通用汽车本周早些时候宣布,将为400万辆汽车升级Gemini——谷歌旗下的生成式AI模型系列。此次升级将分阶段推进,历时数月,覆盖雪佛兰、GMC、别克和凯迪拉克四个品牌中2022款及更新车型。参与升级的车辆须已预装Google built-in系统——一套集成于车载仪表盘的Android操作系统。
Google built-in的使用体验类似于手机,驾驶员和乘客可以访问谷歌地图、Google Assistant以及Google Play商店。该系统通常无法在购车后另行安装,必须在出厂时预装。
未来数月内,符合条件的通用汽车用户将在车载娱乐屏幕上收到升级提示,告知其可以从当前的Google Assistant升级至Gemini。用户需满足以下条件:连接OnStar服务、登录Google Play商店、将语言设置为美式英语,并主动选择开启Gemini功能。
Gemini能做什么
通用汽车列举了Gemini的多种使用场景。其中一项功能有望帮助驾驶员节省油费——在美国,油价持续攀升。例如,用户可以要求Gemini在规划的途经站点中规划最短路线,同时找出油价最低的加油站。
此外,用户还可以让Gemini查找最近的得来速咖啡店或邮局,让Gemini朗读收到的短信并通过语音口述回复内容,或者让Gemini搜索播客、生成音乐播放列表。
如需使用娱乐功能,用户须提前在车载娱乐系统中安装Netflix、Hulu、Prime Video、YouTube、Spotify、Amazon Music等应用,这些应用均可通过Google Play商店下载安装。
通用汽车表示,用户可以用自然、连续的对话方式与Gemini交互,无需输入特定指令。
《汽车与驾驶员》杂志主编托尼·基罗加认为,引入谷歌Gemini是通用汽车寻找CarPlay和Android Auto替代方案的举措之一。目前,部分通用汽车车型已不再支持这两款应用,且在未来几年内可能全面取消。CarPlay和Android Auto是将手机与车载娱乐屏幕连接的应用,能让车载屏幕镜像手机界面。
"通用汽车显然需要找到一个替代方案,为驾驶员提供同等的实用性和易用性,"基罗加在接受CNET采访时表示,"汽车厂商似乎也都在积极探索自动驾驶时代的车内体验,而引入AI交互界面或许正是这一未来的组成部分。"
Q&A
Q1:通用汽车的Gemini升级覆盖哪些车型?
A:此次升级覆盖通用汽车旗下雪佛兰、GMC、别克和凯迪拉克四个品牌中2022款及更新的车型,共约400万辆。参与升级的车辆必须已预装Google built-in系统。升级推送将在未来数月内陆续进行,用户在车载屏幕上收到提示后,需连接OnStar、登录Google Play商店并将语言设置为美式英语,才能选择开启Gemini。
Q2:车载Gemini可以帮驾驶员查油价吗?
A:可以。通用汽车明确列出了这一使用场景——驾驶员可以让Gemini在规划的途经站点中找出油价最低的加油站,并规划最短路线。除此之外,Gemini还支持查找附近咖啡店、邮局,朗读并回复短信,以及搜索播客或生成音乐播放列表等功能。
Q3:通用汽车为什么要用Gemini替换Google Assistant?
A:据《汽车与驾驶员》杂志主编托尼·基罗加分析,此举与通用汽车逐步取消CarPlay和Android Auto支持有关。通用汽车需要一个能提供同等实用性和易用性的替代方案。与此同时,汽车厂商也在积极布局自动驾驶时代的车内体验,AI交互界面被视为未来车内体验的重要组成部分。
好文章,需要你的鼓励
英国国家医疗服务(NHS)正将无人机纳入常规医疗物流体系。自今年2月起,无人机每天在雷恩斯公园和圣乔治医院之间运送血液等诊断样本,飞行仅需3分钟,比公路运输快约85%,且碳排放减少高达98%。目前已有逾2000名患者受益。NHS计划将该服务扩展至圣赫利尔、克罗伊登等多家医院,最终惠及约180万名患者。该网络由英国医疗初创公司Apian与谷歌旗下Wing合作运营。
AgentLens是Explyt公司联合俄罗斯学术机构开发的AI编程助手评测基准,通过分析完整人机交互轨迹而非仅看最终结果,从五个维度评估代码智能体的真实表现。
边缘AI计算厂商Aetina宣布,将在其DeviceEdge AIE-KT风冷系列和新款AIE-PT无风扇平台上支持英伟达全新Jetson T3000和T2000模块。T3000基于Blackwell GPU,最高提供865 FP4 TFLOPS算力,功耗70W;T2000则提供400 FP4 TFLOPS,面向视觉AI代理和自主移动机器人等场景。两款模块预计2027年第一季度上市,支持Nemotron、Cosmos 3等英伟达AI软件生态。
韩国梨花女子大学提出Splash框架,通过识别AI模型中的"休眠参数"并只在其中训练触觉能力,让小型多模态AI在学会感知材质触感的同时,完整保留原有视觉语言推理能力。