子所铁路环境安全攻坚团队，坚持科技创新驱动，大力发展新质生产力，积极推进铁路安全技防技术攻关。高速铁路灾害监测系统、线路安全环境管控平台、高铁线路环境安全智能管控体系等，为铁路安全运营提供坚实技术支撑。

（3）挖掘机车PHM+车轮系统数据潜能，助力铁路机车运维数智化转型

导读：铁科院集团公司金化所研发的机车车轮故障预测及健康管理系统（简称机车PHM+车轮）借助物联网技术手段和大数据应用有利条件，采用物理失效模型和数据驱动相融合的技术路线研发的车轮全寿命周期质量管理系统，在保证运用安全的基础上为车轮计划性预防修向数字化精准预防修转变提供数据积累和技术支撑，实现降低成本的目标。

（4）“助工神器”到底是啥？

导读：近日，蚌埠站研发并投入使用安检声光提示及作业检测系统成为车站安检人员的“助工神器”，该系统运用声光提示，为旅客安检提供引导，可减少安检人员反复口述，便于安检人员集中精力指挥旅客有序安检。同时，增设了行李复检定位指示、协助互联呼叫等功能模块。

（5）央视记者探访CR450系统实验室

导读：CR450科技创新工程主要包括CR450动车组和时速400公里高铁线路、桥梁、隧道等基础设施技术创新。目前，CR450动车组样车正在加紧研制，样车何时下线？列车提速需要哪些新技术？未来怎样带动相关产业发展？一起走进CR450动车组样车研制一线↓↓↓

3 轨道知识

（1）高铁列车运行中是“一电到底”吗？

导读：相信很多小伙伴儿都拍过高铁列车受电弓与接触网的合影，它们紧紧相贴，形影不离，为列车提供源源不断的动力，最近有小伙伴儿提出疑问，接触网上的电是怎么分配的？高铁列车是“一电到底”吗？今天小编给您来科普~

（2）铁路供电设备“生病”有哪些“体检套餐”？

导读：人们有头疼脑热都去医院检查，那么，铁路上的供电设备“生病”了怎么办？别担心，铁路工作人员为它们量身定制了“体检套餐”，保证它们活力满满，一起跟随小编去了解一下吧

（3）有的火车为什么要洒水？

导读：铁路上的“洒水车”你见过吗？近日，在中国铁路兰州局集团有限公司陇海铁路第一阶段集中修现场，一列钢轨打磨车组一路火花四溅，“腾云驾雾”而来，十分吸睛，一起走进钢轨打磨车的世界~

（4）【车务】车辆换长是什么意思？为什么要用换长来表示？

导读：总看到铁路上使用换长，换长究竟是什么？为什么不直接说长度是多少米呢？为什么要用换长来表示长度？

（5）火车迷 | 高铁桥梁是空心？

导读：小伙伴们乘火车出行经常会看到高铁线路沿途架设了大桥，有人对产生疑问，高铁列车这么重，铁路大桥梁体是实心还是空心的呢？一起来看看是怎么设计的吧~

（6）我国铁路货车车辆发展历程

导读：铁路运输是国民经济发展的大动脉，货物运输在国民经济和国防建设中发挥着重要支撑作用。我国铁路货车经过新中国成立后七十余年的发展，经历了三次大的升换代，今天我们就来一起看看铁路货车的“发展之路”。

4 AI产业

（1）阿里刚开源32B大模型，我们立马测试了“弱智吧”

导读：阿里的通义千问（Qwen），终于拼齐了1.5系列的最后一块拼图——正式开源Qwen 1.5-32B。来看看在各种测试集上的效果吧~

（2）向量数据库和知识图谱：高效RAG的基石

导读：随着生成型人工智能的发展，人们开始关注检索增强生成（RAG）——这是数据检索和语言生成的复杂编排，也是最先进的企业人工智能应用的基础。然而，RAG 的有效性取决于其在正确时间访问和解释恰当数据的能力。本文分析了有效的 RAG 的基本要素，侧重于向量数据库（vector DBs）和知识图谱，这些是数据检索的不为人知的英雄。