無(wú)人車(chē)又卷入了一起車(chē)禍。不過(guò)這一次,它成了受害者。
當(dāng)?shù)貢r(shí)間周五下午一點(diǎn)左右,山景城的一個(gè)十字路口,綠燈亮起 6 秒鐘后,一輛 Google 無(wú)人駕駛測(cè)試車(chē)?yán)卓怂_斯 RX450h 起步。沒(méi)等他穿過(guò)路口,右側(cè)一輛商務(wù)車(chē)無(wú)視紅燈開(kāi)了過(guò)來(lái),和雷克薩斯結(jié)結(jié)實(shí)實(shí)地撞在了一起。Google 無(wú)人車(chē)右側(cè)嚴(yán)重?fù)p毀。
幸運(yùn)的是,無(wú)人車(chē)上的乘客和商務(wù)車(chē)司機(jī)都沒(méi)有受傷。目前消息來(lái)看,此次事故的主要責(zé)任方應(yīng)該是商務(wù)車(chē)司機(jī)。
Google 官方表示將會(huì)在本月底公布事故詳細(xì)信息?;厮菀酝南ⅲ@次極有可能是 Google 無(wú)人車(chē)遭遇的最嚴(yán)重的一次車(chē)禍。
今年 2 月底,Google 的另一輛無(wú)人車(chē)在變道時(shí)誤判了后方大巴司機(jī)的駕駛行為,它本以為司機(jī)會(huì)減速等待它變道,實(shí)際情況卻正好相反。兩者發(fā)生輕微的刮蹭,無(wú)人車(chē)撞到了大巴的一側(cè)車(chē)身,前護(hù)欄、車(chē)輪和傳感器受損。
Google 多次通過(guò)官方渠道用數(shù)據(jù)和案例證明粗心大意的人類(lèi)在開(kāi)車(chē)這件事上有多么不靠譜。比如說(shuō),94% 的車(chē)禍?zhǔn)怯捎谒緳C(jī)的不當(dāng)操作引起的,路怒、無(wú)耐心、精力不集中等是司機(jī)的通病。無(wú)人車(chē)就沒(méi)有這種毛病,它擁有 360 度的視角去監(jiān)視路況,規(guī)避行人,不會(huì)路怒,不會(huì)失去耐心。綠燈亮起后數(shù)秒鐘起步可以部分說(shuō)明這個(gè)問(wèn)題。
關(guān)于無(wú)人車(chē)的守規(guī)矩我們前幾天乘坐福特?zé)o人車(chē)兜風(fēng)的時(shí)候,已有體驗(yàn)。改裝后的蒙迪歐在左轉(zhuǎn)時(shí)監(jiān)測(cè)到后方有行人通過(guò)馬路來(lái)了個(gè)急剎車(chē):
它絕對(duì)是我見(jiàn)過(guò)的最禮貌的司機(jī)。見(jiàn)到行人,車(chē)子會(huì)早早地停下來(lái),直到行人完全離開(kāi)車(chē)道才開(kāi)始啟動(dòng);在變道之前會(huì)打轉(zhuǎn)向燈,轉(zhuǎn)向燈幾秒后才會(huì)變道;加速減速平穩(wěn)流暢,也會(huì)在適合的情況下以限速速度前進(jìn)。
然而當(dāng)無(wú)人車(chē)遇到有情緒會(huì)分心的人類(lèi)司機(jī),情況就會(huì)變得復(fù)雜起來(lái)。這也是在今后很長(zhǎng)一段時(shí)間內(nèi)會(huì)存在的問(wèn)題,無(wú)人車(chē)和人類(lèi)司機(jī)并行在城市街頭,對(duì)交通規(guī)則的遵守,對(duì)駕駛行為和路人、非機(jī)動(dòng)車(chē)的預(yù)判,兩者會(huì)存在巨大的差異。
即便現(xiàn)有的交通法規(guī)會(huì)對(duì)無(wú)人車(chē)和人類(lèi)司機(jī)一視同仁,但兩者對(duì)于法規(guī)的解讀卻各有不同。在無(wú)人車(chē)一統(tǒng)天下之前,人類(lèi)難以預(yù)測(cè)的行為帶給 Google、Uber、福特等無(wú)人駕駛探路者的挑戰(zhàn)可能比無(wú)人駕駛所涉及的機(jī)器視覺(jué)、傳感技術(shù)本身更有難度。
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(yǔ)言模型的敘事推理能力與音頻生成技術(shù),通過(guò)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A(yíng)udioStory-10K基準(zhǔn)測(cè)試中表現(xiàn)優(yōu)異,為AI音頻創(chuàng)作開(kāi)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(guò)讓AI同時(shí)學(xué)習(xí)外觀(guān)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(wèn)題。該技術(shù)僅需添加兩個(gè)線(xiàn)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(yǔ)言模型人性化對(duì)話(huà)問(wèn)題。該研究創(chuàng)建了包含20萬(wàn)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(guò)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(guān)對(duì)齊提供了可行技術(shù)路徑。
谷歌DeepMind團(tuán)隊(duì)開(kāi)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(guò)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(lái)了效率和精度的雙重突破。