11月15日-18日,2023中国国际高新技术成果交易会——全球清洁能源创新博览会(简称“能博会”)在深圳拉开帷幕,大会云集了新能源领域的各界代表,聚焦前沿新能源创新技术、行业发展趋势等话题,深入探讨能源行业向数字化转型的趋势与战略,分享企业在能源数字化道路上的成功应用与实践。在同期举办的全球能源可持续发展大会暨全球清洁能源创新博览会的开幕式上,发起了《以科技创新推动全球能源可持续发展》的共同倡议。

《以科技创新推动全球能源可持续发展》共同倡议
能源产业融合数字技术 实现产业升级新变革
绿色发展已经成为全球共识,通过低碳化、电气化、数字化、智能化全面进行能源结构变革,成为推动碳达峰、碳中和进程的战略举措。随着我国“双碳”战略持续深入,能源行业正在经历一场借助数字技术应用实现产业升级的新变革。

大会开幕式华为数字能源技术有限公司中国区副总裁邢清发表致辞
华为数字能源技术有限公司中国区副总裁邢清在大会开幕式发言中表示,能源是社会经济发展的基础,能源需要持续演进变革,来支撑人类文明的可持续发展,而发展新能源是实现能源可持续发展的必然趋势。当前,新能源发展模式已经从“资源驱动”走向“技术驱动”,能源世界和数字世界将深度融合发展,能源产业也将进入数字能源新时代。
创新技术赋能产业发展 全面推动能源数字化
当前,全球能源产业的源动力正由“资源依赖”转向“技术驱动”,在低碳技术持续创新的浪潮中,华为数字能源积极参与新型能源体系的建设,通过融合数字技术、电力电子技术、热管理技术和储能管理技术,以实现发电的低碳化、用能的电气化和用电的高效化。

从发电的低碳化方面来看,过去十年,华为通过架构升级、技术创新,引领智能组串式成为了全球主流;过去两年,通过Grid Forming构网型技术,打造智能光储发电机,从概念到实现,成功助力沙特红海新城建设全球最大的GW级微网,实现全球首个100%光储供能。同时为行业标准的制定奠定了基础,加速光伏成为主力能源。
从用能的电气化方面来看,充电网络是重要的新型基础设施,要兼顾社会效益与经济效益,应统一规划、统一标准、统一建设、统一运营。通过车上车下高质量的协同发展,华为推出了超融合的动力系统和“一秒一公里”的全液冷超充解决方案,推动实现“有路的地方就有充电”。

华为数字能源新一代全液冷超充,实现了“源、网、荷、储、车”的协同发展,拥有方便快捷的充电体验、充电基础设施的高质量和高安全性及社会效益与经济效益的正向循环,加速了汽车产业电动化发展。当前已在全国的50多个城市、20多条高速沿线,部署了约200多个全液冷超快充样板站,为新能源车主带来更极致的充电体验。
从用电的高效化方面来看,ChatGPT引领的人工智能时代已经来临,算力就是生产力,智能算力就是创新力。未来,算力需要更多的绿色电力来支撑,华为致力于打造绿色低碳的数据中心、通信网络和高效的关键供电方案,以构筑智能世界的绿色底座。
针对大型数据中心场景,华为数字能源通过FusionPower电力模块3.0通过全链融合和关键节点优化,打造省地、省电、省时、省心的大型数据中心供配电解决方案;针对中小型数据中心场景,推出FusionModule智能微模块6.0通过全模块设计,实现一模块一DC,打造中小数据中心一站式解决方案;针对关键供电场景、UPS系列不间断电源,打造可靠性和效率双优的智能供电解决方案。
以创新驱动技术进步,以技术赋能产业发展。面向未来,华为数字能源将继续发挥数字技术与电力电子技术融合优势,协同上下游伙伴、产业生态,积极响应新型能源体系的建设需求,共同为高质量达成双碳战略目标持续奋斗。
好文章,需要你的鼓励
由贝索斯共同领导的普罗米修斯项目已收购AI初创公司General Agents。该公司开发了名为Ace的AI智能体,可自主执行视频编辑、数据复制等计算机任务。General Agents基于视频语言行为架构开发模型,这与普罗米修斯项目专注制造业AI系统的目标高度契合。收购完成后,普罗米修斯团队已超过100人,预计将推进工业机器人领域的AI应用发展。
斯科尔科技学院联合俄罗斯多家研究机构开发出革命性的多语言AI虚假信息检测技术。该研究构建了覆盖14种语言的大型数据集PsiloQA,通过"诱导AI说谎"的创新方法自动生成训练样本,成本仅为传统人工标注的数十分之一。实验证明多语言训练的检测模型性能显著优于单语言模型,为全球AI可信度监督提供了实用解决方案。
Kagi公司发布Orion浏览器1.0版本,这是一款专为苹果平台设计的全新浏览器。该浏览器主打极速浏览体验和用户隐私保护,完全免费使用并附赠200次Kagi搜索。Orion还提供月费5美元的付费订阅服务,解锁更多高级功能。未来计划包括更深度的自定义选项和性能优化。
NVIDIA研究团队发现,训练机器人最有效的方法竟然是最简单的:直接用普通文字告诉机器人该做什么,而不需要复杂的编码系统。他们开发的VLA-0系统在标准测试中超越了所有复杂方法,平均成功率达94.7%,在真实机器人测试中也比预训练系统高出12.5个百分点。这项发现挑战了"越复杂越好"的传统观念,可能加速智能家用机器人的普及。