随着城市智慧化转型的加速推进,城市基础设施的体系化、品质化、绿色化、低碳化发展成为新的时代课题。通过超前的布局进而建立起宜居、绿色、有韧性且智慧化的人文城市,多样化的智慧城市及园林建设对算力提出了更高的要求和挑战:协同整合的全周期监管、精准高效的视频监控分析、城市环境的监测与养护,不同尺度的作业需要灵活且精细化的算力管理,如何将云计算、边缘计算等模块通过平台形成周期性的调度和协同管理,是智慧城市园林建设面临的关键问题之一。
日前,北京传奇携手浪潮信息,基于AIStation人工智能平台实现AI资源的高效协同管理与调度应用,为某智慧城市科技公司提供“城市园林 · 智慧大脑解决方案”。面向智慧园林“数据处理要求高、算法并行处理复杂度高、实时响应速度要求高、数据安全性高”等核心困境,针对环境构建、模型开发、训练及上线部署进行全链条的高效提速,将资源使用率与开发效率提升至90%以上,模型的部署时间更是从三天降低至几分钟。基于管理协同、决策智能、服务一体的全流程服务体系,助力平台服务更高效,智慧园林更“智慧”。
智慧园林,即是集“养护管理、资产管理、巡更巡检、环境监测、能耗监测”等数据资源,通过园林要素和事件的智能化识别、跟踪、分析和管理,利用物联感知、GIS地理信息等技术,实现“全域性、全天候、全覆盖”的园林监管体系。
随着业务的高速发展,智慧园林的精细化管理亟需大量的算力来收集并监测园林内的温度、湿度、空气质量、绿化率、病虫害,树木信息,人流量等要素的变化。这一过程需投入大量的时间进行跟踪研究,不仅需对海量的数据进行及时处理,还需使用深度学习技术对数据进行加工反馈。且由于园林人流访客呈现明显的峰谷值差异,节假日期间园林内人流量过大,由于前端感知设备及大数据分析所造成算力资源分配不足,无法依据各维度数据进行园林人流分析及人员车辆快速预警通知,给园林管理及指挥调度带来极大的难度:
针对某智慧城市科技公司智慧园林的建设需求,浪潮信息携手元脑生态右手伙伴北京传奇,基于AIStation平台,构建“城市园林·智慧大脑”。方案实现环境构建、模型开发、模型训练、模型推理、上线部署的全链条全面提速。
以数字化赋能生态,让青山绿水的生态“更智能、更智慧”。看荒山蝶变,观水清暗绿,望层林叠翠,用技术赋能场景,在山水格局中布局更多的智慧体验场景;塑造体系化、品质化、绿色化、低碳化的多元城市活力空间与智慧园林。浪潮信息AIStation为绿色城市智慧转型及大规模人工智能模型开发训练和场景应用打下了坚实的技术基础。未来,浪潮信息也将继续通过全栈智算能力赋能智慧园林业务创新,助力智慧城市生态转型和数字经济的高质量发展。
好文章,需要你的鼓励
谷歌发布数据共享模型上下文协议服务器,使开发者和AI智能体能够通过自然语言访问真实世界统计数据。该服务整合了政府调查、行政数据和联合国等全球机构的公共数据集。新服务旨在解决AI系统训练中常见的数据噪声和幻觉问题,为AI提供可验证的结构化信息。谷歌还与ONE Campaign合作推出数据智能体工具,该开源服务器兼容任何大语言模型。
这项由谷歌DeepMind研究团队完成的开创性研究首次系统阐述了AI智能体经济的概念框架。研究提出"沙盒经济"模型,从起源性质和边界渗透性两个维度分析AI智能体经济形态,预测未来将出现自然涌现且高度透水的AI经济网络。研究详细探讨了科学加速、机器人协调、个人助手等应用场景,提出基于拍卖机制的公平资源分配方案和使命经济概念,并深入分析了技术基础设施需求、社区货币应用以及相关风险防范措施。
微软宣布从周三开始将Anthropic的AI模型集成到其Copilot助手中,此前该助手主要依赖OpenAI技术。企业用户可在OpenAI的深度推理模型和Anthropic的Claude Opus 4.1、Claude Sonnet 4之间选择,用于复杂研究和构建定制AI工具等任务。此举标志着微软与OpenAI这对曾经独家合作伙伴关系的进一步松动。
中国人民大学研究团队提出LoFT方法,通过参数高效微调基础模型解决长尾半监督学习中的数据不平衡问题。该方法利用预训练模型的良好校准特性改进伪标签质量,并扩展出LoFT-OW版本处理开放世界场景。实验显示,仅使用传统方法1%的数据量就能取得更优性能,为AI公平性和实用性提供了新的解决方案。