通用汽车于本月初在美国得克萨斯州圣安东尼奥市举办了第 31 届年度供应商颁奖典礼,西门子数字化工业软件凭借持续创新和优质服务,斩获“2022年度供应商”称号。
通用汽车的“年度供应商”奖项旨在表彰表现卓越以及能够为客户提供创新技术及高品质服务的全球供应商,评选标准涉及产品采购、全球采购和制造服务、客户关怀、售后及物流等方面,最终由全球跨职能部门的团队负责评选。此次也是西门子数字化工业软件第六次获此殊荣。
西门子数字化工业软件总裁兼首席执行官 Tony Hemmelgarn 表示:“我们非常荣幸能够获得通用汽车授予的年度供应商奖项,也十分高兴西门子的工业软件能够在通用汽车的可持续创新之路上提供支持。这一奖项再次印证了西门子 Xcelerator 平台的解决方案和数字孪生技术能够帮助客户有效解决汽车业所面临的电气化、自主化和脱碳化等难题。”
通用汽车全球采购与供应链副总裁 Jeff Morrison 表示:“过去一年对于汽车行业来说充满挑战,我们的供应商克服了重重阻碍,展现出坚韧的工作态度和灵活的应变能力,与通用汽车团队携手践行对于可持续创新以及打造先进汽车解决方案的承诺。”
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。