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携手诺华(中国)生物医学研究中心和苏州诺华医药科技研发有限公司为其不动产和设施提供碳中和咨询服务,通过制定碳中和路径规划、可再生能源采购,以及电气化与数字化的可行性研究,为实现2025年诺华集团碳中和目标提供助力。对于双方此次合作,施耐德电气副总裁、服务业务中国区负责人陈蔚蔚表示,“作为可持续发展的创新引领者,施耐德电气依托大量行业洞察、丰富的可持续经验以及领先的数字化技术率先发布了碳中和服务解决方案,在一系列绿色能源管理与绿色智能制造相结合的落地解决方案的支撑下,将助力客户打破碳中和落地过程中的束缚与瓶颈,推动产业链实现高效和可持续。”

当前,全球各国减碳意愿愈发强烈、减碳趋势也愈加明显,越来越多的企业肩负起碳减排责任并制定可落地的碳中和路线图。但热情背后,企业如何制定合理的规划,让减碳目标与企业实际情况相吻合,才能为节能减排奠定坚实的基础。诺华是全球领先的医药健康企业,其中国区生物医学研究中心已获得绿色建筑的LEED铂金认证。其在精益化能源管理以及绿色可持续性发展上的先进性为行业所推崇。
作为碳中和行动先行者的施耐德电气,在碳减排上以“理念先行、融合主业、技术助力、伙伴协同”引领行业展开行动。在与诺华的合作中,施耐德电气碳中和服务涵盖“从咨询到落地”全面解决方案,帮助诺华上海及苏州的研发园区全面审视运维状态、挖掘减碳空间、全面提升能效以及可持续发展的能力:
“重塑”电力智慧单线图:多数用户都会面临传统电气系统图纸缺失或更新不及时的困扰,无法实时呈现准确的配电系统结构和设备参数,为电气系统更新及安全埋下隐患。因此,施耐德电气凭借ETAP电气系统设计软件助力用户实现数字化转型,通过数字孪生iSLD服务帮助用户构建数字化智能单线图。用户不但可以随时更新配电系统单线图,还可以通过调用自定义的配置文件查阅配电设备的各种参数及保护设定值,甚至可以通过版本功能保留配电系统每次改造的历史信息,以便追溯。数字孪生iSLD服务不仅可以实现单线图的数字化,时时保持单线图的准确性,还可以作为数字监控系统的基础平台。同时也为今后的电力系统分析构建了仿真基础信息,通过简单轻松的计算实现对未来改造方案的验证与优化,进而为未来接入分布式清洁能源就地消纳和零碳建筑实现提供计算依据,实现零碳清洁能源的时空转移,构建从绿色发电、绿电存储到绿色智慧用电的完整“源网荷储”新型电力系统;
“挖掘”更多减碳空间:以施耐德电气碳中和咨询服务为基础,凭借丰富经验、技术专长以及数字化智慧运维为诺华提供碳中和管理咨询、环境安全健康等领域全生命周期的一站式解决方案及服务。对其进行能源管理现状梳理、平台优化,以及数字化平台采样报告后,施耐德电气提供了全面、详细的能源消耗数据分析,并将因地制宜地提供实施节能的策略、建议,挖掘更多减碳空间;
以“云能效”数字化平台提供全面的能效数据透视并进行智能的分析,探寻可以进一步实现能效提升的可能性:利用云能效顾问对诺华进行能源数据和碳排放数据监视,提供定制化的能源管理分析报表,使用AI算法预测未来24h空调冷负荷趋势以及提供冷机开启策略建议,并实时监测空调、照明等多个用能系统和设备能效数据,利用智能诊断算法发现节能潜力并提供能效提升建议,从而挖掘更多减碳空间,保障碳减排计划的顺利实现。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。