ZD至顶网CIO与应用频道 12月12日 北京消息:2016年10月,IEEE(电气和电子工程师协会)在法国巴黎举办了汽车以太网大会。往届大会见证了汽车以太网的缓慢发展,而Strategy Analytics最新研究报告《汽车以太网:汽车平台战略、标准和新应用推动需求》对高速网络协议有着更乐观的展望。
对过高的成本、数据压缩和可用竞争协议的担忧导致许多汽车厂商将以太网的使用仅限制在诊断端口上。然而,近期的发展表明汽车厂商对使用以太网有着前所未有的热情。
Strategy Analytics全球汽车行业高级分析师Kevin Mak表示,“全新、更高速的标准出现、互通测试以及更多厂商的参与将会推动更多汽车厂商采用以太网。这些因素对于以太网降低其成本并鼓励竞争至关重要。这在新应用出现之前就需要被部署好,因为新应用需要千兆速度的多路复用,比如自动驾驶汽车、车联网服务,以及高像素摄像头和显示屏。”
Mak补充道,“但更关键的仍是部署高效的、可升级的E/E架构,这些架构可成为新汽车平台的标配。这需要数据‘骨干网’进一步降低成本,同时为汽车厂商在未来添加新的高带宽应用带来了灵活性,而并不需要重新设计他们的架构。在2018年,这种战略也许将会在豪华品牌的高配汽车之外得以更广泛的实施。”
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。