登录
 机构网站
  1. 首页
  2. 情报产品
  3. 快讯详情

《为Web应用程序开发体验质量（QoE）模型》

  • 来源专题：图书情报
  • 编译者： lixiaoyan
  • 发布时间：2019-01-21

  • 长期以来，网络服务提供商一直被要求根据标准和客户要求提供高质量的服务。然而，越来越多的供应商需要思考如何体耿服务质量，并对客户的体验质量（QoE）有更深入的了解。虽然目前已经存在评估Web应用程序QoE的模型，但仍然存在以下重大挑战：（1）从Web工程角度定义QoE因子（2）量化所谓“客观”和“主观”相关因素之间的关系（3）处理与主观因素有关的有限数据。因此，本研究提出了一个新的模型（和相关的软件实例），通过关键绩效指标和关键质量指标整合因素，模型提出的目的是使提供者能够在QoE方面做出更明智的决策并对资源进行优化。

66浏览量
原文链接
相关报告

  • 《vivo发布！“蓝心大模型来了”》
    • 来源专题：数智化图书情报
    • 编译者：闫亚飞
    • 发布时间：2023-11-03
    • 11月1日，在2023 vivo开发者大会上，vivo发布自研通用大模型矩阵——蓝心大模型，带来vivo基于蓝心大模型开发的首款全局智能辅助蓝心小V、自然语言对话机器人蓝心千询等全新功能应用，让AI大模型“走入寻常百姓人家”。 众所周知，目前大家使用的智能手机普遍配备了智能助手，不过日常使用中却很少用到。 对此，手机行业观察者小天（化名）解释道：“造成这一现状的原因有两点，一方面是，现在的手机助手在理解指令和反馈结果的过程中，不够精准，很多时候不仅‘答不对题’，甚至不能理解问题，这就会劝退用户；另一方面，大部分手机用户也并没有养成使用‘助手’的习惯，自然形成一种‘手机就在手上，直接用手操作就行，没必要用语音唤醒操作’的惯性思维。要形成使用助手的习惯，首先得让用户感受到便利。” 相较于传统的AI应用，蓝心小V是基于蓝心大模型的首款全局智能辅助应用，拥有更为自然、便捷的人机交互方式，行业领先的智慧大脑，丰富多维的信息表达。这三大技能点让蓝心小V具备了手机专属私人助理的能力。蓝心小V可以通过语音或文字，甚至是拖拽的方式，接受并处理信息数据，同时设计了便捷小巧的悬浮态，不用时最小化挂起，需要时再点击打开。 值得关注的是，蓝心大模型是vivo自研的通用大模型矩阵，包含十亿、百亿、千亿三个参数量级，共5款自研大模型（蓝心大模型1B、蓝心大模型7B、蓝心大模型70B、蓝心大模型130B、蓝心大模型175B），全面覆盖核心场景，从而满足不同的应用需求和算力条件，可以高效快速地将大模型技术转化为用户价值。 目前，手机端成为vivo蓝心大模型落地的第一个层面，即以AI助理的方式出现。而未来，基于蓝心大模型的智能化应用有望进阶为“智能体”，它能够感知到周边环境信息，识别用户意图，能够用户进行决策，还能够借助大模型去执行和管理执行，从而使整个“智能体”变得越来越智能。 如今国内大模型开源生态正在加速形成，从代码大模型开源、通用大模型开源到垂直行业大模型开源，覆盖大模型全产业链。可见，大模型想要在各领域各行业实现应用落地，需要联合社会多方力量，通过开源开放的方式开展协同创新。对此，vivo选择拥抱开源合作，与伙伴共建大模型产业生态。 首先，vivo需要解决大模型供给的问题，vivo把蓝心大模型7B（70亿）能力贡献出来，并把训练的能力、调优的能力、各个行业数据热拔插的能力，全部整合起来、贡献出来，同时推出蓝心开发者激励计划，让每一位开发者都有大模型可用，有好模型可用，携手给用户带来更丰富极致的产品体验。 同时，vivo从3-5年的时间维度上去探索行业可能出现的难题：用户应用大模型的门槛的问题。vivo认为，解决办法是让大模型落地终端设备，而如果要“上端”的话就要解决系统最小权限和算力以及最重要的内存资源的问题。 比如，在算法模型层面，vivo在结构设计上选择更适合端侧加速的子结构设计与维度；在工具层面，使用int4做权重存储减小模型体积和内存占用，并充分利用带宽达到极致的性能优化；同时优化框架设计与底层运行时的极致性能功耗。 另外，vivo自主研发的自然语言对话机器人“蓝心千询”，则支持与用户自然对话、进行知识信息的快速问答、文学创作、中文理解、图片生成，还可以像一名软件工程师去编写应用程序。 据悉，蓝心千询将以手机公版app的形式上线各大手机应用市场，不仅vivo手机用户可以使用，所有安卓和ios的用户都可以在应用市场下载。 要想打造好用、优秀的大模型，除了成本，更重要的是数据量、高维度的应用范式和逻辑思维链，而这背后就需要强大的技术积累和创新能力。 资料显示，vivo从2017年就已开始布局研究人工智能，组建了Al全球研究院，是首批设立专攻人工智能方向研究院的中国手机公司之一。6年来，vivo始终坚持在人才、数据、算法、算力、安全等方面进行战略投入，最终才将大模型做到如今的成就。 在人才方面，vivo从2017年开始就一直维持着1000人左右的专业人工智能团队，到2021年vivo已有超过600人专注研发大模型。在数据方面，vivo人工智能图谱研究院已经积累了13000T的多种模态数据，以及2800T高质量中文文本数据，仅用于百亿蓝心大模型的文本数据量就达到了15T。 在算法层面，vivo将理论与实践相结合，累计在顶级期刊发表了70多篇高水平论文，并持续跟踪全球顶尖学术期刊动态，将其转化成算法和工程应用；在算力层面，vivo联合阿里云搭建了千卡级别的算力集群，于国内率先配备了最先进的H系列GPU。 如业界所评论的，作为一个长周期行业，影响智能手机最大因素，并非经济周期，而是创新周期。如今，要想真正抓住大模型变革手机产业的风口，则是技术、人才的长期储备所决定。 其中，对于手机用户的隐私安全的保障，就是考验手机厂商底层技术研发能力的一道“关口”。 对此，vivo手机终端大模型打造了行业首发的端侧过滤能力，能够保护用户隐私文件、隐私照片不上云，在端侧完成内容输入、输入审核、模型生成、输出审核以及返回给用户，真正做到了在端侧闭环。 手机AI大模型已成为国内手机厂商争相布局的新兴领域。对于vivo而言，选择的路径是，依托多年的技术积累，以用户的需求为核心，打造切实好用的大模型矩阵产品。而且，面对新一轮技术革命的“奇点时刻”，vivo主动联合行业伙伴进行协同创新，为手机产业产品迭代开辟新的蓝海，并加速产业链良性健康发展。
    1186浏览量
    原文链接

  • 《汽车工厂项目中如何应用BIM模型？》
    • 来源专题：智能制造
    • 编译者：icad
    • 发布时间：2023-08-02
    • IFM是数字工厂与建筑信息模型（BIM）的融合，这种方法通过简化从设计到运营的整个过程，已在建筑行业取得了巨大成功。 我国汽车工业经过20年多年的高速发展，随着消费者多样性需求的变化，为应对产品同质化程度高，价格竞争激烈等问题，车企开始转变生产制造模式以适应个性化定制的需求。为了迎合市场变化并保持竞争力，重新设计工厂的需求便被不断提出。在这种变革的背景下，数字工厂可以为车企等制造商提供更加高效且精确运营的重要机会，同时能为车企降低成本并打造协作性更强、安全性更高的工作环境。        打造真正优化的数字工厂这一愿景意味着制造商们需要采用更先进的技术和功能，在整个制造流程中创建单一可信的数据源，打破当前孤立的运营模式，并在利益相关方之间实现更高的协作水平。这需要一个战略平台和生态系统推动因素，才能带来持续灵活且以数据为驱动的方法，提升数字工厂的性能。        实现这一目标的关键是利用数据，从而促使制造商能在正确的时间做出正确的决策。这正是集成式工厂建模（以下简称“IFM”）的思路和方法。IFM是数字工厂与建筑信息模型（BIM）的融合，这种方法通过简化从设计到运营的整个过程，已在建筑行业取得了巨大成功。同时，经过国内外汽车厂商的探索和实践，IFM方法在汽车领域也是非常成功的。        机械工业第九设计研究院股份有限公司（以下简称“九院”）始建于1958年，是我国专业从事汽车工厂规划、设计和建设的甲级设计研究院，是国家高新技术企业和国家级工业设计中心单位，被誉为“中国汽车工厂设计的摇篮”。九院高度重视数字化技术，在整体战略规划中，将数字化应用行业领先作为公司的战略目标之一。        红旗新能源工厂项目是机械工业第九设计研究院股份有限公司最具代表性的项目之一，项目位于长春汽车产业技术开发区，占地面积75.6万平，建筑面积约43.5万平，是中国一汽红旗发展战略的重点工程，也是助力长春市区域经济发展的重要项目。        红旗新能源工厂项目的整体要求是采用满足红旗生产需要的生产装备、生产体系等现代化生产制造系统，建设一座满足红旗产品生产需要的新高尚现代化智能工厂。这就意味着其交付质量和周期都远高于以往的项目，并且要实现数字工厂和现实工厂双交付。        借助欧特克集成式工厂建模解决方案，九院将整个工厂的全生命周期划分为5个阶段：规划阶段、设计阶段、验证阶段、建设阶段、运营阶段。每个阶段都应用了BIM技术，为下个阶段提供了数据模型，来自现场的采集数据和设计数据的联动，完整的支持了九院数字孪生工厂的建设和运营。        那么，在工厂项目中究竟该如何应用BIM模型呢？九院在红旗新能源工厂项目中的经验如下：        负荷计算。暖通专业通过设置地理位置、环境、能耗、建筑材料、构造类型等信息进行空间负荷计算，利用数据辅助设计人员进行设备选型。        照明模拟。电气专业模拟现场的光照环境，不再依附于传统数据，真正实现了设计与施工现场相互结合，在设计之初不断考虑空间环境对灯光效果的影响，从而有效的更改灯具参数和排布位置，使得照明设计更加精准，节约能源消耗。        焊装车间防排烟 仿真分析。焊装车间使用了防排烟仿真分析技术，利用分析数据优化送风、排风风口布局，指导焊烟处理设备选型，降低焊烟危害。        自建族。        Revit工具二次开发。利用Revit API开发接口，通过读取市场上常见的第三方网架计算书数据快速生成网架模型。        BIM模型在施工阶段的应用包含：        施工交底：建立三维模型可以让各专业设计人员及指导施工人员对整个车间各个设备及管线有更加直观的认识，在三维可视化特性的帮助下，在进行设计和指导施工时可以直观看到设计的管线方案及走向意图，不仅可以有效地减少与其他专业管线及设备的碰撞问题，提高设计准确度，也可以很方便的对现场进行施工交底。        施工前期：利用倾斜摄影建立三维数据，解决总图设计人员亲临现场踏勘存在的诸多不便。节省设计人员的宝贵时间，有效提高工作效率。采集结果也可作为土建方平衡调配、选择施工机械、制定修改施工方案等的依据。        按拼接施工建模，避免材料浪费。充分体现“精细化”的设计理念。        通过设计模型，快速完成室内装修效果模型，满足业主要求。        施工纠偏。开洞、过程跟踪和施工质量检查等。        BIM模型在运维阶段的应用。九院BIM模型在运维阶段的应用主要体现在能源管理系统方面：        ●通过现场能源消耗 数据采集仪表、相关 传感器，对五大车间能源数据（水、电、气、热、冷、其他）实时监测，实现能耗统计分析、节能空间挖掘、能源利用水平及效率评估和动能设备智能调控等功能。        ●一体化设计理念，从数据采集、能效分析、节能优化、智能运维等多方面入手，提供综合能源服务，让业主以工业物联网平台为工具，帮助工业企业实现持续能源管理并降低能耗。        ●在中控室设立能源监控中心，通过能源平台的Web轻量化引擎集成BIM模型，并与IoT数据连接。        ●能源管理系统对厂区内站房、车间等的电能、用水排水、燃油、天然气、光伏、地热等公用资源进行监控，通过有效的监控管理措施，减少能源消费中各个环节的损失和耗费。        可以说，过去九院在建筑/结构/机电/工艺等专业之间相互数据割裂严重，工期、预算及质量都不尽如人意的情景已经一去不复返了；现在，九院的工厂项目各专业数据都能有效的集成在一起，形成一个集成式工厂模型，设计的准确性得到了极大地提高。
    176浏览量
    原文链接