在美国,货物运输行业主要由卡车主导,每年运输的 202 亿吨货物中约有三分之二是通过卡车完成的。Parallel Systems 的创始人兼 CEO Matt Soule 希望通过为传统铁路系统注入现代自动驾驶和电气化技术来改变这一现状。
这家总部位于洛杉矶的公司正在开发一种电池驱动的自动货运技术,该技术可以与现有的货运车厢配合使用,并能够集成到现有的列车控制软件中。Soule 的主张是:Parallel 的系统可以让企业在短途运输中使用铁路而不是卡车,从而降低运输成本。
Soule 向 TechCrunch 解释说,传统上铁路运输未被充分利用的原因在于,列车通常由大型且昂贵的机车牵引数百节货运车厢进行长途运输。因此,企业在短途货运时往往会选择卡车。
Parallel Systems 开发的系统允许列车车厢自主连接和分离。这意味着企业可以使用 Parallel 的技术来处理不同规模的运输需求,同时避免人工手动连接和分离车厢这一危险过程。Soule 补充说,Parallel 的技术还能让货运车厢比现有列车具有更强的制动能力。
"我们采用了不同的物理架构,在小规模运输中实现与卡车具有竞争力的经济效益,而不是只在大规模运输中才有优势,"Soule 说。"我们的车辆可以与现有的铁路基础设施兼容,而且已经证明可以与传统铁路运营并行。我们并不是要用这项技术来取代现有的货运列车。"
Parallel 最近获得了联邦铁路管理局的批准,可以在佐治亚州开始试点这项技术。该项目将允许公司在萨凡纳港口到佐治亚州多个配送站之间的 160 英里路段上测试其技术驱动的列车。
Parallel 还最近完成了由 Anthos Capital 领投的 3800 万美元 B 轮融资,Collaborative Fund、Congruent Ventures 和 Riot Ventures 等机构参与其中。这使得 Parallel 的总融资额超过了 1 亿美元。新资金将用于商业化,公司希望在 2026 年实现首次商业化运营。
Collaborative Fund 的合伙人 Sophie Bakalar 表示,虽然 Parallel 并不完全符合其面向消费者的投资理念,但在通过其投资组合中的一位创始人介绍后,公司对其产生了浓厚兴趣。
Soule 并没有铁路领域的背景,但他在受监管的运输行业有着丰富的经验。他在航空航天领域工作了 20 年,其中 13 年在 SpaceX。
"我们一直在开发新技术,"Soule 说。"我从事航空电子设备工作,负责控制火箭的电子和软件系统,这让我对这些技术如何能够让其他可能缺乏创新的行业受益产生了极大的好奇心。"
他在 2020 年创立了公司,五年后的今天,Parallel 已经建立了完整的技术体系,现在正专注于商业化。
虽然让公司改变其运输和配送策略可能是一项艰巨的任务,但 Soule 表示需求是存在的。他补充说,他们已经收到来自全球的关注,但目前计划将重点放在美国和澳大利亚市场。
这一消息也正值美国处于关税不确定期。Bakalar 预测,如果关税最终实施,可能会刺激对 Parallel 这样的公司的需求,因为企业可能会寻求各种方式来削减成本。
"这是货运领域一次跨时代的创新,货运行业并不常见变革,"Soule 说。"但这项技术恰恰击中了关键点。"
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。