當(dāng)?shù)貢r(shí)間本周二,美國專利商標(biāo)局(US Patent and Trademark Office)批準(zhǔn)蘋果“根據(jù)檢測到的停車情況做出路線選擇”專利(Routing based on detected stops),為眾包導(dǎo)航概念向前推進(jìn)一步。
圖:蘋果最新專利顯示,導(dǎo)航系統(tǒng)能夠根據(jù)紅燈、停車標(biāo)志和沿途障礙物數(shù)量進(jìn)行導(dǎo)航。
當(dāng)前眾包導(dǎo)航產(chǎn)品如Waze整合大量司機(jī)提供的交通數(shù)據(jù),為用戶到達(dá)目的地提供捷徑。大眾信息較通過標(biāo)準(zhǔn)導(dǎo)航應(yīng)用如Google Maps和蘋果Maps應(yīng)用獲得的信息更準(zhǔn)確、及時(shí),但目前眾包系統(tǒng)僅僅是考慮用戶沿途上可能存在的造成停車或減速的各個(gè)事件,能夠真正找到最佳路線的更智能系統(tǒng)將是每位司機(jī)的福音。
在蘋果專利中,該智能導(dǎo)航系統(tǒng)通過用戶移動(dòng)設(shè)備上的GPS收集檢測到的汽車停車次數(shù),判斷每次停車持續(xù)時(shí)間。我們甚至能夠通過分析信息甄別出紅燈與停車標(biāo)志。數(shù)據(jù)本身被發(fā)送至一臺(tái)遠(yuǎn)程服務(wù)器上,然后交通工具通過Google Maps或蘋果Maps常規(guī)導(dǎo)航應(yīng)用接入該系統(tǒng)后,實(shí)現(xiàn)共享。
司機(jī)利用導(dǎo)航信息判定到達(dá)目的地的最快路線,還能夠根據(jù)數(shù)據(jù)準(zhǔn)確估算行程時(shí)間,甚至在不遲到的情況下決定出行的最佳時(shí)間。
隨著時(shí)間推移,服務(wù)器還能夠收集并整理數(shù)據(jù),根據(jù)紅燈位置、每日時(shí)間段及其他因素預(yù)測出明確的交通模式。
一般情況下,即使是一項(xiàng)獲準(zhǔn)專利也不意味著該技術(shù)能夠進(jìn)入現(xiàn)實(shí)生活,但司機(jī)對(duì)新專利充滿期待。
好文章,需要你的鼓勵(lì)
騰訊ARC實(shí)驗(yàn)室推出AudioStory系統(tǒng),首次實(shí)現(xiàn)AI根據(jù)復(fù)雜指令創(chuàng)作完整長篇音頻故事。該系統(tǒng)結(jié)合大語言模型的敘事推理能力與音頻生成技術(shù),通過交錯(cuò)式推理生成、解耦橋接機(jī)制和漸進(jìn)式訓(xùn)練,能夠?qū)?fù)雜指令分解為連續(xù)音頻場景并保持整體連貫性。在AudioStory-10K基準(zhǔn)測試中表現(xiàn)優(yōu)異,為AI音頻創(chuàng)作開辟新方向。
Meta與特拉維夫大學(xué)聯(lián)合研發(fā)的VideoJAM技術(shù),通過讓AI同時(shí)學(xué)習(xí)外觀和運(yùn)動(dòng)信息,顯著解決了當(dāng)前視頻生成模型中動(dòng)作不連貫、違反物理定律的核心問題。該技術(shù)僅需添加兩個(gè)線性層就能大幅提升運(yùn)動(dòng)質(zhì)量,在多項(xiàng)測試中超越包括Sora在內(nèi)的商業(yè)模型,為AI視頻生成的實(shí)用化應(yīng)用奠定了重要基礎(chǔ)。
上海AI實(shí)驗(yàn)室發(fā)布OmniAlign-V研究,首次系統(tǒng)性解決多模態(tài)大語言模型人性化對(duì)話問題。該研究創(chuàng)建了包含20萬高質(zhì)量樣本的訓(xùn)練數(shù)據(jù)集和MM-AlignBench評(píng)測基準(zhǔn),通過創(chuàng)新的數(shù)據(jù)生成和質(zhì)量管控方法,讓AI在保持技術(shù)能力的同時(shí)顯著提升人性化交互水平,為AI價(jià)值觀對(duì)齊提供了可行技術(shù)路徑。
谷歌DeepMind團(tuán)隊(duì)開發(fā)的GraphCast是一個(gè)革命性的AI天氣預(yù)測模型,能夠在不到一分鐘內(nèi)完成10天全球天氣預(yù)報(bào),準(zhǔn)確性超越傳統(tǒng)方法90%的指標(biāo)。該模型采用圖神經(jīng)網(wǎng)絡(luò)技術(shù),通過學(xué)習(xí)40年歷史數(shù)據(jù)掌握天氣變化規(guī)律,在極端天氣預(yù)測方面表現(xiàn)卓越,能耗僅為傳統(tǒng)方法的千分之一,為氣象學(xué)領(lǐng)域帶來了效率和精度的雙重突破。