苏格兰航天技术公司Krucial正领导一项创新研究,开发先进的水文监测解决方案,旨在提升全球关键流域的水质和水资源可用性。该项目由欧洲航天局(ESA)的商业应用与航空解决方案(BASS)计划支持,并得到了包括SAS、Deep Planet、苏格兰农业学院和斯特拉斯克莱德大学在内的多个组织和基金会的合作与资助。
Krucial的解决方案将通过构建数字孪生技术,整合地表传感器、天气和航天数据,实现对100个人口密集流域的水位和水质的实时监测。SAS提供的AI和物联网(IoT)技术支持的数据分析平台,将为政策制定者和科学家提供关键信息,以优化水资源管理决策。 该项目预期将对农业、水产养殖等高耗水行业产生积极影响,帮助它们更有效地管理水资源和监测环境风险。
Krucial的联合创始人兼首席执行官Allan Cannon表示,这一项目有望显著改善全球数十亿人的生活,并在气候变化挑战中发挥领导作用。 SAS物联网副总裁Jason Mann强调,SAS与Krucial合作开发的项目,通过AI和高级分析技术,对来自物联网传感器、气象站和卫星的数据进行建模和分析,为当地领导提供了宝贵的水位和水质洞察,帮助他们做出更好的决策,管理重要的淡水资源并确保水资源韧性。
合作单位包括欧洲航天局、CEO水之使命和水文韧性联盟成员,共同致力于提高全球水资源的可用性、水质和获取性。通过跨学科合作,该项目旨在实现对淡水资源的可持续管理,应对全球水资源危机。
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。