记者近日从中国铁路成都局集团有限公司成都北车辆段（以下简称“成都北车辆段”）获悉，该段已引入TFDS（货车故障轨旁图像检测系统）故障智能识别系统，用于铁路货车检测。系统上线运营后，人工作业量缩减近90%，故障识别率提升近40%，检测上万个零部件的时间只需3—5分钟。以往，TFDS的动态检查工作完全依赖人工执行。每当铁路货车经过TFDS探测站时，电子摄像设备会迅速捕捉并上传车底配件及车体侧部的动态图像至TFDS服务器。随后由专业的TFDS动态检车员对每一张图像进行分析，发现潜在的车辆故障。据悉b，成都北车辆段的TFDS动态检车员每日需审阅的车辆图片数量高达150余万张。为了有效减轻作业人员的工作负担，进一步提升列车技术检查的效率与质量，成都北车辆段决定引入TFDS故障智能识别系统。对此，成都北车辆段数字运维车间技术员贾明勇说：“与以往‘大海捞针’式的检查方式不同，现在我们只需对经过AI算法精确识别后推送的故障进行复核即可。”该系统的使用，使得每位检车员每列车图片的分析量从原先的600余幅锐减至100幅，工作量减少了近90%。同时，每列车的平均技术检查时间也从15分钟缩短至8分钟。据介绍，该系统采用了目前业界最大的视野预训练模型“盘古大模型”，可自动学习货运系统内各类货车故障图片样本，对货车故障实现自动识别、自动总结部件特征、自动寻找故障规律。

格隆汇10月24日｜花旗表示，微软股价过去一季落后，因投资者关注资本开支增加、平庸的云业务Azure增长及每股盈利增长放缓。该行对销售商及业务伙伴的渠道调查显示，微软季度er业务稳定，该行料微软季度业绩或略胜预期。该行预期，市场将在下半财年云服务及人工智能需求迹象及管理层重申资本开支及回报的言论中，对公