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
Liquid AI发布了新一代视觉语言基础模型LFM2-VL,专为智能手机、笔记本电脑和嵌入式系统等设备高效部署而设计。该模型基于独特的LIV系统架构,GPU推理速度比同类模型快2倍,同时保持竞争性能。提供450M和1.6B两个版本,支持512×512原生分辨率图像处理,采用模块化架构结合语言模型和视觉编码器。模型已在Hugging Face平台开源发布。
AIM Intelligence联合多所知名大学揭示了音频AI系统的重大安全漏洞,开发出名为WhisperInject的攻击方法。这种攻击能让看似无害的音频指令操控AI生成危险内容,成功率超过86%,完全绕过现有安全机制。研究暴露了多模态AI系统的系统性安全风险,对全球数十亿智能设备构成潜在威胁。
阿里团队推出首个AI物理推理综合测试平台DeepPHY,通过六个物理环境全面评估视觉语言模型的物理推理能力。研究发现即使最先进的AI模型在物理预测和控制方面仍远落后于人类,揭示了描述性知识与程序性控制间的根本脱节,为AI技术发展指明了重要方向。
新加坡国立大学研究团队系统梳理了视觉强化学习领域的最新进展,涵盖超过200项代表性工作。研究将该领域归纳为四大方向:多模态大语言模型、视觉生成、统一模型框架和视觉-语言-动作模型,分析了从RLHF到可验证奖励范式的政策优化策略演进,并识别出样本效率、泛化能力和安全部署等关键挑战,为这一快速发展的交叉学科提供了完整的技术地图。