如果你收到一张停车罚单,可以把责任推给AI。
Gemini正在获得"视觉"与"移动"能力。谷歌与沃尔沃在近日举行的I/O开发者大会上宣布,AI助手Gemini将能够调用即将推出的EX60 SUV的外部摄像头,帮助车主理解和解读周围环境。这一升级得益于沃尔沃采用谷歌嵌入式Android Automotive作为车辆操作系统。
谷歌表示,首个应用场景将是让Gemini帮助解读难以理解的停车标志,但该公司显然也预见了更多未来的使用场景。谷歌设想,具备摄像头能力的Gemini可以识别路标、解读车道标线,甚至回答关于附近地标或餐厅的问题。该公司表示,Gemini将能够告知车主在特定地点可以停车多长时间、是否需要特定许可证,以及其他停车限制信息。
谷歌Android Automotive副总裁帕特里克·布雷迪在一份声明中表示:"未来,Gemini将让你在行驶途中更便捷地了解周边环境,使驾驶体验更加智能实用。"
这一功能并非仅由谷歌Gemini单独驱动,还依赖EX60搭载的高通骁龙芯片系统所提供的计算能力,以及车辆的无线软件更新能力。
停车标志解读功能看起来确实具有实用价值——前提是识别准确。测试将最终验证该系统是否像谷歌所声称的那样有效。以纽约地区为例,当地停车标志以复杂难懂著称。但同样可以想象,一旦Gemini误读停车标志,车主可能面临高额罚款,情况更糟时甚至可能导致车辆被拖走。谷歌必须确保该功能足够可靠,否则车主将选择直接将其关闭。
凭借视觉感知能力,谷歌还表示谷歌地图将在导航指引方面更加出色。沃尔沃将成为首批获得谷歌地图全新"沉浸式导航"功能的汽车品牌之一。该功能以3D方式渲染行驶路线,配以更精细的图形效果,使导航画面更贴近真实世界。借助外部摄像头,谷歌地图还将提供更加自然的语音导航指引,充分利用周边地标信息,例如"经过这个红绿灯后,在图书馆处左转"。
更正说明(5月19日):本文早期版本将EX60 AI功能的计算支持归因于英伟达,实际上相关功能运行于高通骁龙芯片系统之上,特此更正。
Q&A
Q1:Gemini在沃尔沃EX60上能做哪些事情?
A:在沃尔沃EX60上,Gemini可以调用车辆外部摄像头,帮助车主解读停车标志,识别路标和车道标线,回答关于附近地标或餐厅的问题,并告知车主停车时长限制、是否需要许可证等实用信息。
Q2:沃尔沃EX60的AI功能依赖哪些技术支撑?
A:沃尔沃EX60的AI功能由多项技术共同支撑:谷歌Gemini负责AI理解与交互,车辆操作系统采用谷歌嵌入式Android Automotive,计算能力由高通骁龙芯片系统提供,同时还支持无线OTA软件更新能力。
Q3:谷歌地图的沉浸式导航功能有什么特点?
A:谷歌地图的沉浸式导航功能以3D方式渲染行驶路线,图形效果更精细,视觉呈现更贴近真实世界。结合外部摄像头,导航指引更加自然口语化,能够参考周边地标给出具体提示,例如"在图书馆处左转",沃尔沃将是首批获得该功能的汽车品牌之一。
好文章,需要你的鼓励
Anthropic首次将其最强AI模型向普通用户开放,但设有严格安全限制。Claude Fable 5在软件工程、知识工作和视觉任务方面表现突出,但在网络安全、生物、化学等高风险领域会自动屏蔽响应并回退至Claude Opus 4.8。该模型通过API和企业计划提供访问,定价为每百万输入令牌10美元、输出令牌50美元。Anthropic同时要求对所有流量保留30天数据,以防范新型越狱攻击。
香港科技大学等机构构建SpatialAct基准,测试视觉语言模型能否在3D场景中将空间理解转化为可靠行动,揭示AI存在显著的推理与行动鸿沟。
根据Salesforce与YouGov联合调查,美国工人比全球平均水平高出43%成为AI怀疑者,超过半数美国工人对AI持怀疑态度。与印度、泰国等新兴经济体80%以上的AI信任度相比,美国仅约50%。原因不仅在于担忧失业,还包括AI工具输出质量差、培训不足及数据基础薄弱等问题。研究显示,成功的AI应用需要高质量数据、员工培训与实验文化的共同支撑。
这项研究发现AI统一多模态模型中存在显著"模态鸿沟":文字知识编辑成功率高达92%,但图像生成验证准确率最高仅18.5%,并提出推理增强方法改善跨模态知识传递。