
北京时间2月4日消息,谷歌母公司Alphabet周三称,其无人驾驶汽车项目将于本月晚些时候扩大测试区域至华盛顿州柯克兰市(Kirkland),这将是该公司进行无人驾驶汽车测试的第三座城市。
谷歌此前已在加利福尼亚州山景城总部进行了长达6年的无人驾驶汽车测试,并于去年夏天扩大测试至德克萨斯州奥斯丁市(Austin)。
谷歌发表声明称,扩大测试区域的原因之一是,这个位于美国西北部地区的新场地将可使其获得在“不同环境、交通模式和路况”下的无人驾驶汽车测试体验。柯克兰市的季节性降雨量很大,这意味着谷歌将可在潮湿天气条件下进行测试;另外,该市还处于丘陵地带,有利于谷歌测试传感器在不同角度和海拔高度的工作表现。
几周前谷歌已在柯克兰市北部地区使用一辆雷克萨斯RX450h SUV对方圆几英里的区域进行了测试,目的是绘制详细的街道地图。该公司称,其无人驾驶软件已完成了超过140万英里(约合225万千米)的自动驾驶测试。
华盛顿州州长杰·英斯利(Jay Inslee)对这种测试表示赞赏。他在谷歌发表的声明中说道:“我们盼望着能看到这种汽车上路,并希望了解有关无人驾驶汽车有朝一日如何改善安全性和缓解交通压力的更多信息。”
美国交通部上个月称其可能取消一部分车辆安全规定,从而允许更多无人驾驶汽车在美国道路上运行,目的是加快这种汽车的发展进程。
各大汽车制造商及以谷歌为首的科技公司都在争相开发和出售无人驾驶汽车,但这些公司一直都抱怨称,安全规定令其测试和最终部署受到了阻碍。
美国高速公路安全管理局(NHTSA)向汽车制造商表示,该局有意在整个行业内部对最多2500辆无人驾驶汽车进行豁免,使其不必接受一部分车辆安全标准的约束,为期最多两年,这将允许谷歌在美国道路上测试这种汽车。美国交通部长安东尼·福克斯(Anthony Foxx)上个月称,安全监管机构将在6个月内为无人驾驶汽车制定指导方针。
好文章,需要你的鼓励
openGauss的目标是探索oGRAC和超节点深度融合的可能,打造超节点原生数据库。
清华团队开发DKT模型,利用视频扩散AI技术成功解决透明物体深度估计难题。该研究创建了首个透明物体视频数据集TransPhy3D,通过改造预训练视频生成模型,实现了准确的透明物体深度和法向量估计。在机器人抓取实验中,DKT将成功率提升至73%,为智能系统处理复杂视觉场景开辟新路径。
字节跳动研究团队提出了专家-路由器耦合损失方法,解决混合专家模型中路由器无法准确理解专家能力的问题。该方法通过让每个专家对其代表性任务产生最强响应,同时确保代表性任务在对应专家处获得最佳处理,建立了专家与路由器的紧密联系。实验表明该方法显著提升了从30亿到150亿参数模型的性能,训练开销仅增加0.2%-0.8%,为混合专家模型优化提供了高效实用的解决方案。
上海AI实验室团队开发的Yume1.5是一个革命性的AI视频生成系统,能够从单张图片或文字描述创造无限可探索的虚拟世界。用户可通过键盘控制实时探索,系统8秒内完成生成,响应精度达0.836,远超现有技术。该系统采用创新的时空通道建模和自强制蒸馏技术,支持文本控制的事件生成,为虚拟现实和内容创作领域开辟了新的可能性。