北京時間6月17日上午消息,怎么讓司機認路成了Uber的大問題?;蛟S你還記得幾天前Uber開發(fā)了一款游戲,專門訓練司機認路,同時改進應用導航服務。現(xiàn)在這家公司又把谷歌地圖的前任主管挖過來了。
Uber周二宣布,谷歌地圖業(yè)務前負責人布萊恩-麥克萊頓(Brian McClendon)將領導Uber的先進技術中心,向Uber首席產(chǎn)品官杰夫-霍爾頓(Jeff Holden)報告工作。近期,Uber正在投入資源,開發(fā)自主的地圖和導航技術。
谷歌和Uber之間的競爭氣氛越來越濃。近期,谷歌正考慮推出自主的打車服務,而Uber則開始關注谷歌已投入大量資源開發(fā)的無人駕駛汽車技術。今年2月,Uber宣布與卡耐基梅隆大學合作開發(fā)交通及地圖技術,隨后還在匹茲堡成立了先進技術中心。之前也有Uber聯(lián)合百度競購諾基亞地圖業(yè)務的消息。
霍爾頓在一封電子郵件中表示:“我們很高興麥克萊頓加入Uber團隊。他從早期開始就負責了谷歌地球和谷歌地圖的開發(fā),而這些是世界級的產(chǎn)品。”
好文章,需要你的鼓勵
騰訊ARC實驗室推出AudioStory系統(tǒng),首次實現(xiàn)AI根據(jù)復雜指令創(chuàng)作完整長篇音頻故事。該系統(tǒng)結合大語言模型的敘事推理能力與音頻生成技術,通過交錯式推理生成、解耦橋接機制和漸進式訓練,能夠將復雜指令分解為連續(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與特拉維夫大學聯(lián)合研發(fā)的VideoJAM技術,通過讓AI同時學習外觀和運動信息,顯著解決了當前視頻生成模型中動作不連貫、違反物理定律的核心問題。該技術僅需添加兩個線性層就能大幅提升運動質量,在多項測試中超越包括Sora在內(nèi)的商業(yè)模型,為AI視頻生成的實用化應用奠定了重要基礎。
上海AI實驗室發(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話問題。該研究創(chuàng)建了包含20萬高質量樣本的訓練數(shù)據(jù)集和MM-AlignBench評測基準,通過創(chuàng)新的數(shù)據(jù)生成和質量管控方法,讓AI在保持技術能力的同時顯著提升人性化交互水平,為AI價值觀對齊提供了可行技術路徑。
谷歌DeepMind團隊開發(fā)的GraphCast是一個革命性的AI天氣預測模型,能夠在不到一分鐘內(nèi)完成10天全球天氣預報,準確性超越傳統(tǒng)方法90%的指標。該模型采用圖神經(jīng)網(wǎng)絡技術,通過學習40年歷史數(shù)據(jù)掌握天氣變化規(guī)律,在極端天氣預測方面表現(xiàn)卓越,能耗僅為傳統(tǒng)方法的千分之一,為氣象學領域帶來了效率和精度的雙重突破。