Waymo 多年来一直对其自动驾驶车队中 Jaguar I-Pace 电动车的具体数量讳莫如深——这一数字涵盖了用于测试和商业机器人出租车服务的车辆。周一,这家 Alphabet 公司终于首次对外展示了车队中的商业化运营部分。
Waymo 在当天的一则更大规模公告中指出,目前已有超过 1,500 辆商业机器人出租车投入运营。同时,公司正与 Magna 合作,通过多百万美元的投资,在亚利桑那州新建工厂,计划生产超过 2,000 辆自动驾驶 I-Pace 车辆,以进一步扩充车队规模。
Waymo 与 Magna 的合作已经延续多年,最初是在现已关闭的底特律工厂展开。位于菲尼克斯郊区梅萨的新建厂区占地 239,000 平方英尺,其地理位置具备战略意义:不仅处于 Waymo 机器人出租车市场之一,而且靠近其在旧金山、洛杉矶和奥斯汀的其他服务区域。
一位 Waymo 发言人对 TechCrunch 表示,公司曾考察过其他地点,但最终选择梅萨,原因在于该地距其他市场较近,同时稳定的气候也非常适合在机器人出租车投入公共使用前所必需的验证过程。
在宣布新工厂的博客文章中,Waymo 表示今年早些时候已从 Jaguar 收到最终交付的车辆。从这一刻起,合同制造商 Magna 与 Waymo 将接手,将自动驾驶系统集成到这些车辆中。Waymo 特别强调了一项全新的流程,旨在加快从生产、验证到最终投入公共使用的整个过程,并指出这些自动驾驶车辆能够在驶出工厂后直接投入运营。
Waymo 在博客中写道:“实际上,这些车辆在离开工厂不到 30 分钟内便可接载其首批公共乘客。”公司还表示,送往其他城市的车辆在运抵当地仓库后,仅需数小时便可投入公共服务。
此外,梅萨工厂的设计还考虑了其他车辆平台的生产,特别是计划于今年晚些时候将在 Zeekr RT 上集成 Waymo 第六代自动驾驶系统的项目。
公司指出,该工厂将逐步引入自动化装配线等一系列效率提升措施,预计在满产条件下,每年可生产数万辆完全自动驾驶的 Waymo 车辆。
好文章,需要你的鼓励
CPU架构讨论常聚焦于不同指令集的竞争,但实际上在单一系统中使用多种CPU架构已成常态。x86、Arm和RISC-V各有优劣,AI技术的兴起更推动了对性能功耗比的极致需求。当前x86仍主导PC和服务器市场,Arm凭借庞大生态系统在移动和嵌入式领域领先,RISC-V作为开源架构展现巨大潜力。未来芯片设计将更多采用异构计算,多种架构协同工作成为趋势。
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。
Vast Data与云计算公司CoreWeave签署了价值11.7亿美元的多年期软件许可协议,这标志着AI基础设施存储市场的重要转折点。该协议涵盖Vast Data的通用存储层及高级数据平台服务,将帮助CoreWeave提供更全面的AI服务。业内专家认为,随着AI集群规模不断扩大,存储系统在AI基础设施中的占比可能从目前的1.9%提升至3-5%,未来五年全球AI存储市场规模将达到900亿至2000亿美元。
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。