国内首个手机AR实景驾驶导航上线，还能识别车辆行人，搜狗地图出品

原创 于 2020-01-14 12:46:39 发布 · 2.1k 阅读 · 4 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

鱼羊 发自 凹非寺
量子位 报道 | 公众号 QbitAI

国内首个手机AR实景行车驾驶导航上线了。

能贴合道路给出路径指引，转弯处还有立体箭头引导：

能够识别车辆、行人，及时给出碰撞预警：

夜间识别，也不在话下：

带来如此新鲜体验的，是搜狗地图。

无需额外购买昂贵的设备，只需一台手机，一个App，即可体验。

视觉感知技术+导航

传统导航定位，是以GPS为主，并使用陀螺仪、加速度计等传感器来提升精度。但在这种精度下，车道级定位

最低0.47元/天 解锁文章

200万优质内容无限畅学
QbitAl
关注
博客
B站下场自研AI配音！纯正美音版甄嬛传流出，再不用看小红书学英语了（Doge）
07-14 13
在第一阶段，团队使用基于 Conformer 的情绪感知器条件器（emo perceiverconditioner），它用于从风格提示中提取情绪嵌入，专门对情绪数据进行训练。在推理过程中，风格提示可被情感参考音频所替代，该音频可能来自不同的说话者。不同的音频提示可以分别作为音色和情绪表达的参考，也可以用描述性的文本也能用来情绪参考，同时保持音色不变。它最大的亮点，就在于在实现时长控制的同时，还能再现符合Prompt的情感特征。指定替换文本：你在我们屋里走路的时候，发现了一条遥远的路，这是不够奇怪的。
博客
腾讯混元A13B用130亿参数达到千亿级效果，Flash Attention作者点赞
07-14 15
这种整合有效解决了真实数据获取成本高和工具种类有限的问题，生成了多样化的环境反馈，极大地 丰富了模型的学习场景。双模式优势：模型不仅在RULER等长文本评测中表现出优异的稳定性，其“快慢思考”双模式，融合模型一次部署支持两种模式，允许用户推理时按需在效率与深度间自由切换，灵活利用计算资源，极大提升了实用性。同时，团队还设计了超过30种智能体系统指令，将工具、动作和响应的 格式变化相结合，创建了20000种格式组合，将训练数据多样性进一步扩展以提高模型的泛化能力。能在单H200 GPU上以FP8精度运行。
博客
不用抗生素也能抗菌！AI设计新型蛋白质抵御细菌耐药性｜Nature子刊
07-14 10
的生成式蛋白质模型（如ProtGPT2、ProGen）也相继问世，让AI不仅能预测蛋白质结构，还具备了设计新蛋白质的能力，进入了“AI造蛋白”时代。率先在蛋白质结构预测领域实现里程碑式突破，尤其是2020年发布的AlphaFold2，精度接近实验水平，解决了持续数十年的“蛋白质折叠”难题。研究人员借助AI工具，成功设计出能与ChuA结合的蛋白质，这些蛋白质就像“门卫”一样，阻止ChuA与血红蛋白接触，从而抑制细菌生长。的高效模式，颠覆了传统蛋白质药物研发的试错模式，为抗菌药物的快速迭代提供了可能。
博客
Kimi K2里找到了DeepSeek V3架构
07-14 21
而Kimi的修改在于，如果基于Kimi K2打造的产品或服务月活跃用户超过1亿，或者月收入超过2000万美元，那么需要在该产品和服务的用户界面上显示“Kimi K2”。毕竟开源之后，开源模型的效果必须“可复现”，不能再靠各种技巧遮掩，只有当任何人拿到相同权重都能轻松复现结果，才算真正站得住脚。2025年，智能的上限仍然完全由模型决定，作为一家以AGI为目标的公司，如果不去追求智能的上限，那我一天也不会多呆下去。据他表示，OpenAI的开源模型参数比K2小很多，但性能“超级强大”，只是由于某些不可言说。
博客
12人团队打造AI陪伴神器，半年内斩获3000万美元投资
07-14 15
营收模式上，Tolan通过订阅的方式实现盈利，用户可以选择周付4.99美元、月付10美元或年付70美元，付款前可进行试用。在一项针对602名Tolan用户的研究中，有72.5%的用户认同Tolan帮助其管理或改善了生活中的人际关系。自推出以来，Tolan的下载量已超过300万次，付费用户超过10万，每月收入超过100万美元。据官方介绍，Tolan当中的动画人物，是可以长期陪伴用户、提供理解与支持的AI外星人角色。本月，Tolan背后的公司Portola完成了2000万美元的A轮融资，该轮融资。
博客
具身智能大脑+首个SaaS开源框架，智源研究院刷新10项测评基准，加速群体智能新范式
07-14 16
RoboBrain 2.0以卓越的多模态感知、精细的空间推理及强大的长时规划能力，赋能机器人在具身环境中进行交互推理、多智能体协作及高效任务规划，助力复杂物理场景的智能感知与决策。：整合标准视觉问答、区域级查询、OCR视觉问答及多轮视觉对话，优化语言表达的多样性与语义一致性，通过丰富的视觉-语言交互数据，提升模型对复杂任务的理解与响应能力，适应从简单问答到多轮对话的多样场景。通过这一阶段的训练，模型能够生成推理链，支持复杂任务的逐步推理和决策，从而在具身情境中实现更高效、更准确的推理和规划能力。
博客
这是我花9毛钱拍的《Meta老板砸钱把我从苹果挖走》
07-14 587
视频制作不需要再依赖每一帧的分镜图，Vidu Q1参考生视频直接把我们都带入到了新的零分镜时代，从一个好的视频想法到视频素材生成，一步到位。诚然第一次工业革命到第三次工业革命的技术飞跃，让视频、电影制作从黑白走入彩色，从低画质迈进超清，但在流程方面，也没能太脱离传统的方式。做视频就像搭积木一样，替换不同的参考图，就会生成不同的视频。总而言之，AI视频生成“快、好、省”的时代已经到来，现在需要人类发挥的，就只剩下想象力了。体验完一圈之后，我们不难发现，现在要控制AI视频生成的细节，方便，着实是太方便了。
博客
AI有味觉了：分辨可乐和咖啡，只需“尝一尝”丨Nature
07-14 11
为了验证此装置的有效性，研究人员选取了四种代表不同味道的化学物质：酸（醋酸，CH₃COOH ）、苦（硫酸镁，MgSO₄）、咸（氯化钠，NaCl）、甜（醋酸铅，Pb(CH₃COO)₂ ）。该GO纳米流体装置不仅具备味觉传感功能，还能作为忆阻器（一种具有记忆功能的电阻元件）工作，结合神经网络，实现对酸、苦、咸、甜等味道的分类。这种由碳原子构成的二维六边形晶格不仅具备优异的电导性，还对各种分子极为敏感，为人工味觉系统的实现提供了理想的材料基础。，能模拟人类的味觉反应，有望帮助神经疾病患者重获“尝味”的能力。
博客
美团王兴，中国具身智能第一投资人
07-14 672
早在2020年全年财报电话会议中，王兴就明确提出：“美团业务的发展不仅需要软件，还需要硬件，机器人目前是美团投资的关键垂直领域之一。押注前沿科技的趋势则从2023年延续至今，这两年来的代表性被投项目，都来自AI、具身智能、半导体等领域，消费项目的比例断崖式减少。另一件不难发现的事情是，哪怕在机器人领域，美团的投资对象也从“与美团业务强耦合”，变成了“不再为了服务旗下具体业务场景”。这一年，美团集团战略升级“零售+科技”后，消费项目仍然是重点方向之一，但与此同时，被投中硬科技项目的身影占比开始提升。
博客
这个AI精准模拟人类行为大脑状态，上Nature了
07-14 11
实验将原来的“太空船寻宝”改为“魔毯探险”的新故事后，Centaur在新故事场景下人类行为的预测负对数似然值，依旧显著优于Llama和领域特定认知模型，说明Centaur不受任务表面描述变化影响。具体而言是在冻结的4位量化基础模型上，为所有非嵌入层添加秩为8的低秩适配器，最后新增参数仅占基础模型的。短短5天，一个通用的LLM模型就蜕变成了可以真正“读懂”人类的认知模型，甚至全面超越传统模型。在原来的两臂老虎机实验上，新增成三臂，选择加一，但Centaur的负对数似然值。
博客
ChatGPT破案！成功揭露500万美元遗产欺诈
07-13 15
按照网友自述，她父亲10年前在异国去世，身后留有公司、房产等价值约500万美元的遗产。正当她们准备继承时，父亲的异国女友突然拿出一份亮闪闪的结婚证，以“合法妻子”的身份接管了所有遗产。通过ChatGPT，她对德州的遗产法律进行了研读，并逐个拆解案件文件，反复梳理这十年间案件相关的近500份法律档案与诉讼请求，包括房地产、银行账户等情况。后续，Rejeana还希望将案件提交至民事法院，以追究律师、管理人、银行及Irma的连带责任，甚至考虑立法允许继承人重启关闭后的遗产案件。AI医疗、AI教育、AI情感陪伴。
博客
7B模型对标GPT-4o，全球首个医疗代码生成大模型训练平台来了
07-13 19
MedAgentGym的发布，为医学的AI和大语言模型智能体的研究者和开发者提供了一个强大工具。通过将真实世界的生物医学任务、高效可复现的基础设施以及对前沿模型的大规模基准测试相结合，MedAgentGym为推动LLM在医疗领域的应用奠定了一个坚实的基础。有理由相信，在MedAgentGym的助力下，一个能够从成功中学习、从失败中进化的，更加智能和高效的未来医疗新时代，正加速到来。该平台不仅提供了全面的评估基准，更重要的是建立了完整的训练生态系统，能够系统性提升大模型在医疗领域的代码生成和推理能力。
博客
好玩！AI“穿越”新玩法火了：根据12岁照片生成23岁的你
07-13 18
顺便一提，我也问了豆包：ChatGPT现在可以根据一个人12岁时的照片推测她23岁时的样子，你能做到吗？然后，把左边那张图丢给ChatGPT，提示词为：帮我根据这张照片，推测他20岁（40岁）的样子。选他的原因是小时候和长大以后差别比较大，单看他小时候的照片，我是没办法认出他是彭于晏的。外国一网友让ChatGTP根据她12岁的照片推测她23岁的样子，结果居然还挺准的？用长大后的相貌，让AI“倒推”小时候（10岁）的样子，看看效果怎么样！说起来，抖音上也有类似的特效，叫作“ai时光穿梭机”，目前。
博客
别跟LLM太交心！斯坦福新研究：AI不能完全取代人类心理治疗师
07-13 13
研究人员设计了“污名化实验”，下面这些小短文基于 “日常困扰”、“抑郁症”、“酒精依赖”、“精神分裂症” 这几种情况设计，并且在每种情况中都对人物的种族、年龄和教育水平进行了说明。不过，研究人员也强调，他们的研究结果凸显了更完善的保障措施和更周到的实施方案的必要性，而不是完全否定人工智能在心理健康领域的应用。然而，AI模型给出了否定回答，这种不公平的回应，不仅违背了医疗平等的原则，更可能对患者造成二次伤害，加剧他们的心理负担。对于用户的想法，它们有种过度讨好的倾向，这种看似友善的行为，实则暗藏危机。
博客
直播预告：AI时代的信息/知识类产品如何差异化突围？和反向词典/语鲸聊聊如何用AI时代的搜索与RSS｜AI产品Time
07-13 12
旗下产品「反向词典WantWords」，正式运营2个多月用户数即达数百万，后续推出“深言达意”，用户数近千万。近来推出新产品「语鲸」，能够订阅、聚合、总结你关心的信息，是一个让你10倍提效的个性化信息助手，助你解决信息焦虑，焕新AI时代用户阅读体验。一方面，AI的普遍使信息的“生产-分发-消费”链条发生了质变，新的机会成批出现；「AI产品Time」是量子位智库聚焦AI产品的1v1深度访谈节目。无论是Deep Research、AI知识管理，还是AI搜索，这几类热门AI效率产品的本质都是。
博客
杨植麟被梁文锋叫醒了！Kimi新模型发布即开源，1T参数全线SOTA
07-12 72
而Kimi的修改在于，如果基于Kimi K2打造的产品或服务月活跃用户超过1亿，或者月收入超过2000万美元，那么需要在该产品和服务的用户界面上显示“Kimi K2”。通过可验证任务持续优化critic，提升泛化任务表现。因为Kimi的数据增长地位，跟其之前拿着巨额融资后烧钱投流的策略密不可分，然而如果DeepSeek和腾讯元宝，可以靠着先进模型就能快速突破，那这壁垒又何在？审美属于是简洁挂的。172天之前，2025年春节之前，Kimi曾是国产基础大模型中最受关注的一个，团队青春风暴，产品体验优雅。
博客
Claude团队大揭秘！如何调动多智能体搞深度搜索
07-12 17
与单个代理的Claude相比，它在内部评估中成功率达到90%更高，比如，以Claude Opus 4为领导智能体、Claude Sonnet 4为子智能体的多智能体系统，在团队的内部研究评估中比单智能体Claude Opus 4表现高出90.2%。在系统中，主代理(The Lead Agent)将查询分解为子任务，描述清晰的目标、预期的输出格式、可使用的工具和信息来源指引以及明确的任务边界，将子任务传递给子代理。比如说，对主智能体的一处微小改动，可能会以不可预测的方式改变子智能体的行为。
博客
密室逃脱成AI新考场，通关率不足50%，暴露空间推理短板丨清华ICCV25
07-12 29
比如，在“Difficult-2”中，Gemini 1.5 Pro和Claude 3.5 Sonnet有相同的逃脱成功率和道具获取率，但是Gemini 1.5 Pro凭借较高的交互率，即使它的交互成功率较低，也能通过相对较少的步数成功逃脱；多数模型容易“反复抓错”或“认错道具”，他们的失败方式也各有特色：有的不会动、有的乱动、有的只移动不采取交互行动、有的动作对了但“目的不清”；（意图与结果一致性）：衡量模型与环境的交互结果是否和的模型的交互意图一致，即模型是否“在正确的位置做正确的事”。
博客
实测Gemini图片转视频新功能，终于蹲到经典梗图后续了（doge）
07-12 402
一个恢弘大气、富有科技感的电影开场，有火箭和超现实的智能机器人，随着镜头缓缓上移，看见了像月亮一样的量子位图标（图片即量子位图标）总的来说呢，Gemini这次推出的新功能其实就是接入了Veo 3 Fast，生成的视频长度大概在7-8秒，生成速度大概1-2分钟。画面右边的男性手臂上下摆动，画面左边走进一个和他一模一样的人，调整了一下自己的衣领，背景响起欢呼声。怎么说呢，可以看到它有一套自己的逻辑，发现这个青蛙的胳膊有点短，就凭空变出了一只手给它喂水。咱想要的恢弘大气的电影开场一样的华丽登场啊……
博客
奥特曼30亿刀收购案黄了！谷歌迅速出手：Windsurf核心团队打包带走
07-12 22
毕竟OpenAI这笔收购案闹得轰轰烈烈，Windsurf作为一个基础模型靠大厂的AI编程工具，还因此惨遭Claude断供，API直接不给用。在收购风波之前，Windsurf已经吸引超80万开发者用户、约1000家企业用户，是继Cursor之后，全球最受关注的AI编程初创公司之一。，采取的是雇佣式收购策略：谷歌不会对Windsurf本身控股，但将获得Windsurf部分技术的非独家授权。现在，谷歌闪电官宣，花了多少钱没有具体透露，但有OpenAI打样，又在硅谷疯狂抢人的大环境之下……
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值