工具

随着步行友好型城市环境的重要性日益受到全球关注，“Hatmachida”代表了一种务实的城市策略：在一条主干道的街角嵌入一座仅22.7平方米的微型建筑干预，以此激发公共活动。该项目通过在城市肌理中刻意置入一处尺度微小却活力充沛的存在，力求在周边街区引发连锁效应。一种随长期使用而持续演化的建筑，挑战了传统城市更新范式，并为未来城市塑造提出了一种替代性模式。

先进空中交通（Advanced Air Mobility, AAM）代表了城市交通的范式变革；然而，其成功实施高度依赖公众接受度，而低空电动垂直起降（electric vertical takeoff and landing, eVTOL）运行所产生的噪声已成为主要关切。现有研究通常采用A计权声级（LAeq）和昼夜平均声级（Ldn）等声学指标描述eVTOL噪声。本研究构建了一个基于地理信息系统（Geographic Information System, GIS）的框架，将eVTOL声学输出转化为表征高度烦恼人群比例（%HA）的空间分布图，案例为美国阿肯色州西北部一条典型医疗物资配送航线。结果表明，噪声与烦恼度总体随距航线距离增加而递减，其中下降阶段引发的烦恼度最高，其次为爬升阶段和巡航阶段。通过整合美国人口普查（Census）人口数据，估算高度烦恼个体数量并识别空间影响热点区域。进一步将噪声-烦恼度结果与航线距离及空域因素相结合，评估备选航线方案，识别兼顾多方需求的均衡路由策略。该框架将声学评估与人类主观响应相衔接，支持噪声敏感区域识别、航线方案比选以及社会可持续的AAM基础设施规划。

了解基于邮政编码（ZIP Code）的热力图如何帮助团队可视化销售、客户及市场趋势，从而支持更明智的商业决策。

语音正迅速成为 AI 的主要交互界面。从客户服务、医疗健康到教育、娱乐及个人助理，语音正日益取代文本，成为人们与 AI 交互的主要方式。过去几年间，语音模型性能显著提升：词错误率持续下降，延迟已达到可支持自然对话的水平，许多既有基准测试也正趋于饱和。然而，任何经常使用语音 AI 的人都能察觉，某些方面仍显异常。

我们发现有未授权访问行为，影响了有限数量的内部数据集及多项服务所使用的凭证。目前我们仍在评估此次事件是否波及任何合作伙伴或客户的数据；如确认存在影响，我们将依规直接联系相关方。我们未发现任何针对公开的、面向用户的大模型、数据集或 Spaces 的篡改证据，且软件供应链（容器镜像与已发布软件包）经验证未受污染。此次入侵始于人工智能平台特有的暴露面：数据处理流水线。

三个月前，我们发表了关于 DharmaOCR 的论文，并开源了其中一种模型。其目标明确：专为巴西葡萄牙语设计的光学字符识别（OCR）系统。最终模型在面向葡萄牙语的基准测试中，同时实现了最高的文本提取质量得分与最低的退化率。这两个阶段均不可或缺：微调阶段构建了领域专业能力；直接偏好优化（DPO）阶段则确保该能力在模型易失效的条件下依然保持稳定。

通过遥操作机器人来采集数据成本高昂且要求严苛：首先，它需要一台机器人；其次，取决于所采用的遥操作方法，若数据采集耗时数小时，则对用户而言可能极为繁琐，并涉及显著的硬件与后勤挑战。这使得该方法难以扩展以覆盖任务与环境的广泛多样性。但采集机器人数据并不一定需要机器人——仅需一只人手、一个夹持器、一台相机，以及一种能够恢复人手运动六自由度（6-DoF）轨迹的方法。

为此，我们构建了 OlmoEarth 平台：一套支持地理空间模型从微调与评估迈向大规模推理的基础设施。在此规模下开展推理任务面临一系列独特挑战：需跨多个供应商检索并访问卫星影像，对齐不同投影与分辨率的数据，并实现高效处理；随后须将结果拼接为地理上一致的地图，同时基础设施需能自动应对分布式计算中常见的故障。

准确识别黄土地貌对于地貌制图、地形演化分析及地表过程研究至关重要。然而，现有方法在统一框架内联合表征地貌语义与空间结构特征方面仍存在局限。此外，数字高程模型（DEM）数据中的黄土地貌边界通常呈现渐变过渡特征，进一步增加了地貌识别与空间范围表征的难度。为解决上述问题，本研究提出LoessFormer——一种面向黄土地貌识别的自监督框架，支持语义与边界统一建模。具体而言，设计了两项互补的自监督任务：掩码块预测（Masked Patch Prediction, MPP）与块序预测（Patch Order Prediction, POP），以从DEM数据中学习局部连续性与全局空间关系。这两项任务被整合至基于Transformer的架构中，从而增强对复杂地貌结构的表征能力。在下游微调阶段，采用面向对象的统一建模策略，同步学习地貌语义与空间范围表征。在中国黄土高原典型区域开展的实验表明，LoessFormer在多个评估指标（包括[email protected]、F1分数和IoU）上均优于现有主流方法。其中，所提方法达到55.68%的[email protected]，验证了其在复杂黄土地貌识别及其空间结构表征方面的有效性。

普里什蒂纳市（首都）市政当局启动了一项全面且包容性的规划进程，旨在建设普里什蒂纳首都公墓，将其构想为一项具有长期重要性的当代公民性、纪念性、景观性与数字化公共基础设施。该项目旨在为科索沃建立一种新型公墓规划与殡葬基础设施范式，其核心原则包括：尊严、平等、共存、机构专业性、可持续性、数字治理，以及对宗教与文化多样性的尊重。该规划进程通过与宗教社群代表、机构利益相关方、技术专家及国际合作伙伴持续开展对话与磋商而形成。未来公墓综合体的构想不仅限于安葬场所，更将作为一处精心

探讨 GIS 中的网络分析及其主要方法，了解其实际应用场景，以及如何将数据转化为更智能的企业工作流。

在本系列前期文章中，我介绍了地理空间集成项目中常见的三大挑战。前两篇文章分别探讨了了解自身数据的重要性以及构建符合标准的元数据。本文作为该系列的最后一篇，聚焦于数据本身，探讨结构化、符合标准的数据的重要性，同时承认……

人类癌症具有异质性¹。利用人类数据集解析种系遗传变异与环境因素如何塑造肿瘤演化，受限于遗传背景²和环境暴露³⁻⁵的固有多样性。为克服这些限制，我们在多个遗传分化的近交系小鼠中重复启动早期肿瘤演化数百次，并获取了匹配的组织病理学、全基因组及转录组测序数据。

本文为受保护内容，无摘要。原文《受保护：从概念到原型：利用 Overture 的跨主题知识图谱为 AI 与大语言模型（LLMs）提供基础支撑》首发于 Overture Maps Foundation 官网。

Felt AI 使团队能够在数分钟内（而非数天）运行复杂的 GIS 选址分析，涵盖多准则评分与分流效应建模（cannibalization modeling）等任务。

对比地理数据库（Geodatabase）与 Shapefile，以理解二者在空间数据存储、共享与管理方面的关键差异、权衡取舍及适用场景。

了解什么是房产站点地图及其包含的详细信息；学习如何使用现代制图工具和GIS软件创建并分析场地平面图。

2026年6月24日，委内瑞拉中北部地区接连发生两次强烈地震，震级分别为7.2和7.5，间隔仅39秒。广泛破坏集中于该国北部沿海地带，首都加拉加斯（Caracas）及邻近的拉瓜伊拉州（La Guaira）受灾尤为严重；当地脆弱的城市基础设施与易损住宅存量导致数千栋住宅建筑倒塌或严重损毁。此次灾害与此前若干重大地震事件所呈现的破坏模式相似，包括2008年汶川地震、2011年四川滑坡、2014年云南鲁甸地震以及2017年墨西哥中部地震。当高震级自然灾害摧毁整片社区时，建筑师有机会通过提出具有战略意义的灾后重建建筑方案予以响应。相较于依赖通用化、标准化的应急避难所，审慎的建筑设计可提供低成本、快速部署的住宅基础设施，借助文化适切且富有尊严的空间，切实维护人的尊严。