2024年“米粉公益月”已经圆满结束。在小米公益基金会成立五周年之际,小米公益平台携手红树林基金会(MCF)、中国社会福利基金会、蓝豹救援队和小米社区,围绕“生态保护”与“应急响应”为两大主题,在全国15座城市举办了18场线下活动,并在线上开展了“候鸟守护摄影比赛”与防灾减灾知识问答,线上线下参与用户约12万人次。爱心米粉们以实际行动关注绿色生态保护、提升应急响应能力,共同助力美好的发生。

此次“米粉公益月”,小米公益平台创新性地以主题月的形式,以多城市、多场次、多渠道的方式开展活动,主题明晰、重点聚焦,切实传递公益理念,取得了良好的教育与传播效果。
守护绿色生态,还候鸟一方美好家园
人类活动对候鸟栖息地产生的威胁,已经成为生物多样性和绿色生态保护的突出问题之一。在4月13日至4月27日的“生态保护”主题月中,小米公益平台携手红树林基金会(MCF),在北京、上海、深圳等10座城市开展了10场护鸟净滩活动,共有260位米粉志愿者走进候鸟的栖息地,了解生态保护知识,实地观察候鸟,清理江边垃圾并清除外来物种,还候鸟一方美好家园。参与活动的米粉志愿者们在专业人员的指导下学到了很多关于候鸟保护、垃圾分类等方面知识,并且深刻认识到了生态保护的重要性。



与此同时,小米公益平台还与小米社区合作开展线上“候鸟守护摄影比赛”,共有6.5万人次参与,并在小米社区引发热烈讨论。在一幅幅作品中,鸟儿们时而栖息,时而翱翔,流动着春日的灵动,传递着自然的美好,也吸引了更多人关注候鸟及其生存环境保护问题。活动共评选出5位优胜奖、抽选出50位参与奖。
加强防灾减灾能力,做生命安全的守护者
自然灾害与突发事故,给人们的生命和财产安全带来了严重威胁。因此,普及防灾减灾知识、增强紧急救援能力,同样是社会公益的一部分。为了进一步提高防灾减灾意识与自救互救技能,5月,小米公益平台携手中国社会福利基金会、蓝豹救援队和小米社区,在成都、福州、南京等8座城市展开灾害应急响应培训,共有173位米粉线下参与。
活动中,专业救援人员针对火灾、地震、洪灾等紧急情况,科普预防、避险、逃生等相关知识,演示和指导灭火器、简易担架、浮力马甲等救灾工具的使用方法,教授心肺复苏等急救技能。米粉志愿者们在专业救援人员的指导与帮助下学到了很多实用的自救和互救技巧;现场的灾害救援演练也让米粉志愿者们更加熟练地掌握紧急救护技能,提升防灾减灾意识,懂得在面对灾害时如何最大限度科学自救,守护生命安全。



此外,为了向广大用户普及安全知识,小米公益平台还开启了线上防灾减灾知识问答,吸引了5.5万人次的积极参与,线上线下共同筑牢生命安全防线。
科普与公益结合,小支点撬动大美好
在此次“米粉公益月”中,爱心米粉所收获的不仅是参与公益的满足感与成就感,更有实用的专业知识,以及专业人士的指导。小米公益平台运营负责人杨远表示:“这次我们的公益重点更加聚焦,有利于相关公益理念的传播。并且我们希望大家不止体验公益活动,更能深入理解与认同相应的公益理念,将保护环境、防灾减灾等意识内化于心,让公益真正成为生活的一部分,从而影响更多人接触公益、参与公益。”
一直以来,小米独具特色的“米粉公益文化”是“米粉公益月”的依托,并且也在持续赋能“米粉公益月”的开展。“米粉公益月”进入第四年,在不断的探索中已经形成了一套完善的活动模式,兼具专业性、趣味性与实践性,为爱心米粉提供参与公益、提升自我与回馈社会的良好契机,吸引越来越多的米粉加入到公益的队伍中,践行公益理念,传递公益力量。爱心米粉不仅积极参与线下活动,同样也在线上分享公益感受,通过个人社交媒体、小米社区等渠道,持续扩大“米粉公益月”的影响力,倡导更多米粉为爱聚集。杨远表示:“未来,我们将继续努力扩展‘米粉公益月’的触达范围,鼓励更多爱心米粉的加入,与我们一起,共同助力‘美好’的发生。”
好文章,需要你的鼓励
在基于Chiplet的架构中,可观测性正成为系统设计的关键缺失环节。多位半导体行业专家指出,AI可从硅层遥测数据中挖掘价值,但前提是架构须提供一致的检测手段、近传感器数据压缩及可编程采集能力。专家们强调,多供应商Chiplet生态系统需要标准化、安全的遥测模式,以实现跨芯片、封装和互联域的故障定位,同时保护敏感运营数据。目前,AI在遥测分析阶段已展现出显著价值,但可观测性的扩展本质上仍是架构问题。
这项研究系统比较了四种AI图像分词策略在640000张星系图像上的表现,发现重建质量与物理属性预测能力之间存在根本性解耦,为天文基础模型的分词器选择提供了实验依据。
生命科学企业在全渠道战略和AI平台上投入巨大,但成效往往不尽如人意。问题根源不在于技术本身,而在于组织架构、数据治理和工作方式未能同步演进。许多转型项目止步于试点阶段,原因是各部门数据孤立、职责不清。要实现从传统CRM向智能互动的真正转型,企业需优先建立统一的数据基础和跨团队协作机制,并将AI能力嵌入日常工作流程,而非将其视为独立模块。
阿里Qwen团队研究如何将大模型的规模化训练思路迁移到机器人操作领域,通过统一多机器人表示与38100小时数据预训练,让机器人在陌生场景和陌生机型上也能完成复杂操作任务。