无人车又卷入了一起车祸。不过这一次,它成了受害者。
当地时间周五下午一点左右,山景城的一个十字路口,绿灯亮起 6 秒钟后,一辆 Google 无人驾驶测试车雷克萨斯 RX450h 起步。没等他穿过路口,右侧一辆商务车无视红灯开了过来,和雷克萨斯结结实实地撞在了一起。Google 无人车右侧严重损毁。
幸运的是,无人车上的乘客和商务车司机都没有受伤。目前消息来看,此次事故的主要责任方应该是商务车司机。
Google 官方表示将会在本月底公布事故详细信息。回溯以往的消息,这次极有可能是 Google 无人车遭遇的最严重的一次车祸。
今年 2 月底,Google 的另一辆无人车在变道时误判了后方大巴司机的驾驶行为,它本以为司机会减速等待它变道,实际情况却正好相反。两者发生轻微的刮蹭,无人车撞到了大巴的一侧车身,前护栏、车轮和传感器受损。
Google 多次通过官方渠道用数据和案例证明粗心大意的人类在开车这件事上有多么不靠谱。比如说,94% 的车祸是由于司机的不当操作引起的,路怒、无耐心、精力不集中等是司机的通病。无人车就没有这种毛病,它拥有 360 度的视角去监视路况,规避行人,不会路怒,不会失去耐心。绿灯亮起后数秒钟起步可以部分说明这个问题。
关于无人车的守规矩我们前几天乘坐福特无人车兜风的时候,已有体验。改装后的蒙迪欧在左转时监测到后方有行人通过马路来了个急刹车:
它绝对是我见过的最礼貌的司机。见到行人,车子会早早地停下来,直到行人完全离开车道才开始启动;在变道之前会打转向灯,转向灯几秒后才会变道;加速减速平稳流畅,也会在适合的情况下以限速速度前进。
然而当无人车遇到有情绪会分心的人类司机,情况就会变得复杂起来。这也是在今后很长一段时间内会存在的问题,无人车和人类司机并行在城市街头,对交通规则的遵守,对驾驶行为和路人、非机动车的预判,两者会存在巨大的差异。
即便现有的交通法规会对无人车和人类司机一视同仁,但两者对于法规的解读却各有不同。在无人车一统天下之前,人类难以预测的行为带给 Google、Uber、福特等无人驾驶探路者的挑战可能比无人驾驶所涉及的机器视觉、传感技术本身更有难度。
好文章,需要你的鼓励
北航团队推出Easy Dataset框架,通过直观的图形界面和角色驱动的生成方法,让普通用户能够轻松将各种格式文档转换为高质量的AI训练数据。该工具集成了智能文档解析、混合分块策略和个性化问答生成功能,在金融领域实验中显著提升了AI模型的专业表现,同时保持通用能力。项目已开源并获得超过9000颗GitHub星标。
卢森堡计算机事件响应中心开发的VLAI系统,基于RoBERTa模型,能够通过阅读漏洞描述自动判断危险等级。该系统在60万个真实漏洞数据上训练,准确率达82.8%,已集成到实际安全服务中。研究采用开源方式,为网络安全专家提供快速漏洞风险评估工具,有效解决了官方评分发布前的安全决策难题。
中国电信研究院等机构联合开发的xVerify系统,专门解决复杂AI推理模型的评估难题。该系统能够准确判断包含多步推理过程的AI输出,在准确率和效率方面均超越现有方法,为AI评估领域提供了重要突破。
昆仑公司Skywork AI团队开发的Skywork R1V模型,成功将文本推理能力扩展到视觉领域。该模型仅用380亿参数就实现了与大型闭源模型相媲美的多模态推理性能,在MMMU测试中达到69.0分,在MathVista获得67.5分,同时保持了优秀的文本推理能力。研究团队采用高效的多模态迁移、混合优化框架和自适应推理链蒸馏三项核心技术,成功实现了视觉理解与逻辑推理的完美结合,并将所有代码和权重完全开源。