眼下,新能源行业已从“规模优先”转变到“效益和协同优先”的高质量发展阶段。10月18日,阳光新能源在北京召开“以‘不变’应万变——电站创新技术发布会”,重磅发布新能源电站“魔方”技术平台,集中展示阳光新能源电站技术创新成果,率先定义电站技术,持续加码电站硬科技,引领行业创新思潮升维进阶。
阳光新能源是全球领先的新能源电站开发商,聚焦光伏、风电、储能、充电、风光储氢充多能融合等领域,全球累计开发风电光伏电站超过4700万千瓦,是新能源电站技术创新与产业应用的领军品牌。
此次发布会还邀请安踏集团、松赞集团、高德等合作伙伴,全国主流媒体、行业协会、科研院所的200余名嘉宾出席,就电站技术创新发展凝聚共识、协同共创,加速新能源产品化、大众化进程。
“魔方”技术平台耀世登场
当前,新能源发电面临应用场景多元化、电力市场复杂化、多能协同化、能源数智化等新变化,行业处于从设备技术引领迈向电站技术引领的关键节点。电站技术,是从一域到全局,更高维度的系统级整体技术。
阳光新能源董事长张许成在发布会上介绍,“魔方”技术平台以高效发用电、数智寻优、场景融合三大技术为核心,构建一个稳固灵活的技术创新体系,以“不变”的技术底座,应对万变的场景和需求。
其中,“极立方”高效发用电技术,通过高效发电、多能协同优化、电力运营交易优化实现电站效益最大化;“灵立方”数智寻优技术,通过数智化平台工具,从选址、评估、设计到运营打造全生命周期数智化的电站;“融立方”场景融合技术通过电站多场景的技术融合,让电站更友好地服务生产生活,融入生态环境。
来自阳光新能源研发中心的技术专家纷纷上台,用专业形象的讲解、可触可感的新能源电站实例,不仅给观众呈现了一场生动的科技盛宴,也彰显出满满的技术自信与创新活力。
一直以来,阳光新能源潜心电站技术研发,紧跟用户需求创新电站产品。张许成也在现场多次提及电站即产品。“只有将电站看成一个整体去研发,用电站定义设备,才能更好满足用户需求,创造用户价值。我们也希望给行业带来新的思考,共绘行业更为清晰的创新发展路径。”
龙头品牌“种草”电站好物
产品力源于技术创新力。张许成直言,发布“魔方”技术平台,就是要用领先的电站技术为用户提供无与伦比的电站产品和服务,不断破解用户痛点,创造用户价值。
“魔方”的生命力在鲜活的电站产品上体现的淋漓尽致。发布会上,安踏集团可持续发展副总监陈中维分享了安踏携手阳光新能源打造“光伏工厂”,助力绿色体育,创新运动减碳的生动案例;松赞集团首席设计师戚山山带领观众“云游”香格里拉,在这里,全球顶级高端民宿松赞茨中山居应用阳光家庭能源光储充电站,用清洁电力为高端墅式场景带来零碳科技、品智生活。
此次发布会上,安踏集团、松赞集团分别与阳光新能源启动战略合作,在工商业电站、别墅光储充电站深化合作;阳光新能源还与高德启动合作,围绕阳光充电站智能选址、精准引流、数字运营等展开合作,普及绿色出行。
电站技术引发热议不断。圆桌论坛环节,北京鉴衡认证中心副主任纪振双认为,“魔方”技术平台开启了电站技术研究新篇章,引领行业创新思维的升维进阶;清华大学教授鲁宗相呼吁行业坚定电站技术创新方向,打破技术壁垒,加强基础理论与核心技术研究,推动可持续发展;中煤天津设计院新能源研究院院长董晓青建议加大电站技术应用推广,提升不同场景下的电站产品竞争力;阳光新能源张彦虎博士分享了“魔方”技术平台自主性强、覆盖面广、全流程等优势,通过电站技术创新带动产业链上下游技术进步。
市场在变,场景在变,需求在变,阳光新能源“魔方”技术平台托起的创新价值链始终不变。阳光新能源在风起云涌的电站开发市场中保持战略定力,不断推进电站技术升维进化,面向大众普及更多新能源科技好物。
好文章,需要你的鼓励
Liquid AI发布了新一代视觉语言基础模型LFM2-VL,专为智能手机、笔记本电脑和嵌入式系统等设备高效部署而设计。该模型基于独特的LIV系统架构,GPU推理速度比同类模型快2倍,同时保持竞争性能。提供450M和1.6B两个版本,支持512×512原生分辨率图像处理,采用模块化架构结合语言模型和视觉编码器。模型已在Hugging Face平台开源发布。
AIM Intelligence联合多所知名大学揭示了音频AI系统的重大安全漏洞,开发出名为WhisperInject的攻击方法。这种攻击能让看似无害的音频指令操控AI生成危险内容,成功率超过86%,完全绕过现有安全机制。研究暴露了多模态AI系统的系统性安全风险,对全球数十亿智能设备构成潜在威胁。
阿里团队推出首个AI物理推理综合测试平台DeepPHY,通过六个物理环境全面评估视觉语言模型的物理推理能力。研究发现即使最先进的AI模型在物理预测和控制方面仍远落后于人类,揭示了描述性知识与程序性控制间的根本脱节,为AI技术发展指明了重要方向。
新加坡国立大学研究团队系统梳理了视觉强化学习领域的最新进展,涵盖超过200项代表性工作。研究将该领域归纳为四大方向:多模态大语言模型、视觉生成、统一模型框架和视觉-语言-动作模型,分析了从RLHF到可验证奖励范式的政策优化策略演进,并识别出样本效率、泛化能力和安全部署等关键挑战,为这一快速发展的交叉学科提供了完整的技术地图。