继世界一级方程式锦标赛F1 (Formula 1) 重大赛季之后,甲骨文红牛车队在新赛季开始时,宣布推出新的技术计划,这将有助于车队继续卫冕冠军。甲骨文红牛车队基于数据驱动性能的理念,将提高甲骨文云技术的使用率来支持新的粉丝互动机会,包括为新车 RB19 设计涂装。该团队还将通过数十亿次模拟来进一步扩大其竞争优势,帮助专业竞赛策略师做出更精准的决策。此外,Oracle 云基础设施远程软件服务 (Oracle Cloud Infrastructure, OCI) 将为 Red Bull Powertrains 提供杰出计算能力,以支持其面向 2026 赛季的开发工作。
甲骨文红牛车队主席兼首席执行官 Christian Horner 表示:“甲骨文云技术帮助我们在 2021 年和 2022 年的锦标赛中获胜,我们相信它将在本赛季继续为我们的粉丝、团队和车手带来更多惊喜。在甲骨文公司的帮助下,我们从数据中获得洞察,进而更快地在赛道内外做出更明智、更有效的决策。从竞赛策略到粉丝互动,以及作为 Red Bull Powertrains 基础设施的重要部分,甲骨文公司都是我们车队取得成功的关键。”

Paddock 会员设计将载入红牛车队历史
甲骨文红牛车队在 2022 年赛事中屡屡获胜,与此同时,甲骨文公司也帮助车队通过独特的粉丝互动平台 The Paddock 收获了更多粉丝。借助 Oracle 客户体验云解决方案(Oracle Cloud Customer Experience, CX),这项数字化的忠诚度和奖励计划在 2022 年实现了大幅增长,新增会员超过 25 万,并通过视频、测验和竞赛与会员保持联系,让粉丝能够获得独家的幕后信息、与车队互动并与其他粉丝一起构建社区。为了给今年的粉丝带来更多精彩体验,甲骨文红牛车队发起了一项联盟首创比赛,让 Paddock 会员为三场美国大奖赛(迈阿密、奥斯汀和拉斯维加斯)设计赛车涂装。
甲骨文公司云基础设施产品副总裁 Karan Batta 表示:“甲骨文云技术的设计目标是帮助客户取得成功。该技术帮助来自全球各地、各行业的企业解决复杂的挑战,而甲骨文红牛车队所使用的正是这个技术。”
2023 年,近 1000 亿次竞赛策略模拟将有效改善决策
甲骨文公司将继续为甲骨文红牛车队的竞赛战略提供技术支持,助其在赛道上取得成功。数十亿次计算机生成的模拟将帮助竞赛策略专家做出瞬间决策。去年,OCI 在甲骨文红牛车队的夺冠之旅中发挥了至关重要的作用,让车队能够连续实时运行竞赛模拟,从而使车手能够对赛车的性能、赛道上发生的变化以及比赛中竞争对手的决定做出快速反应。
2022 年,甲骨文公司进一步缩短了延迟并提高了竞赛模拟的数量和速度,从而使总模拟运行量增加了 25%。在这项每 0.1 秒都很重要、每一项决定都必须经过仔细分析的竞赛中,如果车队可以获得海量的模拟数据,即时处理并提炼成切实可行的战略,就可能凭借这个优势脱颖而出。2023 年,该团队预计将在竞赛的周末运行近四十亿次模拟,并在整个赛季运行近一千亿次模拟,最终借助 OCI 来卫冕世界冠军。
OCI 赋能 Powertrains 模拟
甲骨文公司还将与Red Bull Powertrains合作,该公司在开发新一代混合动力引擎方面取得了关键进展,新引擎将在 2026 年赛季投入使用。OCI 将支持该团队的高性能计算 (HPC) 工作负载的要素,以运行复杂的、计算密集型的模拟,为动力系统设计的关键要素建模。
除了即将到来的 F1 赛季之外,甲骨文公司也将继续为甲骨文红牛车队的电竞团队提供支持。OCI 将帮助电竞团队分析数据,做出更明智的竞赛决策并更了解自己的表现。OCI 还将为模拟技术提供支持,帮助车手做好准备 — 就像 F1 团队一样。
好文章,需要你的鼓励
很多人担心被AI取代,陷入无意义感。按照杨元庆的思路,其实无论是模型的打造者,还是模型的使用者,都不该把AI放在人的对立面。
MIT研究团队提出递归语言模型(RLM),通过将长文本存储在外部编程环境中,让AI能够编写代码来探索和分解文本,并递归调用自身处理子任务。该方法成功处理了比传统模型大两个数量级的文本长度,在多项长文本任务上显著优于现有方法,同时保持了相当的成本效率,为AI处理超长文本提供了全新解决方案。
谷歌宣布对Gmail进行重大升级,全面集成Gemini AI功能,将其转变为"个人主动式收件箱助手"。新功能包括AI收件箱视图,可按优先级自动分组邮件;"帮我快速了解"功能提供邮件活动摘要;扩展"帮我写邮件"工具至所有用户;支持复杂问题查询如"我的航班何时降落"。部分功能免费提供,高级功能需付费订阅。谷歌强调用户数据安全,邮件内容不会用于训练公共AI模型。
华为研究团队推出SWE-Lego框架,通过混合数据集、改进监督学习和测试时扩展三大创新,让8B参数AI模型在代码自动修复任务上击败32B对手。该系统在SWE-bench Verified测试中达到42.2%成功率,加上扩展技术后提升至49.6%,证明了精巧方法设计胜过简单规模扩展的技术理念。