NXP 半导体公司今日宣布,已达成协议以 6.25 亿美元现金收购奥地利初创公司 TTTech Auto AG。TTTech Auto 专注于开发确保自动驾驶汽车安全的软件系统。
TTTech Auto 于 2018 年从 TTTech 集团分拆出来,当时获得了包括奥迪、三星电子和通用电气风投在内的投资者 7800 万美元的融资。随后在 2022 年又宣布获得由 Aptiv 领投的 2.85 亿美元额外融资。
该初创公司的旗舰产品名为 MotionWise,它是一个旨在提高自动驾驶系统和高级驾驶辅助系统安全性的"中间件"平台。它通过实时处理数据,确保车辆各种控制系统之间的重要信息流动,包括摄像头、雷达、激光雷达、执行器和控制单元。
MotionWise 拥有多个与第三方供应商的软件集成,并确保这些系统每一个都符合最高的功能安全标准。
这款软件可以被视为自动驾驶汽车安全的守护者。因此,如果汽车制造商想要改进与自适应巡航控制或车道保持辅助等功能相关的特性,TTTech Auto 将处理这些系统生成的所有数据,确保无延迟处理,以便汽车能够继续安全驾驶。
这次收购对 NXP 来说似乎是一个很好的契合。正如英伟达在人工智能行业占据主导地位一样,这家荷兰半导体公司在汽车领域也达到了类似的地位。过去五年里,其市值翻了一番,超过 540 亿美元,随着汽车行业向更多自动化转型,NXP 似乎有望继续增长。
该公司为自动驾驶汽车制造多种专用芯片,包括为现代高级驾驶辅助系统(ADAS)核心摄像头和传感器提供动力的处理器。此外,去年 NXP 推出了名为 CoreRide 的新软件平台,旨在帮助汽车公司向软件定义汽车过渡。TTTech Auto 成为 NXP CoreRide 平台的首批软件合作伙伴之一。
NXP 模拟与汽车嵌入式系统执行副总裁兼总经理 Jens Hinrichsen 表示,将 TTTech Auto 的软件纳入 CoreRide 平台可以加速整个行业向软件定义汽车的转变。他说:"NXP CoreRide 使汽车制造商能够更高效、更快速、更安全地部署他们最好的、差异化的车辆平台。"
这项收购还需要监管部门批准,但 NXP 预计不会有任何问题,并期望交易能在今年晚些时候完成。届时,TTTech Auto 的全部管理和工程团队将加入 NXP,他们将继续为现有客户服务,并在 NXP 品牌下扩展业务。
好文章,需要你的鼓励
这项来自麻省理工和滑铁卢大学的研究质疑了在AI文本排序中"思考过程"的必要性。研究者比较了三种文章重排模型:直接判断的StandardRR、先推理再判断的ReasonRR,以及禁用推理功能的ReasonRR-NoReason。实验结果表明,不仅推理过程没有提高排序质量,有时甚至会降低效果。主要原因是推理导致模型倾向于极端判断,难以表达"部分相关"这种微妙关系。即使应用"自洽性"等改进技术,简单直接的判断方式仍然更为高效有效。研究为信息检索系统设计提供了新视角:有时,少即是多。
TAGS是一种创新的医学问答框架,结合了泛医和专医两种视角,通过层次化检索和不确定性验证机制提升医学AI回答的准确性。该框架由穆罕默德·本·扎耶德人工智能大学等机构的研究团队开发,无需任何模型微调即可显著提升包括GPT-4o和DeepSeek-R1在内的大型语言模型在九个医学问答基准测试上的表现。TAGS通过模拟医疗专家协作、结构化知识检索和质量控制,解决了现有方法在复杂医学推理中的短板,为构建更可靠的医学AI系统提供了新思路。
这篇研究提出了时间抽象值学习(OTA)方法,解决离线目标条件强化学习中的长期规划问题。研究团队发现现有分层方法失败的关键在于高层策略无法生成合适子目标,原因是价值函数在长期规划中估计不准确。OTA通过"选项"概念实现时间抽象,有效缩短规划视野,使价值函数能提供更准确的优势信号。在复杂迷宫导航和视觉机器人操作任务中,OTA显著优于现有方法,证明了该方法在处理长期任务时的有效性。
这项研究探索了大语言模型内部可解释特征的形成过程,分析了它们在训练过程中(时间)、模型层级间(空间)和不同规模模型(尺度)的行为变化。研究团队使用稀疏自编码器技术,成功识别出特定语义概念在神经激活中出现的时间点和位置。研究结果显示,不同领域的知识概念在模型训练和规模扩展中存在明确的激活阈值,且在空间分析中发现了早期层特征会在后期层重新激活的现象,这挑战了对变换器模型表示动态的传统认知。