北京時(shí)間3月23日消息,美國(guó)“憂思科學(xué)家聯(lián)盟”(Union of Concerned Scientists)發(fā)布的最新報(bào)告顯示,即使考慮到電池的生產(chǎn)、回收和處理流程,電動(dòng)汽車(chē)仍然比燃油汽車(chē)更加綠色環(huán)保。
憂思科學(xué)家聯(lián)盟對(duì)日產(chǎn)Leaf和特斯拉Model S兩款美國(guó)最暢銷(xiāo)的電動(dòng)汽車(chē)進(jìn)行了分析,并將其與相似重量和尺寸的燃油汽車(chē)(例如福特福克斯和奧迪A8)的平均值進(jìn)行對(duì)比。Leaf屬于“中等尺寸,中等續(xù)航”電動(dòng)車(chē),內(nèi)置24千瓦時(shí)電池;Model S屬于“全尺寸、長(zhǎng)續(xù)航”電動(dòng)車(chē),內(nèi)置85千瓦時(shí)電池。
在談及電動(dòng)汽車(chē)的排放問(wèn)題時(shí),人們最常提到的兩個(gè)污染源是鋰電池的生產(chǎn)來(lái)源和電動(dòng)汽車(chē)的電力來(lái)源。
該報(bào)告發(fā)現(xiàn),生產(chǎn)鋰電池的確會(huì)排放很多溫室氣體:“電池越大,續(xù)航里程就越長(zhǎng),但也會(huì)增加車(chē)身重量,并加大生產(chǎn)電池過(guò)程中的污染排放。”因此,特斯拉雖然擁有265英里的長(zhǎng)距離續(xù)航,但生產(chǎn)電池過(guò)程中排放的溫室氣體也更多。
好消息是,零排放的電動(dòng)汽車(chē)彌補(bǔ)電池生產(chǎn)過(guò)程中排放的溫室氣體速度,超過(guò)燃油汽車(chē)彌補(bǔ)其生產(chǎn)過(guò)程中排放的溫室氣體速度。借助美國(guó)常規(guī)的電網(wǎng)作為充電來(lái)源,Leaf電動(dòng)汽車(chē)只要行駛4,900英里(約合7900公里)即可彌補(bǔ)這些排放,而Model S需要行駛1.9萬(wàn)英里(約合3.1萬(wàn)公里)。與燃油汽車(chē)的整個(gè)生命周期相比,這兩種汽車(chē)大約都能將排放量減少50%左右。
提到電力來(lái)源,無(wú)論你居住在美國(guó)的什么地方,就算是當(dāng)?shù)氐碾娋W(wǎng)使用了燃煤發(fā)電,電動(dòng)汽車(chē)的溫室氣體排放量仍然低于一輛油耗平均值為29英里/加侖(約合12公里/升)的全新燃油汽車(chē)。但由于燃煤發(fā)電使用量在降低,所以在美國(guó)三分之二的地區(qū),駕駛電動(dòng)汽車(chē)的溫室氣體排放量甚至低于油耗為50英里/加侖(約合21公里/升)的燃油汽車(chē)。
所以即便電池生產(chǎn)過(guò)程中可能排放大量溫室氣體,而且有可能每晚都要使用煤炭來(lái)充電,但現(xiàn)代化電動(dòng)汽車(chē)仍然比多數(shù)燃油汽車(chē)更加環(huán)保。電動(dòng)汽車(chē)仍然沒(méi)有走入大眾市場(chǎng),畢竟它在山地和低溫路況下表現(xiàn)不佳,但如果你希望多一個(gè)購(gòu)買(mǎi)的電動(dòng)汽車(chē)的理由,那么這份報(bào)告或許正是你想要的。
好文章,需要你的鼓勵(lì)
浙江大學(xué)團(tuán)隊(duì)提出動(dòng)態(tài)專(zhuān)家搜索方法,讓AI能根據(jù)不同問(wèn)題靈活調(diào)整內(nèi)部專(zhuān)家配置。該方法在數(shù)學(xué)、編程等任務(wù)上顯著提升推理準(zhǔn)確率,且不增加計(jì)算成本。研究發(fā)現(xiàn)不同類(lèi)型問(wèn)題偏愛(ài)不同專(zhuān)家配置,為AI推理優(yōu)化開(kāi)辟新路徑。
清華大學(xué)研究團(tuán)隊(duì)提出SIRI方法,通過(guò)"壓縮-擴(kuò)張"交替訓(xùn)練策略,成功解決了大型推理模型"話多且準(zhǔn)確率低"的問(wèn)題。實(shí)驗(yàn)顯示,該方法在數(shù)學(xué)競(jìng)賽題上將模型準(zhǔn)確率提升43.2%的同時(shí),輸出長(zhǎng)度減少46.9%,真正實(shí)現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓(xùn)練提供了新思路。
南洋理工大學(xué)與騰訊聯(lián)合研究團(tuán)隊(duì)開(kāi)發(fā)出Rolling Forcing技術(shù),實(shí)現(xiàn)AI視頻實(shí)時(shí)流式生成的重大突破。該技術(shù)通過(guò)滾動(dòng)窗口聯(lián)合去噪、注意力錨點(diǎn)機(jī)制和高效訓(xùn)練算法三項(xiàng)創(chuàng)新,解決了長(zhǎng)視頻生成中的錯(cuò)誤累積問(wèn)題,可在單GPU上以16fps速度生成多分鐘高質(zhì)量視頻,延遲僅0.76秒,質(zhì)量漂移指標(biāo)從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內(nèi)容創(chuàng)作開(kāi)辟新可能。
華中科技大學(xué)研究團(tuán)隊(duì)發(fā)現(xiàn),通過(guò)讓AI模型學(xué)習(xí)解決幾何問(wèn)題,能夠顯著提升其空間理解能力。他們構(gòu)建了包含約30000個(gè)幾何題目的Euclid30K數(shù)據(jù)集,使用強(qiáng)化學(xué)習(xí)方法訓(xùn)練多個(gè)AI模型。實(shí)驗(yàn)結(jié)果顯示,幾何訓(xùn)練在四個(gè)空間智能測(cè)試基準(zhǔn)上都帶來(lái)顯著提升,其中最佳模型達(dá)到49.6%準(zhǔn)確率,超越此前最好成績(jī)。這項(xiàng)研究揭示了基礎(chǔ)幾何知識(shí)對(duì)培養(yǎng)AI空間智能的重要價(jià)值。