日前,施耐德电气和公共配电服务公司 Enedis 宣布联合开发面向新一代中压/低压变电站设备的创新项目。该项目将替代使用SF6(六氟化硫)气体的传统解决方案,以探索配电领域的低碳化发展之道。
施耐德电气和 Enedis 是这一专业领域的长期合作伙伴,双方主导的这一项目将在 Enedis 的一处研发实验室进行,该实验室将会安装两台施耐德电气的RM AirSeT环保气体绝缘环网柜,用于研究其在中压配电网络中的应用情况。这一项目旨在评估该设备在不同电气配置下的性能表现,评估期将长达18个月。
施耐德电气历经超过10年的研发探索,推出了这一创新解决方案。它采用了一种基于干燥空气的全新绝缘技术,可以提供与当前技术水平相当的电气性能,并最大限度保护设施与人员的安全。这种新的绿色环保型中压二次配电设备系列具备双重优势,不但结构紧凑,更整合了高效能源管理需要的所有互联功能。
施耐德电气电力系统业务执行副总裁 Frederic Godemel 表示:“施耐德电气坚信,干燥空气是最佳的绝缘气体。这种无六氟化硫的绿色数字化产品系列,代表了中压配电领域40多年来最重要的技术进步。对我们和客户而言,推动环境保护责无旁贷。今天我们采用的一系列创新技术,使我们有能力在保有使用SF6的传统设备所有性能优势的前提下,推出可持续的解决方案。”
Enedis 管理委员会主席 Marianne Laigneau 表示:“Enedis 承诺到2025年将减少20%的碳足迹。这一项目有助于我们加速革新,开发出能够兼顾环境保护和工业化生产的工业解决方案。我们将倚重创新的力量,为我们运营的电网探索出新的技术解决方案。”
好文章,需要你的鼓励
谷歌发布新的AI学术搜索工具Scholar Labs,旨在回答详细研究问题。该工具使用AI识别查询中的主要话题和关系,目前仅对部分登录用户开放。与传统学术搜索不同,Scholar Labs不依赖引用次数或期刊影响因子等传统指标来筛选研究质量,而是通过分析文档全文、发表位置、作者信息及引用频次来排序。科学界对这种忽略传统质量评估方式的新方法持谨慎态度,认为研究者仍需保持对文献质量的最终判断权。
武汉大学研究团队提出DITING网络小说翻译评估框架,首次系统评估大型语言模型在网络小说翻译方面的表现。该研究构建了六维评估体系和AgentEval多智能体评估方法,发现中国训练的模型在文化理解方面具有优势,DeepSeek-V3表现最佳。研究揭示了AI翻译在文化适应和创意表达方面的挑战,为未来发展指明方向。
Meta发布第三代SAM(分割一切模型)系列AI模型,专注于视觉智能而非语言处理。该模型擅长物体检测,能够精确识别图像和视频中的特定对象。SAM 3在海量图像视频数据集上训练,可通过点击或文本描述准确标识目标物体。Meta将其应用于Instagram编辑工具和Facebook市场功能改进。在野生动物保护方面,SAM 3与保护组织合作分析超万台摄像头捕获的动物视频,成功识别百余种物种,为生态研究提供重要技术支持。
参数实验室等机构联合发布的Dr.LLM技术,通过为大型语言模型配备智能路由器,让AI能根据问题复杂度动态选择计算路径。该系统仅用4000个训练样本和极少参数,就实现了准确率提升3.4%同时节省计算资源的突破,在多个任务上表现出色且具有强泛化能力,为AI效率优化开辟新方向。