AutoX自动驾驶汽车在广州路测牌照发布会上6 月 20 日消息,广州市向知名自动驾驶公司AutoX颁发了自动驾驶牌照,正式邀请这家业界领先公司的自动驾驶车队落地广州。值得一提的是,两天以前,AutoX刚刚获得加州自动驾驶车路试运营牌照(Autonomous Vehicle Pilot Permits),成为中国首家获
......
111本文由站长之家用户投稿发布于站长之家平台，本平台仅提供信息索引服务。为了保证文章信息的及时性，内容观点的准确性，平台将不提供完全的内容展现，本页面内容仅为平台搜索索引使用。需阅读完整内容的用户，请查看原文，获取内容详情。
（推广）
特别声明：以上内容(如有图片或视频亦包括在内)均为站长传媒平台用户上传并发布，本平台仅提供信息存储服务，对本页面内容所引致的错误、不确或遗漏，概不负任何法律责任，相关信息仅供参考。站长之家将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。任何单位或个人认为本页面内容可能涉嫌侵犯其知识产权或存在不实内容时，可及时向站长之家提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明（点击查看反馈联系地址）。本网站在收到上述法律文件后，将会依法依规核实信息，沟通删除相关内容或断开相关链接。
据“滴滴自动驾驶”官方公众号发布消息称滴滴自动驾驶货运KargoBot前装量产L4级卡车获得北京市智能网联汽车政策先行区自动驾驶卡车道路测试通知书，获准在北京开放道路内开展公开道路测试。获得路测通知书，对企业技术研发实力和自动驾驶技术方案的落地提出更高要求。北京自动驾驶卡车路测通知书的获得需要经过封闭测试场验证、自动驾驶能力评估和专家评审等一系�
加州州长加文·纽森否决了立法提案316号，该提案要求在自动大货车上配备人类驾驶员，车重超过10，000磅。该提案在州议员中得到广泛支持，并得到了Teamsters和其他工会组织的支持。州长在否决信中写道:“我的政府长期以来一直关注技术对未来工作的影响”，随后写道，他将要求劳工与劳工部门与利益相关者合作，推荐减轻自动驾驶卡车对就业可能产生的影响的方法。
从产品智能化到场景智能化，再到生活智能化，智慧家庭的算法越来越复杂，但智慧生活却越来越简单。随着大语言预训练模型融入智能家居，形成家居垂域大模型，进为整个行业的发展提供高可靠、高精准、场景全覆盖的标准化技术支撑。海尔智家作为行业首个垂直大模型的开创者，对整个行业发展具有关键的引导性作用，并将积极推动大模型的发展和行业升级。
英国初创公司Wayve在2023年6月发布了GAIA-1，这是一款为自动驾驶车辆培训数据设计的生成式模型。GAIA-1的最新版本，GAIA-19B，已经取得了令人瞩目的进展。这种基于文本的逻辑可以增加车辆的安全感，使人工智能的决策不再像一个“黑盒子”。
蔚来NIOPhone手机已经迎来了其发布的首个OTA升级，升级版本为SkyUI1.0.1，安装包大小为558MB。本次NIOPhone的升级内容主要包括智能车控和NIOLink接力两个方面。该手机售价为6499元起，现已开启预售，9月28日开始发货。
AutoAgents是一个创新性的框架，旨在通过GPT生成不同的角色，以形成协作实体，用于处理复杂任务。无需手动编写规则或代理，AutoAgents利用LLM的能力，可以根据您设定的目标生成多个专家角色代理，这些代理可以协同工作，执行复杂任务，无论是信息搜索、问题解答还是其他各种应用。6.操作:执行计划中专家角色的具体操作，如调用工具或输出结果。
2023年广州移动全球合作伙伴大会今日举行，星纪魅族集团受邀参会。在此次展会上，星纪魅族亮相了多款重磅产品，包括魅族20系列旗舰手机、领克08搭载的FlymeAuto智能座舱操作系统以及PANDAER周边产品。值得一提的是，FlymeAuto还获得了泰尔认证颁发的“车载智能终端流畅性能卓越级认证”，成为首个获得这一认证的车载终端产品。
伦敦初创公司StabilityAI发布了一款名为StableAudio的AI音乐生成工具，标志着音乐创作领域再次迎来了创新。StableAudio采用了一种称为潜在扩散的技术，据称可以生成高质量、商业可用的音乐。StabilityAI表示，他们正在积极采取措施来确保内容的真实性，包括在图像模型中实施水印技术，以便用户和平台可以识别通过其托管服务生成的AI辅助内容。
MetaPlatforms在9月29日发布了一篇计算机科学论文，介绍了其新发布的Llama2LongAI模型。该模型在某些任务上击败了GPT-3.5Turbo和Claude2，这表明Meta的开源方法在生成人工智能领域取得了重大进展。该模型的开源性也表明，开源方法在这一领域具有竞争力。
BERT模型在自然语言处理领域具有举足轻重的地位。尽管BERT在多个NLP任务中取得了卓越的成绩，但研究人员仍然致力于改进其性能。这为NLP领域的进一步发展提供了有力的工具和方法。
