方案介绍
空港运行具有多部门多场景联动特性，需要建立面向全域感知、认知与决策的的机场一体化运行控制能力来实现效率提升。智慧空港行业大模型通过多模态能力将机场内的各类传感器信息融合，在全域感知的基础上实现对整场态势的认知，在认知基础上进一步实现一体化辅助决策、资源调度和仿真能力，为机场实现高效运行和高质量旅客服务提供人工智能基础。
方案架构图
算法/关键配置
| 适配算法/关键配置名称 | 算法/关键配置描述 |
|---|---|
| 智慧空港行业模型 | 时空多模态预训练模型融合了多种类型的信息，可以通过提示工程的方式进行以多模态数据输入的信息推导。时空多模态预训练模型以多模态特征生成、特征投射、主干大语言模型构成基础架构。以空港多模态运行数据对该模型进行预训练，方式分位：1.冻结大语言部分，训练特征投射和模态特征生成部分；2.冻结模态特征生成，训练特征投射和大语言模型部分。 |
优势亮点
- 1. 提升机场空间资源、地面服务资源的运行效率，提升航空器和旅客及货物的吞吐率;
- 2. 通过有效的分析预警，降低飞行区运行安全风险、提升旅客服务体验，同时提供超越人工的整体态势感知和预警能力（例如跨复杂空间区域的航空器、车辆、人员态势分析）;
- 3. 持续提升态势感知认知能力，并能够实现对复杂场景的适配，从而以持续适配的方式为机场的各类业务场景赋能。
资源下载
FloatingAI智慧空港行业大模型.pdf
下载技术认证书
Compatible认证证书.pdf