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
很多人担心被AI取代,陷入无意义感。按照杨元庆的思路,其实无论是模型的打造者,还是模型的使用者,都不该把AI放在人的对立面。
MIT研究团队提出递归语言模型(RLM),通过将长文本存储在外部编程环境中,让AI能够编写代码来探索和分解文本,并递归调用自身处理子任务。该方法成功处理了比传统模型大两个数量级的文本长度,在多项长文本任务上显著优于现有方法,同时保持了相当的成本效率,为AI处理超长文本提供了全新解决方案。
谷歌宣布对Gmail进行重大升级,全面集成Gemini AI功能,将其转变为"个人主动式收件箱助手"。新功能包括AI收件箱视图,可按优先级自动分组邮件;"帮我快速了解"功能提供邮件活动摘要;扩展"帮我写邮件"工具至所有用户;支持复杂问题查询如"我的航班何时降落"。部分功能免费提供,高级功能需付费订阅。谷歌强调用户数据安全,邮件内容不会用于训练公共AI模型。
华为研究团队推出SWE-Lego框架,通过混合数据集、改进监督学习和测试时扩展三大创新,让8B参数AI模型在代码自动修复任务上击败32B对手。该系统在SWE-bench Verified测试中达到42.2%成功率,加上扩展技术后提升至49.6%,证明了精巧方法设计胜过简单规模扩展的技术理念。