今天,由施耐德电气联合宁德时代、星星充电、隆基绿能主办,清华四川能源互联网研究院、中国能源网作为合作机构的“绿色能源管理创赢计划”第二季在上海圆满收官。历经8个月的共研共创,最终落地8大创新方案,杭州拓深科技有限公司、武汉所为科技有限公司和上海夏维信息科技有限公司凭借优异的表现,最终夺得了第二季“绿色能源管理创赢计划”前三甲。收官仪式上,施耐德电气同时发布“Green+俱乐部”专家计划,通过构建可持续、有影响力的专家体系,进一步聚合生态力量,助力行业创新发展。
双碳是一项系统性变革,要求能源价值链各环节打破壁垒,展开开放合作与融合发展。“绿色能源管理创赢计划” 第二季在合作伙伴层面,形成覆盖“源、光、储、充”多场景产业端+学术媒体端的全生态组合,为攻坚能源场景难题,以及入营企业的项目孵化提供了更好的先天优势。自2022年7月6日开营以来,施耐德电气及合作伙伴为入营企业提供了包括一对一指导集训、专家洞察分享、客户走访实践等一系列支持与赋能。
经过8个月的加速营培训与联合创新,在决赛现场,杭州拓深科技有限公司、上海尤比酷电器有限公司、南京智汇电力技术有限公司、厦门四信智慧电力科技有限公司、博彦物联科技(北京)有限公司、武汉所为科技有限公司、昂顿科技(上海)有限公司、上海夏维信息科技有限公司、国霖技术有限公司等9家企业,围绕“基于NILM技术实现负载监测及安全管理”“带安全监测功能的分布式光伏智能并网柜”“基于光差+5G的速动型配网故障自愈应用”“HVAC系统设备智能检测系统”“新型电力系统电能质量解决方案”“增容数据中心解决方案”六大课题,依次向在场客户及评委展示了高质量、可落地的8大数字化创新方案:
经过专家评审从客户需求满意度、技术创新性、产品方案成熟度、联创成果和方案规模化五个维度进行综合评定,“基于光差+5G的速动型配网故障自愈应用”、“基于NILM技术实现负载监测及安全管理”、“增容数据中心解决方案”三大课题团队,依次夺得第二季“绿色能源管理创赢计划”联创团队一等奖、二等奖、三等奖。杭州拓深科技有限公司、武汉所为科技有限公司和上海夏维信息科技有限公司等3家企业,则凭借优异的表现,最终依次夺得了第二季 “绿色能源管理创赢计划”金奖、银奖、铜奖。
第二季 “绿色能源管理创赢计划”入营企业及联创团队前三甲
构建可持续的创新生态,是施耐德电气的重要战略方向。活动当天,施耐德电气与9家入营企业正式签署联合创新协议,在未来继续深化创新方案的复制推广。
施耐德电气与9家入营企业正式签署联合创新协议
与此同时,为进一步聚合生态力量,扩大生态共赢,施耐德电气正式发起“Green+俱乐部”专家计划。该计划由施耐德电气联合来自超过10个行业及创赢计划专家共同组建,旨在通过构建可持续、有影响力的专家体系,借助“创赢开放日”及“行业影响力活动”,展开前瞻洞察、创新交流、生态合作、项目孵化、联合推广等多维输出,引领创新实践,助力行业发展。
“Green+俱乐部”专家计划正式启动
“双碳”进程下,加大能源技术创新攻坚力度,推动能源产业链各环节展开开放合作与融合发展,势在必行。施耐德电气高级副总裁、战略联盟&创新投资中国区负责人李瑞表示:“科技创新是推动能源高质量发展、落实‘双碳’目标的关键支撑。施耐德电气将创新视为业务发展的核心驱动,我们期望通过‘绿色能源管理创赢计划’,携手合作伙伴联合共创,推动一批高质量绿色低碳创新成果转化落地,为助力企业减碳增效,推动能源产业清洁低碳转型提供切实助力。”
好文章,需要你的鼓励
美光发布新款2600客户端QLC固态硬盘,采用自适应写入技术动态优化缓存,使QLC闪存达到TLC级写入性能。该技术通过顶层SLC缓存处理新写入数据,二级TLC缓存应对SLC满载情况,空闲时将数据迁移至QLC模式。硬盘无DRAM设计,采用Phison四通道控制器和美光276层3D NAND,提供512GB至2TB容量选择,相比竞品QLC和TLC固态硬盘,顺序写入速度提升63%,随机写入速度提升49%。
清华和AIRI研究团队提出循环一致性图像编辑方法,仅需4步即可实现高质量图像编辑,速度比传统方法快10倍。该方法通过训练AI反复练习"看图-重画"过程提升图像理解能力,结合智能引导机制确保编辑质量,在多项评测中超越现有快速方法,为AI图像编辑的普及应用奠定基础。
在AMD AI推进大会上,CEO苏姿丰展示了公司在AI硬件和软件方面的显著进展。新一代MI350系列GPU性能提升4倍,高端MI355X在内存、计算吞吐量和性价比方面均优于英伟达B200。公司计划2026年推出Helios机架级平台,ROCm 7推理性能提升3.5倍。尽管在GPU训练、TCO优势等方面表现良好,但在NIMs微服务、企业级GPU市场渗透等领域仍需加强,以进一步缩小与英伟达的差距。
中科院、北大、清华联合开发的DualTHOR平台首次为双臂人形机器人提供真实家庭环境仿真训练。该平台不仅支持双手协作任务,还引入意外机制模拟现实不确定性。实验发现现有AI模型在双手协调方面表现不佳,为未来家庭服务机器人发展指明方向。