2016年世界卫生组织对全球城市环境空气污染的调查研究发现,在经济不发达国家,98%的人口稠密城市都面临着最严峻的城市环境空气污染问题。当城市空气质量下降,包括哮喘在内的肺部疾病,以及急性呼吸道感染的风险急剧增加。
正面迎战空气污染
为了正面迎战空气污染,风河携手英特尔与博世,推出新型空气质量微气候监测系统(MCMS, Micro Climate Monitoring System)。该系统借助于传感器和软件来确保空气质量参数的快速精准测量。有了全面的空气质量数据,世界各地的城市管理者将有能力迅速采取行动,改善居民生活质量。
针对空气质量相关的EPA标准污染物,如颗粒物、一氧化碳、二氧化碳、一氧化氮、二氧化氮、二氧化硫和臭氧等,MCMS可提供全面的微气候数据测量能力。此外,MCMS还提供温度、环境、相对湿度、光(包括紫外线)、声音和压力等参数测量功能。相对而言,传统的环境监测系统需要大量的基础设施,投资大、操作复杂,而基于英特尔技术的博世MCMS提供了成本效益更佳的监测系统,能够有效地测量、管理和优化空气质量。
微气候监测系统应用广泛
MCMS可以提供智能数据,而且可以对环境空气污染进行实时分析,让城市社区可以开发多种多样的应用,例如帮助拥挤城区疏导调整交通流量,再例如基于空气质量来提供各种健身活动的建议。在工业和工厂环境中,它将有助于跟踪排放量,并帮助工人进行安全检查,以满足法规的要求。
风河物联网核心技术深获行业肯定
MCMS的核心动力来自风河面向边缘设备生命周期管理的Wind River® Helix Device Cloud、英特尔®物联网平台(Intel® IoT Platform)和强化的端到端安全解决方案。该解决方案以基于云的分析、数据管理和可视化软件为功能特色。其设计思路讲求实用性和良好的用户界面,与EPA标准内置的安全机制紧密相连,有助于为所有设备中的数据提供保障和防护。该解决方案非常易于扩展,可适应未来5G网络和其他机器对机器之间(M2M)互联互通的需要,从而使得英特尔和博世有能力提供这个成本效益非常高的解决方案,以便在城市里进行更广泛的部署、扩展覆盖面并持续优化。
Wind River HelixTM Device Cloud是一个运行在设备和云平台之间的预集成技术栈,不仅是风河Helix产品线的组成部分之一,也是Intel® IoT Platform的核心部分,可从边缘安全、智能设备管理、网关、网络和云平台等各层面推进物联网的发展。这个产品曾荣获“物联网推动产品奖(IoT Evolution Product of the Year Award)”和“互联世界物联网创新奖(Connected World IoT Innovations Award)”,其原因就在于它可以在基础网络设施与传感器、设备和机器之间建立高效、安全的连接,作为最具创意和技术进步的产品、服务和平台,显著增强物联网领域内技术进步和持续领先的势头。
好文章,需要你的鼓励
zip2zip是一项创新技术,通过引入动态自适应词汇表,让大语言模型在推理时能够自动组合常用词组,显著提高处理效率。由EPFL等机构研究团队开发的这一方法,基于LZW压缩算法,允许模型即时创建和使用"超级tokens",将输入和输出序列长度减少20-60%,大幅提升推理速度。实验表明,现有模型只需10个GPU小时的微调即可适配此框架,在保持基本性能的同时显著降低计算成本和响应时间,特别适用于专业领域和多语言场景。
这项研究创新性地利用大语言模型(LLM)代替人类标注者,创建了PARADEHATE数据集,用于仇恨言论的无毒化转换。研究团队首先验证LLM在无毒化任务中表现可与人类媲美,随后构建了包含8000多对仇恨/非仇恨文本的平行数据集。评估显示,在PARADEHATE上微调的模型如BART在风格准确性、内容保留和流畅性方面表现优异,证明LLM生成的数据可作为人工标注的高效替代方案,为创建更安全、更具包容性的在线环境提供了新途径。
这项研究由中国科学技术大学的研究团队提出了Pro3D-Editor,一种新型3D编辑框架,通过"渐进式视角"范式解决了现有3D编辑方法中的视角不一致问题。传统方法要么随机选择视角迭代编辑,要么同时编辑多个固定视角,都忽视了不同编辑任务对应不同的"编辑显著性视角"。Pro3D-Editor包含三个核心模块:主视角采样器自动选择最适合编辑的视角,关键视角渲染器通过创新的MoVE-LoRA技术将编辑信息传递到其他视角,全视角精修器修复并优化最终3D模型。实验证明该方法在编辑质量和准确性方面显著优于现有技术。
这项研究提出了ComposeAnything,一个无需重新训练的框架,可显著提升AI图像生成模型处理复杂空间关系的能力。该技术由INRIA、巴黎高师和CNRS的研究团队开发,通过三个创新步骤工作:首先利用大型语言模型创建包含深度信息的2.5D语义布局,然后生成粗略的场景合成图作为先验指导,最后通过物体先验强化和空间控制去噪引导扩散过程。在T2I-CompBench和NSR-1K基准测试中,该方法远超现有技术,特别是在处理复杂空间关系和多物体场景时表现卓越,为AI辅助创意设计开辟新可能。