AI

阐述了无人机图像智能算法在电力巡检的开发及应用，带来AI人工智能和多传感器融合的全栈式电力运维解决方案。在普宙无人机自主巡检中，深度学习算法被两次应用，实现可见光对杆塔本体精细化巡检的拍照点自动化精准选定以及精确识别存在缺陷隐患的照片及缺陷位置。其采用的RTK载波相位差分技术，可通过基站采集的载波相位数据发送给移动站（无人机）进行求差计算定位坐标，不受限于通信链路和网络覆盖，使得定位精度提高到了厘米级。

随着我国数字经济规模总量的不断攀升，实体经济、数字经济和信息服务的深度融合正加速产业数字化和数字产业化变革。算力作为承载信息数据的重要基础设施，已成为全社会数字化转型的重要基石。根据中国信息通信研究院最新发布的《中国算力发展指数白皮书（2023年）》显示，至2023年我国智能算力规模达到178.5EFlops，增速为72%，在我国算力占比达59%，成为算力快速增长的驱动力；据IDC等机构预测，至2025年，新增数据量180ZB，其中80%的增长来自于文本、图片、语音、视频等非结构化的数据。随着人工智能、元宇宙、高性能计算等领域的发展，激发了更多智能数据处理的需求和场景，对新型智能算力的需求激增。本研究围绕典型智能计算应用对异构算力的协同及调度需求，研究泛在异构算力参与训练或推理过程的协同需求、调度需求，研究泛在异构算力参与训练或推理过程的协同需求，包括异构算力类型、规模要求、性能要求、网络要求、数据传输要求等，分析异构算力协同的应用场景等特点，考虑同数据中心、跨数据中心、跨云边端多级、池化和非池化异构算力并存等各种场景下，算力协同的需求及可行性。研究分析异构算力资源分类整合、池化重构和智能分配等技术方案。研究分布式异构算力资源管理技术方案，包括管理跨数据中心、边缘及端侧的GPU、FPGA等异构算力设备，已虚拟化或池化的异构硬件，研究对异构算力资源进行标识和监控的方案，对算力进行细力度切分供给的技术方案，研究对计算任务进行异构算力匹配和调度的技术方案。包括如何匹配差异化的计算任务到相应的异构算力节点，如何支持异构算力资源高效和细粒度分配，基于应用场景的负载差异性，建立面向多样化异构算力资源和上层多场景需求的多元异构算力统一调度架构，统一资源实时感知，抽象资源响应和应用调度。研究分布式AI框架支持分布式异构算力的管理和调度技术方案。

报告介绍到，公司从2017年立项，2018年开始数据采集，完成全省6万公里输电线路高精度绝对坐标系的激光雷达点云数据采集。其覆盖了输电、变电、配电线路，10kV-500kV等18条线路共计120公里，600基杆塔。作业机可实现180张照片 12分钟处理完毕，548张照片、18基220kV杆塔、 22分钟生成点云。其终极目标是运用长续航、机载网络RTK、机载AI计算实现实时报告。

AI驱动新质生产力发展，从以事为中心向以“人”为中心转变。为适应新技术、新形势下的要求，需通过思维理念变迁和技术架构变革，重构原有的人员、技术、管理体系。通过人工智能技术赋能电力行业，将AI应用由目前的逼近人，逐步进化到模拟人甚至是超越人，解决越来越困难的任务，提升生产效率。

数字化转型是电力行业发展的必由之路，《“十四五”现代能源体系规划》提出要“坚持把创新作为引领发展的第一动力，着力增强能源科技创新能力，加快能源产业数字化和智能化升级，推动质量变革、效率变革、动力变革，推进产业链现代化”。作为一种数字化赋能技术，边缘计算受到电力行业广泛关注。边缘计算与AI、大数据、5G等ICT技术深度融合，满足电力行业全环节的实时性、智能化需求，赋能电力行业数字转型。本白皮书以推进边缘计算在电力行业中发挥赋能作用、助力能源强国建设为目标，重点关注电力行业边缘计算的产业发展现状、参考架构、应用场景与典型案例、发展趋势等，为边缘计算在电力行业中落地部署提供重要参考。

生态环境大数据平台是基于AI+大数据+云计算全栈先进技术，集数据采、存、管、用为一体，面向实施人员的、智能化、敏捷化的数据全生命周期管理应用平台；将生态环境全业务、多终端、多形态的数据汇聚融合，经过统一规范、标准化的全链路数据治理流程，为数据共享交换、数据应用奠定安全、高质效的数据支撑，贯通生态环境全域数据，最终实现生态环境数据价值的深度萃取。

阐述了南方电网在人工智能技术应用、数字化转型方面的创新实践。南方电网通过构建国产化人工智能平台、自研AI飞轮机制、算力与算法管理，以及大模型“大瓦特”的研发，实现了业务流程的智能化升级。同时，通过产业链赋能、行业生态构建，推动了电力行业的数字化转型。展望未来，南方电网将继续深入推进电算协同，构建能源AI生态服务商，为国家算力与电力协同发展战略做好支撑。

数据中台--通过数据技术，对海量数据进行采集、计算、存储、加工，同时统一标准。数据中台把数据统一之后，会形成标准数据，再进行存储，形成大数据资产层，进而为客户提供高效服务。这些服务跟企业的业务有较强的关联性，是企业独有的且能复用的，它是企业业务和数据的沉淀，不仅能降低重复建设、减少烟囱式协作的成本，也是差异化竞争的优势所在。 基于数据统一和数据资产的积累，定义服务，提供数据资产管理目录，根据实际需求进行具体业务应用。 所有数据被整理后会形成企业特有的数据标准，再进行深入地挖掘，经抽像统一后产出业务逻辑和算法模型，最后储存起来，生成大数据资产，为业务服务；将数据中心、数据库等的海量数据信息进行采集、计算、加工，对数据的标准和质量进行统一； 打造数据中台，挖掘数据价值-基于全业务统一数据中心，统一数据调用和服务接口标准，以数据分析应用需求为导向，按需推动数据接入和整合贯通，沉淀共性数据服务能力，建设数据中台，健全数据管理体系，强化统一数据模型和企业级主数据应用，面向各专业、各基层单位和外部合作伙伴提供开放共享服务，促进数据横向跨专业共享、纵向跨层级按需获取，实现数据应用服务化。

主要阐述申昊科技在机器人可持续服务的思考与实践。申昊科技以“工业健康有申昊，排除故障不再难”为企业使命，不断深化机器人可持续巡检服务能力。从稳定、智能、开放、精细及高效等维度来说明所进行的研究，包括AI图像识别、导航算法优化、融合感知等技术，并进一步结合实践情况来证明此类研究价值。申昊倡导构建机器人可持续服务能力不仅着眼于过去和现在，更着眼于未来，通过强化机器人的服务性本质，使得巡检机器人持续焕发生命力。

在21世纪的第三个十年，我们见证了数字技术的迅猛发展与智慧城市理念的日益成熟。这个时代被大数据、人工智能（AI）、云计算和物联网（IoT）等创新技术所定义，它们不仅改变了我们处理信息和沟通的方式，更深刻地重塑了城市的面貌和运作模式。智慧城市，作为这一技术浪潮中的重要组成部分，正在全球范围内迅速发展。智慧城市利用数字化手段来增强城市管理和服务，提升居民生活质量，同时推动经济、社会和环境的可持续发展。数字化转型已成为现代城市发展的核心动力。通过高速的5G网络、先进的数据分析和智能化的管理系统，城市得以更高效地管理资源、应对挑战、提供服务。例如，AI和大数据的应用使得城市能够进行更精准的交通流量管理和环境监测，而数字化平台则极大地便利了市民的日常生活和政府的公共服务。这些技术不仅使城市运行更为智能，也为市民带来了前所未有的便利和体验。同时，智慧城市的建设也意味着对新的治理模式的探索。在这些城市中，数据不仅仅是一种资源，更是连接政府、企业和市民的桥梁。通过云平台和综合性的数据管理系统，智慧城市能够更好地整合和分析各种信息，以此作为决策和管理的基础。这种基于数据驱动的治理模式，不仅提高了城市服务的效率和质量，还为社会治理带来了新的视角和方法。习近平总书记在党的二十大报告中强调，“加强城市基础设施建设，打造宜居、韧性、智慧城市”。构建新型智慧城市不仅是人民对更美好城市生活的向往，也是城市高质量发展的必然追求。为全面展示各地在智慧城市建设方面取得的实践成就，总结出可复制、可推广的建设模式，北京大学政府管理学院及公共治理研究所协同山东省新型智慧城市发展促进会、中关村智慧城市产业技术创新战略联盟、上海智慧城市发展研究院、上海大数据联盟、浙江省智慧城市促进会、浙江省大数据产业技术联盟、浙江省城市大脑产业联盟、安徽省大数据产业协会、江西省信息协会、深圳市智慧城市研究会等单位发起本次新型智慧城市案例征集活动，旨在通过丰富的实践经验交流，让在智慧城市领域努力耕耘的广大建设者、研究者以及研究生们可以更深入地理解如何利用数字技术改善城市治理，提升居民生活质量，并促进经济、社会和环境的可持续发展。此次征集活动受到社会广泛关注。各地政府机关、企事业单位、研究院所积极响应，在不到一个月内共收到来自17个省（市、自治区）的548个案例。秉持实效性、创新性、公平性和合规性的原则，我们先后组织两轮专家评审，从官方网站提交的申报材料中，甄选出了100个典型案例。入选案例、主要聚焦于展现智慧城市在不同领域的创新实践，以及这些创新如何促进城市的高质量发展和管理。这些案例不仅展示了技术的前沿应用，还提供了可复制、可推广的模式，为智慧城市的未来发展提供了宝贵的经验和启示。