CNET科技行者 8月4日 北京消息:滴滴出行今日宣布,密歇根大学终身教授刘向宏(Henry Liu)已加盟滴滴,出任智慧交通首席科学家。刘向宏将全面领导滴滴智慧信号灯研发团队,并进行智慧交通多项产品与技术服务的深度探索。

滴滴致力于成为全球最大的智慧交通综合服务提供商,智慧交通亦是今年五大战略项目之一,已和全国二十多个城市展开合作。在武汉、济南、深圳、贵阳等地,滴滴陆续落地了智慧信号灯、智慧诱导屏、智慧公交、智慧代驾热力图、智慧交通运行报告等多个项目,并取得初步成效。数据显示,滴滴的智慧信号灯让济南经十路早晚高峰期延误时间下降了超过10%,让武汉江发路早高峰延误时间下降了超过20%。
滴滴出行高级副总裁、智慧交通负责人章文嵩表示:“滴滴希望与城市交通管理者携手打造基于互联网+大数据的智慧交通整体解决方案,帮助进行前瞻性的市政规划和基础设施布局,切实改善城市交通、普惠大众出行。Henry教授的加盟更加体现了滴滴在该领域的信心与决心,也让我们的技术实力更上一个台阶。我们持续欢迎更多全球顶尖的科技人才加入滴滴,和我们一起解决世界级的交通、环保和城市发展面临的挑战。”
刘向宏是智慧交通领域的先行者和领军人物,任密歇根大学智能网联交通研究中心主任、土木和环境工程学院终身教授,以及交通研究所(UMTRI)研究员等,主要研究领域为交通网络监控、建模和控制,包括交通流建模与仿真、交通信号控制、交通网络分配和智能网联交通。作为一位深受信赖的导师和教授,他培养了数十位智慧交通领域的专家。此外,他拥有多项专利并发表过80多篇SCI/SSCI检索论文,同时担任多个智能交通期刊的副主编与编委。
刘向宏表示,滴滴在智慧交通领域的探索在全世界范围来说都极具开创性和前瞻性,而解决城市交通难题是很有挑战性的工作,加入滴滴将推动滴滴智慧信号灯乃至更多的智慧交通产品与服务在各地得到更广泛的应用,造福公众出行。
好文章,需要你的鼓励
这篇论文提出一种插件式2D动作接口,让已训练好的3D运动语言模型无需修改或微调即可直接理解2D姿态输入。实验证明2D输入效果媲美3D输入,且在真实视频场景下配合专门的降噪适配器,2D方案比3D姿态估计更省算力、更实用,为动作理解模型的现实部署提供了新路径。
研究团队让8种AI智能体独立完成100项真实科研任务,深度剖析800份研究轨迹后发现,即便是最强模型,也普遍存在"发现问题却不修正"的现象,背后根源指向AI缺乏检验自身产出、主动纠错的元认知能力。
WorldRover是一套面向可探索世界建模的合成视频数据引擎,基于虚幻引擎构建,能让同一段探索轨迹在保持路线与场景一致的前提下,重新渲染为多种视角和外观状态,并同步提供深度、光流、长程点追踪等丰富标注,最终发布WorldRover-10M数据集,含2190万帧、202.7小时视频。
这篇论文指出,现有多目标强化学习训练大模型时存在"一刀切"分配优化精力的问题,提出SA-MRPO方法,根据每个奖励目标的饱和程度动态调整其权重,在数学推理、自适应推理、代码生成等任务上均取得优于现有方法GDPO的效果。