通用汽车正与 Nvidia 展开深度合作,旨在将 AI 技术应用到实体世界中,这项扩展合作将涉及汽车制造商业务的方方面面,包括工厂、机器人和自动驾驶汽车。
Nvidia 创始人兼首席执行官黄仁勋在周二圣何塞 GTC 大会的主题演讲中宣布了这项合作,他表示自动驾驶汽车的时代已经到来。
"我们期待与通用汽车在三个领域共同构建 AI,"他在台上表示。"用于制造的 AI,以革新他们的制造方式;用于企业的 AI,以革新他们设计和模拟汽车的方式;以及用于车载的 AI。" 据黄仁勋透露,这项协议意味着 Nvidia 将为通用汽车提供 AI 基础设施(主要是 GPU),并协助该汽车制造商构建自己的 AI 系统。
Nvidia 与汽车和自动驾驶行业有着数十年的合作关系,为特斯拉、Wayve 和 Waymo 等公司提供 GPU,用于数据中心或车辆。Nvidia 还为汽车制造商开发了自动驾驶平台,包括名为 DriveOS 的操作系统,用于提供实时 AI 处理和高级驾驶及座舱功能的集成。丰田今年早些时候宣布计划在下一代车型中配备由 Nvidia Drive AGX Orin 超级计算机和注重安全的操作系统 DriveOS 驱动的自动驾驶功能。
"我们会根据汽车行业的需求与他们合作,"黄仁勋在主题演讲中说。"我们构建了三种计算机:训练计算机、模拟计算机和机器人计算机(自动驾驶汽车计算机)—以及其上的所有软件栈、模型和算法,就像我们为其他行业所做的那样。" 通用汽车计划与 Nvidia 合作,使用该科技巨头的多个产品构建定制 AI 系统。通用汽车没有透露交易的具体金额。
通用汽车将使用 Nvidia Omniverse 和 Cosmos 来训练 AI 制造模型,帮助其改进下一代工厂和机器人技术的建设。通过 Omniverse,通用汽车将能够构建其工厂的数字孪生体—甚至包括装配线,以虚拟方式测试新的生产流程,而不会影响现有的车辆生产。这项工作将包括训练通用汽车已在使用的机器人平台,用于物料处理和运输、精密焊接等操作。
该汽车制造商还将使用 Nvidia Drive AGX 作为未来高级驾驶辅助系统和增强型车内安全驾驶体验的车载硬件。通用汽车最近停止了对其商用机器人出租车开发业务的资金投入,转而将资源投向其免手动驾驶辅助系统 Super Cruise。通用汽车正在吸收其自动驾驶汽车子公司 Cruise,并将其与自身开发驾驶辅助功能的努力相结合—最终目标是开发完全自动驾驶的个人车辆。
通用汽车与 Nvidia 的关系并非新建。这家底特律汽车制造商一直使用 Nvidia GPU 来训练用于模拟和验证的 AI 模型。此次扩展合作现在包括使用 Nvidia AI 产品来改进汽车工厂设计和运营。
好文章,需要你的鼓励
ChatGPT-5的统一架构消除了用户选择模型的认知摩擦,自动路由查询到快速或深度思考模式,使用户失去问题分类和框架构建的基本技能。这种无形的认知外包加上商业订阅模式,创造了"认知供应商锁定"效应。专家面临技能衰退和能力错觉的双重威胁,需要通过意识、理解、接受、问责四个维度建立认知抵抗力,主动维护人类独特的思维能力。
香港中文大学研究团队开发出HPSv3图片质量评价系统,能像人类一样准确判断图片美观度和质量。该系统基于108万张图片的HPDv3数据集训练,涵盖AI生成图片到真实摄影作品的完整质量范围。团队还提出CoHP优化方法,通过智能选择和迭代改进显著提升图片生成质量,在用户测试中获得87%偏好率,为AI图片生成领域提供了重要突破。
本文探讨在处理海量遥测数据的电商平台中,如何构建AI驱动的可观测性系统。作者提出利用模型上下文协议(MCP)解决数据碎片化问题,通过三层架构设计:上下文丰富的数据生成层、MCP服务器数据访问层、AI驱动分析引擎层,实现从日志、指标、链路追踪中自动提取洞察。该方案可显著降低异常检测时间,提升根因分析效率,减少告警噪音,为工程团队提供主动式而非被动式的系统监控能力。
华中科技大学研究团队开发的LaTCoder通过"分而治之"策略解决AI网页代码生成中的布局保持难题。该方法将复杂网页设计分割为小块,逐块生成代码后智能拼接,在多个评估指标上显著优于现有方法。团队还构建了更具挑战性的CC-HARD数据集,为行业提供了新的测试标准。这项技术有望大幅降低网页开发门槛,推动设计到代码的自动化转换。