跳到正文
10月28日周三
10月27日周二
10月25日周日
  1. The Decoder78

    Nvidia 开源 Flora 机器人视频标注引擎,成本低至 0.72 元/小时

    Nvidia 开源了 Flora 机器人视频标注引擎,利用三大 Qwen3.5 模型完成动作分割、描述和评估,日可标注 200,000 小时视频。Flora 估计每小时标注成本仅 0.72 元,远低于 GPT‑6 Astra 的 88.49 美元。

    推荐理由:Flora 通过三大 Qwen3.5 模型实现全流程视频标注,成本低至 0.72 元/小时,读者可评估其在机器人训练数据上的应用潜力。

10月22日周四
  1. Google DeepMind78

    超越树冠:绘制全球森林类型与变化时间序列

    Google DeepMind 与 Google Research 与世界资源研究所(WRI)及国际应用系统分析研究所(IIASA)联合发布了 Forest Typology (ForTy) 2020,提供10米分辨率的全球森林类型分类图,并公开了2017‑2025年的时间序列。

    推荐理由:新地图提供10米分辨率的森林类型分类和时间序列,结合EUDR监管需求,ForTy可精准识别自然森林与种植园,支持监管者和企业评估森林变化与合规风险。

  2. NVIDIA Blog79

    欧洲先行者部署 NVIDIA Earth-2 开源模型,驱动真实天气与气候预测

    NVIDIA 在欧洲各行业部署了 Earth-2 开源模型,提升天气与气候预测能力。StormScope EU 通过 EUMETSAT 卫星观测,利用 16 条 Meteosat 通道以 10 分钟一次的频率预测云层变化;CorrDiff 可为粗粒度天气数据添加局部细节。

    推荐理由:文章展示了 NVIDIA Earth-2 在欧洲各行业的实际应用,读者可了解其模型如何提升天气预测精度与业务决策。

10月1日周四
  1. Microsoft Research46

    预测电网空间天气风险

    Microsoft Research 开发端到端机器学习管道,能在美国大陆 66,935 个变电站上提前 30~60 分钟预测空间天气风险,并在评估期内检测到近 80% 的重大事件。系统融合 L1 太阳风观测、AE 与 Dst 指数预测、地质导电率等特征,利用梯度提升模型估算 dB/dt,检测率分别为 76.5%(重大)、81.2%(严重)和 64.1%(极端)。