餐食配套公司 HelloFresh 已将 70 辆全电动 Rivian 货车加入其车队,这是该汽车制造商自与 Amazon 解除独家合作协议后首个购买其商用纯电动车的主要客户。
据该公司周三发布的一篇博客文章称,这 70 辆全电动商用货车占 HelloFresh 车队总数的近四分之一,已帮助公司节省了约 20,000 加仑汽油。HelloFresh 表示,转向电动化使其二氧化碳排放量减少了 200 吨。
Rivian 生产并销售两种尺寸的货车,自 2023 年 11 月结束与 Amazon 的独家合作协议以来,一直希望拓宽客户基础。但该汽车制造商直到 2025 年 2 月才正式向其他企业开放其商用货车车队业务。Rivian 过去曾表示,该电动车制造商在这一缓冲期间为更广泛的企业准备了一条商用车队产品线,其中包括建设服务基础设施、数字基础设施以及通过试点项目收集车队客户反馈。
此前曾有迹象显示 Rivian 正在与潜在车队客户进行多项试验,然而 HelloFresh 是首个公开宣布成为客户并将这些货车纳入车队的企业。
在 Rivian 努力拓展更多商用客户的同时,其仍在为 Amazon 生产货车。Rivian 于 2021 年开始生产商用货车,而此时距 Amazon 宣布订购 100,000 辆货车以降低其气候影响已有两年之久。Amazon 在与 Rivian 签订商用货车独家合作协议时,已对 Rivian 进行了大量投资。仅在此之前七个月,这家电子商务巨头还领投了 Rivian 一轮价值 7 亿美元的投资。
截至 2 月,Amazon 车队中已有 20,000 辆由 Rivian 生产的商用货车。
好文章,需要你的鼓励
当前企业面临引入AI的机遇与挑战。管理层需要了解机器学习算法基础,包括线性回归、神经网络等核心技术。专家建议从小规模试点开始,优先选择高影响用例,投资数据治理,提升员工技能。对于影子IT现象,应将其视为机会而非问题,建立治理流程将有效工具正式化。成功的AI采用需要明确目标、跨部门协作、变革管理和持续学习社区建设。
这项由东京科学技术大学等机构联合发布的研究提出了UMoE架构,通过重新设计注意力机制,实现了注意力层和前馈网络层的专家参数共享。该方法在多个数据集上显著优于现有的MoE方法,同时保持了较低的计算开销,为大语言模型的高效扩展提供了新思路。
美国垃圾收集行业2024年创收690亿美元,近18万辆垃圾车每周运营六至七天,每日停靠超千次。设备故障成为行业最大隐性成本,每辆车年均故障费用超5000美元。AI技术通过实时监控传感器数据,能提前数周预测故障,优化零部件库存管理,减少重复维修。车队报告显示,预测性维护每辆车年节省高达2500美元,显著提升运营效率和服务可靠性。
小米团队开发的MiMo-7B模型证明了AI领域"小而精"路线的可行性。这个仅有70亿参数的模型通过创新的预训练数据处理、三阶段训练策略和强化学习优化,在数学推理和编程任务上超越了320亿参数的大模型,甚至在某些指标上击败OpenAI o1-mini。研究团队还开发了高效的训练基础设施,将训练速度提升2.29倍。该成果已完全开源,为AI民主化发展提供了新思路。