
电动车制造商特斯拉今日发布截至6月30日的2015年第二季度财报。几乎同一时间,谷歌安全工程师克里斯-埃文斯(Chris Evans)在Twitter上宣布加入特斯拉成为安全负责人。
截图自克里斯-埃文斯(Chris Evans)的Twitter
埃文斯曾是oracle安全分析师,从2005年进入谷歌,十年里一直负责谷歌的安全领域。加入特斯拉之后,主要负责安全领域。
埃文斯离职后,由安全工程师本-霍克斯(Ben Hawkes)接管谷歌的互联网安全团队“Project Zero”,霍克斯曾在2013年发现存在于Adobe Flash及微软Office中的大量漏洞。
截图自克里斯-埃文斯(Chris Evans)的Twitter
“Project Zero”团队主要由谷歌内部顶尖安全工程师组成,他们的唯一使命就是发现、跟踪和修补全球性的软件安全漏洞。同时,“Project Zero”所处理的安全漏洞通常都属于“零日漏洞”范畴,网络黑客或者政府有组织的黑客团队可以利用这些漏洞展开网络监听等操作。
谷歌通过这种方式鼓励相关公司与其联手对付黑客。在找到漏洞后,“Project Zero”团队首先会对该软件开发商发出警告,然后给对方60-90天的时间来修补漏洞,之后谷歌便会在“Project Zero”的官方博客上公布这一漏洞。谷歌方面曾表示,为了避免这些漏洞被黑客利用,谷歌通常会向软件开发商施压,并催促其尽量在7天时间内对漏洞进行修复。
可以预见,埃文斯加入特斯拉之后,将对特斯拉在车联网的安全有所帮助。
过去20年,黑客们每年夏季都会到拉斯维加斯参加黑帽技术大会(Black Hat),展示攻击计算机的技术。现在,他们的攻击目标转向了汽车。
消息称,曾为美国国家安全局工作的一名Twitter工程师,计划在黑帽技术大会上展示如何在笔记本上控制数英里之外的Jeep汽车。一家移动安全创业公司的一名高管,计划展示与一名好友合作攻击特斯拉电动汽车。另外一名研究人员计划演示无线打开任何汽车车门的“绝技”。
此前还有报道指出,中国极客破解特斯拉系统Model S,可以用手机远程控制特斯拉的行驶状态。尽管次日特斯拉发表声明称那辆被“破解”的Model S很有可能之前遭到物理干预,但这或多或少也让特斯拉的安全受阻。埃文斯的加入反映出特斯拉对智能汽车安全上的重视。
财报显示,特斯拉第二季度按照美国通用会计准则计量的营收为9.55亿美元,不按照美国通用会计准则计量的经调整的营收同比增长近40%、环比增长8.5%至12亿美元;按照美国通用会计准则计量的净亏损为1.84亿美元,去年同期为净亏损6190万美元。
尽管特斯拉第二季度业绩超过了市场分析师的预期,但由于特斯拉削减了全年汽车销量预期,该公司当日盘后股价仍然大幅下跌。8月5日收盘,特斯拉股价下跌5.97%。
特斯拉第二季度Model S汽车销售量为11532辆,符合公司今年7月预期的11507辆。但是,整个第二季度,特斯拉汽车产量共为12807辆,同比增长46%,环比增长15%,而且也超过公司此前预计的12500辆。
不按照美国通用会计准则计量的来自汽车的营收为11.2亿美元,按照美国通用会计准则计量的汽车营收为8.78亿美元。
按照美国通用会计准则计量的每股摊薄亏损为1.45美元,去年同期为每股摊薄亏损0.50美元。
特斯拉第二季度不按照美国通用会计准则计量的净亏损为6100万美元,去年同期此项净利润为1613万美元;不按照美国通用会计准则计量的经调整的每股摊薄亏损为0.48美元,去年同期此项摊薄利润为0.13美元。
特斯拉声称,该公司如今预计今年的汽车出货量(包括Model S和Model X两款车型在内)将介于5万辆到5.5万辆之间,而此前的预期则是5.5万辆。与此同时,特斯拉还预计,今年第三季度的汽车生产量为1.2万辆,即同比增长60%,而销售量预计将与今年第二季度持平。
好文章,需要你的鼓励
Adobe研究院与UCLA合作开发的Sparse-LaViDa技术通过创新的"稀疏表示"方法,成功将AI图像生成速度提升一倍。该技术巧妙地让AI只处理必要的图像区域,使用特殊"寄存器令牌"管理其余部分,在文本到图像生成、图像编辑和数学推理等任务中实现显著加速,同时完全保持了输出质量。
香港科技大学团队开发出A4-Agent智能系统,无需训练即可让AI理解物品的可操作性。该系统通过"想象-思考-定位"三步法模仿人类认知过程,在多个测试中超越了需要专门训练的传统方法。这项技术为智能机器人发展提供了新思路,使其能够像人类一样举一反三地处理未见过的新物品和任务。
韩国KAIST开发的Vector Prism系统通过多视角观察和统计推理,解决了AI无法理解SVG图形语义结构的难题。该系统能将用户的自然语言描述自动转换为精美的矢量动画,生成的动画文件比传统视频小54倍,在多项评估中超越顶级竞争对手,为数字创意产业带来重大突破。
华为诺亚方舟实验室提出VersatileFFN创新架构,通过模仿人类双重思维模式,设计了宽度和深度两条并行通道,在不增加参数的情况下显著提升大语言模型性能。该方法将单一神经网络分割为虚拟专家并支持循环计算,实现了参数重用和自适应计算分配,为解决AI模型内存成本高、部署难的问题提供了全新思路。