微软近日宣布开源了AI模型FarmVibes.AI,农场经营者可以使用这些模型更有效地进行农场运营,比如种植农作物。
FarmVibes.AI是微软在Project FarmVibes计划下开发的其中一项技术。据微软称,该计划旨在使用软件和传感器等互连设备来实现更高效的农业,并且微软最终计划开源Project FarmVibes下开发的所有技术。
这次公布的FarmVibes.AI工具包中包括了四种AI算法,这些算法旨在帮助农场经营者收集有关其作物的数据并利用这些数据来优化日常工作。
第一个算法是Async Fusion,可以把来自农场传感器的数据与卫星和无人机图像相结合。该算法有助于创建生成农场地图,用于确定执行农业任务的最佳方式。例如,农场经营者可以创建一张地图,指出在给定地块中播种的最佳方式,并突出显示拖拉机无法轻松导航的农场区域。
FarmVibes.AI工具包中的第二种算法是SpaceEye,该算法可以更轻松地处理农场地图中使用的卫星数据。当农场上方有云时,通常无法获得最新的卫星图像。SpaceEye算法可以使用来自卫星雷达仪器的测量值代替图像,即使有云层覆盖也可以运行。
第三种算法是DeepMC,该算法可帮助农场经营者预测温度和风速。DeepMC算法利用气象站预报以及来自联网农场传感器的数据。据微软称,该算法可以确定执行那些只能在特定天气条件下执行的农业任务的最佳时间。
FarmVibes.AI 中的第四个软件工具可以帮助农场经营者实施可持续发展计划。根据微软的说法,它可以估计不同的耕作方式将如何影响农场土壤中的碳封存量,此外还适用于其他任务,例如确定提高作物产量的方法。
“在微软,我们正在努力为种植者提供数据和人工智能,以增强他们对农业的了解,并帮助他们以可持续的方式种植营养食品,”微软工业研究董事总经理Ranveer Chandra说。
微软通过Project FarmVibes计划开发了FarmVibes.AI,此外还包括其他几项技术。
例如其中FarmVibes.Connect是一组硬件和软件工具,用于在农场中提供互联网连接。据微软称,该工具包利用无线电频谱中未使用的部分来建立无线连接。还有FarmVibes.Edge,也是在Project FarmVibes下开发的技术,可以压缩农场和作物数据,从而简化将数据上传到云端用于分析的任务。
好文章,需要你的鼓励
新加坡国立大学研究人员开发出名为AiSee的可穿戴辅助设备,利用Meta的Llama模型帮助视障人士"看见"周围世界。该设备采用耳机形态,配备摄像头作为AI伴侣处理视觉信息。通过集成大语言模型,设备从简单物体识别升级为对话助手,用户可进行追问。设备运行代理AI框架,使用量化技术将Llama模型压缩至10-30亿参数在安卓设备上高效运行,支持离线处理敏感文档,保护用户隐私。
阿里达摩院联合浙江大学推出VideoRefer套件,这是首个能够精确理解视频中特定物体的AI系统。该系统不仅能识别整体场景,更能针对用户指定的任何物体进行详细分析和跨时间追踪。研究团队构建了包含70万样本的高质量数据集VideoRefer-700K,并设计了全面的评估体系VideoRefer-Bench。实验显示该技术在专业视频理解任务中显著超越现有方法,在安防监控、自动驾驶、视频编辑等领域具有广阔应用前景。
OpenAI推出新AI模型GPT-5-Codex,能够在无用户协助下完成数小时的编程任务。该模型是GPT-5的改进版本,使用额外编码数据训练。测试显示,GPT-5-Codex可独立工作超过7小时,能自动发现并修复编码错误。在重构基准测试中得分51.3%,比GPT高出17%以上。模型可根据任务难度调整处理时间,简单请求处理速度显著提升。目前已在ChatGPT付费计划中提供。
Sa2VA是由UC默塞德等高校联合开发的突破性AI系统,首次实现图像视频的统一理解与精确分割。通过巧妙融合SAM-2视频分割技术和LLaVA多模态对话能力,Sa2VA能够同时进行自然对话和像素级物体标注。研究团队还构建了包含7万多个复杂视频表达式的Ref-SAV数据集,显著提升了AI在长文本描述和复杂场景下的表现。实验显示,Sa2VA在多个基准测试中达到业界领先水平,为视频编辑、医疗诊断、智能监控等领域带来新的应用可能性。