EVLA：面向意图驱动住宅能源管理的多模态基准
原文标题：Energy Vision--Language--Action: A Controlled Multimodal Benchmark for Intent-Conditioned Residential Energy Management
重要度 2/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
该论文提出 Energy Vision-Language-Action（EVLA）基准，将住宅电池调度建模为多模态轨迹预测问题，把 RGB 能量场、数值运行状态与自然语言目标映射为 16 步电池动作序列。基准由公开住宅电力负荷数据构建，交叉三种隐藏运行机制与五种语言目标，生成约 658 万条多模态实例。初步实验显示模态使用存在明显不对称：移除语言通路使轨迹均方误差从 0.3856 升至 0.8628，而移除视觉通路几乎无影响。
- 问题
- 住宅电池调度缺少可控多模态基准，视觉与语言对决策的作用不明。
- 方法
- 把电池调度建成多模态轨迹预测，用能量场纹理编码隐藏运行机制，交叉三种机制与五种语言目标生成配对实例。
- 结果
- 约658万条多模态实例；去掉语言通路使轨迹MSE从0.3856升至0.8628，去掉视觉几乎无影响。
- 影响
- 做能源VLA或时序决策的团队可据此判断语言目标才是关键输入，视觉通路可能白费算力。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。