当前，七下八上我国正处于“七下八上”防汛关键期，更早极端气候频发，识别手地质灾害防范形势严峻。防患防汛尤其是然防在很多地形复杂的山区，传统的汛关显身9免费版网百度无需下载地质灾害调查面临诸多困难。如何更早识别地质灾害，键期减灾防患于未然？智慧自然资源部中国地质调查局的专家们探索出了一项给大山“量体温”的新技术，在乌蒙山区得到了应用。科学这项技术“新”在哪？七下八上

乌蒙山区横跨云南、四川、更早贵州三省交界地带，识别手涵盖38个县市区，防患防汛平均海拔2500米。然防仅在云南的汛关显身乌蒙山区就有4037处地质灾害点，密度是全省平均的1.5倍。复杂的褶皱山系和上硬下软的地层结构让山体地层如同“三明治”，极易发生地质灾害。

中国地质调查局成都地质调查中心地质灾害首席专家铁永波介绍，这个石头就是典型的“三明治”，就是夹一层硬的一层软的，一层硬的一层软的。这个是砂岩，这中间有一层薄的灰岩，遇到水以后就容易软化，容易发生滑动。如果山是倾斜的就顺着这个软的面全部滑下来，很多大型的李国主滑坡都是这么形成的。

乌蒙山区不仅山高谷深，而且夏季植被茂密，冬季冰雪覆盖，依靠传统的人工徒步巡查和肉眼观察很难发现隐藏在植被和冰雪之下的山体裂缝和变形。

针对这一难题，中国地质调查局科研团队探索出了一条全新的技术路径，基于热红外的地质灾害早期探测技术。这项技术采用“卫星+无人机”的星空协同探测模式，先让天上的卫星做全域扫描，快速筛查整片区域的温度异常，再利用无人机搭载热红外与可见光摄像头，精准识别出需要重点排查的高危坡体。

铁永波介绍，热红外原理是根据地表不同部位的温度差找到异常。如果冬天整个山都是冰雪覆盖的，温度都是零摄氏度，突然某几个地方温度有10摄氏度，这就叫异常。温度异常区是呈条带状的，把它连起来就是山体形成的一个裂缝，把这些裂缝找出来就可以研判这个山体的稳定性。

四川省综合地质调查研究所高级工程师赵聪介绍，红外无人机的分辨率可以达到厘米级，可以识别的温度差异在0.1摄氏度左右。数据采集完成之后，用专业的数据处理软件可以拼成整个区域的地表温度场，帮助他们进行滑坡灾害的天天网识别。

“卫星+无人机”星空协同探测技术解决了高海拔山区地质灾害“看不全、看不清、看不到”的难题。通过一线地质专家的复核确认，可实现“人防”与“技防”的有效结合，让灾害防范从被动应对走向主动发现。

树木年轮变形助力判断地质灾害隐患

地质灾害发生时往往表现为大山在变形，但大山在变形前谁能第一时间发出警报？中国地质调查局的科研团队发现了一个神奇的“情报员”——山坡上的大树。

树木每年都会生长一个年轮，年轮的宽窄变化不仅反映了当年的气候状况，还能揭示很多地质演化过程对树木生长的影响。

铁永波表示，现在用一种叫树木年代学的方法，它的原理就是基于树木的生长，受到斜坡滑动或者形变的干扰会记录一些信息。

通过观察树木年轮的变化，科研人员就像翻看大山的“日记本”一样，可还原过去几十年间山坡的蠕动。

铁永波介绍，如果按照正常的树的生长，气候、温度和水分稳定的话，它的年轮宽度都是一样的。但是，如果滑坡去年动了，树木今年吸收水分就会受影响，今年的软件破解年轮就会变窄。这一处年轮非常窄，说明这两个地方异常，可能这两年斜坡有变形。

科研人员介绍，在云南镇雄县发现的杨家寨和凉水村两处斜坡，在过去近20年间均有8次缓慢滑动迹象，表明斜坡稳定性差，在降雨等外动力作用下极易演化为滑坡。目前，当地政府已根据研究结论，启动这两处潜在危险区内的搬迁工作。

地质灾害识别智能体提供精准决策依据

目前，我国已建成地质灾害监测站点7万多个，安装各类监测设备30多万台（套）。这些海量的数据要解析很费时间，中国地质环境监测院通过深入攻关，成功研发了地质灾害识别智能体，为防御响应提供了高效精准的决策依据。

目前，我们应用的大语言模型，词元以文本为主，但是地质灾害的数据类型多样，使得大模型难以直接应用。

中国地质环境监测院正高级工程师佟彬表示，地质灾害的数据有空间和经纬度坐标这样的地理数据、影像数据、监测数据，电脑小游戏还有文本数据。

为了实现不同模态数据之间的融合，提高对灾害的识别能力，中国地质环境监测院结合近年来我国发生极端强降雨后引发的地质灾害案例，构建了标准化的地质灾害样本数据库。目前，针对强降雨引发的地质灾害的平均识别准确率已达80%以上，初步实现了跨灾害发生区域、跨数据精度的识别能力。

佟彬介绍，对于灾后的光学遥感影像，能够把过去可能有几天，甚至一周完成的解译工作，在小时级的时间段内完成。帮助他们尽快做出决策，哪个地方发灾比较严重，或者哪个地方急需救援，提高救灾的精准度。

目前，智能体的研发已经完成，科研团队正在按照自然资源部和中国地质调查局的统一部署，在自然资源“一张图”上开展试运行，提升汛期的防御工作效率。

当前，我国正处于“七下八上”防汛关键期，极端气候频发，地质灾害防范形势严峻。尤其是在很多地形复杂的山区，传统的地质灾害调查面临诸多困难。如何更早识别地质灾害，防患于未然？自然资源部中国地质调查局的专家们探索出了一项给大山“量体温”的新技术，在乌蒙山区得到了应用。这项技术“新”在哪？

乌蒙山区横跨云南、四川、贵州三省交界地带，涵盖38个县市区，平均海拔2500米。仅在云南的乌蒙山区就有4037处地质灾害点，密度是全省平均的1.5倍。复杂的褶皱山系和上硬下软的地层结构让山体地层如同“三明治”，极易发生地质灾害。

中国地质调查局成都地质调查中心地质灾害首席专家铁永波介绍，这个石头就是典型的“三明治”，就是夹一层硬的一层软的，一层硬的一层软的。这个是砂岩，这中间有一层薄的灰岩，遇到水以后就容易软化，容易发生滑动。如果山是倾斜的就顺着这个软的面全部滑下来，很多大型的滑坡都是这么形成的。

乌蒙山区不仅山高谷深，而且夏季植被茂密，冬季冰雪覆盖，依靠传统的人工徒步巡查和肉眼观察很难发现隐藏在植被和冰雪之下的山体裂缝和变形。

针对这一难题，中国地质调查局科研团队探索出了一条全新的技术路径，基于热红外的地质灾害早期探测技术。这项技术采用“卫星+无人机”的星空协同探测模式，先让天上的卫星做全域扫描，快速筛查整片区域的温度异常，再利用无人机搭载热红外与可见光摄像头，精准识别出需要重点排查的高危坡体。

铁永波介绍，热红外原理是根据地表不同部位的温度差找到异常。如果冬天整个山都是冰雪覆盖的，温度都是零摄氏度，突然某几个地方温度有10摄氏度，这就叫异常。温度异常区是呈条带状的，把它连起来就是山体形成的一个裂缝，把这些裂缝找出来就可以研判这个山体的稳定性。

四川省综合地质调查研究所高级工程师赵聪介绍，红外无人机的分辨率可以达到厘米级，可以识别的温度差异在0.1摄氏度左右。数据采集完成之后，用专业的数据处理软件可以拼成整个区域的地表温度场，帮助他们进行滑坡灾害的识别。

“卫星+无人机”星空协同探测技术解决了高海拔山区地质灾害“看不全、看不清、看不到”的难题。通过一线地质专家的复核确认，可实现“人防”与“技防”的有效结合，让灾害防范从被动应对走向主动发现。

树木年轮变形助力判断地质灾害隐患

地质灾害发生时往往表现为大山在变形，但大山在变形前谁能第一时间发出警报？中国地质调查局的科研团队发现了一个神奇的“情报员”——山坡上的大树。

树木每年都会生长一个年轮，年轮的宽窄变化不仅反映了当年的气候状况，还能揭示很多地质演化过程对树木生长的影响。

铁永波表示，现在用一种叫树木年代学的方法，它的原理就是基于树木的生长，受到斜坡滑动或者形变的干扰会记录一些信息。

通过观察树木年轮的变化，科研人员就像翻看大山的“日记本”一样，可还原过去几十年间山坡的蠕动。

铁永波介绍，如果按照正常的树的生长，气候、温度和水分稳定的话，它的年轮宽度都是一样的。但是，如果滑坡去年动了，树木今年吸收水分就会受影响，今年的年轮就会变窄。这一处年轮非常窄，说明这两个地方异常，可能这两年斜坡有变形。

科研人员介绍，在云南镇雄县发现的杨家寨和凉水村两处斜坡，在过去近20年间均有8次缓慢滑动迹象，表明斜坡稳定性差，在降雨等外动力作用下极易演化为滑坡。目前，当地政府已根据研究结论，启动这两处潜在危险区内的搬迁工作。

地质灾害识别智能体提供精准决策依据

目前，我国已建成地质灾害监测站点7万多个，安装各类监测设备30多万台（套）。这些海量的数据要解析很费时间，中国地质环境监测院通过深入攻关，成功研发了地质灾害识别智能体，为防御响应提供了高效精准的决策依据。

目前，我们应用的大语言模型，词元以文本为主，但是地质灾害的数据类型多样，使得大模型难以直接应用。

中国地质环境监测院正高级工程师佟彬表示，地质灾害的数据有空间和经纬度坐标这样的地理数据、影像数据、监测数据，还有文本数据。

为了实现不同模态数据之间的融合，提高对灾害的识别能力，中国地质环境监测院结合近年来我国发生极端强降雨后引发的地质灾害案例，构建了标准化的地质灾害样本数据库。目前，针对强降雨引发的地质灾害的平均识别准确率已达80%以上，初步实现了跨灾害发生区域、跨数据精度的识别能力。

佟彬介绍，对于灾后的光学遥感影像，能够把过去可能有几天，甚至一周完成的解译工作，在小时级的时间段内完成。帮助他们尽快做出决策，哪个地方发灾比较严重，或者哪个地方急需救援，提高救灾的精准度。

目前，智能体的研发已经完成，科研团队正在按照自然资源部和中国地质调查局的统一部署，在自然资源“一张图”上开展试运行，提升汛期的防御工作效率。

意天空：科莫与费内巴切就签下迭戈

北京时间8月25日，据意大利天空体育消息，科莫与费内巴切就签下迭戈-卡洛斯达成原则性协议。


据报道，科莫与费内巴切就迭戈-卡洛斯的永久转会达成了原则性协议。不过，为了完成这笔交易，科莫首先需要出售多塞纳，后者正在与帕尔马进行谈判，帕尔马希望以租借方式引进他。

迭戈-卡洛斯上赛季被租借至科莫，代表球队出场31次，贡献1球1助攻。

从芯片到机架 英特尔Computex发布多项AI创新成果

英特尔在Computex 2026推出机架级AI基础设施、至强6+处理器及行业垂直方案，携手SambaNova、富士康等伙伴，应对智能体推理带来的CPU需求激增，重塑从芯片到系统的AI算力格局。

【PChome 2026年6月2日消息】在Computex 2026上，英特尔发布了一系列覆盖芯片、机架级系统到行业垂直解决方案的AI创新成果。面对智能体推理（Agentic AI）带来的工作负载剧变，英特尔正联手SambaNova、富士康、Vista Equity Partners等伙伴，重构从训练到推理的算力配比与交付模式。

英特尔CEO陈立武发表了主题演讲。他回顾了英特尔在过去五十多年带来的一系列创新成果，以及x86架构长期以来作出的贡献。

· 机架级AI基础设施与解耦推理云服务

英特尔宣布推出基于英特尔至强处理器和SambaNova SN‑50可重构数据流单元（RDU）的机架级AI基础设施，旨在满足数据中心及超大规模数据中心对高性价比、高能效AI推理的需求。富士康将为该机架提供系统集成支持，并计划制造一款高CPU密度的机架级变体，用于成本优化型推理、数据处理和混合AI工作负载。

同时，由Vista Equity Partners和Cambium Capital联合打造的专用企业推理云Vector Core Compute，推出了完全解耦推理方案。该系统由位于洛杉矶的数据中心驱动，使用英特尔至强6处理器进行编排与执行，SambaNova SN40 RDU负责解码，NVIDIA Blackwell GPU负责预填充。Together.ai成为首家客户，在MiniMax 2.5模型上实现了最快企业级推理。Vista已为其旗下90多家成员企业争取到该方案的早期使用权，这些企业服务着超过250万家客户与7.5亿用户。

· 至强6+：面向智能体推理的数据中心CPU

英特尔发布新一代数据中心CPU——至强6+，基于Intel 18A制程打造，搭载288颗能效核，配备高达576MB L3缓存。该处理器专为云原生、Agentic AI及网络密集型工作负载设计，在真实功耗限制下提供持续性能。以一个32U液冷机架为例，可提供36864个核心，在约100千瓦功耗下实现业界领先的智能体AI部署密度。

这一产品发布背后是AI工作负载结构的根本变化。Creative Strategies首席执行官Ben Bajarin指出：“模型训练时代CPU与GPU配比接近1:4，而智能体推理则将这一比例改写为接近1:1。”陈立武进一步解释，原本训练中1:8的配比已在Agentic AI中演变为1:1乃至更高CPU密度需求。至强6+正是为应对任务编排、并发处理和数据迁移需求而设计。

 ·酷睿Ultra扩展与边缘物理AI

第三代英特尔酷睿Ultra处理器基于Intel 18A制程，集CPU、GPU与NPU于一体的XPU体验，已应用于超过325款消费级与商用PC设计。同时，第三代酷睿处理器沿用相同IP架构，以亲民价格覆盖主流PC市场。

酷睿Ultra处理器家族最新产品——英特尔锐炫G3系列处理器，基于第三代酷睿Ultra处理器相同的架构打造，并针对掌上游戏场景优化设计，在提供强劲续航和稳定性能的同时，带来沉浸式的游戏体验，将于本月晚些时候逐步上市。

在边缘领域，Intel 18A已获得超过130项设计合作，英特尔拥有超过4000家边缘生态伙伴，边缘部署超过10万项。Perplexity展示了混合本地服务器——仅在搭载英特尔处理器的Windows PC版应用中，可根据设备能力动态扩展本地与云端工作负载。

 ·行业特定垂直解决方案

英特尔宣布与多家行业领导者合作开发基于其处理器和定制芯片的垂直方案：与富士康探索设计服务和定制芯片开发；与西门子强化从设计、制造到芯片嵌入的全价值链合作，探索为西门子定制专用芯片用于边缘设备、HPC和机器人；与日立合作覆盖晶圆厂工具和量子计算；与Echo Neurotechnologies探索神经形态技术推动脑机接口发展；与Greenstone Biosciences使用英特尔处理器和AI套件加速以人为本的药物研发。

英特尔CEO陈立武表示：“五十多年来，英特尔携手生态伙伴推动PC、互联网及AI时代关键基础技术的发展。当前推理、智能体和物理AI加速演进，英特尔正推进从芯片到系统级的创新突破。”从至强6+到机架级系统，从解耦推理云到行业定制芯片，英特尔正以硅为基石，构建面向智能未来的完整算力体系。