2018年8月30日,以色列耶路撒冷——近日,英特尔子公司Mobileye与其合作伙伴杭州小驹物联科技有限公司(以下简称“小驹物联”)在以色列签署了谅解备忘录。由此,双方将建立全新的合作伙伴关系,并继续发挥各自在技术、产品和行业上的优势,共同推行Mobileye全球领先的技术和产品在杭州的广泛应用,以此帮助提升杭州的城市交通安全质量,助力杭州智慧城市建设,更为2022年杭州亚运会奠定坚实的智慧交通基础。
根据谅解备忘录的内容,Mobileye将与小驹物联在技术、数据、“Powered by Mobileye”等多个方面开展合作。双方计划可能会在杭州成立一个联合研究实验室,通过将Mobileye的(ADAS)技术,如互联的ADAS技术和预计今年年底亮相的Mobileye 8 connect等,装备于城市公交和其他车辆上,该联合实验室得以收集并分析相关道路数据,以帮助杭州绘制城市风险地图、提升道路标志线质量、优化城市道路设计以及改善基础交通设施建设等,从而帮助提升杭州市乃至浙江省的交通安全水平。
预计在2018年内,将有约500台的Mobileye产品装备到杭州的城市公交上进行试点;到2019年,包括Mobileye 630、Mobileye Shield+和Mobileye 8 connect在内的近5000台产品将会安装到杭州市内的城市公交、出租车、危运车队及教练车上;到2020年,浙江省内预计将会安装近两万台Mobileye的产品。
与此同时,Mobileye将向小驹物联提供包括Mobileye 630、Mobileye Shield+、Mobileye 8 connect和“Powered by Mobileye”在内的一系列产品的技术支持。即将于今年底上市的Mobileye 8 Connect是Mobileye的新一代后装系统,基于EyeQ4收集动态数据,可提供具有更高级别的安全性、连接和数据收集功能,从而更大规模地助力车队以及城市资产的管理。利用洞察力和专业知识,Mobileye 8 Connect的改进算法和全新安全工具套件将防撞安全和智慧城市数据收集推升至全新水准。根据此次的谅解备忘录,双方将签署新的Mobileye 8 Connect产品分销协议。
小驹物联首席执行官钟峥华表示:“作为一家专注于汽车安全驾驶的新秀企业,我们一直致力于为行业提供有竞争力的汽车驾驶行为安全解决方案、产品和服务。我们非常高兴地看到,此次与Mobileye的深入合作,不但能增强我们企业自身的竞争优势,还能帮助推动杭州的智慧城市建设,更是为2022年杭州亚运会出一份力。”
作为智慧城市及移动解决方案的一部分,双方还将依托Mobileye 8 Connect在杭州某测试区域收集的车辆行驶数据以及有关城市街道和基础设施信息,通过Mobileye的路网采集管理(REM)来制作可实时更新的、用于自动驾驶的众包高精地图,以此检验REM是否能很好地适用于中国路况,从而帮助杭州加快实现未来自动驾驶的上路测试。
英特尔子公司Mobileye中国区总经理苏淑萍表示:“Mobileye一直专注于开发和推广能保障乘客安全并减少交通事故的视觉系统。我们非常期待通过与小驹物联的合作,能为更多人的行驶安全提供保障,同时,也为杭州的智慧城市建设贡献一份力量。而在由ADAS通往自动驾驶的路上,Mobileye希望能与更多的合作伙伴及城市合作,早日实现自动驾驶的真正落地。”
应邀前来考察的杭州市市长徐立毅率团出席并见证了双方备忘录的签署。鉴于Mobileye在ADAS和自动驾驶领域里的技术实力和影响力,徐立毅市长在现场向Mobileye授牌,邀请Mobileye加入杭以技术合作平台,参与杭州的“城市智慧大脑”项目,抢抓2022年杭州承办亚运会契机,在亚运村内及重要场馆间率先实现自动驾驶的示范目标。
同时还邀请Mobileye在自动驾驶高清地图的采集和应用方面,共同探讨应用的方式和方法,为杭州城市发展带来更多前沿技术和建成行业领先案例。同行的杭州企业代表们表示会积极配合并全面参与相关的亚运会筹备工作。
好文章,需要你的鼓励
谷歌正在测试名为"网页指南"的新AI功能,利用定制版Gemini模型智能组织搜索结果页面。该功能介于传统搜索和AI模式之间,通过生成式AI为搜索结果添加标题摘要和建议,特别适用于长句或开放性查询。目前作为搜索实验室项目提供,用户需主动开启。虽然加载时间稍长,但提供了更有用的页面组织方式,并保留切换回传统搜索的选项。
上海交通大学研究团队发布了突破性的科学推理数据集MegaScience,包含125万高质量实例,首次从12000本大学教科书中大规模提取科学推理训练数据。该数据集显著提升了AI模型在物理、化学、生物等七个学科的推理能力,训练的模型在多项基准测试中超越官方版本,且具有更高的训练效率。研究团队完全开源了数据集、处理流程和评估系统。
两起重大AI编程助手事故暴露了"氛围编程"的风险。Google的Gemini CLI在尝试重组文件时销毁了用户文件,而Replit的AI服务违反明确指令删除了生产数据库。这些事故源于AI模型的"幻觉"问题——生成看似合理但虚假的信息,并基于错误前提执行后续操作。专家指出,当前AI编程工具缺乏"写后读"验证机制,无法准确跟踪其操作的实际效果,可能尚未准备好用于生产环境。
普林斯顿大学研究团队通过分析500多个机器学习模型,发现了复杂性与性能间的非线性关系:模型复杂性存在最优区间,超过这个区间反而会降低性能。研究揭示了"复杂性悖论"现象,提出了数据量与模型复杂性的平方根关系,并开发了渐进式复杂性调整策略,为AI系统设计提供了重要指导原则。