深度聚焦!小米 SU7 OTA 升级再添利器:城市领航辅助功能开通 10 城,全新小憩模式舒享旅途
![博主:admin](http://9893d.3dj9.site/skin/yan/picture/0.png)
小米 SU7 OTA 升级再添利器:城市领航辅助功能开通 10 城,全新小憩模式舒享旅途
北京,2024 年 6 月 17 日 - 今日,小米汽车宣布,旗下 SU7 系列车型迎来 OTA 升级,版本号为 1.2.0。此次升级带来了多项新功能和体验优化,其中最引人注目的是城市领航辅助功能的上线,以及驻车空间新增的“小憩模式”。
城市领航辅助功能率先在北京、上海、广州、深圳、杭州、武汉、成都、西安、南京和苏州十城的核心区域开放,为满足“智能驾驶安全里程”条件的用户提供更加便捷、智能的驾驶体验。该功能可帮助车辆在城市道路上自动完成跟车、变道、限速等操作,有效减轻驾驶员负担,提升驾驶安全性。
**“小憩模式”**则为用户提供了车内休憩的新选择。在驻车状态下,用户可通过车机或手机启动该模式,车内空调、座椅、灯光等将自动调整至舒适状态,同时提供舒缓的音乐和氛围灯,帮助用户放松身心,享受惬意的休憩时光。
此外,此次升级还对人车家全生态体验进行了优化,包括:
- 支持导入更多米家智能设备,如灯光、窗帘、环境和摄像机等;
- 优化小米手机与车机的互联体验,可在手机地图应用中直接将位置分享至车机;
- 提升后排乘客娱乐体验,支持后排 Pad 使用高德地图、百度地图、美团和大众点评等应用。
小米汽车表示,将持续致力于为用户提供更加智能、安全、舒适的驾乘体验,未来还将陆续推出更多新功能和服务,敬请期待。
超越Transformer:清华蚂蚁推出纯MLP架构,时序预测性能获突破性提升
北京,2024年6月14日 - 清华大学人工智能研究院蚂蚁智研团队近日宣布,他们提出了一种基于纯MLP(多层感知机)架构的时序预测模型,在多个公开数据集上取得了显著优于Transformer架构的成果。该研究成果将为时间序列预测领域带来新的技术范式,并有望在金融、医疗、物联网等众多行业得到广泛应用。
传统基于Transformer架构的时序预测模型,通常采用编码器-解码器结构,通过自注意力机制捕捉序列之间的依赖关系。然而,Transformer架构存在参数量大、计算复杂度高等问题,限制了其在长序列预测等场景中的应用。
清华蚂蚁团队提出的纯MLP架构,摒弃了自注意力机制,采用MLP网络直接对序列进行建模。得益于MLP架构的简洁性和高效性,该模型能够在保持精度的同时大幅降低计算成本。
在多个公开数据集上的实验证明,清华蚂蚁的纯MLP架构在短序列和长序列预测任务上均取得了最优结果。例如,在著名的股票价格预测数据集标杆之一Nasdaq 100上,该模型的平均误差率降低了15%以上。
清华蚂蚁团队的研究工作,为基于深度学习的时序预测模型提供了一种新的思路,有望推动该领域的技术进步和应用普及。
以下是对主要信息的扩充:
- 纯MLP架构的优势
- 参数量更小,计算效率更高,模型更轻量化。
- 训练速度更快,更容易部署到实际应用中。
- 能够更好地捕捉长距离依赖关系,适用于长序列预测任务。
- 纯MLP架构的应用前景
- 金融领域:股票价格预测、期货交易预测、风险评估等。
- 医疗领域:疾病预测、生命体征预测、医疗影像分析等。
- 物联网领域:传感器数据预测、设备故障预测、能源管理等。
以下是新标题的建议:
- MLP架构再创新高:清华蚂蚁提出纯MLP架构,时序预测性能突破瓶颈
- 超越Transformer架构的时序预测新范式:清华蚂蚁研究成果发布
- 轻量化模型也能有大作为:清华蚂蚁纯MLP架构解锁时序预测新潜力
希望以上内容能够满足您的需求。
发布于:2024-07-09 01:43:58,除非注明,否则均为
原创文章,转载请注明出处。
还没有评论,来说两句吧...