
据《华尔街日报》报道,迫于加州机动车辆管理局(DMV)的新法规要求,搜索巨头谷歌的无人驾驶汽车将被迫添加物理控制装置——方向盘和刹车制动装置,迫使谷歌对其原型车进行重新设计。
加州机动车辆管理部门本周发布新规,要求司机必须能够对在公共道路上行使的汽车采取“直接物理控制”。无疑,这对于传说中“不再需要方向盘、油门或制动踏板”的谷歌无人驾驶汽车是个打击,意味着谷歌必须在其原型车上添加方向盘和刹车踏板系统。
在今年5月份,谷歌公布了自己的无人驾驶汽车模型:小小的双座外观,而且前脸采用了卡通笑脸设计,看上去的确很萌。关键是谷歌在此车设计中省去了物理驾驶控制系统,代之以软件控制按键出现。
谷歌公司表示,他们将的遵守即将在9月中旬生效的这项加州法规,公司一位发言人表示,“添加了这些附加装置后,我们的司机可以在测试过程中安全操控无人驾驶性能。如果有必要,他们同时可以对车辆实施控制。”
《华尔街日报》称,谷歌将在下月于加州公路上测试这一添加了方向盘和制动踏板的原型车。
谷歌的无人驾驶汽车计划,只是公司包括多个项目在内的“探月”工程项目中的一个。而其他项目则来自公司的Google X实验部门,包括谷歌眼镜,以及旨在向特殊地区提供Wi-Fi连接的互联网气球项目。自2010年以来,谷歌公司已公开致力于汽车项目研发。
今年5月,谷歌创始人谢尔盖·布林(Sergey Brin)公布了无人驾驶汽车原型产品。他当时称,谷歌该项目旨在数年后,将无人驾驶汽车打造成为比“有人驾驶汽车”更安全的设备。据悉,谷歌的无人汽车能够以每小时25英里的速度前进,并且能够快速机动地绕开障碍物。布林当时称,谷歌无人驾驶汽车在整个测试中尚未发生过碰撞。
据悉,加州机动车辆管理局同时还针对无人驾驶车辆制定了其他限制。谷歌汽车项目安全主任罗恩·梅德福特(Ron Medford)在今年早些时候曾向加州车辆管理部门提出申请,打算测试其他类型的无人驾驶车辆,比如无人驾驶摩托车和卡车,但遭到拒绝。政府部门称,他们在无人驾驶技术测试方面,打算先采取“小步走”的谨慎策略。
好文章,需要你的鼓励
浙江大学团队提出动态专家搜索方法,让AI能根据不同问题灵活调整内部专家配置。该方法在数学、编程等任务上显著提升推理准确率,且不增加计算成本。研究发现不同类型问题偏爱不同专家配置,为AI推理优化开辟新路径。
清华大学研究团队提出SIRI方法,通过"压缩-扩张"交替训练策略,成功解决了大型推理模型"话多且准确率低"的问题。实验显示,该方法在数学竞赛题上将模型准确率提升43.2%的同时,输出长度减少46.9%,真正实现了效率与性能的双重优化,为AI模型训练提供了新思路。
南洋理工大学与腾讯联合研究团队开发出Rolling Forcing技术,实现AI视频实时流式生成的重大突破。该技术通过滚动窗口联合去噪、注意力锚点机制和高效训练算法三项创新,解决了长视频生成中的错误累积问题,可在单GPU上以16fps速度生成多分钟高质量视频,延迟仅0.76秒,质量漂移指标从传统方法的1.66降至0.01,为交互式媒体和内容创作开辟新可能。
华中科技大学研究团队发现,通过让AI模型学习解决几何问题,能够显著提升其空间理解能力。他们构建了包含约30000个几何题目的Euclid30K数据集,使用强化学习方法训练多个AI模型。实验结果显示,几何训练在四个空间智能测试基准上都带来显著提升,其中最佳模型达到49.6%准确率,超越此前最好成绩。这项研究揭示了基础几何知识对培养AI空间智能的重要价值。