8月9日,以“共绘遥感创新应用新蓝图”为主题的智能遥感开源生态联盟第二次会议在武汉光谷成功举办。活动现场,36家遥感联盟的成员单位获得授牌,《武汉.LuoJiaNET/LuoJiaSET产业应用白皮书》在本次活动中正式发布,多家企业、高校代表就遥感领域的行业应用实践与前沿研究课题展开分享与讨论,共话遥感产业新未来。
联盟成员合影
本次会议由武汉大学、武汉人工智能计算中心、华为技术有限公司共同主办,昇思MindSpore开源社区协办,旨在汇聚创新与应用力量,孵化智能遥感行业应用成果,开创遥感产业新空间。
会议现场共为36家新入遥感联盟的成员单位进行了授牌。携手产业界伙伴共探遥感创新发展新路径,共建遥感前沿技术新高地,加快科研创新到产业落地进程。
授牌仪式
在本次会议上还重磅发布了《武汉.LuoJiaNET/LuoJiaSET产业应用白皮书》。此前,武汉大学与华为昇腾AI团队一起,共同打造了全球首个遥感影像智能解译专用框架武汉.LuoJiaNet和业界最大遥感样本库武汉.LuoJiaSET,本次白皮书的发布是武汉大学与华为在遥感领域科研创新合作的又一重大进展。
共绘创新应用新蓝图
中国科学院院士龚健雅在致辞中表示,在国家自然科学基金委重大研究计划集成项目的支持下,武汉大学与华为合作,在武汉人工智能计算中心算力的支撑下共同打造了嵌入昇思MindSpore技术特性的全球首个遥感影像智能解译专用框架武汉.LuoJiaNET和业界最大遥感影像样本数据集武汉.LuoJiaSET(现已在昇腾和昇思社区上线)。为进一步推进科研成果的产业落地,武汉大学与华为和中国卫星应用协会牵头联合发起成立了智能遥感开源生态联盟。
中国科学院院士龚健雅致辞
欧洲科学院、俄罗斯自然科学院外籍院士焦李成在致辞中对联盟运作提出建议:一是团结,一起在智能遥感领域做点事情;二是协同,联盟各个成员企业都会有自己的禀赋或者说不同特色,协同合作攻克一切难关;三是做事,在遥感核心技术上做出成果,做出领先技术。
中国遥感应用协会副秘书长周自宽表示,智能遥感开源生态联盟的发展主要离不开两点:第一是人工智能,武汉.LuoJiaNET是我们联盟的特色;第二是数据,现在已经有越来越多的数据免费并开源了,这也为遥感生态和联盟的发展带来了新机遇。
华为昇腾计算业务总裁张迪煊表示,经过半年多的发展,上海数慧、汉达瑞、武汉珈和科技等联盟成员企业都开始有了相应的遥感创新与落地方案,印证了成立联盟的前瞻性与正确性。未来,华为将持续基于昇腾AI为联盟伙伴提供更加有力的支持,让联盟的最新成果赋能产业,更好的为国家、为社会提供高端、优质、便捷的服务。
展望遥感新未来
会上,联盟顾问、中国科学院空天信息创新研究院副院长张兵对遥感卫星应用技术发展的趋势做了清晰的展望:一是多模态遥感是很重要的发展方向,二是模型数据深入耦合的事件预测。产业上,未来智能遥感卫星系统和增强现实的关系是未来新兴增长点。
联盟副理事长、西安电子科技大学人工智能学院执行院长侯彪介绍了遥感影像智能解译技术及其应用案,基于昇腾AI基础软硬件平台打造的秦岭.西电遥感脑,已经面向农业、林业、城市建设、灾害检测与评估等实际需求提供解决方案。
活动现场,联盟成员企业「上海数慧、汉达瑞、航天宏图、武汉珈和科技」分别分享了基于联盟创新成果的最新行业方案。
会议最后,联盟秘书长胡翔云发布了联盟愿景并带领联盟全员宣读。
好文章,需要你的鼓励
Canva宣布收购生成式AI内容创作初创公司Leonardo.ai,交易条款未披露,但采用现金加股票的混合方式。Leonardo.ai的120名员工将全部加入Canva。Leonardo.ai成立于2022年,拥有1900万注册用户,其工具已创建超过10亿张图像。该公司将继续独立运营,专注于快速创新和研发。此次收购旨在帮助Canva扩展其Magic Studio生成式AI套件功能。
希伯来大学研究团队开发的Story2Board系统实现了从文字故事到专业故事板的自动转换突破。该系统采用潜在面板锚定和相互注意力数值混合两项核心技术,在保持角色一致性的同时实现丰富的视觉表现力。系统无需训练即可运行,能够生成电影级构图效果的连续画面,为内容创作、教育和娱乐产业提供了强大的AI辅助工具,代表了人机协作创作的新模式。
亚马逊推出Quick Suite软件平台,旨在简化AI智能体和企业聊天机器人的创建过程。该平台支持50个企业级应用集成,包括Office 365、Slack等,提供无代码环境连接内部文档和数据源。平台包含Quick Flows自动化工具、Quick Research研究功能等组件。尽管降低了技术门槛,但AI智能体的准确性仍存疑虑,研究显示其办公任务错误率达70%。
北京邮电大学联合腾讯团队开发的We-Math 2.0系统,通过构建491个知识点的数学知识体系、创新的三维难度建模和渐进式强化学习框架,让AI模型获得了真正的数学推理能力。该系统仅用9800个高质量样本就达到了与大规模数据训练相当的性能,在多个基准测试中表现优异,为AI数学教育应用开辟了新道路。