CNET科技資訊網(wǎng) 1月6日 北京消息:FF 91作為FF(Faraday Future)的首款量產(chǎn)車,自CES 2017期間美國當?shù)貢r間1月3日發(fā)布以來,竟然在全球預定量爆棚了!預訂活動開始36小時,訂單量達到64124輛,嫣然成為“當紅炸子雞”。
作為一個被譽為“新物種”的全新產(chǎn)品,F(xiàn)F 91的產(chǎn)品設計、產(chǎn)品性能、智能互聯(lián)功能都顛覆了人們對傳統(tǒng)汽車的想象。
FF 91動力性能創(chuàng)造了新的紀錄,0-60英里/小時加速時間2.39秒,最大功率達到783Kw,1050匹馬力,峰值扭矩超過了1800牛頓.米??吹竭@一記錄,曾經(jīng)參加F1和FE兩大賽事的車手馬青驊為之驚嘆,他表示:“曾經(jīng)上賽道的車,扭矩也就360-370牛頓.米,1800牛頓.米,太讓人不可思議了”。
電池續(xù)航方面,按美國EPA標準,一次充電的續(xù)駛里程達到超378英里,按照歐洲NEDC標準,續(xù)航里程超過700公里,這超越了目前所有的量產(chǎn)電動車,達到或者超過大多數(shù)傳統(tǒng)內(nèi)燃機車在滿箱油情況下的行駛里程。
作為全球首款互聯(lián)網(wǎng)生態(tài)電動車,F(xiàn)F 91在人工智能方面的性能也達到了新高度。
FF 91作為全球首款搭載智能升降3D激光雷達的量產(chǎn)車型,能夠完成無人待客泊車等功能。它所具備的面部識別功能能夠清晰辨識用戶身份,為車主打造除了家、辦公室之外的第三個私人空間。此外,這款車還是全球首款搭載無縫進入系統(tǒng)的車型,至此車鑰匙將逐步退出歷史舞臺。
在設計方面,3200mm的驚人軸距,零重力座椅,將為用戶帶來史無前例的舒適感;矩陣式LED大燈與交互式陣列光顯系統(tǒng),模塊化智能后視系統(tǒng),開創(chuàng)了設計界的先河。
“3年前,來自于互聯(lián)網(wǎng),IT, 電動系統(tǒng),汽車領域的幾個業(yè)界頂尖大牛,懷著藍天夢,和重構(gòu)百年汽車產(chǎn)業(yè)的夢想,創(chuàng)建了FF。我們的使命不僅僅是造一輛電動車,而是打造全球共享的互聯(lián)網(wǎng)交通生態(tài)系統(tǒng)。今天,F(xiàn)F向全世界展示了第一臺顛覆性的量產(chǎn)車。這是汽車產(chǎn)業(yè)由汽油時代、電動時代,到互聯(lián)網(wǎng)生態(tài)電動時代的一個里程碑。”FF戰(zhàn)略伙伴樂視創(chuàng)始人、董事長兼CEO賈躍亭在發(fā)布會上表示。
除了產(chǎn)品之外,F(xiàn)F的銷售也打破了此前汽車銷售倚重線下渠道的模式,線上的銷售已經(jīng)開啟。在發(fā)布會現(xiàn)場,F(xiàn)F宣布,“盲購計劃”在FF官網(wǎng)正式開啟。國大陸地區(qū)用戶僅需支付訂金人民幣50000元(可全額退還),即可完成FF 91預訂。最新數(shù)據(jù)顯示,預訂活動開啟36個小時,F(xiàn)F 91的訂單量就已經(jīng)達到64124輛,受歡迎程度不言而喻。
“新物種”FF 91一鳴驚人,看來百年汽車業(yè)真要被重構(gòu)進入一個新的時代了。
好文章,需要你的鼓勵
新加坡國立大學研究團隊開發(fā)了SPIRAL框架,通過讓AI與自己對弈零和游戲來提升推理能力。實驗顯示,僅訓練AI玩簡單撲克游戲就能讓其數(shù)學推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學題目作為訓練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學解題中,為AI訓練提供了新思路。
同濟大學團隊開發(fā)的GIGA-ToF技術(shù)通過融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機噪聲問題。該技術(shù)利用圖像間的不變幾何關系,結(jié)合深度學習和數(shù)學優(yōu)化方法,在合成數(shù)據(jù)集上實現(xiàn)37.9%的精度提升,并在真實設備上展現(xiàn)出色泛化能力,為機器人、AR和自動駕駛等領域提供更可靠的3D視覺解決方案。
伊利諾伊大學研究團隊通過對比實驗發(fā)現(xiàn),經(jīng)過強化學習訓練的視覺語言模型雖然表現(xiàn)出"頓悟時刻"現(xiàn)象,但這些自我糾錯行為并不能實際提升推理準確率。研究揭示了AI模型存在"生成-驗證差距",即生成答案的能力強于驗證答案質(zhì)量的能力,且模型在自我驗證時無法有效利用視覺信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動態(tài)稀疏性實現(xiàn)大語言模型訓練加速1.6倍,計算成本降低2.2倍。該方法使用SVD稀疏性估計器智能選擇重要計算部分,在保持模型性能的同時顯著提升訓練效率,已在多個任務上驗證有效性。