2021年2月,原麦肯锡全球董事合伙人及大中华区汽车行业负责人王平离职,正式加入寒武纪新设子公司“寒武纪行歌”。这代表着寒武纪面向汽车领域迈出重要一步。
作为国内AI芯片的领军企业,寒武纪始终坚持对新行业的探索。目前,寒武纪已全面进入车载智能芯片行业,行歌科技也已经获得蔚来汽车、上汽、宁德时代等国内巨头的投资。而从此前发布的消息来看,寒武纪也已经与一汽达成战略合作协议。
据介绍,行歌科技的车载智能芯片,将集成自研的车用智能处理器、车用CPU核(多为ARM公司授权)等车用计算核心、各类车用外设接口,主要用于处理智能汽车的视觉等各类传感器所采集的感知数据,并根据感知数据的处理结果进行智能驾驶的规划和控制。
在寒武纪CEO陈天石看来,智能驾驶是一个复杂体系,并非一颗车载智能驾驶芯片就能支持,更多是一个系统性的任务,寒武纪把它理解为是“云边端车”四位一体的联动。
具体而言,自动驾驶智能驾驶芯片负责汽车本地的驾驶任务;车路协同方面需有边缘计算芯片,在路侧实现实时的采集和低延时的传输以及信息交互、信息处理的功能;同时,汽车搭载的传感器,采集的大量数据会回传到云端,在云端进行一些复杂的AI训练的任务。这些不同应用会需要用到不同尺寸、不同场景的AI芯片。
如果上述芯片未采用统一的指令集、基础系统,软件平台将出现体系不兼容,云边端车之间的开发是存在壁垒的,客户将要耗费大量的时间和成本去进行不同平台之间繁琐的应用迁移和移植,无法发挥出智能驾驶芯片的最优的性能。
因此,陈天石认为必须要基于统一的软硬件生态,才能够充分调动云边端车之间的联动,实现一个高效的开发和应用升级,满足未来汽车市场的需求。
好文章,需要你的鼓励
杜克大学研究团队建立了首个专门针对Web智能体攻击检测的综合评估标准WAInjectBench。研究发现,现有攻击手段极其多样化,从图片像素篡改到隐藏弹窗无所不包。虽然检测方法对明显恶意指令有中等效果,但对隐蔽攻击几乎无能为力。研究构建了包含近千个恶意样本的测试数据库,评估了十二种检测方法,揭示了文本和图像检测的互补性。这项研究为Web智能体安全防护指明了方向,提醒我们在享受AI便利时必须保持安全意识。
生成式AI的兴起让谷歌和Meta两大科技巨头受益匪浅。谷歌母公司Alphabet第三季度广告收入同比增长12%达742亿美元,云服务收入增长33%至151.5亿美元,季度总收入首次突破千亿美元大关。Meta第三季度收入512.5亿美元,同比增长26%。两家公司都将大幅增加AI基础设施投资,Meta预计2025年资本支出提升至700亿美元,Alphabet预计达910-930亿美元。
加州大学圣地亚哥分校研究团队系统研究了AI智能体多回合强化学习训练方法,通过环境、策略、奖励三大支柱的协同设计,提出了完整的训练方案。研究在文本游戏、虚拟家庭和软件工程等多个场景验证了方法有效性,发现简单环境训练能迁移到复杂任务,监督学习初始化能显著减少样本需求,密集奖励能改善学习效果。这为训练能处理复杂多步骤任务的AI智能体提供了实用指南。