
百度无人驾驶汽车下半年问世 与第三方车厂合作
6月8日消息,在近日举行的中国云计算大会上,百度高级副总裁、技术战略委员会主席王劲表示,百度将在今年下半年推出无人驾驶汽车。但百度自己不会造车,而是采取与第三方汽车厂商合作的方式。
据介绍,百度将利用现有的大数据、地图、人工智能和百度大脑等一系列技术应用到即将到来的无人驾驶车中。为了增加百度地图的准确性,百度还收购了芬兰的一家技术公司,来增强其大数据方面的表现。
另外,百度大脑也是其重要的核心技术,基于计算机和人工智能,模拟人脑思维的模式,百度大脑拥有200亿个参数,通过模拟人脑的无数神经元的工作原理。
实际上,谷歌无人驾驶汽车已经经过上路测试,近日谷歌决定今后将按月报告其无人驾驶汽车事故相关的更新数据。
据谷歌已经发布的一份报告显示,谷歌无人驾驶汽车自从2009年开始测试以来,已经发生了12起事故。
因此,百度若涉足无人驾驶领域必将在安全性方面下功夫。
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。