ZD至顶网软件频道消息:如今,导航已成为驾车出行的必需品,然而,车载导航不能联网、数据更新慢、路线规划不准,手机导航又不够安全,这让很多车主左右为难。
在不久前刚刚上市的2016款长安睿骋上,这个问题终于成为历史。高德联手长安品牌首发高德地图车机版,实现车载导航的在线化功能,并与原车系统进行深度融合。和长安睿骋车载大屏更匹配的显示、经过优化的字体和界面、更加符合驾车习惯的提示和引导,以及手机和车机互联互通带来更便捷的数据更新和行程同步,带来一款“最强”车载导航,相信会让您的驾车出行生活更加便利轻松。
此次搭载在2016款长安睿骋上的高德地图车机版,有别于目前一些厂商在汽车上采用的手机屏幕映射解决方案,是由高德和长安的工程师们联手打造的全新产品,充分考虑到驾车使用的便利性和安全性,并专门针对长安汽车系统进行了全面的优化匹配。
在系统上,高德地图车机版利用长安睿骋的GPS模块,实现更加精准定位,同时经过系统优化,保证导航长时间更稳定地运行。此外,高德地图车机版还能够读取车辆大灯信号,当环境光线较暗,用户开启大灯时,导航将自动切换至夜间模式,以减小对用户视觉上的刺激;在显示上,高德地图车机版还针对长安睿骋的中控屏幕优化了分辨率,并且内置路口大图,保证导航清晰醒目;在功能上,高德地图车机版将聚焦驾车最常用功能,并和长安品牌完美融合,车主可以在高德地图车机版上一键搜索周边加油站、停车场、长安4S店等,结合强大的在线服务,还能提示诸如加油站油价、停车场剩余车位等信息,全面方便长安睿骋车主的驾车出行生活。
对于车载导航来说,导航不准,地址搜索不到,地图更新太慢太麻烦等等,都是用户弃用车载导航的原因。然而高德地图车机版与传统的车载导航不同,其将高德地图手机版的传统亮点功能——躲避拥堵和明星语音进行了全面移植。凭借高德交通大数据,躲避拥堵功能每月仅在北京就能为车主累计节省拥堵时间700年,油耗1840万升。而以林志玲、郭德纲、周星星为代表的明星语音导航,更是成为高德独特的标签,为用户带来快乐出行体验。
高德拥有国内领先的交通大数据处理中心,可以实时监测当前全国各地的交通路况。在高德地图车机版上,哪里堵哪里不堵,一目了然。不仅如此,长安睿骋车主还可以事先输入爱车信息和驾驶偏好,系统会自动规划一条最适合你的行车路线,不管你是想不走高速避免收费,还是担心到一个陌生城市被限号限行,高德地图车机版都提前帮你想到了!
此外,提到高德地图,除了躲避拥堵外,明星语音也是一大招牌。从林志玲到郭德纲,再到周星星,高德地图的明星语音导航,为用户提供了个性化的出行方案,这也是以往的车载导航所不具备的亮点。在高德地图车机版上只需轻轻一点,他们就会成为你的智能副驾,一路陪伴你的整个旅行,让你在出行中保持愉快好心情。
在此基础上,高德地图车机版还针对传统车载导航的弊端,结合驾车场景进行了充分优化。以前我们使用车载导航,最闹心的就是地图太老。门口的新路都开通好几个月了,导航上还没显示。如今,你可以直接在网站下载最新的数据,通过U盘直接拷到车里,也可以在车里直接联网升级,甚至通过“手机互联”功能把手机上的地图数据直接传输到汽车。多种方式,让你第一时间拥有最新数据,省时省钱。
使用车载导航,输入地址是个麻烦事。把车停在路边在中控屏幕上一个一个字输入,既费时间也不安全。对于驾车中最核心的地址输入功能,车机版不仅内置多个常用地址分类,可以实现一键选定目的地,同时车机版能和手机版账号同步,并通过“一云多屏”功能,手机搜索位置直接发送给车机。这样,要开车去哪儿,在家就能设定好目的地,一键发送给汽车;上车后打开车机版接收目的地,直接规划导航路径,说走就走,并在抵达目的地的最后一公里由车机发送回手机,实现完整出行的无缝衔接。
作为国内首家配装高德地图车机版的厂商,除2016款睿骋外,高德地图车机版已经在2016款逸动、悦翔V7等车型上全系标配,并将登陆CS15、CS35和CS75等SUV车型。此外,吉利旗下的熊猫、博瑞、博越、帝豪等车型也都将搭载高德地图车机版,后续还将有更多汽车厂家的合作产品陆续上市。
好文章,需要你的鼓励
这项由加州大学圣地亚哥分校和微软研究院合作开发的REAL框架,通过程序分析反馈训练大型语言模型生成高质量代码。与传统方法不同,REAL采用强化学习将代码安全性和可维护性作为奖励信号,不依赖人工标注或特定规则。研究在多个数据集上的实验表明,REAL在保证功能正确性的同时显著提高了代码质量,有效解决了"即兴编程"中的安全漏洞和维护性问题,为AI辅助编程提供了新的范式。
加州大学伯克利分校与Meta FAIR研究团队开发了"Self-Challenging"框架,让大语言模型通过自己创建和解决任务来提升能力。该方法引入创新的"Code-as-Task"格式,包含指令、验证函数、示例解决方案和失败案例,确保生成的任务既可行又有挑战性。在工具计算、网页浏览、零售服务和航班预订四种环境测试中,仅使用自生成训练数据,Llama-3.1-8B模型性能提升了两倍多,证明AI可以通过自我挑战实现有效学习,减少对人类标注的依赖。
南洋理工大学与SenseTime Research合作提出了PoseFuse3D-KI,一种创新的人体中心关键帧插值框架。该方法将3D人体模型信息融入扩散过程,解决了现有技术在处理复杂人体动作时产生扭曲结果的问题。研究团队开发了专门的SMPL-X编码器直接从3D空间提取几何信息,并设计了融合网络将3D线索与2D姿态无缝整合。他们还构建了CHKI-Video数据集,包含2,614个视频片段及完整的人体标注。实验结果显示,PoseFuse3D-KI在PSNR上提升9%,LPIPS减少38%,显著超越现有方法。
这项研究提出了LongGuide算法,解决了大型语言模型在长文本生成任务中的局限性。研究团队发现,仅依靠上下文学习无法使模型充分掌握文本的语言和格式特性。LongGuide通过自动生成两种指导原则:度量指导原则和输出约束指导原则,显著提升了模型性能。在七种长文本生成任务中,该方法使开源和闭源模型的ROUGE-L评分平均提高约6%。LongGuide具有通用性强、易于学习、成本效益高等优点,为提升AI长文本生成能力提供了新方向。