百度无人驾驶技术峰会8月18日召开,百度深度学习实验室副主任余凯在接受采访时透露了百度在无人驾驶技术上的战略部署,解读了百度为什么要做无人驾驶。
“首先无人驾驶能够使我们的驾驶变得更加安全。第二个原因是,如果智能驾驶成为现实,你会省去到飞机场和火车站的时间,有自己的车把你带到目的地。第三,现在大都市普遍有交通堵塞的问题,或者你在喝醉酒了以后想找代驾,如果有无人驾驶就可以解决。”
事实上,更让人感兴趣的是,为什么是百度来做这个事情?
对此,余凯称:“首先百度不仅仅是搜索公司,也是一个做地图的服务商,地图是非常重视数据的服务,如果我们在下一个五年或者下一个十年的布局上,如果百度能够在新的下一代的地图上能够占得先机的话,可以说意义非常大;”
“ 第二,无人驾驶作为一个机器人领域的一个特殊的应用,我们认为它是相当于针对未来的一个技术储备。”
“第三个原因是,我觉得无人驾驶车辆或者说智能车,是未来一个新的平台,因为首先,有很多信息都是在车里面被消费。”
无人驾驶汽车作为与人们生活极其相关的高科技产品,受到了极大关注。百度无人驾驶技术峰会将相关专家聚集一堂,针对具体问题进行了深入探讨。
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。