文章
所有發布的 AI 新聞與論文。
-
福特新AI助理協助車隊業主確認乘客是否使用安全帶
福特本週推出了一款人工智慧助手，旨在監控和分析數百萬資料點，幫助其福特 Pro 商業客戶提升利潤。這項舉措與大多數汽車製造商一樣，是基於軟體市場存在巨大獲利空間的判斷。福特 Pro AI 於印第安納波利斯的工作卡車周首次亮相，現已開放給所有美國本土的 Pro 遙測技術訂閱使用者，且包含在訂閱服務中。福特未公開美國訂閱使用者數量，但全球訂閱使用者已超過 84 萬。福特 Pro 業務部門在 2025 年產生了 663 億美元的營收，淨利潤達到 68 億美元，其中軟體訂閱收入在該年增長了 30%。 除了商業客戶，福特還宣佈正在開發一款面向私家車和卡車所有者的 AI 助手，預計將於 2026 年 CES 發表，並先在手機應用程式中推出，隨後於 2027 年擴充套件至車輛本身。福特強調這不僅僅是一個聊天機器人，其專有系統能向訂閱者提供詳細的燃油消耗、安全帶使用情況及車輛健康狀況等資訊，而非僅是診斷錯誤程式碼。該助手還能為管理者提供車隊中的怠速時間、超速及加速事件等資料。福特 Pro AI 基於 Google Cloud 建構並使用多個 AI 代理，其核心優勢在於利用每個客戶車隊的內部資料，以降低 AI 產生幻覺或錯誤的風險。 儘管推出 AI 工具，福特高層也警告即將面臨因技術程序而導致的職位裁減。前一年，執行長吉姆·法利預測 AI 將使美國白領職位數量減少一半。今年一月，法利表示美國需要必要的工作人員來建設和維護基礎設施，以實現其 AI 登月目標。
-
AI「演員」Tilly Norwood 唱出我聽過最差的歌曲
當 Particle6 公司去年推出其 AI 生成的「演員」Tilly Norwood 時，好萊塢反應冷淡。金球獎得主艾米莉·布朗特（Emily Blunt）在與《Variety》的訪談中直言：「天哪，我們完了，請不要這樣做。」然而，Particle6 並未聽從建議，反而為其 AI 角色 Tilly Norwood 製作了一首名為「Take the Lead」的音樂影片。作者認為這首歌是聽過的最差歌曲之一，甚至不如之前因登上《Billboard》R&B 排行榜而引發關注的數位人 Xania Monet 的 AI 作品。作者個人更傾向於不使用如 Suno 等 AI 音樂生成器的音樂。 這首由十八人參與製作的歌曲，講述了 Tilly 作為被低估的 AI 角色所面臨的挑戰，歌詞中 Tilly 宣稱自己仍是人類，但作者指出這並非事實。歌曲聽起來像是莎拉·芭瑞萊絲（Sara Bareilles）的模仿作，內容描繪了被視為虛假的痛苦，並呼籲其他 AI 演員共同創造未來。影片中，Tilly 在資料中心走廊行走，隨後在充滿假觀眾的體育場舞臺上領唱，作者認為這部分缺乏真實感。 文章進一步將此現象與二十年前《Pitchfork》雜誌對 Jet 專輯《Shine On》給予 0.0 分的評價進行比較，當時該雜誌因覺得主流搖滾音樂變得陳腐而憤怒。SAG-AFTRA 工會去年指出，Tilly Norwood 是由未經授權訓練的電腦程式生成，缺乏生活經驗和情感，且利用剽竊的表演來置演員於不義，威脅表演者的生計。作者認為，雖然 Jet 的音樂被批評為模仿舊作，但 Tilly Norwood 的來源涉及科技公司未經同意使用藝術家的訓練資料，其問題更為嚴重。二十年前《Pitchfork》的憤怒如今終於有了值得討論的物件。
-
Google 地圖即將推出 AI「問地圖」功能並升級「沉浸式」導航
Google 於週四宣佈，Google Maps 將推出由 Gemini 驅動的對話式「Ask Maps」功能，並更新「沉浸式導航」體驗，帶來 3D 視角、道路細節、自然語音導航等升級。新功能的「Ask Maps」允許使用者使用自然語言提出複雜的現實問題，例如尋找充電地點或帶有照明的網球場，並能協助快速規劃行程，提供方向、預計到達時間及來自真實使用者的建議，如隱藏小徑或免費門票資訊。該功能會根據使用者搜尋歷史、儲存地點及個人偏好（如素食餐廳）來個性化回答，目前已在美國和印度的 Android 及 iOS 裝置上推出，桌面版即將跟進。 此外，「沉浸式導航」更新引入了類似 Apple Maps 的 3D 檢視，反映周邊建築、高架橋與地形，並高亮顯示車道、斑馬線、交通燈及停車標誌。透過智慧縮放與透明建築技術，駕駛者可預先掌握路線變化，同時語音導航更趨自然，能說明替代路線的權衡利弊，並即時通知道路施工或事故等中斷資訊，這些資料整合自 Google Maps 與 Waze 社群。使用者還可透過街景預覽目的地周邊並獲取停車建議，系統會標示入口、停車位及應靠車道。Google Maps 副總裁 Miriam Daniel 表示，此次更新旨在消除行程中的猜測成分，提供重新設計的視覺效果與即時真實世界資訊。此更新今日開始在美國推出，並將逐步擴充套件至 iOS、Android、CarPlay、Android Auto 及內建 Google 系統的車輛。Google 此前已將 Gemini 整合進 Maps，用於回答沿途問題、提供體育新聞資訊及將活動加入日曆，並利用 Gemini 最佳化街景導航指示，參考加油站、餐廳或著名建築等地標而非僅距離。
-
Google 借助舊聞報導與 AI 預測瞬間洪水
閃濫洪災是全球最致命的天氣事件之一，每年造成超過 5,000 人死亡，且極難預測。由於閃濫洪災發生時間短、範圍小，難以像溫度或河川流量那樣進行全面監測，導致資料缺口使得深度學習模型無法準確預測。為解決此問題，Google 研究人員利用 Gemini 大型語言模型，整理全球 500 萬篇新聞文章，篩選出 260 萬起不同洪災報告，並將其轉化為名為「Groundsource」的地理標記時間序列資料。這是 Google 首次將語言模型應用於此類工作，該研究與資料集於週四上午公開。 基於 Groundsource 作為真實世界基準，研究人員訓練了一個基於長短期記憶（LSTM）神經網路的模型，用於攝取全球天氣預報並生成特定區域閃濫洪災發生的機率。目前，Google 的閃濫洪災預測模型已在 Flood Hub 平臺上為全球 150 個國家的城市地區標示風險，並將資料與世界各地的緊急應變機構分享。南部非洲發展共同體（Southern African Development Community）的緊急應變官員 António José Beleza 表示，該模型協助其組織更快應對洪災。 儘管模型存在限制，例如解析度較低，僅能識別每 20 平方公里的風險，且不如美國國家氣象局的洪水警報系統精準，部分原因在於 Google 的模型未納入本地雷達資料以進行即時降雨追蹤。然而，該專案設計初衷便是針對無法負擔昂貴天氣感測基礎設施或缺乏氣象資料記錄的地區運作。Google 的 Juliet Rothenberg 指出，透過聚合數百萬份報告，Groundsource 資料有助於平衡地圖資訊，並推斷到其他資訊較少的地區。團隊希望未來能將大型語言模型應用於從書面定性來源開發定量資料集，以處理其他短暫但重要的預測現象，如熱浪和泥流。Upstream Tech 執行長 Marshall Moutenot 認為，Google 的貢獻是為深度學習天氣預測模型組裝資料的成長努力之一，並指出資料匱乏是地球物理學中最具挑戰性的問題之一。