至顶网软件频道消息:
在现在这个阶段,Google的量子计算机不过是一个科学项目,但大众汽车(Volkswagen)公司却决定搭乘这个顺风车。
在欧洲举行的一个会议期间,大众汽车宣布与Google达成协议,两家公司将在交通管理和电池开发中的量子应用方面展开合作。
Google从2015年推出D-Wave量子计算机的时候就进入这个领域了,是量子计算的狂热分子。今年年初,Google宣布开始测试一个名为“可变量子本征求解”的内部项目,并在10月公布了一个用于解决量子问题的编译器。
两家公司合作并不意外,因为开发量子计算机是一个非常复杂的工程。大众汽车已经通过一个研究基金会资助了很多科学项目,而Google的母公司也已经涉足很多科学项目。
对于大众汽车来说,这看起来像是一个长期的赌注,因为大中企业在声明中提到,量子计算机还没有为现实世界中的使用做好准备,而且可能还需要很长一段时间。量子计算适合的发展领域包括“交通优化、探索新材料结构,特别是电动汽车的高性能电池,以及采用机器学习新流程的人工智能项目”。
大众汽车旧金山和慕尼黑的IT专家将“与Google专家共同开发算法、模拟和优化”。
大众汽车对量子计算的兴趣至少要追溯到3月,当时大众汽车展示了与D-Wave合作在交通流量优化方面所做的努力。
这是D-Wave最适合的问题类型:它是专用的、而不是通用的量子计算机,其解决方案呈现了量子可能实现最低的能耗状态。Google的目标更为雄心勃勃,正如Google在编译器方面所做的工作那样。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。