全球联网汽车及汽车以太网测试解决方案领域的领导者思博伦通信今天宣布,雷诺公司已经选择了思博伦的汽车以太网BroadR-Reach®一致性和性能测试解决方案。该解决方案将用于协助开发下一代车载网络,为驾驶员和乘客提供联网汽车的诸多便利和优势。
面对越来越多的驾驶员所寻求的新特性,目前的车载网络无法提供实施这些特性所需的容量或传输速度。驾驶员辅助特性,例如360°视频相机和先进的驾驶员辅助系统都需要新的联网技术,而此类技术将为用户和制造商提供成本和效率方面的众多优势。
雷诺公司EE架构专家主管Alain Couvreux指出:“雷诺一直跻身技术的前沿,并且不断寻求为驾驶员和乘客提供诸多全新的特性,而这样做的目的正是为了营造出‘生活的激情’。汽车以太网将有助于实现许多新的特性和优势。随着汽车行业逐步采用新的信息技术,并且创造出越来越多的联网汽车,新系统的应用势在必行。思博伦是全球领先的解决方案供应商,为实现更快、更好和更安全的通信和协作做出了巨大的贡献,并且在实施汽车以太网等新技术方面拥有独树一帜的专业能力和创新成果。”
思博伦通信汽车业务部门总经理Pete Nicholson表示:“思博伦与雷诺合作, 验证能及时向汽车用户提供高质量新特性的能力。思博伦的解决方案已被广泛用于IT和电信行业中。今天的汽车行业正在制造越来越多的联网汽车,我们的知识和解决方案将帮助汽车厂商实现未来的汽车之梦。”
思博伦的汽车以太网BroadR-Reach® 一致性和性能测试解决方案,是适用于汽车、系统和设备制造商的解决方案产品组合的一部分,使这些制造商能够将全新的联网汽车特性融入下一代的汽车之中。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。