微信扫一扫,关注公众号

  • 科技行者

  • 算力行者

见证连接与计算的「力量」

首页 港媒称苹果布局汽车或落后乐视谷歌

港媒称苹果布局汽车或落后乐视谷歌

2015-02-26 12:56
分享至:
----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-
2015-02-26 12:56 新浪网

苹果触角伸向电动汽车市场引来媒体轮番解读。昨日,包括明报在内的香港主流媒体报道称,苹果在汽车领域的缓慢布局,很可能令其在接下来的市场竞争中处于下风。


香港明报在文章中写道,苹果此时进入电动汽车领域,是将它视为未来发展的大趋势。实际上,目前已有多家科技公司投身电动汽车领域。其中,谷歌在2012年开始研发无人驾驶汽车,主要以电动车为对象。

而在中国深圳创业板上市的乐视网,在深度垂直整合的“平台+内容+终端+应用”的生态模式下,如今将业务拓展至智能手机和电动汽车市场。去年12月,乐视CEO贾跃亭在微博上率先公布“SEE计划”,成为全球首家互联网造车公司。

另据彭博社等美国商业财经媒体报道,苹果汽车在2020年有望面世。在汽车产业分析师看来,苹果汽车若按照这一时间规划上市,它极有可能落在谷歌无人驾驶汽车或是乐视超级汽车的后面。据可靠消息,谷歌无人汽车两年内将上路试行,而乐视超级汽车业也有望在两三年内推出样车。

从战略卡位来看,乐视超级汽车目前已赢在起跑线。今年1月20日,乐视在北京举行的“定义未来”的超级汽车发布会上,首次向外界公布其全球超级汽车研发团队的规模已经达到260多人,汇聚了来自四方面的全球顶尖人才——传统的汽车制造领域、电动车制造领域、互联网行业、智能硬件行业,其中很多专家来自特斯拉、奔驰、宝马、通用、福特等著名汽车厂商。这个研发团队已经开展工作将近一年。

超级汽车研发人员与苹果汽车200人团队相比,不但未处下风还胜出一筹。据了解,苹果汽车负责人是前奔驰硅谷研究院的带头人 Johann Jungwirth和为Ford 设计慨念车型的Marc Newson等人。而乐视超级汽车研发团队的负责人履历更为惊艳,资历比Johann Jungwirth更深,他已经在特斯拉等明星车企证明了自己。(回头小编专出一文爆料。)

对于外界将超级汽车与特斯拉和苹果汽车直接竞争的话题,乐视超级汽车(中国)公司副总裁的吕征宇说:“我非常相信新鲜事物,当人们第一次看我们的时候,就像贾总所说,他们首先会忽视你,然后嘲笑你,继而与你战斗,最后你赢了。我们有机会通过我们的强项,比如设计、制造以及销售渠道来颠覆传统汽车行业。”


分享至
0赞

好文章,需要你的鼓励

推荐文章
  • 奖励设计:让AI学会智能使用工具的关键
    2025-04-23 17:39

    奖励设计:让AI学会智能使用工具的关键

    想象一下,你有一个非常聪明的朋友,他知道很多知识,但每当需要使用计算器、搜索引擎或查询最新天气时,却变得像个笨手笨脚的孩子。这正是当前大语言模型(简称LLMs,如ChatGPT这类AI系统)面临的尴尬处境。

  • ToolRL:奖励设计是工具学习所需的全部
    2025-04-23 17:34

    ToolRL:奖励设计是工具学习所需的全部

    想象一下,你拥有一个聪明的助手,它知道很多知识,但在面对需要使用计算器、搜索引擎或查询最新信息时却显得笨手笨脚。这正是当前大语言模型(LLMs)面临的困境。虽然这些模型已经通过监督微调(SFT)学会了使用工具的基本能力,但它们常常在面对复杂或不熟悉的场景时表现不佳。

  • X-Teaming:使用自适应多智能体进行多轮越狱攻击和防御
    2025-04-23 14:08

    X-Teaming:使用自适应多智能体进行多轮越狱攻击和防御

    想象你正在和一个智能助手聊天。如果你直接要求它提供有害信息,它很可能会礼貌拒绝。但如果你通过一系列看似无害的对话,逐步引导它走向你的真实目标呢?这就是当前AI安全领域面临的一个严峻挑战——多轮对话中的安全漏洞。

  • "思考操纵":用外部思考让大型推理模型更高效
    2025-04-22 16:43

    "思考操纵":用外部思考让大型推理模型更高效

    想象你在使用一个非常聪明的AI助手完成一项复杂任务,比如解决一道数学难题。你可能注意到这个助手会花很长时间"思考",一步一步写下大量推理过程,最后才给出答案。虽然这种详细的思考过程确实帮助AI做出了更准确的判断,但同时也带来了一个明显的问题:它太"啰嗦"了,消耗了大量的计算资源和时间。

----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-