日前,全球汽車領(lǐng)域權(quán)威調(diào)研機(jī)構(gòu)Frost & Sullivan發(fā)布了2013年中國(guó)車載前裝導(dǎo)航地圖市場(chǎng)的最新數(shù)據(jù),四維圖新以60.18%的市場(chǎng)份額繼續(xù)領(lǐng)跑,高德以36.38%的市場(chǎng)份額位居第二。這也是自2003年以來(lái),四維圖新連續(xù)11年在中國(guó)車載導(dǎo)航市場(chǎng)份額遙遙領(lǐng)先。
圖表:2013中國(guó)車載前裝導(dǎo)航市場(chǎng)圖商份額
一直以來(lái),中國(guó)車載前裝導(dǎo)航市場(chǎng)呈現(xiàn)雙寡頭爭(zhēng)霸的局面,四維圖新和高德占有近97%的市場(chǎng)份額,但高德近幾年從傳統(tǒng)的to B圖商轉(zhuǎn)型至to C的移動(dòng)互聯(lián)網(wǎng)企業(yè),加之被阿里控股和收購(gòu),使得高德在汽車前裝導(dǎo)航市場(chǎng)的策略有所變化。根據(jù)Frost & Sullivan發(fā)布的數(shù)據(jù),高德從2012年的47.1%跌至2013年的36.38%,下降10.72個(gè)百分點(diǎn),四維圖從2012年的50.03%增長(zhǎng)至2013年的60.18%,上升10.15個(gè)百分點(diǎn)。
圖表:2006-2013年中國(guó)車載前裝導(dǎo)航市場(chǎng)銷量及裝配率
Frost & Sullivan的數(shù)據(jù)同時(shí)指出,從2006年到2013年,中國(guó)車載前裝導(dǎo)航市場(chǎng)銷量及裝配率持續(xù)增長(zhǎng),從2006年3.81%的裝配率一度增長(zhǎng)至2013年的9.28%,達(dá)到歷史最高水平。2013年中國(guó)乘用車銷量1906.89萬(wàn)輛,導(dǎo)航車型銷量177.04萬(wàn)輛。根據(jù)Frost & Sullivan的最新統(tǒng)計(jì)數(shù)據(jù),截至2013年底,中國(guó)乘用車保有量達(dá)到9680萬(wàn)輛,車載前裝導(dǎo)航車型保有量超過(guò)500萬(wàn)輛,而四維圖新已累計(jì)為超過(guò)370萬(wàn)輛乘用車提供前裝導(dǎo)航地圖,一直占領(lǐng)最大的市場(chǎng)份額,因此四維圖新在車載導(dǎo)航領(lǐng)域的王者地位難撼。
車載前裝導(dǎo)航是國(guó)內(nèi)最早發(fā)展的導(dǎo)航應(yīng)用領(lǐng)域,也是目前最正規(guī),受盜版侵襲最小的市場(chǎng),同樣被眾多地圖企業(yè)視為一塊兒巨大的蛋糕。但由于該市場(chǎng)相比于其他導(dǎo)航應(yīng)用市場(chǎng)成熟度更高,汽車及電子系統(tǒng)供應(yīng)商對(duì)導(dǎo)航地圖的品質(zhì)要求極為苛刻,甚至對(duì)產(chǎn)品生產(chǎn)制造流程也有十分嚴(yán)格的規(guī)定,因此國(guó)內(nèi)大部分地圖廠商對(duì)此只能望洋興嘆。而作為國(guó)內(nèi)第一家研發(fā)和生產(chǎn)導(dǎo)航電子地圖的領(lǐng)軍企業(yè),四維圖新并不滿足于僅在汽車導(dǎo)航市場(chǎng)大展身手,為了使公司業(yè)務(wù)層次更加豐富,盈利模式更加多樣化,其憑借與全球主流汽車集團(tuán)擁有良好的合作關(guān)系和具備地圖、ICP、ISP等全套運(yùn)營(yíng)資質(zhì)的優(yōu)勢(shì),已經(jīng)把市場(chǎng)觸角伸入到炙手可熱的車聯(lián)網(wǎng)領(lǐng)域。據(jù)了解,四維圖新能為客戶提供平臺(tái)搭建、內(nèi)容管理、導(dǎo)航服務(wù)、車聯(lián)網(wǎng)運(yùn)維及一站式服務(wù)解決方案,且公司已為寶馬、豐田、奧迪、大眾、沃爾沃、長(zhǎng)城等國(guó)內(nèi)外主流車廠的車聯(lián)網(wǎng)項(xiàng)目提供服務(wù)。
好文章,需要你的鼓勵(lì)
新加坡國(guó)立大學(xué)研究團(tuán)隊(duì)開(kāi)發(fā)了SPIRAL框架,通過(guò)讓AI與自己對(duì)弈零和游戲來(lái)提升推理能力。實(shí)驗(yàn)顯示,僅訓(xùn)練AI玩簡(jiǎn)單撲克游戲就能讓其數(shù)學(xué)推理能力提升8.6%,通用推理提升8.4%,且無(wú)需任何數(shù)學(xué)題目作為訓(xùn)練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學(xué)解題中,為AI訓(xùn)練提供了新思路。
同濟(jì)大學(xué)團(tuán)隊(duì)開(kāi)發(fā)的GIGA-ToF技術(shù)通過(guò)融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機(jī)噪聲問(wèn)題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學(xué)習(xí)和數(shù)學(xué)優(yōu)化方法,在合成數(shù)據(jù)集上實(shí)現(xiàn)37.9%的精度提升,并在真實(shí)設(shè)備上展現(xiàn)出色泛化能力,為機(jī)器人、AR和自動(dòng)駕駛等領(lǐng)域提供更可靠的3D視覺(jué)解決方案。
伊利諾伊大學(xué)研究團(tuán)隊(duì)通過(guò)對(duì)比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過(guò)強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺(jué)語(yǔ)言模型雖然表現(xiàn)出"頓悟時(shí)刻"現(xiàn)象,但這些自我糾錯(cuò)行為并不能實(shí)際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗(yàn)證差距",即生成答案的能力強(qiáng)于驗(yàn)證答案質(zhì)量的能力,且模型在自我驗(yàn)證時(shí)無(wú)法有效利用視覺(jué)信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機(jī)構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過(guò)動(dòng)態(tài)稀疏性實(shí)現(xiàn)大語(yǔ)言模型訓(xùn)練加速1.6倍,計(jì)算成本降低2.2倍。該方法使用SVD稀疏性估計(jì)器智能選擇重要計(jì)算部分,在保持模型性能的同時(shí)顯著提升訓(xùn)練效率,已在多個(gè)任務(wù)上驗(yàn)證有效性。