微信扫一扫,关注公众号

  • 科技行者

  • 算力行者

见证连接与计算的「力量」

首页 请为急救车让行!百度地图最快1秒响应开辟生命通道

请为急救车让行!百度地图最快1秒响应开辟生命通道

2018-12-20 21:40
分享至:
----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-
2018-12-20 21:40 科技行者

正在使用百度地图导航的你,听到系统自动语音提示“附近将有救护车经过,请注意让行”的时候,千万别慌,这只是提示你后方1.5公里内有急救车,请你避让,为生命留出宝贵的通道。从急救车位置上传到为司机播报提醒,百度地图已将这一系列响应过程缩短至1秒。

今年11月15日上线的百度地图“急救车让行播报”功能,在北京、江西九江两地率先落地使用,北京更是予以了高度重视,在北京市卫生健康委员会的倡导下,百度地图、120北京急救中心、北京999急救中心、北京依众公益基金会于12月20日共同出席并签署战略合作,呼吁“为爱让行”。

请为急救车让行!百度地图最快1秒响应开辟生命通道

(从左依次:百度地图事业部副总经理刘玉亭、120北京急救中心副主任刘红梅、北京999急救中心党总支副书记刘秀华、北京依众公益基金会理事长赵晖)

在此合作的基础上,百度地图全方位接入北京120、999急救车相关的权威数据,并将此数据对接入百度地图鹰眼平台,以实现对“急救车轨迹”的实时追踪,极大提高了播报范围的准确性。百度地图鹰眼轨迹服务是集轨迹追踪、轨迹存储、轨迹处理与查询的一套完整轨迹管理开放服务。通过覆盖多平台的SDK、API以及强大的云端服务,能够帮助开发者迅速开发人员和车辆轨迹追踪系统。

百度地图事业部副总经理刘玉亭在现场表示:“急救车承载着生命,务必分秒必争。此次能够与权威部门一起,在第一时间为急救车附近的车主传递信息,全力为急救患者打通一条‘生命通道’,这是沉甸甸、责任重大的举措。该功能自上线以来不断优化,如今响应时间已缩短至1秒。”同时他还说到,“相信在未来,百度地图将在更多领域中发挥平台的连接作用,承担更多的社会责任。”百度地图积极利用自身科技和平台优势,联动每位用户传递正能量的行为,赢得社会各界的“点赞”。

如果说医院是一个生与死较量的“战场”,那么急救车就是这场战争的“先遣部队”。针对“急救车通行难题”,社会各方都在积极寻求解决之道。百度地图作为连接亿万用户的地图行业“领航人”,以融合科技的创新模式,为解决急救难题提供了有益的示范样本。未来,百度地图还将争取在更多城市落地该功能,积极承担社会责任,联动更多用户发挥更大的价值。

分享至
0赞

好文章,需要你的鼓励

推荐文章
  • 南方科技大学等机构联手破解AI推理训练难题:让大模型"一次思考"就学会解题

    南方科技大学等机构联手破解AI推理训练难题:让大模型"一次思考"就学会解题

    本文介绍了由南方科技大学等机构于2026年4月发表的研究(arXiv:2604.08865),提出了名为SPPO的大模型推理训练新方法。该方法将推理任务重新建模为"序列级情境赌博机",用一个轻量级价值模型预测题目难度,以单次采样替代GRPO的多次采样,解决了标准PPO的"尾部效应"问题。实验显示,SPPO在数学基准测试上超越GRPO,训练速度提升约5.9倍,配合小尺寸价值模型还能显著降低显存占用。

  • 香港科技大学数学系研究者:扩散模型原来是一个"魔法恒等式"拆成了两半

    香港科技大学数学系研究者:扩散模型原来是一个"魔法恒等式"拆成了两半

    这项由香港科技大学数学系完成的研究(arXiv:2604.10465,2026年ICLR博客论文赛道)提出了一种从朗之万动力学视角理解扩散模型的统一框架。研究指出,扩散模型的前向加噪和逆向去噪过程,本质上是朗之万动力学这一"分布恒等操作"被拆成了两半。在这个视角下,VP、VE-Karras和Flow Matching等不同参数化的模型可被精确互译,SDE与ODE版本可被统一解释,扩散模型相对VAE的理论优势得以阐明,Flow Matching与得分匹配的等价性也得到了严格论证。

  • 中国人民大学研究团队打造的"AI科学家":让机器自主完成几十小时的科研工程,它是怎么做到的?

    中国人民大学研究团队打造的"AI科学家":让机器自主完成几十小时的科研工程,它是怎么做到的?

    中国人民大学高岭人工智能学院等机构联合开发了AiScientist系统,旨在让AI自主完成机器学习研究的完整工程流程,包括读论文、搭环境、写代码、跑实验和迭代调试,全程无需人工干预。系统核心设计是"薄控制、厚状态":由轻量指挥官协调专业代理团队,通过"文件即通道"机制将所有中间成果持久化存储,使每轮工作都能建立在前一轮积累的基础上。在PaperBench和MLE-Bench Lite两个基准上,系统表现显著优于现有最强对比系统,论文发布于2026年4月。

  • 字节跳动发布GRN:像人类画家一样"边画边改"的AI图像生成新范式

    字节跳动发布GRN:像人类画家一样"边画边改"的AI图像生成新范式

    这项由字节跳动发布的研究(arXiv:2604.13030)提出了生成式精化网络(GRN),一套模仿人类画家"边画边改"直觉的视觉生成新框架。其核心包括两项创新:层级二进制量化(HBQ)通过多轮二分逼近实现近乎无损的离散图像编码,以及全局精化机制允许模型在每一步对整张图像的所有位置重新预测并随时纠错,从根本上解决了自回归模型的误差积累问题。配合基于熵值的自适应步数调度,GRN在ImageNet图像重建(rFID 0.56)和生成(gFID 1.81)上均创下新纪录,并在文本生成图像和视频任务上以20亿参数达到同等规模方法的领先水平。

----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-