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
这项由IIT马德拉斯与BITS Pilani联合发布的研究(arXiv:2604.21523,2026年4月)构建了FOCUS元评估基准,系统检验了评审型视觉语言大模型的可靠性。通过向超过4000个图文和图像样本中注入40种受控错误,研究发现顶尖评审AI的检测失败率在某些条件下超过50%,物理合理性和视觉细节类错误尤为难以被发现,两两比较是最可靠的评审范式。
这篇由Sylph.AI发布的技术报告提出了一套两层自动化框架,核心思想是让AI自动优化自身的运行脚手架,再进一步让AI学会如何更高效地做这种优化。内层的脚手架进化循环通过工人代理、评估代理和进化代理的协作,自动迭代改进单个任务的运行配置;外层的元进化循环则在多个任务上训练,学习一套能快速适应任何新场景的通用进化蓝图,从而彻底消除人工脚手架工程的需求。
这篇由英伟达等顶尖机构联合发表的论文提出了一种名为Voyager的新型智能体。研究团队以《我的世界》为实验平台,通过引入自动课程规划、技能库存储以及迭代反馈机制,成功让大语言模型主导的AI在完全无人类干预的情况下,实现了在复杂开放世界中的自主探索与终身学习。实验数据表明,Voyager在物品收集、探索范围及技能解锁速度上均呈现出远超传统方法的压倒性优势,为未来开发能够自主解决真实物理世界复杂任务的通用人工智能奠定了关键的理论与实践基础。
这项由伊利诺伊大学、斯坦福大学、英伟达和麻省理工学院联合发布的研究(arXiv:2604.25917,2026年4月)提出了RecursiveMAS框架,让多个异构AI模型通过轻量级模块RecursiveLink在内部信号层面直接传递"潜在思想",形成循环协作,彻底绕开了传统多AI系统依靠文字传话的低效方式。配合两阶段内外循环训练策略,整个系统只需优化极少量参数,就能在数学、科学、代码生成和搜索问答等9个基准测试上取得平均8.3%的精度提升,同时实现最高2.4倍推理加速和75.6%的token用量削减。