
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
GeoVerse融合几何潜在扩散模型与Wan2.2视频生成先验,并引入全局空间记忆机制,实现了跨视角一致、生成质量高且推理速度快的新视角合成,在多个数据集上大幅超越现有方法GLD。
本文解读TT-VidT,一种通过分离外观锚点与动作令牌、结合Diff Compression训练目标的视频自监督方法。在24种架构目标组合的受控实验中,仅TT3D与Diff Compression搭配才能进入强动作敏感区,且计算量比同类方法降低近一半。
Q&A Q1:Imprint Reader是什么? A:Imprint Reader是上海人工智能实验室团队开发的模型,通过SMaRT训练方法学会读取另一个模型冻结的权重更新,把参数层面的变化翻译成自然语言描述,判断这次更新到底注入了什么知识或诱导了什么行为习惯。 Q2:MetaEdit能做什么? A:MetaEdit能把Reader对目标行为的梯度信号迁移到原始模型上,不需要任何目标任务的训练数据,只用一句行为描述就能定向调整模型参数,已经在安全性拒绝率调节、数学推理风格转变和工具调用能力提升上验证过效果。 Q3:Imprint Reader读权重更新的准确率高吗? A:目前还不高,知识类目标的Pass@100只有2%,行为类目标是16%,说明自由生成描述的可靠性有限,但相比原始模型完全答不出来的0%基线,已经证明了权重更新的自然语言读取是可行的。
统一多模态模型能看也能画,理论上该会自我修正。本论文提出UMM-Reflection,用整条轨迹的强化学习联合训练诊断和修图能力,GenEval提升12分,且迁移到多个未训练基准,揭示RL提升的是选择可靠性而非新能力。