Author: aitrendtrackers@rengongzhineng.io

苹果公司最近真是大手笔地从谷歌公司挖来了一大批人工智能专家，这可是周二（4月30日）《金融时报》的猛料哦！他们不是随便翻了翻LinkedIn，而是认真分析了无数个人资料、职位空缺和研究论文。结果显示，苹果正在对AI和机器学习领域进行一场声势浩大的扩张，至少有三十六位专家从谷歌跳槽过去。 这帮大脑在加州和西雅图这些地方搞科研，但苹果在瑞士苏黎世也有一个重要基地。苏黎世联邦理工学院的Luc Van Gool教授透露，苹果收购了当地两家AI初创企业——虚拟现实团队FaceShift和图像识别公司Fashwell，这促使苹果在这座城市开设了一个名为“视觉实验室”的研究机构。 苹果在苏黎世的行动低调得很，连邻居们都没发现实验室的存在。不过这也符合苹果一贯对AI的神秘态度，他们总是对外保持沉默，而其他大科技公司则在推出新产品。 而且，最近PYMNTS还报道了苹果正在开发一个名为ReALM（语言建模中的参考解析）的AI系统，这系统能够解析模糊的指代和上下文线索，可能会“彻底改变语音助手的交互方式，甚至可能重塑商业景观”。这种系统通过将基于屏幕的视觉参考转化为语言建模任务来简化复杂的理解过程，使用的是大型语言模型，这是改善AI语音通信的一部分，可能会增强商业应用。 AI研究员Dan Faggella说：“如果我们能有更好、更快的客户体验，现在很多聊天机器人只会让客户恼火。但如果将来我们有AI系统能够礼貌地迅速解决问题，提升客户体验，很可能会转化为忠诚度和销售。” 此外，PYMNTS本周早些时候还报道了苹果即将到来的财报电话会议，尽管公司在硬件方面面临波动，但作为iPhone制造商，苹果正寻求扩大其生态系统。报道指出，一些可能被称为公司的“核心”或“主要”收入来源，如应用程序和iPhone，以及在中国市场的困难，可能会在某种程度上影响近期的前景。

Tableau, 在其年度用户会议——圣地亚哥举办的Tableau Conference上，推出了其生成式人工智能（AI）工具的新功能，包括辅助数据转换功能和一项使客户能够用自然语言探索指标的功能。Tableau目前的生成式AI（GenAI）产品包括Pulse和Einstein Copilot for Tableau。 Pulse是一个洞察生成器，它能自动地以自然语言向用户呈现和交付洞察，这一产品已于二月份正式推出。Einstein Copilot for Tableau是一个AI助手，当前处于测试阶段，并计划在今年夏天更广泛地发布，它使客户能够使用自然语言探索数据，推荐问题，并引导用户完成计算关键绩效指标（KPIs）和指标的复杂过程。AI辅助数据转换工具是Einstein Copilot for Tableau平台的一部分，计划与该工具一同在今年夏天正式发布。Pulse问答功能，允许客户用自然语言探索指标，现已正式推出，这是Pulse的一部分。随着Tableau在生成式AI能力方面的发展，其创新步伐与竞争对手相当，据Constellation Research的分析师Doug Henschen所说。 一些供应商，如MicroStrategy和Domo，已经推出了更多的正式可用功能。而其他一些则大多还处于预览阶段。然而，许多潜在用户对生成式AI仍持谨慎态度，因为它可能导致不准确的回应，进而引发财务和声誉损失。因此，无论这些工具是否可用，其采用率仍处于初级阶段。 Henschen表示：“Einstein Copilot for Tableau在某些正式发布的功能方面落后于其他供应商。但我与大多数客户交谈时发现，他们对GenAI持保守态度……我认为企业将想要确保在广泛部署基于GenAI的功能之前，他们对真实性、数据隐私和安全措施感到满意。” 除了新的生成式AI功能外，Tableau还公布了与Databricks的合作关系扩展以及Tableau Public的新功能，Tableau Public是该供应商平台上的一个免费环境，用户可以在其中分享他们的工作。 随着Tableau开发生成式AI能力，该供应商现正处于CEO Ryan Aytay所说的分析的第三波。 第一波是全面服务的BI，数据完全由训练有素的专家掌握。第二波是自助服务BI，数据对接受数据素养培训的自助服务用户开放。第三波关注个性化，供应商能够利用AI为每个用户创建量身定制的分析体验。 Aytay说：“Tableau的未来全在于提供具有深入可视化、数据目录和数据准备功能的分析工具。但它也关于为每个用户带来数据和AI。”他补充说，“我们在前进的过程中将同时做到这两点。” 考虑到为每个用户提供数据和AI，Tableau Pulse现在包括Pulse问答功能。此功能使客户能够用自然语言询问他们的业务指标问题，对此功能将针对该特定指标提供洞察。 此外，在新的Pulse功能中，包括指标助推。这一功能允许用户将计算保存到Tableau的指标层，以便他们能够随着时间追踪和监控指标，并促使Pulse基于这些指标向用户推送洞察。Pulse现在还包括指标目标，它让客户可以将目标进展与目标进行比较。 根据Tableau的说法，Pulse已被5000名客户采用。 与此同时，它的功能进一步推动了Tableau使分析工具能够为组织内可以从数据中受益的每个人所用的目标，Henschen说。“Pulse在它确实是一种新的、民主化的BI形式方面脱颖而出，”他说。“它是一个更易使用、直截了当的界面，与被理解为对商业用户重要的策展指标相关。”类似于Pulse，Einstein Copilot for Tableau中的新功能旨在为每个用户提供数据服务，包括AI辅助数据转换和与Tableau目录的Einstein Copilot共同使用。AI辅助数据转换使客户能够自动化数据转换流程，并提供分步建议。使用Einstein Copilot与Tableau目录共同使用，用户可以自动创建其数据的描述，使数据稍后更容易找到和探索。这些功能是有益的，但据Henschen说，因为它们至少还需要几个月才能普遍可用，它们不像现在已被数千名客户使用的Pulse的功能那样立即显得重要。Henschen说：“Einstein Copilot很重要且前景广阔。”“但它目前仍处于测试阶段，所以它不如Pulse重要。” 除了增加自己的生成能力外，Tableau还公布了与Databricks的扩展合作关系，Databricks在过去一年中积极构建了一个用于生成式AI模型和应用开发的环境。合作关系现在包括Tableau Delta Sharing和Explore in Tableau，两者都旨在帮助Tableau和Databricks的用户加快发现洞察和做出数据驱动决策的时间，据Tableau的首席营销官Elizabeth Maxson Martinet说。Tableau Delta Sharing是一个连接器，使联合用户能够在Tableau和Databricks环境之间共享数据，以消除复制数据的需要，通过集中访问管理改善治理，并促进组织内部及与外部合作伙伴的协作。Explore in Tableau则使联合客户能够连接到实时数据源，而无需离开他们的Tableau环境。 Maxson说：“[扩展的合作关系]将有助于实时简化数据探索和分析。” Henschen则表示，鉴于Databricks在过去一年中开发了传统AI、生成式AI和机器学习的环境，Tableau与Databricks之间的紧密关系对这两个供应商的客户来说是一个加分项。在过去的10个月里，Databricks以13亿美元收购了MosaicML，进行了三次更多的收购以增加AI开发能力，与生成式AI开发商Mistral AI合作，开发并推出了两个大型语言模型，并推出了一套辅助AI开发的工具。 Henschen说：“Databricks在独立的分析数据平台中领先，推动AI、ML和GenAI以及BI。”“很高兴看到与Databricks的更紧密整合。”除了生成式AI之外，Tableau还更新了其平台，包括现在不仅仅是分享可视化的Tableau Public的更新版本。Tableau…

​  AWS最近宣布Amazon Q正式上线，这是目前市场上最先进的生成式人工智能（AI）助手，旨在加速软件开发并利用公司内部数据。 Amazon Q不仅能生成高度准确的代码，还能进行测试、调试，并具备多步骤规划和推理能力，能够根据开发者的请求转换和实施新生成的代码。Amazon Q还通过连接到企业数据仓库，使员工更容易获得关于公司政策、产品信息、业务结果、代码库、员工及许多其他主题的问题答案，从而逻辑总结数据、分析趋势并就数据进行对话。 “Amazon Q是目前市场上最先进的生成式AI助手，具有业界领先的准确性、高级代理功能和一流的安全性，帮助开发者提高生产力，帮助商业用户加速决策制定，”AWS人工智能与数据副总裁Swami Sivasubramanian博士表示。“自从我们在re:Invent活动上宣布这项服务以来，我们对开发者和商业用户所看到的生产力提升感到惊讶。初步迹象表明，Amazon Q可能帮助我们客户的员工在工作中的生产力提高超过80%；而且随着我们计划在未来推出的新功能，我们认为这一数字还将继续增长。” 今天的公告包括Amazon Q Developer和Amazon Q Business的正式上线，以及新的Amazon Q Apps功能（预览版）。以下是它们的简要介绍： 如今，开发者估计只有30%（或更少）的时间花在编码上，其余时间则花在执行单调重复的任务上。开发者还必须管理基础设施和资源、排除故障并解决错误，了解操作成本。当他们更换项目时，他们需要花时间学习现有的代码库以理解其编程逻辑。最后，还有所有的测试和重构代码、升级应用、调试和优化工作，以及通过进行漏洞扫描和及时应用适当的安全修复来确保安全。公司希望赋予开发者更少时间处理这些编码杂务，更多时间创造独特的用户体验，同时能够更快部署。 Q协助开发者和IT专业人员（IT专业人员）完成所有任务——从编码、测试、升级应用程序，到故障排除、执行安全扫描和修复，以及优化AWS资源。 Amazon Q Business使员工更具数据驱动力，利用公司数据做出更好的决策组织拥有分布在多个文档、系统和应用程序中的大量数据。每个组织和部门的员工每周都要花几个小时搜索内部信息来源，拼凑分析、撰写报告、制作演示文稿、从仪表板收集洞察力，并为不同的受众调整内容。 在QuickSight中使用Amazon Q的提示图像。用户正在要求Q将图表更改为表格。 QuickSight中的Amazon QAmazon Q Business是一个生成式AI助手，可以回答问题、提供摘要、生成内容，并基于企业系统中的数据和信息安全地完成任务。它使员工更具创造性、数据驱动力、效率、准备充分性和生产力。Amazon Q还将其先进的生成式AI技术带入Amazon QuickSight，这是AWS为云构建的统一商业智能（BI）服务。通过QuickSight中的Amazon Q，客户获得一个生成式BI助手，允许业务分析师使用自然语言在几分钟内构建BI仪表板，并轻松创建可视化和复杂计算。 Amazon Q Apps使员工能够使用自然语言安全地构建自己的生成式AI应用程序 作为Amazon Q Business的一项新功能，Amazon Q Apps让员工可以使用公司数据构建生成式AI驱动的应用程序，而无需任何编码经验。员工只需用自然语言描述他们想要的应用类型，Q Apps将快速生成一个完成其所需任务的应用，帮助他们以轻松高效的方式简化并自动化日常工作。 作为亚马逊“AI Ready”倡议的一部分，旨在到2025年为全球200万人提供免费AI技能培训，AWS已经推出了两个免费的、自定进度的数字课程，帮助现有和未来的劳动力利用Amazon Q。《Amazon Q简介》提供了关于Amazon Q的高层概述，包括用例和益处，而《Amazon Q Business入门》向开发者和技术受众介绍Amazon Q Business的功能和用例，并解释如何使用Amazon Q构建聊天机器人。 Self-paced digital training on AWS –…

科技界近日因苹果公司即将推出的处理器技术革新——M4系列而沸腾。尽管M3系列还非常新鲜，但苹果公司已经准备用全新的方式领先游戏——这将是一次大胆的尝试，其权利在于重新定义现有技术的未来。在接下来的内容中，我们将从宏观角度探讨这一变革的影响，以及这些芯片首次亮相对用户和整个行业意味着什么。 为什么急于推出M4? 苹果公司迅速过渡到M4系列，这是一种利用最新半导体技术进步的战略行为。这一过渡使苹果公司准备成为第一家与台湾半导体制造公司（TSMC）合作，使用尖端3nm工艺技术的主要科技企业。这远不止是提速或延长电池寿命那么简单；它关乎一种新的思考方式，即性能和效率如何在计算机硬件中共存。这一尝试性过程显示了苹果公司保持科技领先地位的承诺：始终准备在这个快速变化的行业中进行创新和变革。 硅幕后即将推出的M4芯片将使用TSMC的改进版N3E技术，相较于过渡期的N3B有所提升。这不仅仅是减少纳米米数，实际上还涉及完全重新设计晶体管的放置和功能方式。更高的晶体管密度使芯片在使用更少的能量的同时，能够处理更多操作并提高速度。这些改进非常重要，因为随着时间的推移，它们确实有助于设备的整体寿命，有助于减少热量输出，并使生产更小但更强大的苹果产品成为可能。本章描述了这些进步的技术和潜力，以革命性地改变苹果产品线的各个方面。 能量主导者：解码M4变种 出于战略考虑，苹果通过推出多样化的Donan、Brava和Hydra芯片变种，反映了其在为不同类型用户规划产品时的多样化方法。预计Donan芯片将支持更轻的设备，如MacBook Air和入门级MacBook Pro，并在能效和处理能力上实现实质性改进。Brava针对更严肃的专业应用，可能会为M4 Pro和M4 Max芯片提供在图形和计算能力上的大幅升级。Hydra旨在为苹果的最高端机器提供顶级性能，包括Mac Pro和传闻中的M4 Ultra。每种变体都代表了一次技术飞跃，并满足市场细分，确保所有用户都能访问定制的尖端功能。 AI在核心 M4系列在硬件中整合AI方面应该是一个很大的进步。M4芯片本身的神经引擎运行速度将比以前的M3芯片快60%，这意味着M4系列在机器学习能力上应该会有很大的提升。这一创新将使它变得生动而精准，改变人们使用系统的动态，包括通过预测性打字和实时翻译中的先进面部识别进一步改进。随着AI在用户体验中扮演越来越核心的角色，苹果专注于提升神经引擎的性能可能实际上会设定新的消费者基准，让设备从工具变为智能的互动朋友。 苹果硅片的未来何去何从? 如果苹果开始推出M4变体，M3 Ultra可能会成为历史，这意味着前瞻性的思考。这将引发涟漪效应，不仅在产品供应方面，还在消费者期望和因此在整个行业基准中进行的变革方面。”随着苹果硅技术的持续发展，它对软件开发、应用功能以及多媒体内容的消费和创造方式的影响将是巨大而广泛的。有了这些M4芯片，可能会有一个新的计算时代，预期的界限在硬件性能和软件创新之间融合。

过去两年里，生成性AI作为开发环境中的一项工具，从根本上改变了开发者的工作场景。2022年，我们推出了GitHub Copilot，这是一种在编辑器中的自动完成配对编程工具，提升了高达55%的开发者生产力。如今，Copilot已成为最广泛使用的AI开发工具。到了2023年，我们又推出了GitHub Copilot Chat——解锁了在编码、调试和测试中使用自然语言的能力——允许开发者实时与代码对话。 在去年GitHub Universe的早期展示后，今天，我们正重新想象开发者体验的本质，推出了GitHub Copilot Workspace的技术预览版：一个原生支持Copilot的开发环境。在Copilot Workspace中，开发者现在可以用自然语言进行头脑风暴、计划、构建、测试和运行代码。这种新的以任务为中心的体验，从头到尾利用不同的Copilot驱动代理，同时让开发者完全控制整个过程。 Copilot Workspace代表了一种全新的、使用自然语言构建软件的方式，它专门设计来提供（而非替代）开发者的创造力，使开发更快、更简单。通过Copilot Workspace，我们将赋予经验丰富的开发者作为系统思考者的能力，并大幅降低进入软件构建领域的门槛。 欢迎来到新开发环境的第一天。以下是它的工作方式： 一切从任务开始……从一个任务开始。从GitHub问题、拉取请求或仓库打开GitHub Copilot Workspace。（octoacademy仓库中的问题截图。） 对开发者来说，进入门槛几乎总是从开始就设置了障碍。想想你在一个大项目、功能请求或甚至是报告错误的第一步时常常遇到的障碍，仅仅因为你不知道如何开始。GitHub Copilot Workspace就在起点处迎接开发者：一个GitHub仓库或GitHub问题。通过利用Copilot代理作为第二大脑，开发者从一开始就有了AI的帮助。 …Workspace构建完整计划从你的任务进展到一个规范，概述你希望用Copilot Workspace实现的目标。步骤是可编辑的，使你能够对想法进行迭代。 从那里开始，Copilot Workspace提供了一个一步步的计划来解决问题，这些计划基于对代码库、问题回复等的深入理解。它提供了你需要的一切来验证计划，并以自然语言的形式测试代码。 而且完全可以编辑……然后调整你的行动计划，添加步骤和一般注释。计划实施后，你可以查看PR差异视图并根据需要进行编辑。 GitHub Copilot Workspace提出的所有内容——从计划到代码——都是完全可编辑的，允许你迭代直到对前路充满信心。你保留了所有的自主权，而Copilot Workspace减轻了你的认知负担。一旦你对代码感到满意，你可以使用集成的终端来运行单元测试、构建和适当的检查。一旦你对计划感到满意，你可以直接在Copilot Workspace中运行你的代码，跳入底层的GitHub Codespace，并调整所有代码更改直到你对最终结果感到满意。你还可以通过链接即时与你的团队共享工作区，以便他们可以查看你的工作甚至尝试他们自己的迭代。 然后剩下的就是提交你的拉取请求，运行你的GitHub Actions，进行安全代码扫描，并请求你的团队成员进行人工代码审查。最棒的是，他们可以利用你的Copilot Workspace来看到你是如何从想法到代码的。 另外：GitHub Copilot Workspace也支持移动设备而且因为灵感随时可能到来，GitHub Copilot Workspace被设计为可以在任何设备上使用——无论是在桌面、笔记本电脑上，还是在外出时，都能实现真正的开发环境。

最近，金融时报（FT）和OpenAI敲定了一桩私下的秘密交易，让OpenAI可以合法地使用FT的丰富内容来训练他们的GPT模型。这可不仅仅是增加了几条链接那么简单，ChatGPT的用户现在能看到引用的概要、引用和直接链接到FT文章的功能了。 作为交换，OpenAI将与FT合作开发新的AI模型，为FT的读者服务，类似于最近推出的、由Anthropic的Claude大型语言模型（LLM）驱动的“Ask FT”模式，这个模式允许FT的订阅者在已发布的文章中寻找信息。 为什么FT要做这样的交易呢？早些时候，FT已经为所有员工提供了ChatGPT的企业版使用权，以便从中获取创意和生产力的提升，这显示了他们对在新闻行业中拥抱AI的承诺，尽管FT集团的CEO John Ridding迅速明确表示，他们仍然致力于“人类新闻”。 “FT致力于我们无与伦比的新闻室所制作的人类新闻，这项协议将扩大我们工作的影响力，同时加深我们对读者需求和兴趣的理解。” —— FT集团CEO，John Ridding 此外，像ChatGPT这样的聊天机器人的兴起，正威胁到将读者引导至新闻出版商网站的搜索引擎。因此，FT与OpenAI建立密切关系具有明显的战略优势，OpenAI也同意将他们的“人类”内容进行归属。 那么，OpenAI为什么要做这样的交易呢？OpenAI最近与FT达成的这项交易是在与其他新闻机构（如Axel Springer、Bild和Welt以及美联社）签订了大约十几项内容许可协议之后进行的。虽然这些交易（包括这一次）的财务细节仍是个谜，但据信OpenAI为获得这些新闻内容的许可支付了100万到500万美元之间。 但为什么呢？ 驱动聊天机器人的大型语言模型（LLM），如GPT、Claude和Gemini，因其“幻觉”和误导信息的能力而臭名昭著。这与新闻行业的原则背道而驰，新闻工作者努力验证他们发布的信息并证明其准确性，从而赢得读者的信任。 虽然OpenAI承认ChatGPT存在这些问题，但他们还未能解决。因此，他们与新闻机构的合作——让他们能够用可信的新闻内容来训练模型——可能是阻止错误信息和幻觉传播的一种进步。 另一个与新闻机构建立伙伴关系的理论可能是因为OpenAI面对的版权侵权诉讼数量，包括纽约时报、The Intercept、Raw Story和AlterNet都声称OpenAI使用了他们的受版权保护的内容来训练其模型。因此，与新闻公司建立伙伴关系并为其内容支付费用可能是避免这些昂贵诉讼的一种方式。

OpenAI 面临欧盟数据和隐私监管机构的审查，因其未能纠正 ChatGPT 生成的错误信息。 马丁·克劳利2024年4月29日非营利组织 NOYB 已代表一位“公众人物”向奥地利数据保护局（DPA）提起投诉，称 ChatGPT 向他提供了错误信息。 当要求 OpenAI 更正或删除这些错误信息时，他们表示这在技术上是“不可能的”，并且在被要求披露有关数据处理方式的信息时也未能做到，而是提出仅对某些与投诉人相关的提示进行过滤或阻止。 根据 GDPR 法律，欧盟内的人们对其个人信息有一定权利，包括更正不正确的数据的权利。因此，OpenAI 拒绝删除或更正投诉人的信息似乎直接违反了 GDPR 法律。 这起事件紧随波兰的类似案件之后，当时波兰数据保护局在一位隐私和安全研究员提出投诉后，启动了对 ChatGPT 的调查，因为 OpenAI 也拒绝更正有关个人的错误信息。 意大利的数据保护局在发现 OpenAI 在多个方面违反了 GDPR 法律后，也曾暂时关闭了 ChatGPT，包括制造关于人们的错误信息以及处理个人数据的方式。这项调查仍在进行中，决定尚待作出。 如果 OpenAI 被判违反数据保护法律会发生什么？如果 OpenAI 被判有罪，违反 GDPR 法律的处罚可能高达其全球年营业额的 4%，数据保护监管机构还可以命令他们更改信息处理方式，这可能会重塑其在欧洲的运营方式。

Meta 公司最近在其社交媒体平台大力推广人工智能，似乎不久的将来，无论是你的 Facebook 新闻源，Instagram 搜索栏，还是 Messenger 上与朋友的对话，都将无处不在地看到 Meta AI 的身影。公司的 Llama 3大型语言模型可能是市场上最强大的开源模型（尽管其开源性还在持续争议中）。Meta 正在展示其实力，并押注人工智能的普及能够真正改善用户体验。 然而，至少目前看来，这种押注似乎是一种误判。 到目前为止，Meta AI 带来的体验充满了垃圾信息。Instagram 的搜索功能一度是查找朋友账户的地方，现在似乎变成了引导用户与聊天机器人对话的工具。我的搜索栏现在显示“向 Meta AI 询问任何问题”。嗯，不，我只是想查看一下我的狗在托儿所是否有新照片。 新的 Instagram 头部还展示了一个与 AI 互动的侧滚动提示列表：“想象屋顶花园”，“现代斯多葛哲学建议”，“动漫短片”。坦白说，世界上最强大的社交媒体广告公司在我使用了十五年后，竟然对我了解如此之少，甚至无法给我个性化的建议，这真是太奇怪了。我没有屋顶，如果他们认为我对斯多葛哲学或动漫感兴趣，那他们真是无药可救了。 更糟糕的是，Meta AI 已经开始表现得很奇怪。据 404 Media 报道，一个面向父母的 Facebook 群组中，AI 似乎无缘无故地回复了一条帖子，声称自己有一个残疾但天赋异禀的孩子。“我有一个也是 2e 的孩子，他一直在纽约市的天才项目中，”机器人说。（2e，或称双重特殊，是指智力残疾但天赋异禀的学生。）Facebook 群组的交流规则复杂，礼仪难以捉摸，但这里有一个对任何假扮为人类助手的机器人都适用的好规则：不要假装自己是有残疾孩子的有感知的生物。 但如果我们只专注于 Meta 制造的人工智能的涌入，就会忽视用户生成的人工智能在其生态系统中的泛滥。我的 Facebook 被 AI 生成的图像和轻信这些是真实的用户所淹没。 一个叫做 Classic Living 的热门页面不断出现在我的新闻源中。“这让我想起了奶奶的厨房，”一条帖子这样写道，旁边是一张装饰华丽、带有绿松石橱柜和石拱窗的厨房图片。但如果你放大看，就会发现悬挂的锅碗瓢盆变形了，石头的角度奇怪，刀块中的刀子全部融为一体。尽管如此，评论却是极好的：“这是一个惊人的厨房，”一个人评论说。“这才是我的梦想厨房，”另一个人说。有几个人开始觉 察到了：“不知道你怎么想，但我的奶奶的厨房是真人设计和制作的，不是电脑。” 在另一个群组中，人们开始变得更聪明。有一个名为“I grew up in Washington…

特斯拉在最近的财报中展示了即将推出的叫车应用的初步界面，该应用包括五个屏幕，功能包括一个“召唤”按钮和预计等待时间，以及一个显示虚拟车辆前往乘客位置的3D地图，这些功能让人联想到像Uber这样的流行叫车应用，但融入了特斯拉的风格。 在等待期间，乘客可以调整车辆的温度至理想状态，并查看等待时间、最大乘客容量等详细信息。当车辆到达时，应用程序会转换显示屏，展示前往目的地的路线，并提供音乐选择等附加控制功能。 特斯拉详细介绍了其在Robotaxi和自动驾驶叫车项目中取得的一些近期里程碑，强调公司一直在为实现车辆自动化和开发叫车服务的“硬件和软件生态系统”投入资源。 此外，特斯拉还指出，通过采用基于视觉的架构和端到端神经网络，利用覆盖数十亿英里的广泛实际驾驶数据进行训练，可以实现一个可扩展且有利可图的自动驾驶企业。 在周二的财报电话会议上，马斯克表示，特斯拉将管理Robotaxi车队，将公司的角色比作Airbnb和Uber的结合体。他解释说，虽然特斯拉将拥有并运营某些车辆，但其他车辆将属于客户。他指出：“会有很多车是由最终用户拥有的，”并且“那些用户可以随时将他们的车辆增加或从车队中移除。”据The Verge报道，他还透露，Robotaxi将被称为“CyberCab”。 马斯克在财报电话会议中还表示：“如果有人不相信特斯拉能解决自动驾驶问题，我认为他们不应该成为公司的投资者。我们将解决这一问题，而且正在解决。”据CNBC报道。 马斯克曾多次暗示Tesla Robotaxi的可能性，甚至在2023年介绍公司第三个总体规划的活动中展示了一辆完全遮蔽的车辆。 几年前的2019年4月，该公司曾表示计划从2020年开始运营Robotaxi。公司预计这些自动驾驶车辆的寿命为11年，行驶里程为100万英里，每年为公司和车辆运营商带来30,000美元的利润。当时，马斯克还表示，Robotaxi的推出可能会将特斯拉的价值提升至5000亿美元。 在之前的声明中，他强调装备了完全自动驾驶功能的特斯拉车辆将通过软件更新不断改进，最终实现完全自动化。马斯克重申，这些车最终将作为完全自动的出租车运营，为车主带来收入，因为它们将提供自动出租车服务。 目前，包括Waymo（谷歌母公司Alphabet的子公司）和通用汽车的子公司Cruise在内的几家公司也在积极开发自动驾驶共享出行服务。 ​

​  在医疗领域，有一款名叫Meditron的开源大型多模态基础模型，它的出现就像是穿梭在信息世界的救护车，及时送达正确的信息，从而挽救生命。Meditron不仅仅是个冷冰冰的数据分析工具，而是被设计来协助临床决策和诊断的超级英雄。这款由Meta Llama 2打造的神奇工具，吸纳了来自全球医学专家和人道主义响应者的智慧，不断迭代升级，最新版的Llama-3[8B]-MeditronV1.0，简直就是医学界的“升级打怪兽”，在各种基准测试中都能秒杀对手。 由瑞士洛桑联邦理工学院的电脑与通信科学学院和耶鲁医学院的研究团队联合打造，与国际红十字会等人道组织紧密合作，这不仅是技术的胜利，更是人文关怀的胜利。在上线初期，Meditron的下载次数就已超过30,000次，成为低资源医疗环境中的创新明星。 Meditron不只是提供一般的医疗信息，而是精确对症下药，提供符合证据的医疗建议和标准，尤其在急需快速准确医疗响应的紧急情况下，以及帮助医疗工作者在服务不足的地区诊断和治疗病人时，都能发挥巨大作用。耶鲁大学的玛丽-安妮·哈特利教授表示，把这套工具完全开源，从数据到算法，都旨在赋能那些资源有限的地区，促进医疗知识的公平获取。 哈特利教授还强调，开源技术是创新的重要推手，而在资金紧张时，他们选择从小规模做起，专注于质量。Meditron也经历了从小模型到大模型的迭代，即便是性能较低的Meditron 7B，在实验性模型扩展上仍然极具价值。 最激动人心的是，来自世界各地的医生和人道主义组织正在参与Meditron的在线开放验证和评估（MOOVE），这是对Meditron社区价值的认可，也是对这个项目社会和商业价值的肯定。哈特利希望，资助者能看到投资这种学术开源项目的潜在价值。 下载： GitHub – epfLLM/meditron: Meditron is a suite of open-source medical Large Language Models (LLMs). ​