ZDNet至顶网软件频道消息:据科技部网站消息,以实现人、车、路协同控制为目标的未来智能车路协同技术是当今国际智能交通领域的前沿和研究热点,受到学术界和产业界的广泛关注,主题为“未来智能车路协同技术”的西苑沙龙在北京西苑饭店举行。
会议认为,把人、 车、路协同起来,形成新型的智能交通体系框架,需要加强国家层面的顶层设计,通过整体规划来整合资源,以“政产学研用”协同创新的发展模式,积极推进车路协同的标准和体系化建设。同时,要从国家战略层面部署相关计划或项目,整体推进人车路协同等核心关键技术及系统设备的研发,形成符合中国特点的车路协同核心技术和产业布局。
来自863计划现代交通技术领域主题专家、交通运输部门行业专家以及美日等著名大学和研究机构的12位专家学者应邀参加了会议,科技部高技术中心相关同志也参加了本次会议。高技术中心袁建湘副主任和清华大学张毅教授分别主持了本届学术研讨会。
会上,清华大学张毅教授做了题为“未来智能车路协同技术发展趋势”的主题报告,交通运输部公路科学研究院王笑京总工程师,美国威斯康星大学麦迪逊分校教授、国家级专家冉斌教授,以及重庆长安汽车公司工程研究总院、国家级专家黎予生总工程师分别就Cooperative-ITS国际发 展趋势、美国车路协同和车联网技术展望以及智能车辆关键技术发展趋势等做了专题报告。与会专家分别从车路协同技术概念、应用前景、发展趋势、面临挑战及发 展对策等方面展开热烈的讨论和思想交锋。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。