2024,汽车智能化正在加速,小米、华为等科技公司加快入局。近日,王传福宣布投入1000亿元在比亚迪智能化战略上,重点是研究整车智能技术。其中王传福发布了比亚迪智电融合智能化架构——璇玑AI大模型,由“中央大脑”、车端AI和云端AI、车联网、5G网、卫星网,及传感链、控制链、数据链、机械链组成。
而王传福的底气是比亚迪的工程师团队。目前比亚迪有11个研究院,9万多名研发人员,累计专利申请超4.8万项。
“有意见”留言板
@收费:但愿智能化不是卖高价和持续收费的噱头。消费者希望一部汽车是安全、便捷的,现在反而因智能化出现了反噬现象,车失控甚至向用户持续收费。智能的初衷是什么值得所有车企认真思考。
@目标:比亚迪一千个小目标投资引人瞩目,我们承认制造业上了台阶。但就比亚迪而言,只是靠着政府暴力补贴,舍得亏而已,大家摸着良心,同一车型比亚迪如果和特斯拉完全一样的价钱,还有多少人会掏钱买比亚迪?
@Betty:上半场电气化,下半场智能化,看来今年汽车全面智能化要“猛按加速键”了。
好文章,需要你的鼓励
OpenAI CEO描绘了AI温和变革人类生活的愿景,但现实可能更复杂。AI发展将带来真正收益,但也会造成社会错位。随着AI系统日益影响知识获取和信念形成,共同认知基础面临分裂风险。个性化算法加剧信息茧房,民主对话变得困难。我们需要学会在认知群岛化的新地形中智慧生存,建立基于共同责任而非意识形态纯洁性的社区。
杜克大学等机构研究团队通过三种互补方法分析了大语言模型推理过程,发现存在"思维锚点"现象——某些关键句子对整个推理过程具有决定性影响。研究表明,计划生成和错误检查等高层次句子比具体计算步骤更重要,推理模型还进化出专门的注意力机制来跟踪这些关键节点。该发现为AI可解释性和安全性研究提供了新工具和视角。
传统数据中心基础设施虽然对企业至关重要,但也是预算和房地产的重大负担。模块化数据中心正成为强有力的替代方案,解决企业面临的运营、财务和环境复杂性问题。这种模块化方法在印度日益流行,有助于解决环境问题、满足人工智能的电力需求、降低成本并支持新一代分布式应用。相比传统建设需要数年时间,工厂预制的模块化数据中心基础设施可在数周内部署完成。
法国索邦大学团队开发出智能医学文献管理系统Biomed-Enriched,通过AI自动从PubMed数据库中识别和提取高质量临床案例及教育内容。该系统采用两步注释策略,先用大型AI模型评估40万段落质量,再训练小型模型处理全库1.33亿段落。实验显示该方法仅用三分之一训练数据即可达到传统方法效果,为医学AI发展提供了高效可持续的解决方案。