根据一份来自Navigant Research的报告显示,智能城市技术是一个蓬勃发展的行业,预计将在未来10年翻一番。
该报告表示,全球智能城市技术收入将从今年的880万美元增长到2023年的275亿美元,全球越来越多的城市采用智能城市技术实现可持续发展目标,对东当地经济和改善服务。
在无线通信、传感器网络、地理空间分析、移动计算、数据分析和云计算等领域的发展,将有助于解决能源管理、水管理、城市流动、街道照明和公共安全等问题。
Navigant Research研究总监Eric Woods表示:“信息和通信技术正在深入快速扩展城市的新技术设施中,深度嵌入到城市结构中,深刻改变城市运转的方式,以及人们在这些环境中生活和工作的方式。城市领导人们正在利用这些创新实现可持续发展目标,促进当地经济和改善服务。”
智能城市最大的市场驱动力就是城市人口增长。据联合国统计,2010年到2050年期间,居住在城市中的人口数量将从36亿增加到63亿,随之而来对这些技术的需求,将帮助城市控制服务成本。
Navigant Research的报告探讨了全球智能城市市场的演变情况,详细介绍了关键技术市场的影响,包括智能电网、水管理、交通运输、建筑节能和政府服务。
该研究还对比了智能城市的不同方法,并提供了每个主要世界地区值得注意的智能城市项目的综合概述。对智能城市行业和地区细分市场的智能城市技术规模和增长的预测将延续至2023年。
该报告还研究了智能城市的重要市场动因和挑战,以及竞争格局。
预计最大的区域市场是亚太区,该地区的智能城市技术预计到2023年将达到113亿美元的规模。
北美洲的城市预计将在减轻气候问题以及更新核心基础设施方面起到重要作用。
欧洲的城市预计将在满足该地区环境、经济和社会目标方面起到类似的领导作用。
好文章,需要你的鼓励
新加坡国立大学研究团队开发了名为IEAP的图像编辑框架,它通过将复杂编辑指令分解为简单原子操作序列解决了当前AI图像编辑的核心难题。研究发现当前模型在处理不改变图像布局的简单编辑时表现出色,但在需要改变图像结构时效果差。IEAP框架定义了五种基本操作,并利用思维链推理技术智能分解用户指令,实验证明其性能显著超越现有方法,尤其在处理复杂多步骤编辑时。
Character AI的研究者开发出TalkingMachines系统,通过自回归扩散模型实现实时音频驱动视频生成。研究将预训练视频模型转变为能进行FaceTime风格对话的虚拟形象系统。核心创新包括:将18B参数的图像到视频DiT模型改造为音频驱动系统、通过蒸馏实现无错误累积的无限长视频生成、优化工程设计降低延迟。系统可让多种风格的虚拟角色与人进行自然对话,嘴型与语音同步,为实时数字人交互技术开辟了新可能。
这项由中国人民大学高瓴人工智能学院研究团队发表的研究解决了大语言模型评判中的自我偏好问题。研究提出了DBG分数,通过比较模型给自身回答的分数与黄金判断的差异来测量偏好度,有效分离了回答质量与自我偏好偏差。实验发现,预训练和后训练模型都存在自我偏好,但大模型比小模型偏好度更低;调整回答风格和使用相同数据训练不同模型可减轻偏好。研究还从注意力分析角度揭示了自我偏好的潜在机制,为提高AI评判客观性提供了重要指导。
这篇研究提出了DenseDPO,一种改进视频生成模型的新方法,通过三大创新解决了传统方法中的"静态偏好"问题:使用结构相似的视频对进行比较,采集细粒度的时序偏好标注,并利用现有视觉语言模型自动标注。实验表明,DenseDPO不仅保留了视频的动态性,还在视觉质量方面与传统方法相当,同时大大提高了数据效率。这项技术有望推动AI生成更加自然、动态的视频内容。