• Mercedes ME App 通过用户的智能手机和智能手表传递其爱车状态的实时信息。
• Mercedes ME 的构建基于 Pivotal 的原生云平台 Pivotal Cloud Foundry®和 Spring Boot,并借助 Pivotal Labs 灵敏软件开发技术达到超强性能。
• 新的数字平台支持梅赛德斯奔驰的整个数字化转型过程,提升了用户整体驾驶体验,使得数字化汽车行业迈上了新的高度
Pivotal®(一家帮助加速企业数字化转型的公司)今日宣布与梅赛德斯奔驰(以下称"奔驰")合作,为其设计推出首款具有划时代意义的汽车智能互联应用,由此进入数字化转型的新时代。这款新平台提供多种增强用户体验的新功能,旨在为驾驶员带来更加深入的驾驶体验。驾驶员可以访问汽车状态等关键信息,远程控制诸如辅助加热等功能,可以远距离开关门锁,通过 Iphone 手机和 Apple Watch进行便捷导航。
Mercedes ME 的发布进一步巩固了奔驰在当前这一万物互联时代的领导地位。近几年,数字化成为该公司在所有领域的重要策略。这次数字化转型的核心是快速开发软件,这样公司才能够在竞争中取胜,赢得奢侈汽车市场,实现宏伟蓝图。到 2020 年,所有汽车都将实现零排放,并具有自主驾驶和深层互联的特点。
奔驰公司期盼 Pivotal 实验室和 Pivotal 原生云平台,即由开发者框架 Spring Boot 提供超强性能的Pivotal Cloud Foundry所提供的敏捷开发服务可以帮助实现这些重要的目标。梅赛德斯奔驰公司现在可以极其快速地部署可高度扩展且灵活性很强的产品和解决方案,来应对日益增长的客户需求。在本项目中,Pivotal 实验室将硅谷软件开发的文化和成熟的技术带入斯图加特,帮助奔驰适应并进一步开发这一秘技。
Pivotal 总裁之一 Scott Yara 与奔驰汽车智能互联部门领导 Christoph Hartung 在法兰克福的汽车IT大会(Car IT Congress)上正式介绍这个联合项目,并解释了合作背景。
好文章,需要你的鼓励
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。