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
这项由Midjourney团队主导的研究解决了AI创意写作中的关键问题:如何让AI既能写出高质量内容,又能保持创作的多样性和趣味性。通过引入"偏差度"概念和开发DDPO、DORPO两种新训练方法,他们成功让AI学会从那些被传统方法忽视的优秀独特样本中汲取创意灵感,最终训练出的模型在保持顶级质量的同时,创作多样性接近人类水平,为AI创意写作开辟了新方向。
上海AI实验室联合多所高校开发出VisualPRM系统,这是首个专门用于多模态推理的过程奖励模型。该系统能像老师批改作业一样逐步检查AI的推理过程,显著提升了AI在视觉推理任务上的表现。研究团队构建了包含40万样本的训练数据集和专门的评估基准,实现了在七个推理基准上的全面性能提升,即使是最先进的大型模型也获得了5.9个百分点的改进。
上海AI实验室团队通过LEGO积木设计了创新评测基准LEGO-Puzzles,系统测试了20个先进多模态大语言模型的空间推理能力。研究发现即使最强AI模型准确率仅57.7%,远低于人类93.6%的表现,揭示了当前AI在三维空间理解和多步序列推理方面的重大不足,为机器人、自动驾驶等应用发展提供重要参考。
字节跳动团队突破了AI图像生成领域的三大难题:身份识别不准确、文字理解偏差和图片质量不佳。他们开发的InfiniteYou技术采用创新的InfuseNet架构和多阶段训练策略,能够根据用户照片和文字描述生成高质量个性化图像。实验显示该技术在身份相似度、文本匹配度和图像质量方面均超越现有最佳方案,并具备出色的兼容性,为个性化内容创作开辟了新道路。