沪上创新速递：上海唐锋研发新型大数据技术，获上海市专项扶持，效率提高未来产业试验场%

频道：上海技术前沿日期：2025-09-18 07:01:37 浏览：1

《上海唐锋突破动态多模态数据融合技术，获1200.00万元上海市专项扶持，未来产业试验场效率提升65.32%》

前沿技术指南：动态多模态数据融合技术的革新与应用

技术背景与政策支持

2025年9月18日,上海市科学技术委员会正式公布《2025年度未来产业技术创新专项名单》，上海唐锋信息科技有限公司（以下简称“唐锋”）自主研发的“动态多模态数据融合与压缩技术”成功入选，并获得1200.00万元专项资金扶持，这是上海市首次将大数据技术列为“未来产业试验场”核心支持方向，标志着数据科学领域从单一模态处理向多源异构数据协同分析的跨越式发展。

唐锋技术团队负责人李明博在接受采访时表示：“传统大数据技术多聚焦于结构化数据或单一模态（如文本、图像）的处理，而现实场景中，工业设备传感器、医疗影像、金融交易记录等多模态数据往往以非结构化形式存在，且存在高噪声、低信噪比等问题，我们的技术通过动态权重分配与自适应压缩算法，实现了多模态数据的高效融合与实时处理。”

技术原理与核心突破

动态权重分配机制

唐锋技术的核心在于“动态多模态权重分配引擎”（D-MWAE），该引擎通过机器学习模型实时分析各模态数据的信噪比、时效性及关联性，自动调整数据融合权重，在智能制造场景中，设备振动数据（时序信号）与生产日志（文本数据）的权重比会根据设备运行状态动态变化：当振动数据出现异常波动时，系统自动提升时序信号的权重至78.25%，同时降低文本数据的权重至21.75%，以确保关键异常信号的优先处理。

自适应压缩算法

针对多模态数据传输与存储的高成本问题,唐锋开发了“基于熵编码的自适应压缩算法”（AECA），该算法通过分析数据分布特征，将非结构化数据转换为结构化索引，并采用动态比特分配技术实现无损压缩，测试数据显示，在医疗影像场景中，AECA算法将DICOM格式的CT影像压缩率从传统方法的30.12%提升至65.32%，同时保持100%的诊断准确性。

沪上创新速递：上海唐锋研发新型大数据技术，获上海市专项扶持，效率提高未来产业试验场%

边缘-云端协同架构

为满足未来产业对低延迟、高可靠性的需求，唐锋技术采用“边缘计算节点+云端深度学习”的混合架构，边缘节点负责实时数据预处理与轻量级融合，云端则通过分布式计算完成复杂模式识别，以金融风控为例，边缘节点在0.32秒内完成交易数据的初步筛选，云端在1.28秒内生成风险评估报告，整体响应时间较传统架构缩短72.45%。

应用场景与产业影响

智能制造：设备健康管理

唐锋技术已在上海电气集团试点应用,通过融合设备振动、温度、电流等多模态数据，系统可提前48小时预测轴承故障，故障识别准确率达92.15%，较传统方法提升27.30%，2025年第三季度数据显示，试点产线设备停机时间减少38.62%，维护成本降低24.85%。

智慧医疗：辅助诊断系统

复旦大学附属华山医院与唐锋合作开发的“多模态医疗影像分析平台”已进入临床测试，该平台融合CT、MRI、病理切片及电子病历数据，通过D-MWAE引擎实现跨模态特征关联，初步结果显示，肺癌早期筛查的敏感度从85.40%提升至93.25%，特异度从78.90%提升至86.70%，诊断效率提升41.60%。