电动车制造商特斯拉今日发布截至6月30日的2015年第二季度财报。几乎同一时间,谷歌安全工程师克里斯-埃文斯(Chris Evans)在Twitter上宣布加入特斯拉成为安全负责人。
截图自克里斯-埃文斯(Chris Evans)的Twitter
埃文斯曾是oracle安全分析师,从2005年进入谷歌,十年里一直负责谷歌的安全领域。加入特斯拉之后,主要负责安全领域。
埃文斯离职后,由安全工程师本-霍克斯(Ben Hawkes)接管谷歌的互联网安全团队“Project Zero”,霍克斯曾在2013年发现存在于Adobe Flash及微软Office中的大量漏洞。
截图自克里斯-埃文斯(Chris Evans)的Twitter
“Project Zero”团队主要由谷歌内部顶尖安全工程师组成,他们的唯一使命就是发现、跟踪和修补全球性的软件安全漏洞。同时,“Project Zero”所处理的安全漏洞通常都属于“零日漏洞”范畴,网络黑客或者政府有组织的黑客团队可以利用这些漏洞展开网络监听等操作。
谷歌通过这种方式鼓励相关公司与其联手对付黑客。在找到漏洞后,“Project Zero”团队首先会对该软件开发商发出警告,然后给对方60-90天的时间来修补漏洞,之后谷歌便会在“Project Zero”的官方博客上公布这一漏洞。谷歌方面曾表示,为了避免这些漏洞被黑客利用,谷歌通常会向软件开发商施压,并催促其尽量在7天时间内对漏洞进行修复。
可以预见,埃文斯加入特斯拉之后,将对特斯拉在车联网的安全有所帮助。
过去20年,黑客们每年夏季都会到拉斯维加斯参加黑帽技术大会(Black Hat),展示攻击计算机的技术。现在,他们的攻击目标转向了汽车。
消息称,曾为美国国家安全局工作的一名Twitter工程师,计划在黑帽技术大会上展示如何在笔记本上控制数英里之外的Jeep汽车。一家移动安全创业公司的一名高管,计划展示与一名好友合作攻击特斯拉电动汽车。另外一名研究人员计划演示无线打开任何汽车车门的“绝技”。
此前还有报道指出,中国极客破解特斯拉系统Model S,可以用手机远程控制特斯拉的行驶状态。尽管次日特斯拉发表声明称那辆被“破解”的Model S很有可能之前遭到物理干预,但这或多或少也让特斯拉的安全受阻。埃文斯的加入反映出特斯拉对智能汽车安全上的重视。
财报显示,特斯拉第二季度按照美国通用会计准则计量的营收为9.55亿美元,不按照美国通用会计准则计量的经调整的营收同比增长近40%、环比增长8.5%至12亿美元;按照美国通用会计准则计量的净亏损为1.84亿美元,去年同期为净亏损6190万美元。
尽管特斯拉第二季度业绩超过了市场分析师的预期,但由于特斯拉削减了全年汽车销量预期,该公司当日盘后股价仍然大幅下跌。8月5日收盘,特斯拉股价下跌5.97%。
特斯拉第二季度Model S汽车销售量为11532辆,符合公司今年7月预期的11507辆。但是,整个第二季度,特斯拉汽车产量共为12807辆,同比增长46%,环比增长15%,而且也超过公司此前预计的12500辆。
不按照美国通用会计准则计量的来自汽车的营收为11.2亿美元,按照美国通用会计准则计量的汽车营收为8.78亿美元。
按照美国通用会计准则计量的每股摊薄亏损为1.45美元,去年同期为每股摊薄亏损0.50美元。
特斯拉第二季度不按照美国通用会计准则计量的净亏损为6100万美元,去年同期此项净利润为1613万美元;不按照美国通用会计准则计量的经调整的每股摊薄亏损为0.48美元,去年同期此项摊薄利润为0.13美元。
特斯拉声称,该公司如今预计今年的汽车出货量(包括Model S和Model X两款车型在内)将介于5万辆到5.5万辆之间,而此前的预期则是5.5万辆。与此同时,特斯拉还预计,今年第三季度的汽车生产量为1.2万辆,即同比增长60%,而销售量预计将与今年第二季度持平。
好文章,需要你的鼓励
腾讯ARC实验室推出AudioStory系统,首次实现AI根据复杂指令创作完整长篇音频故事。该系统结合大语言模型的叙事推理能力与音频生成技术,通过交错式推理生成、解耦桥接机制和渐进式训练,能够将复杂指令分解为连续音频场景并保持整体连贯性。在AudioStory-10K基准测试中表现优异,为AI音频创作开辟新方向。
Meta与特拉维夫大学联合研发的VideoJAM技术,通过让AI同时学习外观和运动信息,显著解决了当前视频生成模型中动作不连贯、违反物理定律的核心问题。该技术仅需添加两个线性层就能大幅提升运动质量,在多项测试中超越包括Sora在内的商业模型,为AI视频生成的实用化应用奠定了重要基础。
上海AI实验室发布OmniAlign-V研究,首次系统性解决多模态大语言模型人性化对话问题。该研究创建了包含20万高质量样本的训练数据集和MM-AlignBench评测基准,通过创新的数据生成和质量管控方法,让AI在保持技术能力的同时显著提升人性化交互水平,为AI价值观对齐提供了可行技术路径。
谷歌DeepMind团队开发的GraphCast是一个革命性的AI天气预测模型,能够在不到一分钟内完成10天全球天气预报,准确性超越传统方法90%的指标。该模型采用图神经网络技术,通过学习40年历史数据掌握天气变化规律,在极端天气预测方面表现卓越,能耗仅为传统方法的千分之一,为气象学领域带来了效率和精度的双重突破。