知名网约车平台优步(Uber)与比亚迪达成一项协议,计划将10万辆比亚迪电动车引进优步平台,首批车辆将在欧洲和拉丁美洲上路。
公告称,该协议预计将为优步平台司机提供更经济的电动车选项,并降低他们的总体成本。
不过,这些司机可能对双方未来在优步平台推出具备自动驾驶功能的车辆合作感到些许忧虑。
公告还提到,优步司机转用电动车的比例是私家车主的五倍。然而,司机调查显示,电动车的高昂价格仍是主要障碍。在英国等国家,不完善的充电基础设施也是一大问题。
“为了支持司机转向电动车,双方的共同努力还可能包括提供充电、车辆维护或保险折扣,以及根据各市场情况定制的融资和租赁优惠。”
此外,这项协议可能受到监管部门的审查,电动汽车厂商也要面对欧美国家的关税问题。
比亚迪最近获批在公路上测试三级自动驾驶车辆,并宣布将在土耳其投资10亿美元建设一家汽车厂,预计年产能达15万辆。由于土耳其是欧盟关税同盟的一部分,比亚迪在此建厂可以免受上述关税。
此项协议对特斯拉构成打击,特斯拉因埃隆·马斯克对相关设计的调整而推迟发布产品。马斯克承认,他在全自动驾驶技术的预期上过于乐观。
特斯拉最近的财报显示收入几乎未增,一些投资者因此担心特斯拉的核心汽车业务可能受压。然而,马斯克指出,包括比亚迪在内的竞争对手的价格战正使电动车制造商的生存环境日趋艰难。
比亚迪的执行副总裁兼美洲区CEO Stella Li表示:“这次合作开启了城市移动电气化的新篇章,我们期待在全球城市街头看到我们的尖端电动车成为一道亮丽的风景。”
好文章,需要你的鼓励
来自香港科技大学和MiniMax的研究团队开发了SynLogic,一个可合成35种逻辑推理任务的框架与数据集,填补了AI逻辑训练资源缺口。研究表明,在SynLogic上进行强化学习训练显著提升了模型逻辑推理能力,32B模型在BBEH测试中超越了DeepSeek-R1-Distill模型6个百分点。更值得注意的是,将SynLogic与数学和编程数据混合训练不仅提高了这些领域的学习效率,还增强了模型的泛化能力,表明逻辑推理是构建通用AI推理能力的重要基础。
这项研究揭示了大型语言模型的惊人能力:只需两个特殊训练的向量,冻结的语言模型就能在一次计算中生成数百个准确词汇,而非传统的逐词生成。研究者发现,这种能力要求特定的输入排列方式,且生成速度比自回归方法快约279倍。这一发现不仅展示了语言模型未被充分探索的并行生成潜力,还为快速文本重建开辟了新方向。
腾讯混元团队提出的"ConciseR"是一种通过两阶段强化学习实现大模型简洁推理的新方法。研究遵循"先走后跑"原则,先确保模型具备准确推理能力,再优化输出简洁性。第一阶段通过改进的群体相对策略优化(GRPO++)提升推理能力,第二阶段通过长度感知的群体相对策略优化(L-GRPO)减少输出长度。实验结果显示,该方法在AIME、MATH-500等多个基准测试中既减少了输出长度(平均20%以上),又保持或提高了准确率,展现出高效率-高准确率的理想平衡。
这项由香港科技大学团队开展的研究首次全面评估了压缩对大语言模型Agent能力的影响。研究发现,虽然4位量化能较好地保留工作流生成和工具使用能力(仅下降1%-3%),但在实际应用中性能下降达10%-15%。团队提出的ACBench基准测试横跨工具使用、工作流生成、长文本理解和实际应用四大能力,评估了不同压缩方法对15种模型的影响。结果显示,AWQ量化效果最佳,蒸馏模型在Agent任务上表现不佳,大型模型对压缩更具韧性。研究还提出ERank等创新分析方法,为实际部署提供了切实指导。