北京时间4月11日消息,据科技博客The Verge报道,知情人士透露,特斯拉Model S将从Model X中借鉴名为“生物武器防御模式”的空气过滤系统,并提供100千瓦时的电池选项。
当用户开启“生物武器防御模式”后,车内的空气过滤系统将能有效吸收有害气体、粉尘等污染物。马斯克曾在Twitter上发布文章称,该功能将给用户带来“医院级的空气质量”。在雾霾严重的中国市场,这对用户来说是一个颇具吸引力的卖点。
知情人士表示,这种新车型最早将于本周推出,同时推出的还有Model X定制车型。在此之前,Model S的最大电池容量仅为90千瓦时。
上周有报道称,Model S将增加一些新的豪华配置,包括LED头等和通风座椅,后者已经配置在Model X上。其他的调整还包括对进气格栅进行改造,并采用新的喷漆颜色。不过,由于特斯拉经常会在最后时刻调整计划,因此这些升级配置完全有可能推迟,或者完全取消。
特斯拉并没有像传统汽车厂商一样以年份来命名换代车型,但Model S的确在过去几年完成了多次升级。最大的升级是在去年增加了半自动驾驶硬件。
特斯拉并未对此置评,但该公司通常都拒绝对传言和猜测发表评论。
好文章,需要你的鼓励
新加坡国立大学研究团队开发了SPIRAL框架,通过让AI与自己对弈零和游戏来提升推理能力。实验显示,仅训练AI玩简单扑克游戏就能让其数学推理能力提升8.6%,通用推理提升8.4%,且无需任何数学题目作为训练材料。研究发现游戏中的三种推理模式能成功转移到数学解题中,为AI训练提供了新思路。
同济大学团队开发的GIGA-ToF技术通过融合多帧图像的"图结构"信息,创新性地解决了3D相机噪声问题。该技术利用图像间的不变几何关系,结合深度学习和数学优化方法,在合成数据集上实现37.9%的精度提升,并在真实设备上展现出色泛化能力,为机器人、AR和自动驾驶等领域提供更可靠的3D视觉解决方案。
伊利诺伊大学研究团队通过对比实验发现,经过强化学习训练的视觉语言模型虽然表现出"顿悟时刻"现象,但这些自我纠错行为并不能实际提升推理准确率。研究揭示了AI模型存在"生成-验证差距",即生成答案的能力强于验证答案质量的能力,且模型在自我验证时无法有效利用视觉信息,为AI多模态推理发展提供了重要启示。
MIT等顶尖机构联合提出SparseLoRA技术,通过动态稀疏性实现大语言模型训练加速1.6倍,计算成本降低2.2倍。该方法使用SVD稀疏性估计器智能选择重要计算部分,在保持模型性能的同时显著提升训练效率,已在多个任务上验证有效性。