自动驾驶卡车初创公司Waabi的十亿美元融资轮并不仅仅关乎卡车业务。
这笔交易包括7.5亿美元的预付资金,以及来自Uber的另外2.5亿美元(与部署里程碑挂钩),标志着这家由前Uber AI负责人Raquel Urtasun创立的公司正在大举进军机器人出租车领域。这也像是Uber在自动驾驶汽车赌桌上下的又一个筹码。凭借全球超过20家自动驾驶合作伙伴,问题不仅在于Waabi能否兑现其部署超过25,000辆机器人出租车的计划,还在于Uber的全面下注策略是否真的奏效。
观看Equity播客主持人Kirsten Korosec、Sean O'Kane和Anthony Ha讨论Uber的自动驾驶合作伙伴战略、为什么Waabi的"仿真优先"方法可能有所不同,以及本周的更多头条新闻。
您可以在YouTube、Apple Podcasts、Overcast、Spotify和所有播客平台上订阅Equity。您还可以在X和Threads上关注Equity,账号为@EquityPod。
Q&A
Q1:Waabi获得了多少融资?这笔资金将用于什么?
A:Waabi获得了十亿美元融资,其中包括7.5亿美元预付资金和来自Uber的2.5亿美元(与部署里程碑相关)。这笔资金将用于扩张机器人出租车业务,计划部署超过25,000辆机器人出租车。
Q2:Uber目前有多少自动驾驶合作伙伴?
A:Uber目前在全球拥有超过20家自动驾驶合作伙伴,采用全面下注的策略在自动驾驶领域进行布局。
Q3:Waabi的"仿真优先"方法有什么特别之处?
A:Waabi采用"仿真优先"的技术方法来开发自动驾驶技术,这种方法可能与其他自动驾驶公司的技术路线有所不同,但文章未详细说明具体的技术细节。
好文章,需要你的鼓励
企业谈AI基础设施时,注意力往往首先集中在模型、GPU和算力集群上。但当大模型应用走向规模化推理,一个瓶颈开始浮现:算力采购完成,并不意味着Token能够被稳定、低成本、可控地交付出去。
STATE16研究院这篇综述发现,物理AI系统存在"静默失效"风险——AI以高度自信执行基于错误世界信息的动作,却不触发任何报警,并提出在AI输出与物理执行之间建立独立授权层的框架。
穆拉蒂时隔18个月首次接受重大媒体采访,介绍其创立的Thinking Machines Lab正在开发的"交互模型"。该模型能以200毫秒间隔处理音频、文本和视频流,捕捉人类交流中的中断、修正和停顿。她还谈及OpenAI"政变周"经历,强调行业决策权过于集中的担忧,并回应了公司近期研究人员离职问题,表示这是初创实验室的正常波动。
UIUC与微软联合研发的OpenWebRL框架让4B小模型仅凭400条初始数据,通过在真实网站上边做边学的强化学习方式,在网页智能体基准上超越了用27万条数据训练的竞争对手。