思博伦通信与Cohda Wireless公司宣布,双方扩大既有的伙伴关系,为WAVE-DSRC V2X设备的测试提供更广泛的支持。
基于在欧洲V2X标准ITS-G5方面的长期成功合作,Cohda Wireless与思博伦通信将携力为美国交通运输部的WAVE-DSRC标准提供类似的测试,该标准执行IEEE1609.x和SAE J2945/1的相关标准内容。
思博伦与Cohda Wireless将于5月7日至11日参加在密歇根州Plymouth市举办的OmniAir Motor City Plugfest大会。思博伦在其中的5个测试站提供WAVE-DSRC V2X一致性测试,使V2X厂商能够为OmniAir认证做好准备,并不断提高其产品质量。在此次大会上,思博伦将侧重点放在SAE J2945/1和IEEE1609.2标准所定义的功能和性能要求上,涵盖各类安全和移动性特性,而它们正是部分互操作性和安全问题的潜在来源。
Cohda公司负责业务拓展的副总裁Bernd Lübben指出:“在为OmniAir认证做准备期间,思博伦的测试解决方案帮助我们验证了MK5设备在WAVE-DSRC标准下的一致性。思博伦的WAVE-DSRC V2X一致性测试解决方案是一种非常直观的工具,可以支持极高的自动化水平,并使我们能够将使用性和性能结合在一起,充分满足项目测试目标。MrLübben还表示:“Cohda非常高兴能与思博伦合作,朝着实现V2X栈的全面一致性共同努力。思博伦与我们开展密切的合作,双方共同探讨各类测试例,还为Cohda提供了多个早期版本,它们在提高我们的软件性能方面具备无可估量的价值。”
思博伦通信车联网研发总监Stephan Pietsch表示:“我们很荣幸能为Cohda公司的MK5 V2X设备一致性测试活动提供支持,而此项测试的目标正是成功完成OmniAir的认证计划。我们将全身心地致力于继续扩展此类合作,而这正是我们为V2X的部署提供后续支持的重要组成部分。”
V2X是多种应用实现普及的基础,这些应用将对驾驶者和车载嵌入式系统发出各类警告,涉及道路施工、车道关闭、交通信号计时,甚至包括潜在碰撞风险,从而大幅提高道路的安全性。V2X技术将为优化安全交通做出巨大贡献,最终实现完全自主的车辆行驶,使这些使用合作式智能交通系统(C-ITS)的车辆能够在道路上安全运行。
不同制造商的车辆通信设备和相关软件之间的互操作性是V2X技术取得成功的关键环节。为确保这种互操作性,OmniAir联合会已经制订一项严格的联网车辆认证计划,目的就是验证与现行标准和法规的一致性。美国交通运输部(USDOT)已经强制规定制造商的设备必须通过OmniAir联合会的认证后,方可参加在美国的试运行部署。
作为联网汽车和汽车以太网测试解决方案领域的全球领导者,思博伦通信最近发布了新版的TTsuite WAVE-DSRC测试解决方案,并已从OmniAir获得资质成为符合资质的测试设备,参与了世界上第一个对V2X标准和法规一致性进行认证的计划。
Cohda Wireless公司是V2X设备领域的关键解决方案供应商,其MK5设备可支持ITS-G5和WAVE-DSRC标准。测试领域领导厂商与V2X栈和应用领域领导厂商之间的伙伴关系,将使公众市场有能力获得同级最佳的V2X技术。此外,Cohda公司正在为其客户开发一种测试接口,能够大幅加快设备认证过程中的测试自动化。
好文章,需要你的鼓励
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。