蘋果收購定位服務(wù)公司Coherent Navigation
北京時(shí)間5月18日早間消息,蘋果公司周日確認(rèn),已收購位于加州灣區(qū)的全球定位系統(tǒng)公司,進(jìn)一步加強(qiáng)定位技術(shù)和服務(wù)。
對(duì)許多硅谷科技公司來說,定位技術(shù)是其他一系列應(yīng)用和功能的基礎(chǔ)。而蘋果目前正在這一領(lǐng)域奮起直追。對(duì)于這筆收購,蘋果在一封電子郵件聲明中做出了慣常的說法:“蘋果會(huì)不時(shí)收購小型科技公司,我們通常不討論我們的目的和計(jì)劃。”
根據(jù)該公司前CEO保羅·勒高(Paul Lego)的LinkedIn頁面,Coherent Navigation創(chuàng)立于2008年,該公司專注于開發(fā)商用導(dǎo)航服務(wù),其合作伙伴包括波音和銥星公司等。
自創(chuàng)立以來,Coherent Navigation的技術(shù)正顯得越來越重要。該公司開發(fā)高精度導(dǎo)航系統(tǒng),其性能要超過許多消費(fèi)類全球定位系統(tǒng),精確度達(dá)到3到5米。此前,Coherent Navigation曾開發(fā)過汽車導(dǎo)航和機(jī)器人項(xiàng)目,也曾承接過美國(guó)國(guó)防部的項(xiàng)目。
目前尚不清楚,蘋果將如何使用該公司的服務(wù)或技術(shù),以及是否計(jì)劃將該公司的技術(shù)集成至自己的產(chǎn)品中。蘋果這筆收購的條款也沒有公布。
過去6年中,蘋果也收購過其他定位技術(shù)公司。2009年,蘋果收購了小型地圖服務(wù)Placebase,以開發(fā)自主的地圖技術(shù)。在隨后幾年中,蘋果還曾收購多家這一領(lǐng)域的公司,包括Locationary和Hopstop。
通過這些收購,蘋果希望擺脫對(duì)谷歌地圖的依賴。2012年,蘋果發(fā)布了自主地圖服務(wù)。
目前,定位服務(wù)市場(chǎng)的競(jìng)爭(zhēng)正越來越激烈。硅谷一些科技巨頭正在爭(zhēng)奪這類技術(shù)的控制權(quán)。今年2月,Uber宣布,將在匹茲堡設(shè)立無人駕駛汽車研究中心,Uber將與美國(guó)機(jī)器人工程中心合作,并與卡耐基梅隆大學(xué)合作支持一系列機(jī)器人研究項(xiàng)目。
近期,德國(guó)多家汽車廠商正計(jì)劃聯(lián)合收購諾基亞Here地圖業(yè)務(wù),而Uber也計(jì)劃參與競(jìng)購。
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(zhǎng)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(chǎng)景并保持整體連貫性。在AudioStory-10K基準(zhǔn)測(cè)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(cè)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(cè)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(cè)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(cè)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。