
通用电气(General Electric)周四宣布与日本软银达成交易,签署Predix软件平台许可协议。
作为这项交易的一部分,软银将利用Predix系统为航运和制造业等行业开发并推出自定制应用程序。
Predix是一款旨在令各种物联网端点具备智能化的软件,其自定义行业应用将于2015年初试验性地开放。
本次合作是通用电气为其Predix软件平台签署的首个货币化和许可协议,并将其对大约120亿美元的日本市场数据分析开放。
通用电气副总裁兼通用软件负责人比尔·荣(Bill Ruh)在一份声明中表示:“向软硬开放Predix软件平台,是通用电气为触及全球各大新兴行业而迈出的第一步。通用电气和软银共同发现,在亚洲和全球市场预测分析蕴藏着巨大潜力。双方的合作关系将推动软银开发交付各种支付应用,如大数据分析、资产管理和现场维护和支持服务等。”
在过去几个月里,通用电气已定位支持Predix软件平台。今年10月,该公司宣布与一众企业技术巨头(包括软银)结盟建立物联网联盟,其中英特尔和思科承诺将合力打造“Predix就绪”(Predix Ready)设备,配备来自传感器、设备和基于云服务的开放通信框架。
这些交易的达成均表明了通用电气对物联网(该公司也称之为工业网络)的强烈关注。由此看来,通过软件与其他装置相连,通用电气计划将其机械设备定位为智能设备,而且这应该也是该公司的长期目标。目前,通用电气已在这一目标上取得进展:该公司表示,当前它能够监控和分析来自1000万个传感器的5000万数据点,每日涉及约1万亿美元的管理资产。
好文章,需要你的鼓励
这项由IIT马德拉斯与BITS Pilani联合发布的研究(arXiv:2604.21523,2026年4月)构建了FOCUS元评估基准,系统检验了评审型视觉语言大模型的可靠性。通过向超过4000个图文和图像样本中注入40种受控错误,研究发现顶尖评审AI的检测失败率在某些条件下超过50%,物理合理性和视觉细节类错误尤为难以被发现,两两比较是最可靠的评审范式。
这篇由Sylph.AI发布的技术报告提出了一套两层自动化框架,核心思想是让AI自动优化自身的运行脚手架,再进一步让AI学会如何更高效地做这种优化。内层的脚手架进化循环通过工人代理、评估代理和进化代理的协作,自动迭代改进单个任务的运行配置;外层的元进化循环则在多个任务上训练,学习一套能快速适应任何新场景的通用进化蓝图,从而彻底消除人工脚手架工程的需求。
这篇由英伟达等顶尖机构联合发表的论文提出了一种名为Voyager的新型智能体。研究团队以《我的世界》为实验平台,通过引入自动课程规划、技能库存储以及迭代反馈机制,成功让大语言模型主导的AI在完全无人类干预的情况下,实现了在复杂开放世界中的自主探索与终身学习。实验数据表明,Voyager在物品收集、探索范围及技能解锁速度上均呈现出远超传统方法的压倒性优势,为未来开发能够自主解决真实物理世界复杂任务的通用人工智能奠定了关键的理论与实践基础。
这项由伊利诺伊大学、斯坦福大学、英伟达和麻省理工学院联合发布的研究(arXiv:2604.25917,2026年4月)提出了RecursiveMAS框架,让多个异构AI模型通过轻量级模块RecursiveLink在内部信号层面直接传递"潜在思想",形成循环协作,彻底绕开了传统多AI系统依靠文字传话的低效方式。配合两阶段内外循环训练策略,整个系统只需优化极少量参数,就能在数学、科学、代码生成和搜索问答等9个基准测试上取得平均8.3%的精度提升,同时实现最高2.4倍推理加速和75.6%的token用量削减。