∞ EyeDAR路侧雷达为自动驾驶补上“第三只眼”
美国莱斯大学团队近日推出一种名为 EyeDAR 的新型路侧雷达系统，有望为自动驾驶汽车提供类似“第三只眼”的扩展感知能力。 研究人员表示，这一技术通过部署在道路基础设施上的毫米波雷达装置，将关键交通信息回传车载系统，从而显著提升自动驾驶车辆的环境感知精度和安全冗余。
现有自动驾驶主要依靠车载摄像头、激光雷达（LiDAR）和传统雷达协同工作：摄像头负责识别行人、车辆和交通标志，LiDAR 通过激光脉冲构建高精度三维点云，弥补视觉和雷达在空间深度感知上的不足，但两者均易受雨雪、雾霾等恶劣天气影响。 雷达则通过发射和接收无线电波，实现不依赖光照和天气的目标探测。 然而，在实际道路环境中，被探测物体往往只反射少量信号，大量雷达波会向四周散射，导致车载雷达接收到的信息不完整，难以及时准确识别被遮挡或部分遮挡的行人和车辆等潜在风险。
随着自动驾驶卡车、配送机器人等逐步走向商业化，传感器在复杂路况下“看不清、看不远”的局限，正日益被视为安全短板。 莱斯大学团队尝试将感知体系从车载扩展到路侧基础设施，通过 EyeDAR 弥补盲区和信息缺口。 这一装置采用低功耗毫米波雷达设计，可安装在红绿灯、交通标志牌、广告牌等路侧设施上，将原本散射到环境中的反射波“收集”起来，转化为对周边交通参与者更加完整的描述，并回传给车辆的车载雷达系统。
EyeDAR 的核心是一只约橙子大小的传感单元，由类似“晶状体”和“视网膜”的两部分组成：前端是利用 3D 打印技术制成的 Luneburg 超材料透镜，用于将不同方向来的无线电信号精准聚焦到固定焦点；其后是一排紧密布置的天线阵列，负责接收并解析这些聚焦信号的空间信息，然后反馈给汽车雷达系统。 与传统需要大规模天线阵列与复杂数字计算来完成波束成形和信号处理的雷达方案不同，EyeDAR 依靠透镜物理结构本身完成大量“预处理”工作，大幅简化电子硬件和算法负担。
研究团队介绍，这枚透镜由超过 8000 个形状各异、折射率不同的微小单元构成，每个单元的位置和参数都经过精细设计，使整体材料能够在电磁波通过时实现特定方式的弯折和聚焦，其本质是一种“硬件写死”的模拟信号处理器。 通过这种超材料结构，EyeDAR 能在光速传输过程中“即时”完成空间信息的预计算，省去了传统雷达中大量耗时、耗能的数字处理环节。 实验结果显示，该系统在解析目标方向速度上可以比传统雷达快 200 多倍，被视为模拟处理相较数字处理的一次显著性能飞跃。
与常规路侧雷达或主动发射设备不同，EyeDAR 本身并不产生新的电磁波，而是专注于采集来自车辆探测目标后向外散射的“残余”回波，再进行过滤和重构，并将“清洗”后的信号反射回车载雷达。 研究人员认为，这种紧凑、低成本、架构简单且依托超快模拟处理的设计，有望支持在城市道路和高速公路沿线进行大规模铺设，从而形成一个为自动驾驶车辆“远视”和“透视”服务的基础设施网络。
不过，制造业专家 Emeka Moronu 对该方案能否真正落地仍持谨慎态度。 他指出，尽管理论模型和实验数据令人振奋，但要在实际生产中长期、稳定地复刻数以千计的微结构单元，并保证其在高温暴晒、严寒冰冻等极端户外环境下保持几何精度和性能，是一项极具挑战性的工程任务，这也可能成为 EyeDAR 走出实验室、走向规模化部署的最大门槛之一。
尽管前景存在不确定性，莱斯大学团队认为 EyeDAR 展示了路侧超材料雷达在自动驾驶安全领域的潜力。 一旦形成规模化部署，车辆可凭借这些“路边之眼”获取超出自车传感器探测范围的路况信息，提早察觉拐角处交通参与者和被大型遮挡物遮住的行人或车辆，从而提升整体交通系统的安全冗余。 研究者还预计，这项技术未来同样可拓展至无人机、机器人和安防监控等应用场景，为多种自主系统提供更可靠的环境感知支持。
∞ NVIDIA：未来GPU路径追踪性能将是10系的100万倍
在GDC 2026上，英伟达并没有发布新的游戏显卡，而是通过John Spitzer的RTX技术演讲，重点阐述了一份长期渲染技术路线图。该公司表示，当前基于Blackwell架构的50系显卡，相比2016年的Pascal架构（10系），在路径追踪性能上已经实现1万倍提升。而未来的架构，目标是实现相比于10系100万倍的性能提升。
不过，这种对比显然并不严谨。因为Pascal时代还没有专用的光线追踪核心(RT Core)、Tensor Core，也没有DLSS技术。因此，这并不是一次真正意义上的显卡代际性能对比。如果要做更合理的比较，至少应该从2018年首次引入RT Core的图灵架构开始算起。
实际上，英伟达是把过去十年的硬件进步、软件优化以及AI辅助渲染技术全部叠加到一起进行计算。因此，这个数字被公司当作长期路线图目标来展示，而不是短期产品性能提升的承诺。
Spitzer在演讲中解释道：
“如果回头看当年只有软件实现的RT Core，再对比今天，我们已经拥有第四代RT Core、第三代Tensor Core，以及能够推断24个像素中23个的DLSS4.5。这些技术是可以相互叠加的——把它们全部乘在一起，再结合算法改进，最终形成了过去10年大约10000倍的性能提升。”
Spitzer还表示，英伟达并不认为仅靠更大的芯片规模，就能弥合实时渲染与电影级渲染之间的差距。他认为“摩尔定律已经失效”，因此下一阶段的突破必须来自算法进步以及更大规模的AI参与。
在实际技术方向上，这意味着未来将更加依赖：
-更先进的DLSS和AI超分技术
-神经渲染(Neural Rendering)
-更强的光线追踪硬件
-通过路径追踪算法减少GPU每帧需要完成的计算量
在本次GDC的官方资料中，英伟达还重点介绍了几项技术进展，包括：
-Re STIRPT：用于提升高光反射质量并实现路径复用
-RTX MegaGeometry植被系统：用于在路径追踪场景中渲染超高密度植被
-与CD PROJEKT RED在《巫师4》上的合作进展
此外，英伟达还宣布，DLSS 4.5的动态多帧生成和6X模式将于3月31日上线，并支持GeForce RTX 50系列相关工作流。
因此，这次发布真正想表达的信息，并不是英伟达承诺下一代GeForce显卡会出现100倍性能飞跃。公司想强调的是，未来路径追踪性能的进步，将更多来自神经渲染、帧生成技术、更智能的光线传输算法，以及更加专用化的RT工具链。
当然，英伟达一向喜欢用夸张的数字来展示技术愿景，但希望这并不意味着价格也会随之水涨船高。
∞ Gemini重塑谷歌地图 一句话搞定出行攻略
Gemini一代更比一代强，谷歌也在持续发力，用模型能力赋能自家产品。劈柴哥正式宣布，Google地图推出“Ask Maps”“沉浸式导航”两项新功能，均由Gemini模型驱动。
不少网友欢呼，Google地图已经很久没有重大更新了，现在终于来了。
官方也表示，此次推出的新功能，是Google地图十多年来的最大升级
Ask Maps：通过对话，直接向地图提出复杂的现实需求并获取定制化的解答，例如“最近的公共厕所在哪里”或者“附近哪个公园适合一家人周末徒步3小时并且可以解决午餐”。
沉浸式导航：推出全新3D视图以更好地反映用户周围环境，并提供车道、人行横道、交通信号灯等道路细节。
有网友评价：单单Ask Maps功能，就足以让市面上一半的旅行规划应用黯然失色。
大厂一动手，垂直应用全完蛋，这出戏码又要上演了吗？
还有网友毫不留情地表示：“以前我用Apple Maps，现在我要考虑转投Google了。”
Ask Maps：有问题不用查攻略，直接问地图
此次最令人惊喜的升级，莫过于Ask Maps
大家可能都有过类似经历：出门吃个饭，要先费心思查攻略，看看哪家餐厅好吃、评价怎么样、排不排队、过去要多久，然后还要打电话预定，碰到不合适的，你还得换下一个。
这一来二去，半小时就过去了。
那么现在，Google地图可以轻松帮你解决这个问题。
通过Ask Maps功能，你可以直接向Google地图描述今日出行计划，Gemini将参考你过去与地图互动时提供的个人信息，进行定制化回复。
我下班后有几个朋友从曼哈顿中城东区过来和我见面。你能帮我们找一家位于办公室和曼哈顿中城东区之间，环境舒适温馨，而且晚上七点能坐四个人的素食餐厅吗？
你可以直接向Google地图提出这个问题，Gemini会帮你搜索餐厅，分析用户提交的评论和照片，提取该餐厅的美观度或繁忙度的数据，比如环境是否整洁、人多不多。
如果你满意的话，它还能帮你预定位子。
一些日常出行中常见的问题，Google地图也不在话下。比如：
-我的手机快没电了，哪里可以充电而且不用排长队买咖啡？
-今晚有没有开着灯的公共网球场可以打球？
-我打算去大峡谷、马蹄湾和珊瑚沙丘——沿途有什么推荐的景点吗？
好好好，现在什么本地生活出行规划软件都不需要了，咱出门在外有个Google地图就足够了（doge）
官方表示，Gemini提供的回复将完全基于Google地图的数据，不会有来自其他Google应用（例如Gmail）的任何信息。
为了提供个性化回复，Gemini会调用用户之前在Google地图或Google搜索中的搜索记录，也包括Google地图中保存的位置、收藏夹或添加到列表中的地点。
那么问题来了：商家能不能在Google地图上打广告，提升自己在Gemini生成行程中的曝光度呢？
官方的答复是：目前的付费推广不会影响Ask Maps推荐中出现的地点，但未来咋样就不好说了。
沉浸式导航：更逼真的3D视图，更丰富的道路细节
除了可以问问题，Google地图的3D导航也是焕然一新。
开启沉浸式导航功能，地图会以生动的3D视图呈现，真实反映周围的建筑物、立交桥和地形，甚至还有绿植。
其中关键的道路细节也会突出显示，例如车道、人行横道、交通信号灯和停车标志。
这一新功能也是基于Gemini模型的驱动，模型分析来自街景和航拍照片的最新真实世界图像，从而提供沿途地标和中央隔离带等信息的精确视图。
当然，Google不仅更新了视图，也升级了导航体验：
比如通过智能缩放和建筑透明化，为前方的转弯、匝道、高速出入口等复杂路况提供清晰的视觉提示；
Google地图每秒都会更新全球超过500万条交通信息，并在后台寻找最佳路线。它还会主动告知不同路线的优缺点，是否堵车、收费、耗时多久等等；
关于停车这个老大难的问题，此次更新也有所动作。临近目的地时，它会高亮显示建筑物入口、附近停车位以及行驶方向，以免司机错过停车入口。
目前，Ask Maps功能已上线美国和印度；沉浸式导航将陆续在美国上线，未来几个月内将扩展到符合条件的iOS和Android设备、CarPlay、Android Auto以及内置Google系统的汽车。
One More Thing
u1s1，Google地图的这波更新，可能刚刚赶上国内的水平。像3D导航、路线规划这样的功能，国内的高德、百度等地图产品早就已经有了。
包括制定出行计划，高德地图也已经推出了类似功能，可以调用多智能体协作，为用户定制个性化的出游策略。
但是，Gemini强大的模型能力，还是一下子给Google的旧应用注入了新活力。
从2024年开始，Google就逐步将Gemini模型嵌入自家产品。据不完全统计，Gemini已经全线接入Google旗下的：
Workspace办公生态，包括Gmail、Docs、Sheets、Slides、Meet等；
Youtube、Chorme浏览器等内容与多媒体平台；
Google Search、Google Maps等信息与导航服务；
包括Google Home智能家居设备，也已经在Gemini的赋能下获得了体验升级。
越来越强的模型能力，加上丰富全面的产品矩阵——
Google一出手，不知道多少Saas和垂直应用公司又要叫苦连天了。
[1]https://blog.google/products-and-platforms/products/maps/ask-maps-immersive-navigation/
[2]https://x.com/code4scale/status/2032120385819353476
∞ 4月1日起跨境电商退货不再“绕路” 商品可全国跨关区通退
为进一步促进跨境电商出口，海关总署日前发布公告，宣布自2026年4月1日起，在全国海关推广跨境电商零售出口商品跨关区退货模式。
跨境电商零售出口商品（海关监管代码：9610）跨关区退货，是指跨境电商企业零售出口的商品在海外发生退货时，不再要求必须退回原出口海关，而是可以灵活选择全国范围内任一海关口岸办理退运进境手续的监管模式。
据悉，海关总署于2024年11月发布公告，明确自当年12月15日起，在北京、天津、大连、哈尔滨、上海、南京、杭州、成都、乌鲁木齐等20个直属海关开展跨境电商零售出口跨关区退货监管模式试点。经过一年的试点，现已具备全国推广条件。
根据此次发布的公告要求，跨关区退货仅适用于跨境电商零售出口商品，即“9610模式”。同时，跨境电商零售出口退货商品可以跨关区退回，但退回商品仅允许退至开展跨境电商零售出口业务的海关监管作业场所或场地。
此外，公告还明确，开展跨境电商零售出口跨关区退货业务的企业应规范经营，并具备独立的作业功能区，相关生产作业系统数据应向海关开放或与海关信息化系统对接。
跨境电商作为国际贸易的新业态，近年来发展势头迅猛，已成为推动我国外贸增长的重要引擎。然而，跨境电商快速发展的同时，跨境退货问题一直是困扰行业发展的痛点难点。
海关总署相关负责人表示，此次跨关区退货政策的出台，旨在解决传统模式下“退货难、成本高、周期长”的行业痛点，为企业提供更高效、经济的逆向物流通道，从而提升消费者购物体验，增强企业国际竞争力。此外，结合财政部等三部门今年2月份联合发布的跨境电商出口退运商品税收优惠政策，可形成政策协同叠加效应，共同为跨境电商企业降本增效。
∞ 保单数据在黑市低至0.2元一条 “只要买车，信息基本是透明的”
3月14日消息，保单信息泄露早已不是个别现象，无论私家车还是营运车辆，不管是车险还是寿险，不少消费者都遭遇过被精准骚扰的困扰。在今晚举行的广东315晚会上，保单信息泄露的乱象被曝光。
“他们都能查得到我们车信息的，谁的保险快到期了，就会打电话卖保险。”“到期的时候很多人联系，特别是营运车辆，其实现在信息在外面好多都是透明的。”多位车主这样说。而某保险公司线下门店工作人员则坦言，“只要你买车，信息基本是透明的。”
保单信息泄露是个别现象，偶发现象还是普遍现象？调查发现，在多个社交平台上，有人公然兜售保单数据，为躲避监管相关帖子多用暗语、字母和特殊符号发布。联系多名卖家后，对方均要求先加QQ或微信，点对点沟通。一名车险数据卖家刚通过好友就发来样品，客户的姓名、性别、身份证号、手机号、车架号、发动机号、车辆型号、初登日期、商业险到期日一应俱全。卖家直言，可选择仅限广东地区的数据，200元1000条，平均一条只要0.2元。随机抽取三位车主信息进行核实，结果信息全部吻合。
还有车险数据卖家报价更细，简单信息0.8元一条，只包括车主的电话、身份证、车型以及保险到期与否，而更详细信息则需要2元一条。自称数据来自中某某字头的保险公司，购买满500条信息，还能挑选指定地区发来的样品信息中部分做了模糊处理，但车架号、到期日、险种、保费等关键内容清晰可见。经过随机抽查，信息完全能对上。
还有卖家资源更广，直接发来一份覆盖多家保险公司的清单，寿险、年金险等险种任意挑选，可按地区到期日精准筛选。卖家声称，数据只卖一次十分紧俏，尤其是热门险种，2029年到期的保单都卖完了，当然价格也会偏高，一个客户信息销售价格高达10元。卖家提供的样品信息涉及到数10家保险机构的保单信息，其中客户姓名、手机号、地址、保单号、投保产品保费起止日期一览无余，几乎能涵盖国内最主要的保险机构。
各家保险公司的核心数据是怎么流到卖家手里的？通过社交媒体接触卖家，他们都对信息来源讳莫如深。有人说数据来自外网，还有人透露是从某些境外加密通讯软件，如飞机上获取，不少卖家坦言因为国内打击非法信息买卖，现在这些交易基本都转移到外网平台，早已成为行业潜规则。为规避打击，他们只文字交流，拒绝语音联系，部分甚至不接受直接转账，要求用支付宝口令红包虚拟货币完成交易。
保险机构一般不会主动泄露客户数据，专家分析认为，保险业务销售人员流动性较大，内鬼泄密或成最大风险点。
专家表示，消费者发现信息被泄露后，整个保险业的公信力会受到极大伤害。也从侧面体现出，在整个信息收集环节过程中，保险公司对于数据的保护可能是缺失的，保险公司作为信息处理者，收集了消费者个人信息，它负有相应的安全保障义务。如果保险公司没有尽到相应的安全保障义务，导致个人信息被泄露，主管部门可以责令其改正，给予警告，情节严重的还可以处以罚款、吊销保险公司业务许可证，构成犯罪可以移送公安机关，追究其刑事法律责任。