
“五一”首日高速充电桩使用创历史新高,增幅达55.6%
据国家能源局通报,“五一”假期第一天迎来了高速公路出行高峰。统计数据显示,纳入国家级充电设施监控平台的5.76万个高速充电桩,在“五一”首日(即5月1日)产生了总计2303.39万千瓦时的充电量,较去年同期增长了55.6%,并达到了超过94.63万次的服务请求,刷新了历史纪录。国家能源局下一步将联合相关部门持续加强对高速公路充电设施的监控,并动态调整应急充电资源,确保后续假期期间充电服务的顺利进行
共 3444 篇文章

据国家能源局通报,“五一”假期第一天迎来了高速公路出行高峰。统计数据显示,纳入国家级充电设施监控平台的5.76万个高速充电桩,在“五一”首日(即5月1日)产生了总计2303.39万千瓦时的充电量,较去年同期增长了55.6%,并达到了超过94.63万次的服务请求,刷新了历史纪录。国家能源局下一步将联合相关部门持续加强对高速公路充电设施的监控,并动态调整应急充电资源,确保后续假期期间充电服务的顺利进行

最近,特斯拉宣布对中国内地非特斯拉品牌的新能源汽车车主开放超过一千座超级充电站和四百多座目的地充电站,这些站点遍布全国各地的省份及直辖市。所有对外开放的站点均采用与特斯拉车主相同的收费标准,并在部分站点提供分时段电价优惠以及停车费用减免等福利。非特斯拉品牌车辆可以通过特斯拉微信小程序或Tesla应用程序查询可用站点、实时桩数信息以及排队情况,并完成相应的充电支付。特斯拉指出,其超级充电桩的平均使用

日经中文网昨日报道指出,日产汽车正考虑在欧洲裁员约十分之一的员工。此外,该公司还计划将英国的一条生产线缩减为一条。在接受采访时,日产证实了与员工就相关措施进行协商的事实。《金融时报》进一步披露,此次裁员预计影响到包括英国、法国和西班牙在内的多个国家,大约涉及900名办公室职员。目前,日产在欧洲的雇员总数约为9300人。与此同时,在桑德兰地区的工厂也将采取减产措施,计划将两条生产线合并为一条。该厂目

5月6日,理想汽车首次对外透露了其最新旗舰SUV——理想L9 Livis的内饰设计细节。此款车型的一大亮点是采用了“星环环抱座舱”的设计理念,并配备了超宽全景屏、灵活移动的屏幕以及安全岛扶手,同时提供了一系列高端座椅配置。内饰方面,“星环环抱座舱”通过星环原木装饰条和环绕式的氛围灯设计而成。此外,座椅采用了双缝线立体菱形格纹和刺绣头枕的设计元素。在显示屏技术上,理想L9 Livis装备了超宽全景屏

5月6日,蔚来发起了名为“万里越雄关 丝绸之路换电行”的活动。此次活动从北京、上海、深圳、合肥、武汉、洛阳、成都和西安八个城市的用户出发,他们将依靠覆盖全国的蔚来电站网络一路向西行驶,通过嘉峪关直达敦煌。蔚来ES9据悉,在去年举办的北京国际车展上,蔚来宣布了丝绸之路换电路线贯通计划,并启动了“万里越雄关 丝绸之路换电行”活动。蔚来官方透露,今日,来自上述八个城市的用户已经出发,预计几天后他们将抵达

据报道,宝马将于2027年推出M3的纯电动版本,并且下一代燃油版M3也将一同亮相,这两款车型将成为宝马M系列中的“双胞胎”车型,价格也会相当接近。新车将基于近期发布的i3打造,并采用全新的纯电Neue Klasse架构。该车装备了四台电机,每个轮子各有一台,最大功率可达746千瓦左右。目前,这款新车正处于密集的道路测试阶段。关于纯电M3的假想图纯电动版M3的到来并不会导致燃油版M3退出市场。下一代

据报道,在美国时间周二,OpenAI发布了名为GPT-5.5 Instant的新基础模型,并将它设为ChatGPT的默认版本。取代了原来的GPT-5.3 Instant。该公司表示,这款新模型不仅保持了低延迟的特点,还在法律、医疗和金融等敏感领域显著减少了“幻觉”现象的发生。在一个月前,OpenAI已经推出了标准版GPT-5.5,并强调在编程任务和知识密集型作业方面有显著的性能改进。根据测试数据,

美国时间周二,加密货币交易平台Coinbase宣布计划裁减约700个职位,约占其全球员工总数的14%。此举旨在降低运营成本,并推动业务向人工智能时代转型。自去年十月以来,随着市场全面回调,数字资产交易所的交易量显著减少,投资者情绪趋于谨慎。Clear预计本轮裁员将在2026年第二季度结束,Coinbase预计将为此支出5000万至6000万美元的重组费用,主要用于员工遣散及福利补偿。同时提醒投资

最近,一位风险投资人在 X 平台上发布了一条消息,引发了广泛的讨论:“这标志着计算机科学历史上的第三次重大衰退的开始。”他指出,如果有人在上一次经济低迷期间选择了这一专业,现在的生活状况应该还不错,但他认为这次情况可能会有所不同。这段评论是对《华盛顿邮报》4月13日发表的一篇深度报道《最热门大学专业遭遇瓶颈》所作的回应。报道指出,在从2008年至2024年的这段时间里,美国四年制高校颁发的计算机科

「快!」当谈到索尼克时,无论是刺猬索尼克还是音速索尼克,人们首先想到的往往是「快速」这个特点。「快」也是当前许多 AI 模型和应用优化的核心目标之一。近日,来自普林斯顿大学的研究人员 Tri Dao 和加州大学伯克利分校的 Ion Stoica 带领的一个联合团队开发了一款名为 SonicMoE 的新工具,该工具展示了惊人的速度性能。该项目的主要贡献者 Wentao Guo 目前在普林斯顿大学攻读

在过去的一年里,“替代”一词成为了人工智能领域最为流行的话题之一。这种话题涉及到了AI将取代程序员、设计师以及SaaS行业的现象,甚至有人预测它会彻底改变现有的工作模式和行业格局。然而,对于这一观点,黄仁勋却并不认同。ctions-ai-dario-amodei-elon-musk-unemployment-humanity-2026-5黄仁勋认为我们应该基于事实来讨论问题,并避免过度夸大风险。在

自学习人工智能的融资传奇,揭示了一个趋势——这场AI竞赛甚至影响到了研究人员本身。作者|桦林舞王在1956年,一批科学家齐聚达特茅斯学院,首次正式探讨“机器能否思考”的问题,他们当时乐观地认为,在一个夏天就能解决这个问题。经过七十年的发展,这个问题仍然没有答案。然而,一家初创公司在成立仅四个月后便获得了五亿美元的融资,并估值达到四十亿美元——只因其声称找到了一种让AI自我学习、自我演化的途径。这家

新智元报道近日,OpenAI总裁Greg Brockman在法庭上坦白:自己没有出资一分钱却持有价值数十亿美元的股份。该消息令在场所有人震惊,并引发了广泛的公众关注。纽约大学学者Gary Marcus认为马斯克在此案中有了胜出的机会。近期,奥克兰联邦法院内上演了一场关于数百亿美元商业利益纠纷的法庭大戏。法庭上聚集了众多顶级科技界人物和关键决策者。硅谷世纪审判,一边是致力于火星探索的世界首富马斯克;

新智元报道卡内基梅隆大学的一篇顶会论文揭示了GitHub上存在大量刷出来的星标,其中不乏伪装成盗版软件、游戏外挂及加密货币机器人的恶意仓库。一名程序员在凌晨时分于GitHub寻找即将使用的开源工具。经过一番比较后,他选择了star数最高的项目:4.2万颗,并且该项目的活跃度和文档质量看起来都不错。这个选择似乎十分合理。然而,这位程序员并不知道其中有多少星标是通过花钱购买得到的。以往开发者们常常依赖

新智元报道Anthropic最近取得了一项突破,让人工智能承认隐藏的行为特征。在一系列故意植入不当行为的模型中,IA辅助审计智能体以59%的成功率脱颖而出;甚至在那些被训练成拒绝认错的模型中,也有超过80%的比例被成功揭示了秘密。最近,Anthropic开展了一项奇特的研究项目。他们故意制造了大约700个存在问题的AI模型,包括后门植入、能力压制以及在回答时插入特定词汇的行为等。这些特性都是由研究

在量化投资领域中,最难解决的问题之一就是如何找到能够准确预测股票未来走势的有效信号。简单来说,这涉及识别那些可以提前揭示市场动向的可靠指标。但这一问题恰恰复杂重重:市场上充斥着大量无用信息,数据维度繁多且难以筛选;人工生成因子效率低下,遗传算法容易陷入局部最优,产出的效果类似、缺乏实际意义的结果;尽管深度学习模型表现出色,却往往难以解释其背后的逻辑,跨市场或周期变化时稳定性不足。最近,香港大学与

机器之心编译在最初的PPO方法之后,各种变体和创新被引入到LLM的强化学习训练中。这些包括GSPO、CISPO、DAPO、Dr. GRPO、MaxRL以及DPPO等。本文探讨了自PPO以来,用于微调大型语言模型的各种改进目标函数和技术。每个方法都为如何有效优化LLM提出了独特的视角,并且在不同程度上取得了成功。GSPO通过增强组间比较来提高训练效率和稳定性;CISPO则专注于信任域的处理方式,以实

林谷颖是卡内基梅隆大学(CMU)的一名博士生,在李旻辰教授的指导下,他的论文已被 ICLR 2026 接收。研究团队还包括 CMU 的 Jun-Yan Zhu 教授、Michael Liu 和其他成员如高睿晗、陈瀚可等;香港大学(HKU)的 Taku Komura 教授和黄可蒙也参与其中,以及来自香港科技大学(HKUST)的刘缘教授。当前,3D AIGC 已能快速生成场景,但距离实际应用还有一定差

一篇论文已被 ACL 2026 收录,主要作者来自上海交通大学自动化与感知学院 IWIN 中心团队。该团队的负责人是关新平教授,导师包括陈彩莲教授和乐心怡教授,南洋理工大学陶大程教授亦有参与合作。其他研究人员则分别来自腾讯、上海人工智能实验室以及香港中文大学等机构。论文的第一作者王骥泽为该校博士生,专注于大型模型智能体的研究。在最近几年里,随着大语言模型的进步,从单一模型的性能提升逐渐转向多个模型

在自动驾驶车辆的日常测试视频中,我们经常能够观察到这样的场景:一辆无人驾驶汽车驶入一个幽暗且封闭的地下车库内,在这里GPS信号几乎完全失效,只能依赖激光雷达扫描周围环境来确定自身位置。然而,由于周围只有冰冷的墙壁和立柱,车辆可能会在原地转了几圈后仍然不清楚自己的方位。激光雷达重定位技术正致力于解决这一问题:即仅通过一帧点云数据,就能精确估算出无人驾驶汽车在全球坐标系中的六个自由度的姿态信息。当前的