中國蘇州,2022年10月27日——恩智浦半導(dǎo)體(NXP Semiconductors N.V.,納斯達(dá)克代碼:NXPI)宣布,將與中汽創(chuàng)智科技有限公司(以下簡稱“中汽創(chuàng)智”)圍繞4D成像雷達(dá)開展戰(zhàn)略合作,共同推動(dòng)中國自動(dòng)駕駛產(chǎn)業(yè)大發(fā)展。
恩智浦全球資深副總裁兼大中華區(qū)主席李廷偉博士(左)、中汽創(chuàng)智采購總監(jiān)郭恩楊女士出席聯(lián)合發(fā)布儀式
當(dāng)前,中國的自動(dòng)駕駛滲透率和商業(yè)化步伐正在加速,作為感知層的車載雷達(dá)在這一過程中的作用愈發(fā)凸顯。恩智浦憑借在汽車?yán)走_(dá)領(lǐng)域的深厚積淀,敏銳把握市場趨勢,專注77GHz技術(shù)并不斷加大與中國合作伙伴的研發(fā)合作力度,通過系統(tǒng)級完整解決方案支持本土車廠的個(gè)性化需求,助力客戶不斷邁向自動(dòng)駕駛新高度。
恩智浦將與中汽創(chuàng)智聚焦于77GHz 毫米波雷達(dá)產(chǎn)品線,覆蓋角雷達(dá)、前向雷達(dá)、長距離雷達(dá)等全系列,并共同開發(fā)4D成像雷達(dá)的創(chuàng)新應(yīng)用?;谧陨淼膰H化視野及在自動(dòng)駕駛領(lǐng)域的技術(shù)領(lǐng)導(dǎo)力,恩智浦還將與中汽創(chuàng)智共同開展新產(chǎn)品的設(shè)計(jì)評估和認(rèn)證工作。恩智浦全面廣泛的汽車電子產(chǎn)品布局還將支持中汽創(chuàng)智在智能底盤、新能動(dòng)力、智能網(wǎng)聯(lián)等領(lǐng)域的應(yīng)用。
恩智浦資深副總裁兼大中華區(qū)主席李廷偉博士表示:“作為全球領(lǐng)先的汽車?yán)走_(dá)解決方案供應(yīng)商,恩智浦很高興與中汽創(chuàng)智展開合作,通過對4D毫米波雷達(dá)前沿領(lǐng)域的共同投入和探索,加速雷達(dá)關(guān)鍵技術(shù)的本土化應(yīng)用。期待雙方的合作成果在更多本土車廠中落地,助力中國汽車產(chǎn)業(yè)的自動(dòng)化發(fā)展與智能化升級。”
中汽創(chuàng)智采購總監(jiān)郭恩楊表示:“中汽創(chuàng)智用兩年的時(shí)間完成了第一代4D前向和角向毫米波雷達(dá)產(chǎn)品的研發(fā)及產(chǎn)業(yè)化落地,同時(shí)進(jìn)行了第一代4D成像雷達(dá)產(chǎn)品預(yù)研,掌握了汽車毫米波雷達(dá)研發(fā)及產(chǎn)業(yè)化關(guān)鍵核心技術(shù),下一步將加速4D成像雷達(dá)的產(chǎn)業(yè)化落地。中汽創(chuàng)智堅(jiān)持不斷創(chuàng)新并強(qiáng)化開放合作,攜手恩智浦開發(fā)先進(jìn)技術(shù),推動(dòng)自動(dòng)駕駛的發(fā)展,為廣大車廠和消費(fèi)者帶來更智能的體驗(yàn)。攜手同行,共創(chuàng)佳績!”。
好文章,需要你的鼓勵(lì)
新加坡國立大學(xué)研究團(tuán)隊(duì)開發(fā)了SPIRAL框架,通過讓AI與自己對弈零和游戲來提升推理能力。實(shí)驗(yàn)顯示,僅訓(xùn)練AI玩簡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)開發(fā)的GIGA-ToF技術(shù)通過融合多幀圖像的"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視覺解決方案。
伊利諾伊大學(xué)研究團(tuán)隊(duì)通過對比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺語言模型雖然表現(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)無法有效利用視覺信息,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),通過動(dòng)態(tài)稀疏性實(shí)現(xiàn)大語言模型訓(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。