苹果的汽车项目历经十年,作为公司历史上最具雄心的项目之一,却以一场未解答任何疑问的简短12分钟会议落幕。
近日,据彭博社报道,苹果公司已决定终止其长达十年的汽车生产计划。此决定由公司首席运营官Jeff Williams和负责汽车项目的副总裁Kevin Lynch在本周二的内部会议上宣布。
据透露,部分原本在汽车项目组的员工将被重新调配至由John Giannandrea领导的机器学习和人工智能部门,参与生成式AI项目。
至于原本专注于汽车硬件和车辆工程的数百名员工,可能会面临裁员的风险。
值得注意的是,苹果汽车团队规模庞大,近2000名员工。这些员工将有可能被转至公司的AI部门。
这一决策与苹果公司一贯的[产品不惊艳,宁死不推出]的理念相符。
苹果在2014年左右开启了泰坦计划,目标是打造一款拥有豪华内饰和语音导航功能的全自动电动轿车。
但这个项目几乎从一开始就陷入困境,苹果多次更换了团队的领导和战略。
几年前,道格-菲尔德离职后,林奇和威廉姆斯开始负责这项工作。
该公司曾经放弃过一些项目,包括在2015年左右放弃的电视机生产计划。
但很少有项目能持续如此之久,涉及如此之多的员工,或耗资数十亿美元。
早在2017年,苹果的造车项目[泰坦计划]就已经被曝失败,原因是高层无法就造车目标达成一致。
曾在特斯拉公司工作过的苹果老员工道格·菲尔德曾于2018年重返苹果试图接管[泰坦项目]。
但项目进展非常不顺利,2019年,苹果解雇了团队中近200名员工。
此外,苹果公司还计划对其CarPlay软件进行升级,并计划将其推广至更多车型。
这一决策可能有两层含义:
①苹果可能将重点转向AI领域,投入大量资源进行研发。
②通过升级CarPlay软件并推广至更多车型,苹果似乎并未完全放弃汽车业务,而是采取了一种与华为类似的[造车]策略。
苹果目前已将更多资源聚焦于AI项目,这预示着未来两三年内iPhone将有可能迎来重要的更新。
值得一提的是,苹果正计划为iOS 18进行重大升级,有望成为iPhone历史上最具影响力的软件更新。
据预测,iOS 18将采用生成式AI技术,以提升Siri和Messages应用程序在问答和自动补全句子方面的能力。
此外,苹果在生成式AI领域动作频频,不仅发表了多篇具有影响力的论文,还积极与主要新闻出版商洽谈,以获取内容许可并协助开发AI系统。
最近,据Macrumors报道,苹果公司正在内部测试一款类似于ChatGPT的生成式AI工具[Ask],旨在帮助AppleCare客服更有效地回答用户的问题。
近期,苹果在技术创新方面成果显著,包括HUGS、MGIE以及本月的Keyframer等,为用户带来全新的数字体验。此外,苹果内部正在测试问答工具Ask,进一步丰富了其技术生态。
苹果CEO蒂姆·库克在最近的公司财报会议上透露,苹果将在今年公布新的AI功能,标志着公司在人工智能领域的布局正逐步深化。
2023年夏季,有消息指出苹果正致力于开发对标ChatGPT的AppleGPT。
随后,彭博社报道苹果构建了自有的大语言模型Ajax,并推出内部聊天机器人AppleGPT进行测试。
年底前,更有消息称苹果正与大型出版商商讨授权事宜,以利用授权素材优化模型训练。
面对财报会议上的提问,库克坦承苹果在AIGC方面有所规划并已进行大量投资。
在2月初的财报会议上,他进一步强调AI是苹果的重要投资领域,并预告公司将于今年晚些时候公布AI方面的最新进展。
在产品层面,苹果正积极试验将AI技术融入Siri、生成视频和图像的软件以及多模式人工智能技术等。
业界传闻,苹果计划将AI技术广泛应用于其众多应用程序中,如Apple Music、Xcode、Pages、Keynote和AppleCare等,为用户提供更为智能和便捷的服务。
苹果放弃造车,很可能只是暂时延缓造车计划,等待自动驾驶技术突破后再推出更为成熟的无人驾驶汽车产品。
部分资料参考:字母榜:《Sora[杀死]苹果汽车》,冰川思享号:《苹果不造车,雷军们比库克还着急》,凤凰网科技:《库克冒进白烧700多亿 不愿收购特斯拉》,甲子光年:《苹果放弃造车,转向人工智能》,虎嗅APP:《放弃造车背后:苹果AI底气何在?》
好文章,需要你的鼓励
邻里社交应用Nextdoor推出重新设计版本,新增本地新闻、实时警报和名为"Faves"的AI功能,用于发现本地商户和地点。该应用与3500家本地出版商合作提供新闻内容,通过Samdesk和Weather.com提供天气、交通、停电等实时警报。Faves功能利用15年邻里对话数据训练的大语言模型,为用户提供本地化AI推荐服务,帮助用户找到最佳餐厅、徒步地点等本地信息。
Skywork AI推出的第二代多模态推理模型R1V2,通过创新的混合强化学习方法,成功解决了AI"慢思考"策略在视觉推理中的挑战。该模型在保持强大推理能力的同时有效控制视觉幻觉,在多项权威测试中超越同类开源模型,某些指标甚至媲美商业产品,为开源AI发展树立了新标杆。
英国生物银行完成了世界上最大规模的全身成像项目,收集了10万名志愿者的超过10亿次扫描数据,用于研究人体衰老和疾病过程。该项目历时11年,每次扫描耗时5小时,投资6200万英镑。目前已有8万人的成像数据供全球研究人员使用,剩余数据将于年底前发布。项目已开发出能预测38种常见疾病的AI工具,并在心脏病、痴呆症和癌症诊断方面取得突破。
这项由北京大学等多所高校联合完成的研究,首次对OpenAI GPT-4o的图像生成能力进行了全面评估。研究团队设计了名为GPT-ImgEval的综合测试体系,从文本转图像、图像编辑和知识驱动创作三个维度评估GPT-4o,发现其在所有测试中都显著超越现有方法。研究还通过技术分析推断GPT-4o采用了自回归与扩散相结合的混合架构,并发现其生成图像仍可被现有检测工具有效识别,为AI图像生成领域提供了重要的评估基准和技术洞察。