Zoox 是 Amazon 旗下的自动驾驶汽车部门,从本周二开始在洛杉矶街道上部署少量改装测试车辆。这虽然是一个小规模的举措,但对于该公司计划在今年晚些时候于拉斯维加斯和旧金山提供公共乘车服务而言,是一个重要的进展。
这项数据收集工作标志着 Zoox 进入其第六个城市测试,为未来的自动驾驶出租车服务奠定基础。与已经在洛杉矶提供付费自动驾驶出租车服务的竞争对手 Waymo 相比,Zoox 仍处于起步阶段。此次部署将派出配备了 Zoox 自动驾驶技术的丰田汉兰达测试车辆,由人工驾驶收集地图数据,为今年夏季在洛杉矶开展更大规模的自动驾驶测试做准备。
Zoox 目前正在多个城市测试其自动驾驶车辆,包括汉兰达测试车队和专门设计的无方向盘和踏板的自动驾驶出租车。值得注意的是,Zoox 已经在福斯特市、旧金山和拉斯维加斯扩大了其专用自动驾驶出租车的无人驾驶测试区域。最近,Zoox 邀请员工、媒体和其他经过审核的来宾体验该服务。
该公司还在奥斯汀、迈阿密和西雅图使用配备人类安全操作员的汉兰达进行测试。
在加利福尼亚州的业务扩张之前几周,Zoox 因其自动驾驶系统出现意外紧急制动问题,对 258 辆车辆进行了主动软件召回。
Zoox 进军洛杉矶之际,Waymo 已在该市推出完全自动驾驶的商用出租车服务。目前,Waymo 是美国唯一一家在湾区、凤凰城和奥斯汀等多个城市提供付费服务的自动驾驶公司。这家 Alphabet 旗下的公司计划在未来两年内在亚特兰大、迈阿密和华盛顿特区推出商业服务。
好文章,需要你的鼓励
苏州大学研究团队提出"语境降噪训练"新方法,通过"综合梯度分数"识别长文本中的关键信息,在训练时强化重要内容、抑制干扰噪音。该技术让80亿参数的开源模型在长文本任务上达到GPT-4o水平,训练效率比传统方法高出40多倍。研究解决了AI处理长文档时容易被无关信息干扰的核心问题,为文档分析、法律研究等应用提供重要突破。
在Cloudera的“价值观”中,企业智能化的根基可以被概括为两个字:“源”与“治”——让数据有源,智能可治。
清华大学团队首次揭示了困扰AI训练领域超过两年的"幽灵故障"根本原因:Flash Attention在BF16精度下训练时会因数字舍入偏差与低秩矩阵结构的交互作用导致训练崩溃。研究团队通过深入分析发现问题源于注意力权重为1时的系统性舍入误差累积,并提出了动态最大值调整的解决方案,成功稳定了训练过程。这项研究不仅解决了实际工程问题,更为分析类似数值稳定性挑战提供了重要方法论。