——施耐德电气AirSeT技术在纽约气候周荣获“国际碳手印奖”
日前,全球能源管理和自动化领域的数字化转型专家施耐德电气凭借绿色的干燥空气中压AirSeT技术,在2022年纽约气候周荣获“高潜力碳手印创新”类别的“国际碳手印奖”奖项,彰显了其在绿色可持续创新技术上的领先地位。
一直以来,该系列奖项旨在表彰对气候产生积极影响的产品。例如,施耐德电气的RM AirSeT环网柜采用了创新的可持续设计,使用干燥空气替代了几十年来一直在电网中压设备中占据主导地位的强温室效应气体——六氟化硫(SF6)。
施耐德电气无六氟化硫中压环网柜RM AirSeT
随着风能、太阳能等可再生能源不断并入电网,创新的可持续电网技术正逢其时。不含六氟化硫的AirSeT中压设备可以确保来自清洁能源的绿色电力在途经低碳的中压设备时,仍能保持绿色低碳的“本色”。每套 AirSeT 可避免使用高达3千克的SF6温室气体,从而减少75000千克二氧化碳的潜在碳足迹。
作为世界上最大的全球性气候活动,纽约气候周在今年已步入第十四个年头。施耐德电气在此活动上荣获的“国际碳手印奖”源自温哥华经济委员会和气候领导联盟(CLC),这一奖项旨在表彰能极大改善气候环境、帮助经济体显著减少碳排放的解决方案。
对此,施耐德电气全球执行副总裁、电力系统与服务业务负责人Frederic Godemel表示:“施耐德电气一贯将研发有利于气候积极效应的新技术视为自身的重要责任。很荣幸看到施耐德电气对低碳未来的贡献得到认可,特别是在电网领域,数百万台像AirSeT这样的电气设备可以良好运作长达40年,为电网的低碳化作出贡献。”
未来,施耐德电气将继续以绿色低碳和数字化技术为驱动,不断为各行各业提供创新的产品和解决方案,持续为应对全球气候问题和行业可持续挑战贡献新的力量。
好文章,需要你的鼓励
新加坡国立大学研究团队开发了名为IEAP的图像编辑框架,它通过将复杂编辑指令分解为简单原子操作序列解决了当前AI图像编辑的核心难题。研究发现当前模型在处理不改变图像布局的简单编辑时表现出色,但在需要改变图像结构时效果差。IEAP框架定义了五种基本操作,并利用思维链推理技术智能分解用户指令,实验证明其性能显著超越现有方法,尤其在处理复杂多步骤编辑时。
Character AI的研究者开发出TalkingMachines系统,通过自回归扩散模型实现实时音频驱动视频生成。研究将预训练视频模型转变为能进行FaceTime风格对话的虚拟形象系统。核心创新包括:将18B参数的图像到视频DiT模型改造为音频驱动系统、通过蒸馏实现无错误累积的无限长视频生成、优化工程设计降低延迟。系统可让多种风格的虚拟角色与人进行自然对话,嘴型与语音同步,为实时数字人交互技术开辟了新可能。
这项由中国人民大学高瓴人工智能学院研究团队发表的研究解决了大语言模型评判中的自我偏好问题。研究提出了DBG分数,通过比较模型给自身回答的分数与黄金判断的差异来测量偏好度,有效分离了回答质量与自我偏好偏差。实验发现,预训练和后训练模型都存在自我偏好,但大模型比小模型偏好度更低;调整回答风格和使用相同数据训练不同模型可减轻偏好。研究还从注意力分析角度揭示了自我偏好的潜在机制,为提高AI评判客观性提供了重要指导。
这篇研究提出了DenseDPO,一种改进视频生成模型的新方法,通过三大创新解决了传统方法中的"静态偏好"问题:使用结构相似的视频对进行比较,采集细粒度的时序偏好标注,并利用现有视觉语言模型自动标注。实验表明,DenseDPO不仅保留了视频的动态性,还在视觉质量方面与传统方法相当,同时大大提高了数据效率。这项技术有望推动AI生成更加自然、动态的视频内容。