新闻重点:
Arm 控股有限公司(纳斯达克股票代码:ARM,以下简称“Arm”)今日携手生态系统合作伙伴推出最新的 Arm 汽车增强 (AE) 处理器和虚拟平台,让汽车行业在开发伊始便可应用,助力缩短多达两年的开发周期。
Arm 高级副总裁兼汽车事业部总经理 Dipti Vachani 表示:“汽车市场正经历前所未有的转型,更多的自动化需求、更先进的用户体验追求以及电气化趋势,推升了软件和人工智能 (AI) 的爆发式增长。鉴于汽车电子系统变得越来越复杂,为了加速产品交付,我们需要从根本上重新构思产品的开发流程。”
新一代 AE 处理器首次为汽车应用引入 Armv9 架构技术和服务器级性能
Arm 首次将 Arm®v9 架构技术带入汽车应用,使行业受惠于新一代 Arm 架构所带来的 AI、安全和虚拟化功能等优势。为了满足当今汽车不断增长的性能需求,Arm 利用自身在基础设施市场积累的领先优势,将服务器级 Neoverse™ 技术引入汽车应用,并推出基于 Armv9 架构的全新 Cortex®-A 系列产品以实现可扩展性。全系产品包括:
这些技术目前已被 Marvell、MediaTek、NVIDIA、恩智浦半导体、瑞萨电子、Telechips、德州仪器等业界领先厂商所采用。
未来之路:Arm 汽车计算子系统 (CSS)
展望未来,系统只会变得更加复杂,对功能安全的需求也会随之加剧。Arm 必须为合作伙伴整合所有计算组件,为行业关键的一致性进行标准化。Arm 计划针对汽车应用提供计算子系统,将其 AE IP 的配置进行预集成与验证,并在先进的代工工艺上,对性能、功耗和面积进行优化。首款汽车应用的 CSS 预计于 2025 年交付。
生态系统通过虚拟原型可在物理芯片就绪前,启动基于 Arm AE IP 的软件开发
传统的汽车开发周期实施线性流程:首先处理器 IP 交付后,芯片开发随即开启,大约两年后硬件推出,之后软件开发者再着手开发。如今,Arm 带来全新思路去重塑这一流程:在业界领先的新一代 Arm AE IP 上利用虚拟原型开发,使软件开发者无需等待物理芯片就绪,就能开始进行设计。Arm 与 Autoware Foundation、BlackBerry QNX、Elektrobit、Kernkonzept、LeddarTech、Mapbox、Sensory、塔塔科技 (Tata Technologies)、TIER IV、维克多 (Vector) 等诸多合作伙伴共同打造了全栈软件解决方案,并携手亚马逊云科技 (AWS)、楷登电子 (Cadence)、Corellium、西门子等行业领先企业共同推出了虚拟原型和云解决方案,在基于以上的全栈软件中实现更早、更无缝的开发体验。
通过为汽车开发者解锁新机遇,并助力行业领先的车企、汽车一级供应商、芯片合作伙伴以及软件提供商加速产品上市进程,Arm 为赋能汽车生态系统发展又迈出了关键一步,携手这些生态伙伴构建基于 Arm 技术的软件定义汽车的未来。
好文章,需要你的鼓励
韩国科学技术院研究团队提出"分叉-合并解码"方法,无需额外训练即可改善音视频大语言模型的多模态理解能力。通过先独立处理音频和视频(分叉阶段),再融合结果(合并阶段),该方法有效缓解了模型过度依赖单一模态的问题,在AVQA、MUSIC-AVQA和AVHBench三个基准测试中均取得显著性能提升,特别是在需要平衡音视频理解的任务上表现突出。
这项研究利用大语言模型解决科学新颖性检测难题,南洋理工大学团队创新性地构建了闭合领域数据集并提出知识蒸馏框架,训练轻量级检索器捕捉想法层面相似性而非表面文本相似性。实验表明,该方法在市场营销和NLP领域显著优于现有技术,为加速科学创新提供了有力工具。
un?CLIP是一项创新研究,通过巧妙反转unCLIP生成模型来增强CLIP的视觉细节捕捉能力。中国科学院研究团队发现,虽然CLIP在全局图像理解方面表现出色,但在捕捉细节时存在不足。他们的方法利用unCLIP生成模型的视觉细节表示能力,同时保持与CLIP原始文本编码器的语义对齐。实验结果表明,un?CLIP在MMVP-VLM基准、开放词汇语义分割和视觉中心的多模态任务上显著优于原始CLIP和现有改进方法,为视觉-语言模型的发展提供了新思路。
这项研究介绍了RPEval,一个专为评估大语言模型角色扮演能力而设计的新基准。研究团队从法国里尔大学开发的这一工具专注于四个关键维度:情感理解、决策制定、道德对齐和角色一致性,通过单轮交互实现全自动评估。研究结果显示Gemini-1.5-Pro在总体表现上领先,而GPT-4o虽在决策方面表现出色,但在角色一致性上存在明显不足。这一基准为研究人员提供了一个可靠、可重复的方法来评估和改进大语言模型的角色扮演能力。