至顶网软件频道消息:“一张中国街头乞丐用二维码乞讨的照片,帮助我说服了法国总部的同事。他们惊讶不已,也迅速认知到中国市场对于互联网汽车的强烈需求。”神龙汽车互联服务规划总监张伟说,“同阿里巴巴和斑马网络的合作使得我们能够以最快的速度拥抱中国互联网的创新。”
8月15日,神龙汽车同AliOS及斑马网络在阿里巴巴飞天园区举行了一场媒体沟通会,分享了旗下首款互联网汽车SUV云逸研发背后的故事。
SUV云逸原型车于去年在欧洲市场首发上市即大获成功,在中国首次融入智能操作系统——基于AliOS的斑马智行。
张伟回忆,当PSA团队第一次与斑马网络接触时,原定的1小时介绍一再延长。法国同事尤其觉得语音车控很有意思,说“我要看星星”就能打开天窗。现在,他们说的最多的一句中文就是"你好斑马",即使是不标准的外国普通话,斑马都能成功识别并执行指令。
对于斑马网络来说,东风雪铁龙是其走向开放的第一步。如果说上汽荣威的合作是斑马从0到1的起步,那么同东风雪铁龙的合作则意味着从1到无限的可能。
斑马网络高级副总裁周平说,“神龙公司给了我们太多太多的惊喜。本以为与合资品牌的合作之路必然充满了中外双方冗长的协调与磨合,但没想到与斑马的合作上,神龙公司中外高层在‘反应速度、决策速度、开发速度’三方面创造了法式前锋速度。”
据介绍,从首次接触到意向书签订,双方只见了两次面。此后,在确保符合汽车行业严格质量产品要求的前提下,整个产品开发时长从平均所需的18个月缩短到了13个月,两天时间往返中法两国成为一些工程师的日常。
众所周知,欧洲车企对行车安全、数据安全、网络安全的要求都非常高。在SUV云逸上,斑马智行首次采用了PKI/CA证书安全体系。在数据安全方面,斑马也参考了欧盟GDPR这一史上最严厉的个人数据保护条例。”
“年轻时尚”是SUV云逸的典型特点。而在帮助车企年轻化上,阿里与斑马智行已有成功经验。周平介绍,在同上汽的合作中,车主平均年龄下降了8岁,有大量的90后车主涌入。对于他们说,互联网汽车是一个全新的品类,而不是一台冰冷的钢铁机器。
麦肯锡报告显示,中国式创新的特征是以客户为中心的创新和效率驱动型的创新。对此,张伟表示:“原先的汽车开发思路更关注前期,即整车的设计、开发及制造过程;现在因为有了斑马OTA空中升级,产品迭代周期从原本的4年缩短为4个月,我们能够更关注交付之后的用户全生命周期体验,而这些反过来又会影响到下一代车型的研发。”
好文章,需要你的鼓励
这篇研究重新审视了循环神经网络中的双线性状态转换机制,挑战了传统观点。高通AI研究团队证明,隐藏单元不仅是被动记忆存储,更是网络计算的积极参与者。研究建立了一个从实数对角线到完全双线性的模型层级,对应不同复杂度的状态跟踪任务。实验表明,双线性RNN能有效学习各种状态跟踪任务,甚至只需极少量训练数据。研究还发现,纯乘法交互比加法交互更有利于状态跟踪,为循环网络设计提供了新视角。
这项研究探讨了多模态大语言模型在增强推理能力时出现的视觉幻觉问题。研究发现,模型生成更长推理链时,对视觉信息的关注减少,导致幻觉增加。研究者提出RH-AUC指标和RH-Bench基准来评估模型在推理与幻觉间的平衡,发现较大模型表现更好,纯强化学习训练优于监督微调加强化学习,且训练数据的类型比数量更重要。这些发现对开发既具推理能力又保持视觉准确性的AI系统具有重要意义。
这篇研究探讨了大语言模型在自动推理任务中的不确定性问题。研究者提出,模型生成形式规范时的概率不确定性不是缺陷,而是宝贵的信号源。通过引入概率上下文无关文法框架分析SMT-LIB程序分布,他们发现不确定性信号具有任务相关性(如逻辑任务中的语法熵AUROC>0.93)。他们的轻量级信号融合方法能减少14-100%的错误,仅需最小弃权,将大语言模型驱动的形式化转变为可靠工程学科。研究揭示当模型正确理解逻辑关系时会产生稳定的语法模式,为判断何时信任模型提供了可靠指标。
来自沙特阿拉伯王子苏丹大学和阿尔法萨尔大学的研究团队开发了GATE(General Arabic Text Embedding)模型,这是一套专为阿拉伯语设计的文本嵌入系统。该研究结合了套娃表示学习和混合损失训练方法,解决了阿拉伯语特有的语义处理挑战。GATE模型在MTEB基准测试的语义文本相似度任务中表现卓越,比包括OpenAI在内的更大模型高出20-25%,同时保持了多维度(768至64)的高效表现。研究通过详细的错误分析揭示了模型在不同相似度水平上的表现特点,为阿拉伯语NLP领域提供了新的研究方向。