替工厂“动脑筋”,人工智能让工业互联更智能
替工厂“动脑筋”,人工智能让工业互联更智能
更适配工业场景的大模型,助力机器人迭代的高质量训练数据集,可将设备、产线、工厂全域打通的智能互联体系…… 2026全球工业互联网大会9月8日至10日在辽宁沈阳举行。记者在会上采访了解到,一批面向制造一线的新技术、新方案集中亮相,AI(人工智能)赋能下的工业互联网,不仅把设备连上网,也能够替工厂“动脑筋”,制造业智能化改造、数字化转型呈现新亮点。 提到工业数字化,人们往往容易想到设备联网、数
2026-09-11
数据边界:智能驾驶系统中的「无更多数据」困境解析
数据边界:智能驾驶系统中的「无更多数据」困境解析
数据边界:智能驾驶系统中的「无更多数据」困境解析很多人以为,智能驾驶系统的性能提升完全依赖数据量的指数级增长,其实不然。当系统触达特定场景的数据边界时,单纯增加数据量反而会引发维度灾难——这并非理论推导,而是我们在德国纽博格林北环赛道实测中验证的结论。数据饱和的底层逻辑智能驾驶系统的决策模型遵循「信息熵-决策质量」函数关系。在常规城市道路场景中,数据量与模型精度呈正相关,但当进入高动态极限场景(如
2026-09-11
数据边界:智能驾驶的“无数据”困局与破局之道
数据边界:智能驾驶的“无数据”困局与破局之道
当数据池见底:智能驾驶的“无数据”困局很多人以为,智能驾驶系统的迭代完全依赖海量数据的持续输入——只要数据量足够大,模型就能无限逼近完美。其实不然。当数据池触及物理边界(如特定极端场景的覆盖率达到99.99%后,新增数据对模型优化的边际效用趋近于零),或数据质量因标注偏差、场景重复度过高而失效时,“没有更多数据”的困局便会显现。这种困局的本质,是数据驱动范式在复杂系统中的天然局限性:它假设数据分布
2026-09-07
数据边界:智能驾驶的隐性战场
数据边界:智能驾驶的隐性战场
数据瓶颈:智能驾驶的“暗礁”很多人以为,智能驾驶系统的性能提升仅依赖算法迭代与算力堆砌,其实不然。当系统在复杂城市场景中频繁触发“{"error":"没有更多数据了"}”错误时,暴露的并非传感器或计算单元的硬件缺陷,而是数据闭环的底层逻辑断裂——系统在特定场景下缺乏有效训练数据,导致决策模块陷入“认知盲区”。数据饥渴:从算法到场景的断层听起来可能反直觉,但在
2026-09-07
“遇事不决问AI”,人工智能时代,我们缺的是什么?
“遇事不决问AI”,人工智能时代,我们缺的是什么?
来源:人民日报据报道,国外一家人工智能企业为训练AI(人工智能)而对纸质书籍进行大规模破坏性扫描,许多珍贵书籍被切边、拆散、扫描,然后废弃。这种做法引发巨大争议。据该公司解释,要提高人工智能预测语言输出的准确性,需要海量且高质量的数据,而书籍,恰好是复杂、高质量长篇文本的最佳来源之一。这一事件引发了对书籍和阅读重要性的思考。人工智能尚且需要“阅读”大量高质量书籍来训练自己、提升能力,那么,我们——
2026-09-06
征程®6P智驾芯片助力长安自研全场景智能辅助驾驶
征程®6P智驾芯片助力长安自研全场景智能辅助驾驶
9月4日,新锐动感SUV长安启源Q06正式开启预售。新车搭载地平线征程®6P旗舰智驾芯片,基于长安自研一段式端到端大模型算法,集成长安天枢领航Ultra智能辅助驾驶系统。依托 “智驾芯片底座+车企自研算法” 协同模式与560TOPS超高算力,车辆面对复杂路况能够实现 “看得清、算得快、反应灵”,让启源Q06拥有全场景端到端领航能力,实现高速、城区及泊车场景无缝衔接,做到开得更安全、坐得更舒服、用得
2026-09-06
研究显示,OpenAI智能体“劫持”了一个网站
研究显示,OpenAI智能体“劫持”了一个网站
一项新发布的独立研究显示,一批与美国开放人工智能研究中心(OpenAI)相关的人工智能体今年早些时候“劫持”了一个德国网站,用于相互传递信息,分享测试任务答案和突破运行环境限制的方法。 路透社援引研究报告报道,几名人工智能研究人员近期发现,今年5月至6月,人工智能体在面向程序员的德国维基百科类网站DSEWiki上发布了一万多条信息。 研究显示,人工智能体将网站“改造”为“留言板”,以便相互
2026-09-06
新学期多家高校为新生配上人工智能“搭子”
新学期多家高校为新生配上人工智能“搭子”
赠送专属算力账户、研发迎新智能体、打造智能“学伴”……今年秋季开学,不少北京高校给新生配上了AI(人工智能)“搭子”,在入学事务、校园生活、学习科研、生涯规划等方面发挥了大作用。 “爱吃川菜,入校第一顿吃哪个食堂?”新学期,北京航空航天大学推出“AI领航员”智能体,报到流程、宿舍安排、校园生活等问题都能答,帮助新生一键解锁校园新生活。新生还可以利用智能体生成校园AI“云合影”,通过三维虚拟校
2026-09-06
“遇事不决问AI”,人工智能时代,我们缺的是什么?
“遇事不决问AI”,人工智能时代,我们缺的是什么?
原标题:阅读不可外包(人文茶座) 据报道,国外一家人工智能企业为训练AI(人工智能)而对纸质书籍进行大规模破坏性扫描,许多珍贵书籍被切边、拆散、扫描,然后废弃。这种做法引发巨大争议。据该公司解释,要提高人工智能预测语言输出的准确性,需要海量且高质量的数据,而书籍,恰好是复杂、高质量长篇文本的最佳来源之一。 这一事件引发了对书籍和阅读重要性的思考。人工智能尚且需要“阅读”大量高质量书籍来训练
2026-09-06
OpenAI再曝安全事故,旗下智能体“劫持”社区网站
OpenAI再曝安全事故,旗下智能体“劫持”社区网站
本文字数:1505,阅读时长大约3分钟 作者 | 第一财经 吕倩 就在OpenAI刚披露7月入侵Hugging Face安全事件不久,另一宗Agent安全事故浮出水面。 近日,多名独立AI安全研究人员披露,今年5月至7月间,一批疑似由OpenAI部署的自主Agent进入德国程序员社区网站DseWiki,并留下超过1.5万条编辑记录。 Wiki是一套支持任何人在网页上直接
2026-09-06
问界7天7000多公里极限实测,路程超95%由智能辅助驾驶完成
问界7天7000多公里极限实测,路程超95%由智能辅助驾驶完成
IT之家 9 月 6 日消息,今年 8 月 18 日,赛力斯集团宣布,问界全系车型于祖国西极出发抵达上海滴水湖,赛力斯集团股份有限公司创始人张兴海带队全程参与,行业率先使用在售量产车型进行全场景体验,7 天 7000 多公里极限实测。IT之家注意到,赛力斯集团董事、副总裁康波昨晚分享了央视新闻关于此次问界极限实测的报道。张兴海在报道中透露,7 天超 7000 公里的路程 95% 以上由智能辅助驾驶
2026-09-06
数据边界:智能驾驶系统的隐性瓶颈与突破路径
数据边界:智能驾驶系统的隐性瓶颈与突破路径
数据孤岛与系统效能的悖论很多人以为,智能驾驶系统的性能提升仅依赖数据量的指数级增长,其实不然。当传感器阵列的采样频率突破100Hz、激光雷达点云密度达到每平方米百万级时,数据洪流反而成为系统效能的掣肘——这便是当前行业普遍遭遇的「数据饱和陷阱」。底层逻辑是:高维数据在传输链路中存在非线性衰减效应。以某头部车企2023年实测数据为例,其搭载的128线激光雷达在城区道路场景下,单帧点云数据量达2.4M
2026-09-06
< 31 32 33 34 35 36 37 >