AWS希望在互联车辆开发中发挥更大的作用,近日AWS表示,已经与宝马集团合作开发了一款全新的、可定制的云软件产品,能简化数百万互联汽车的数据分布和管理方式。
该软件旨在作为宝马下一代基于云的车辆数据平台的基础,也将提供给那些希望更好地集成车辆数据以加速应用开发的其他汽车制造商。
AWS解释说,AWS与宝马的工程和开发团队共同开发了这款软件,其工作原理就是从联网中车辆收集车辆信号和车队情报数据,然后通过云进行安全处理和分发。
AWS强大的安全性确保这些数据可以按照最高数据保护和隐私标准得到保护和处理。因此,只有宝马集团内部的领域专家,例如车辆应用开发人员、车队经理、数据科学家以及人工智能和商业智能专家,才能访问车辆生成的数据,而且这种访问途径是通过自助服务机制提供的,这种机制会不断地收集车辆数据流,同时监控每个来源的健康状况。
一旦数据被发送到云端,宝马的开发人员就可以利用AWS的数据分析、机器学习、数据库、人工智能开发和存储工具为互联汽车开发新的应用和功能。
宝马汽车连接平台副总裁Nicolai Krämer表示,宝马下一代互联汽车“Neue Klasse”能够处理的数据量将达到现有汽车的三倍。“我们将继续和AWS一起开发创新的解决方案,让我们能够更快地开发新的数据驱动的功能并交付给全球客户。”
Constellation Research分析师Holger Mueller表示,现代汽车已经转变为一个软件平台,因此需要连接性和更智能的数据管理。“很高兴看到AWS和宝马在这方面展开合作,创建了一个收集和管理更多数据的平台,最终将为互联汽车的车主带来更好的体验。”
宝马参与了该软件的开发,但AWS也计划尽快将其作为AWS for Automotive产品的一部分提供给其他汽车制造商,作为新一代以软件为中心的汽车的基石。
好文章,需要你的鼓励
在技术快速发展的时代,保护关键系统越来越依赖AI、自动化和行为分析。数据显示,2024年95%的数据泄露源于人为错误,64%的网络事件由员工失误造成。虽然先进的网络防御技术不断发展,但人类判断仍是最薄弱环节。网络韧性不仅是技术挑战,更是人员和战略需求。建立真正的韧性需要机器精确性与人类判断力的结合,将信任视为战略基础设施的关键要素,并将网络韧性提升为国家安全的核心组成部分。
南洋理工大学团队开发了Uni-MMMU基准测试,专门评估AI模型的理解与生成协同能力。该基准包含八个精心设计的任务,要求AI像人类一样"边看边想边画"来解决复杂问题。研究发现当前AI模型在这种协同任务上表现不平衡,生成能力是主要瓶颈,但协同工作确实能提升问题解决效果,为开发更智能的AI助手指明了方向。
自计算机诞生以来,人们就担心机器会背叛创造者。近期AI事件包括数据泄露、自主破坏行为和系统追求错误目标,暴露了当前安全控制的弱点。然而这种结果并非不可避免。AI由人类构建,用我们的数据训练,在我们设计的硬件上运行。人类主导权仍是决定因素,责任仍在我们。
360 AI Research团队发布的FG-CLIP 2是一个突破性的双语精细视觉语言对齐模型,能够同时处理中英文并进行精细的图像理解。该模型通过两阶段训练策略和多目标联合优化,在29个数据集的8类任务中均达到最先进性能,特别创新了文本内模态对比损失机制。团队还构建了首个中文多模态评测基准,填补了该领域空白,为智能商务、安防监控、医疗影像等应用开辟新可能。