5月8日，在市场监管总局指导下，云南电网依托国家计量数据建设应用中心（绿色电力），成功研发并上线“电动车室内充电风险智能识别系统”。该系统通过人工智能算法分析智能电表15分钟负荷曲线特征，精准识别电动自行车入户充电行为，实现高效风险预警。其采用无硬件改造的远程治理模式，具备低成本、易推广的特点。目前，系统已在50余个居民区试运行，识别准确率达88%，无需新增设备或投资，为高层建筑消防安全提供技术支持。

7月9日，中国科学院水生生物研究所宣布成功研发底栖动物智能识别系统，准确率达90%以上。该系统基于人工智能图像识别技术，结合YOLO系列目标检测算法和Vision-Transformer算法，实现了底栖动物全程自动化识别检测。底栖动物是淡水生态系统健康的重要指标，但传统鉴定方法复杂且耗时，难以满足监测需求。新系统通过多尺度注意力模块和重叠识别算法优化，可识别350余属种，并适应复杂场景。操作员只需将样品放入容器，系统即可完成扫描、识别和报告生成，全程无需人工干预。这一成果或将为生态监测技术带来重大变革。