4月11日,天津市政府与国家电网有限公司“云签约”《推进新型基础设施建设打造能源革命先锋城市战略合作框架协议》,深入贯彻习近平总书记“四个革命、一个合作”能源安全新战略,推进国家电网有限公司建设具有中国特色国际领先的能源互联网企业与“五个现代化天津”建设有效对接,加快天津能源革命进程,更好服务京津冀协同发展。
协议双方将充分发挥天津市国家战略叠加、政策密集、创新资源丰富等优势,在“十四五”期间,加大天津电网基础设施投入、能源科技技术投入、产业发展投入,在特高压建设,“新基建”项目实施,5G、人工智能、大数据、工业互联网领域等方面全方位开展合作。国家电网有限公司将集中力量,全力以赴服务天津能源革命先锋城市建设,助推天津市能源转型,形成可复制、可推广的“天津范式”。全力以赴提升天津电力供应保障能力,科学规划外受电通道,推动特高压配套电源建设,提高天津电网外受电能力。全力以赴助推天津新型基础设施建设,发挥技术、管理、标准、平台等资源优势,吸引更多高端创新资源、市场主体参与天津智慧能源、智慧城市建设,将天津市打造成为智慧能源支撑智慧城市发展先行区、能源互联网新业态新经济试验区、能源产业优化升级集聚高地、能源技术与商业模式创新高地、能源革命先锋城市。
近年来,政企双方深入实施“1001工程”,推进“9100行动计划”,加快传统电网向能源互联网转型升级,不断取得新突破。建成1000千伏特高压“两交”线路及天津南变电站,天津电网接受区外的输电能力大幅提升。在中心市区、环市四区和滨海新区的建成区,基本建成服务半径为0.9公里的公用充电设施网络,实现天津过境高速充电服务全覆盖,打造“京津冀相邻城市1.5小时交通圈”。依托天津市能源大数据中心编制“电力看经济”分析报告,成为天津市高质量发展的重要内容和决策参考。产城集约型和生态宜居型智慧能源小镇系列智慧能源项目取得了显著成效,为天津市和国家电网有限公司深化战略合作奠定了坚实基础。
本次签署的战略合作框架协议主要包括七个方面内容,一是深化城市能源发展顶层设计,高质量完成天津市“十四五”能源电力发展规划。二是加快新型基础设施建设,服务京津冀协同发展。统筹京津冀电网一体化规划,加大“外电入津”比例。支持电动汽车充电设施建设,加强产业合作、业务合作、资本合作,加快新型基础设施项目配套电网工程建设。三是促进清洁能源发展,推动能源供给革命。统筹风电、光伏等清洁能源与各类常规电源协调发展,力争到2025年消纳可再生能源电量占全市用电量比重提高到18%。四是提升电气化水平,推动能源消费革命。加大钢铁、冶炼、化工等企业电能替代力度,因地制宜推广集中式电采暖,倡导以电为中心的冷、热、电、气综合能源利用模式,力争到2025年全市电能占终端能源消费比重达到38%。五是加快能源技术创新和产业升级,推动能源技术革命。推进中新天津生态城、北辰产城融合示范区智慧能源小镇建设经验推广应用。加大带电作业机器人的迭代研发力度,实现产业化、规模化。六是加快推进电力改革,推动能源体制革命。推进天津电力交易中心独立规范运作,支持和参与增量配电业务改革,在综合能源、产业单位等领域实施混合所有制改革。加大转供电清理规范力度,推动电力营商环境再提升,保持排名位居全国前列。七是构建国际能源交流平台,深化能源国际合作。对标国际先进城市能源发展,依托世界智能大会、夏季达沃斯论坛等,积极开展国际能源技术交流,充分发挥天津区位产业优势和国家电网品牌技术优势的乘数效应,带动天津能源技术、电力装备、施工建设“走出去”。
好文章,需要你的鼓励
YouTube开始推出肖像检测工具,帮助创作者识别和举报使用其面部特征的AI生成视频。该系统类似于版权检测机制,目前处于测试阶段,仅向部分创作者开放。用户需要提供政府身份证件照片和面部视频来验证身份。系统会标记疑似包含用户肖像的视频,但无法保证100%准确识别AI内容。YouTube将根据多项因素决定是否移除举报的视频。
华中科技大学研究团队发现,通过让AI模型学习解决几何问题,能够显著提升其空间理解能力。他们构建了包含约30000个几何题目的Euclid30K数据集,使用强化学习方法训练多个AI模型。实验结果显示,几何训练在四个空间智能测试基准上都带来显著提升,其中最佳模型达到49.6%准确率,超越此前最好成绩。这项研究揭示了基础几何知识对培养AI空间智能的重要价值。
谷歌宣布在AI Studio平台中引入"氛围编程"体验,让编程和非编程用户都能更轻松地开发应用程序。用户可通过简单提示生成可运行的应用,新功能包括应用画廊、模型选择器、安全变量存储等。平台还添加了模块化"超能力"功能和"手气不错"按钮来激发创意。完成的原型应用可一键部署到谷歌云运行平台。此次更新正值业界期待谷歌即将发布Gemini 3.0大语言模型。
中国人民大学研究团队开发了Tool-Light框架,通过信息熵理论解决AI工具使用中的过度调用、调用不足和过度思考问题。该框架采用熵引导采样和两阶段自演化训练,让AI学会合理使用外部工具。在10个推理任务测试中,Tool-Light显著提升了AI的效率和准确性,为AI工具集成推理提供了新的解决方案。