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
这项来自苹果公司的研究揭示了视频大语言模型评测的两大关键问题:许多测试问题不看视频就能回答正确,且打乱视频帧顺序后模型表现几乎不变。研究提出VBenchComp框架,将视频问题分为四类:语言模型可回答型、语义型、时序型和其他类型,发现在主流评测中高达70%的问题实际上未测试真正的视频理解能力。通过重新评估现有模型,研究团队证明单一总分可能掩盖关键能力差距,并提出了更高效的评测方法,为未来视频AI评测提供了新方向。
这篇来自KAIST AI研究团队的论文提出了"差分信息分布"(DID)这一创新概念,为理解直接偏好优化(DPO)提供全新视角。研究证明,当偏好数据编码了从参考策略到目标策略所需的差分信息时,DPO中的对数比率奖励形式是唯一最优的。通过分析DID熵,研究解释了对数似然位移现象,并发现高熵DID有利于通用指令跟随,而低熵DID适合知识密集型问答。这一框架统一了对DPO目标、偏好数据结构和策略行为的理解,为语言模型对齐提供理论支持。
VidText是一个全新的视频文本理解基准,解决了现有评估体系的关键缺口。它涵盖多种现实场景和多语言内容,提出三层评估框架(视频级、片段级、实例级),并配对感知与推理任务。对18个先进多模态模型的测试显示,即使最佳表现的Gemini 1.5 Pro也仅达46.8%平均分,远低于人类水平。研究揭示输入分辨率、OCR能力等内在因素和辅助信息、思维链推理等外部因素对性能有显著影响,为未来视频文本理解研究提供了方向。
ZeroGUI是一项突破性研究,实现了零人工成本下的GUI代理自动化在线学习。由上海人工智能实验室和清华大学等机构联合开发,这一框架利用视觉-语言模型自动生成训练任务并提供奖励反馈,使AI助手能够自主学习操作各种图形界面。通过两阶段强化学习策略,ZeroGUI显著提升了代理性能,在OSWorld环境中使UI-TARS和Aguvis模型分别获得14%和63%的相对改进。该研究彻底消除了传统方法对昂贵人工标注的依赖,为GUI代理技术的大规模应用铺平了道路。