当前生产线上下线的汽车,仍然承载着许多旧时代的设计理念。一款新车从立项到量产,往往需要五年甚至更长时间,而这段时间里,市场趋势、消费喜好、政策走向乃至油价都可能发生根本性变化。正因如此,汽车制造商对AI技术抱有极大热情,希望借助AI在从模型设计到风洞测试等多个环节提速。大语言模型正逐步改变我们出行方式的底层逻辑。
在最新一期《The Vergecast》节目中,汽车与科技记者、《The Verge》常驻撰稿人Tim Stevens详细介绍了汽车企业如何引入AI,以及加快研发周期为何意义重大。他同时指出,尽管各大车企声称并无用AI取代人类的计划,但这一趋势背后仍有值得警惕之处——一旦AI全面介入,未来决定我们驾驶哪款车的,会不会就是AI模型本身?这个未来或许还有些遥远,但现在就值得认真思考。
节目随后,《The Verge》记者Hayden Field加入讨论,梳理了近期AI领域的多个重要动态:Claude Code与Codex之间的AI编程之争持续升温;Anthropic与美国政府的关系扑朔迷离,外界对此究竟影响几何看法不一;OpenAI内部氛围略有好转,但仍难言乐观;而"通用人工智能(AGI)"的概念,似乎也正悄然走向终结。AI行业从未停止变化,话题自然不少。
节目最后,Hayden继续就听众热线提问进行解答——近期多家企业以"AI提效"为由,宣布大规模裁员。这些裁员真的是AI造成的吗?答案是:有时候是,某种程度上是。
Q&A
Q1:汽车公司是如何将AI应用到造车流程中的?
A:目前汽车公司主要将AI应用于设计建模、风洞模拟测试等研发环节,以缩短新车从立项到量产所需的时间。传统造车周期长达五年以上,而借助大语言模型等AI工具,部分流程有望大幅提速,从而更快响应市场变化。
Q2:Claude Code和Codex有什么区别,为什么会竞争?
A:Claude Code是Anthropic推出的AI编程助手,Codex则是OpenAI旗下的编程工具。两者都致力于通过AI辅助代码生成来提升开发效率,目前正在争夺AI编程工具市场的主导地位。OpenAI近期对Codex进行了重大更新,被认为是对Claude Code的直接回应。
Q3:企业裁员真的是因为AI提效吗?
A:不完全是。虽然不少企业以"AI效率提升"作为裁员理由,但实际情况更为复杂。AI确实在某些岗位上减少了人力需求,但裁员背后往往还涉及成本控制、业务调整等多重因素,AI只是其中一个被援引的理由。
好文章,需要你的鼓励
今天讲的出海案例是开创电气,一家金华手持式电动工具制造商,在越南基地完成首款产品验收并形成80万台年产能力。
JETSPEC是由UC San Diego等机构联合提出的推测解码框架,通过树形因果掩码让草稿头在一次前向传播中生成分支一致的候选树,在MATH-500上实现最高9.64倍端到端加速。
研究人员意外发现,标准MOSFET晶体管可同时模拟神经元和突触行为,形成"神经突触随机存取存储器"(NSRAM)。该技术仅需一至两个晶体管即可实现传统需数十乃至数百个元件才能完成的神经信号处理,且与现有硅基制造工艺完全兼容,良率达100%。未来有望应用于边缘AI及高能效神经形态芯片,长远或可挑战GPU地位。
本文介绍了中国科学院自动化所的研究,揭示了大型语言模型在多轮工具调用强化学习中崩溃的根本原因,并系统评估了五种监督信号对训练稳定性和泛化能力的影响。