近日,联想集团旗下两款产品ThinkPad X1 Carbon型便携式移动终端、平板电脑启天K10 Pro 5G获得了由中国信通院和中国计量院联合修订的强制性国家标准《移动通信终端电磁辐射暴露限值》(以下简称《标准》)首张认证证书。这不仅意味着联想集团终端设备的安全性率先得到了国家权威认证,也彰显了联想集团在产品健康安全方面的高度企业社会责任和过硬技术实力。
联想集团旗下两款产品获颁《移动通信终端电磁辐射暴露限值认证》首批证书
该《标准》于2022年12月29日正式发布,将于2024年1月1日正式开始执行。相比较2007年的旧版标准,新版本将范围从原先的移动电话扩展为工作在100kHz ~ 300GHz以内、使用时靠近人体20cm以内的移动通信终端设备,例如移动电话、无绳集团电话、卫星移动终端、可穿戴设备、便携式移动终端等。此外,新版标准还增加了职业暴露的限值、吸收功率密度的要求,修改了产品说明书中标识内容,并且增加了产品说明书相关要求的注释,以确保人们在正常使用电子设备和通信系统时是安全的。
和例如X光射线的电离辐射不同,该《标准》规范的是使用时距离人体20厘米之内设备的电磁辐射,其属于频率较低、能量很弱的非电离辐射,对于人体的消极影响相对较小。但是高剂量、长期暴露于某些类型的电磁辐射可能会对人体健康产生一定的潜在危害。据科学研究,暴露在射频电磁场(EMF)下可能引起两种已经被证实的不良健康效应:在10兆赫兹(MHz)以下的频率范围内,可能发生周围神经刺激(一种刺痛感觉)。而在100千赫兹(kHz)以上的频率范围内,则可能产生热效应。
2011年,世界卫生组织下设的国际癌症研究机构(IARC)发布的报告指出,频繁使用移动电话有潜在的可能会增加罹患脑癌的概率,射频无线电也因此被国际癌症研究机构划定为2B类致癌物,即“可能致癌物”。虽然目前绝大多数研究并不支持射频电磁场暴露与人类癌症之间的联系,但新国标致力于在学界得出清楚明确的科学结论之前,以预防手段,采取一定措施,在引起用户对该问题关注的同时,帮助消费者抵御潜在的风险危害。
国际癌症研究机构(IARC)将射频无线电划定为2B类致癌物
新国标适应了移动通信泛终端从2G到5G的演变,在更加全面保护人民群众健康的同时,也对通信企业提出了更高的要求。作为一家业务遍及全球180个市场的全球化科技公司,联想集团每年为全球客户提供包括电脑、平板、智能手机等在内的1.5亿左右台设备,并一直致力于为消费者提供安全、健康、优质的产品和服务,为用户进一步降低潜在的风险。
“一直以来,联想鼓励并积极参与产品认证。我们相信,经过认证的产品更安全、健康、环保,能够满足用户的需求。”联想集团表示。除了新国标,联想集团智能设备终端还通过了欧盟安全认证(CE)及美国FCC认证,获得来自全球的权威认可。此外,自2005年起,联想与TÜV莱茵在显示器、一体机、台式机、笔记本电脑、服务器等领域展开深入合作,并多次在绿色认证、智能可穿戴设备、笔记本拟纸化显示技术、眼部舒适度、无线触摸功能等方面获得全球首张证书。
秉承“智能,为每一个可能”的品牌愿景,联想集团还在智能设备领域积极践行绿色环保以及无障碍理念,成为科技行业ESG(环境、社会和企业治理)的标杆。在绿色产品方面,联想致力于推动低碳产品与包装的设计创新,以减少产品的碳排放足迹。目前,联想集团已将闭环再生塑料应用到248种产品中,推出五款含有趋海塑料的电脑产品,还通过竹纤维包装等创新减少塑料的使用。在无障碍方面,联想成立了产品多样性办公室,并与包容性设计专家合作,将在 2025 年前完成75% 的联想产品的审查,以使得任何人都可以无障碍使用联想设备。
好文章,需要你的鼓励
上海交通大学研究团队开发出革命性AI癌症诊断系统,通过深度学习技术分析50万张细胞图像,实现94.2%的诊断准确率,诊断时间从30分钟缩短至2分钟。该系统不仅能识别多种癌症类型,还具备解释性功能,已在多家医院试点应用。研究成果发表于《Nature Communications》,展示了AI在精准医疗领域的巨大潜力。
南华理工大学等机构提出3DFlowAction方法,让机器人通过预测物体3D运动轨迹来学习操作技能。该研究创建了包含11万个实例的ManiFlow-110k数据集,构建了能预测三维光流的世界模型,实现了跨机器人平台的技能迁移。在四个复杂操作任务上成功率达70%,无需特定硬件训练即可在不同机器人上部署,为通用机器人操作技术发展开辟新路径。
这是首个系统性探索跨视角协作智能的综合性研究,由南京大学、东京大学等顶尖机构联合完成。研究团队首次将"第一人称视角"与"第三人称视角"的协作应用进行了全面梳理,提出了三大技术方向和十三个关键任务,涵盖从智能厨房到手术机器人的八大应用场景。这项突破性工作为人工智能向人类认知迈进提供了重要的技术路径和理论基础。
这项由台湾大学与微软研究团队合作的研究探索了使用音频感知大语言模型(ALLMs)作为自动评判员来评估语音生成模型的说话风格。研究设计了"语音风格指令跟随"和"角色扮演"两个任务,测试了四种语音模型的表现,并比较了人类与AI评判的一致性。结果表明,特别是Gemini-2.5-pro模型,其评判结果与人类评判的一致性甚至超过了人类评判者之间的一致性,证明ALLMs可以作为可靠的自动评估工具。同时研究也发现,即使是最先进的语音模型在说话风格控制方面仍有显著改进空间。