
英特尔子公司Silicon Mobility发布最新OLEA U310 SoC,显著提升电动汽车的整体性能,简化设计和生产流程,并拓展SoC服务,确保可以在各种EV充电平台中无缝运作。
在全球范围内,电动汽车的高昂售价仍然是影响潜在买家下单的最大障碍之一。电动汽车目前的制造成本高于传统燃油汽车的主要原因,是先进的电池和电机技术所带来的昂贵成本。市面上近期的解决方案是通过车辆层面的节能,包括改进与电动汽车充电基础设施的整合,来提升现有电池技术的效率。
Silicon Mobility在行业中率先推出集硬件和软件于一体的完整解决方案。OLEA U310经过专门设计,可与分布式软件相结合,满足电气架构中动力系域控制的需求。基于独特的混合和异构架构,单个OLEA 310 FPCU可替代一个系统组合中的最多6个标准微控制器,来并行控制逆变器、电机、变速箱、DC-DC转换器以及车载充电。使用310 FPCU,OEM和Tier 1供应商能够同时实现对多个不同功率和能量功能的实时控制。除了物料清单(BoM)的减少,早期数据显示,与现在的电动汽车相比,在相同功率下,OLEA 310的使用可将能效提高5%,电机尺寸缩小25%,冷却需求减少35%,无源元件尺寸缩小30倍。
Silicon Mobility全新解决方案的推出,让电动汽车厂商能够设计出性能卓越、续航里程更远、生产成本可能更低的软件定义电动汽车,因为需要集成的元件数量减少了。这一全新解决方案与英特尔汽车业已推出的AI增强型软件定义汽车(SDV)SoC系列相结合,将共同推动行业向全电动和软件定义的未来转型。
好文章,需要你的鼓励
谷歌地图将集成Gemini人工智能技术,旨在将其升级为一个"全知型副驾驶"助手。这一整合将大幅提升地图服务的智能化水平,为用户提供更加个性化和全面的导航体验。通过AI技术的加持,谷歌地图有望在路线规划、地点推荐和实时信息服务等方面实现重大突破。
这项由圣母大学和IBM研究院联合开展的研究,开发出了名为DeepEvolve的AI科学助手系统,能够像人类科学家一样进行深度文献研究并将创新想法转化为可执行的算法程序。该系统突破了传统AI要么只能改进算法但缺乏创新、要么只能提出想法但无法实现的局限,在化学、生物学、数学等九个科学领域的测试中都实现了显著的算法性能提升,为AI辅助科学发现开辟了新的道路。
微软研究人员发布新的仿真环境来测试AI智能体,研究显示当前智能体模型容易受到操纵。该名为"Magentic Marketplace"的合成平台让客户智能体与商家智能体进行交互实验。测试包括GPT-4o、GPT-5和Gemini-2.5-Flash等模型,发现智能体在面临过多选择时效率下降,且在协作方面表现不佳。研究揭示了AI智能体在无监督环境下的性能问题。
卡内基梅隆大学研究团队通过3331次大规模实验,系统揭示了代码训练如何提升AI推理能力。研究发现,代码的结构特性比语义内容更重要,适当的抽象形式(如伪代码)可以达到与原始代码相同的效果。不同编程语言产生差异化影响:低抽象语言有利于数学推理,Python更适合自然语言任务。这些发现为AI训练数据的科学化设计提供了重要指导。