据《华尔街日报》网络版报道,苹果已经聘请了一位汽车制造行业的资深高管,显示出该公司开发电动汽车的努力可能已取得进展。
报道称,去年离职的菲亚特克莱斯勒全球质量总监道格·贝特斯(Doug Betts)现在已经加盟苹果,但他拒绝对新职位置评。贝特斯在职业社交网站LinkedIn的资料显示,他在7月加盟苹果,对其头衔的描述是“苹果-运营”,工作地点是旧金山湾区,但没有披露更多细节。
对于贝特斯的招募,显示出苹果想要利用他的专业知识了解如何构造一辆汽车。除了贝特斯外,苹果近期还招募了一名欧洲知名自动驾驶汽车研究人员,并组建一支团队来研发汽车系统。
苹果目前的现金储备接近2000亿美元,该公司已加入谷歌以及其他非传统汽车公司的行列,探索为汽车开发系统或构造一辆整车,后者更多的依赖精密软件系统来运行。
苹果已经为其代号为“泰坦”(Titan)的电动汽车项目招募了数百名员工。由于苹果并未公开承认这一项目,所以很难估计苹果在这一电动汽车开发计划上有多认真。知情人士称,为了组建团队开发汽车,苹果将目标锁定在了特斯拉员工上。在今年5月的电话会议上,特斯拉CEO埃隆·马斯克(Elon Musk)表示,他希望苹果进入汽车行业,但表示过去12个月,特斯拉从苹果挖到的员工数量是苹果从特斯拉挖到员工数量的五倍。
贝特斯可能是首位加盟苹果,并侧重于制造业务的主要汽车公司高管。近20年来,贝特斯一直在汽车公司从事产品质量和制造业务。他先是在丰田汽车担任总经理,然后在日产汽车、菲亚特克莱斯勒担任副总裁。贝特斯在去年突然从菲亚特克莱斯勒离职,追求其它兴趣。
好文章,需要你的鼓励
新加坡国立大学研究团队开发了SPIRAL框架,通过让AI与自己对弈零和游戏来提升推理能力。实验显示,仅训练AI玩简单扑克游戏就能让其数学推理能力提升8.6%,通用推理提升8.4%,且无需任何数学题目作为训练材料。研究发现游戏中的三种推理模式能成功转移到数学解题中,为AI训练提供了新思路。
同济大学团队开发的GIGA-ToF技术通过融合多帧图像的"图结构"信息,创新性地解决了3D相机噪声问题。该技术利用图像间的不变几何关系,结合深度学习和数学优化方法,在合成数据集上实现37.9%的精度提升,并在真实设备上展现出色泛化能力,为机器人、AR和自动驾驶等领域提供更可靠的3D视觉解决方案。
伊利诺伊大学研究团队通过对比实验发现,经过强化学习训练的视觉语言模型虽然表现出"顿悟时刻"现象,但这些自我纠错行为并不能实际提升推理准确率。研究揭示了AI模型存在"生成-验证差距",即生成答案的能力强于验证答案质量的能力,且模型在自我验证时无法有效利用视觉信息,为AI多模态推理发展提供了重要启示。
MIT等顶尖机构联合提出SparseLoRA技术,通过动态稀疏性实现大语言模型训练加速1.6倍,计算成本降低2.2倍。该方法使用SVD稀疏性估计器智能选择重要计算部分,在保持模型性能的同时显著提升训练效率,已在多个任务上验证有效性。