园区是区域经济发展、产业转型升级的重要空间聚集形态,也是推进我国“双碳”目标实现的关键着力点。6月14日,在2023 NAVIGATE 领航者峰会——零碳智慧园区专题论坛上,紫光股份旗下新华三集团就智慧园区的“零碳”发展新路径,与业内专家展开了全面而深刻的分享与探讨。
以标准持续引领,智推行业绿色发展
在国家“双碳”背景下,园区作为70%经济活动的发生地点,既是碳排放的主体,又是落实碳中和目标的主体。新华三集团数字中国研究院执行副院长岳鹏在演讲中表示,作为数字化解决方案领导者,新华三集团积极响应“双碳”战略,以标准为牵引,以数字技术为驱动,将数据作为核心生产要素打通各环节,从而为不同园区的绿色转型构建契合、稳固的数字化底座。

新华三集团数字中国研究院执行副院长岳鹏
中国电子技术标准化研究院信息技术研究中心副主任、全国信标委智慧城市标准工作组秘书长张群表示,新华三集团联合多家企业开展了大量有关智慧园区碳管理参考架构标准研制,持续为行业开展智慧园区碳管理规划、建设与运营工作提供指导与参考,同时引导技术融合、带动产业链上下游联动互促发展。

中国电子技术标准化研究院信息技术研究中心副主任
全国信标委智慧城市标准工作组秘书长张群
北京清华同衡规划设计研究院智慧城市研究所副所长、全国信标委智慧城市工作组智慧园区专题组组长王飞飞提到,园区需要在规划、建设、管理、运营等全流程之中,全方位、系统性地融入碳中和理念,让能量流、信息流、碳排流融合交汇,从而助力行业健康发展。

全国信标委智慧城市工作组智慧园区专题组组长王飞飞
“零碳+智慧”再升级,全面赋能应用场景
基于“1+4”顶层设计理论,新华三零碳智慧园区解决方案针对碳能管理、园区服务等应用场景再次全面升级,目前零碳智慧园区解决方案可以围绕“产能-测能-节能-用能”四个关键词做到全链条服务:
产能:
通过搭建标准化和新能源管理平台,完成光伏、储能及用电设备的统一管理,实现清洁能源的持续生产和利用
测能:
通过智能计量仪表实现用能数据远程监测和实时传输,配合后端零碳操作系统实现用能数据的可视化分析和智能预警,挖掘园区节能潜力
节能:
通过楼宇自控系统,自动控制建筑物内的机电设备,优化设备的运行状态和时间,不仅降低能源消耗,还能减少维护人员的劳动强度和工时数量
用能:
在货运场景中,依靠AI+AR的模式以及数字月台算法,实现预约车辆管理、月台调度管理,全面提升月台运营效率
数智融合,夯实行业绿色变革底座
智慧化应用离不开数字平台的赋能,零碳智慧园区数字大脑平台采用“一平台+双中枢”的技术架构,通过物联中枢和视觉中枢,将南向系统、物联设备、视频设备的数据进行全量采集,并集成至绿洲平台,通过绿洲平台对数据的集成管理和数据运营,形成标准化的数据资产、业务资产和集成资产,北向以标准API接口形式,统一向智慧应用赋能,从而支撑业务绿色创新。
目前,零碳智慧园区解决方案已率先在新华三未来工厂全面落地,构建了生产设备、生产产品、生产人员、生产信息化的全面互联互通,充分利用5G、AI、边缘计算等先进数字化技术,实现了厂区智能制造和园区“零碳+智慧”运营的融会贯通。
园区走向“零碳”是适应社会发展、提高园区竞争力的必然趋势。新华三集团将继续扩展、细化零碳智慧园区解决方案的应用场景,促进产业升级蝶变。躬身入局智能新时代,精研云智原生技术,深耕客户应用场景,以务实理念打造领先的数字化解决方案,通过不断进化的数字大脑加速推进数字化变革的智能化升级,做百行百业最值得信赖的合作伙伴。
好文章,需要你的鼓励
由贝索斯共同领导的普罗米修斯项目已收购AI初创公司General Agents。该公司开发了名为Ace的AI智能体,可自主执行视频编辑、数据复制等计算机任务。General Agents基于视频语言行为架构开发模型,这与普罗米修斯项目专注制造业AI系统的目标高度契合。收购完成后,普罗米修斯团队已超过100人,预计将推进工业机器人领域的AI应用发展。
斯科尔科技学院联合俄罗斯多家研究机构开发出革命性的多语言AI虚假信息检测技术。该研究构建了覆盖14种语言的大型数据集PsiloQA,通过"诱导AI说谎"的创新方法自动生成训练样本,成本仅为传统人工标注的数十分之一。实验证明多语言训练的检测模型性能显著优于单语言模型,为全球AI可信度监督提供了实用解决方案。
Kagi公司发布Orion浏览器1.0版本,这是一款专为苹果平台设计的全新浏览器。该浏览器主打极速浏览体验和用户隐私保护,完全免费使用并附赠200次Kagi搜索。Orion还提供月费5美元的付费订阅服务,解锁更多高级功能。未来计划包括更深度的自定义选项和性能优化。
NVIDIA研究团队发现,训练机器人最有效的方法竟然是最简单的:直接用普通文字告诉机器人该做什么,而不需要复杂的编码系统。他们开发的VLA-0系统在标准测试中超越了所有复杂方法,平均成功率达94.7%,在真实机器人测试中也比预训练系统高出12.5个百分点。这项发现挑战了"越复杂越好"的传统观念,可能加速智能家用机器人的普及。