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)日前宣布將分別與蔚來、小鵬汽車在電氣化領(lǐng)域深化合作,以系統(tǒng)級解決方案助力中國新能源車企的創(chuàng)新突破。
左起:蔚來高級副總裁及蔚然動力首席執(zhí)行官曾澍湘、恩智浦全球資深副總裁兼大中華區(qū)主席李廷偉博士、恩智浦副總裁兼能源與驅(qū)動系統(tǒng)產(chǎn)品線總經(jīng)理李曉鶴、小鵬汽車嵌入式平臺總經(jīng)理余鵬
隨著中國新能源汽車產(chǎn)業(yè)的蓬勃發(fā)展,電氣化市場也快速成長,并面臨向800V高壓充電平臺的轉(zhuǎn)型。作為電氣化領(lǐng)域整體解決方案供應(yīng)商,恩智浦精準(zhǔn)洞察中國市場需求,通過電驅(qū)動力和電池管理全套解決方案助力中國車企向高壓電力架構(gòu)升級。目前,恩智浦電池管理產(chǎn)品已經(jīng)被全球前20新能源車廠采用,特別受到中國領(lǐng)先車企的廣泛認(rèn)可。
領(lǐng)先的新能源車企小鵬汽車現(xiàn)有平臺上已大規(guī)模采用恩智浦電池管理芯片產(chǎn)品,在此基礎(chǔ)上,恩智浦最新一代高精度18串ASIL-D電池管理模擬前端IC解決方案將在小鵬汽車實現(xiàn)全球首發(fā),并計劃在2023年實現(xiàn)量產(chǎn)。
在與蔚來汽車的合作中,恩智浦將憑借產(chǎn)品的高度集成、高能效以及ASIL-D的安全性優(yōu)勢支持蔚來高端車型的三電系統(tǒng)選型,助力蔚來汽車實現(xiàn)從IGBT到碳化硅的過度與升級。
恩智浦全球資深副總裁、大中華區(qū)主席李廷偉博士表示:“新能源時代為中國車企創(chuàng)造了前所未有的發(fā)展機遇。恩智浦在電氣化領(lǐng)域有著全面的技術(shù)平臺和長期投入,我們十分榮幸能夠與新能源頭部廠商持續(xù)合作,深入理解客戶的個性化需求和對下一代產(chǎn)品的定義,成為車廠值得信賴的創(chuàng)新合作伙伴。在新能源革命中,恩智浦希望助力中國車廠構(gòu)筑可持續(xù)的競爭力以及在全球汽車業(yè)的領(lǐng)導(dǎo)力。”
蔚來高級副總裁及蔚然動力首席執(zhí)行官曾澍湘表示:“恩智浦是全球領(lǐng)先的汽車電子供應(yīng)商,也是蔚來汽車的長期戰(zhàn)略合作伙伴,我們很高興能夠持續(xù)深化跟恩智浦的合作,特別是在細(xì)分市場三電領(lǐng)域加強協(xié)作,隨著搭載恩智浦最新一代GD31系列門級驅(qū)動芯片的蔚來最新一代車型ET7,ES7和ET5的陸續(xù)上市,我們相信蔚來和恩智浦會一起快速發(fā)展,擁抱電動化的大趨勢,同時也感謝恩智浦在蔚來三電新品研發(fā)和量產(chǎn)保供等方面一直以來給予的支持。”
小鵬汽車嵌入式平臺總經(jīng)理余鵬表示:“電池、電機和電控系統(tǒng)是新能源汽車發(fā)展的重要一環(huán),小鵬汽車已經(jīng)與恩智浦在這些領(lǐng)域展開了廣泛而全面的合作。特別是恩智浦憑借強大的技術(shù)優(yōu)勢,為我們汽車平臺中電池管理的相關(guān)應(yīng)用保駕護航。通過本次雙方合作的深化,我們十分期待恩智浦全新電池管理解決方案在小鵬汽車中的應(yīng)用與量產(chǎn),在電動化發(fā)展大潮下,雙方將在緊密互動中開啟未來新的征程,為用戶帶來更出色、更安全的智能駕乘體驗。”
好文章,需要你的鼓勵
新加坡國立大學(xué)研究團隊開發(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。實驗顯示,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。
同濟大學(xué)團隊開發(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)集上實現(xiàn)37.9%的精度提升,并在真實設(shè)備上展現(xiàn)出色泛化能力,為機器人、AR和自動駕駛等領(lǐng)域提供更可靠的3D視覺解決方案。
伊利諾伊大學(xué)研究團隊通過對比實驗發(fā)現(xiàn),經(jīng)過強化學(xué)習(xí)訓(xùn)練的視覺語言模型雖然表現(xiàn)出"頓悟時刻"現(xiàn)象,但這些自我糾錯行為并不能實際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗證差距",即生成答案的能力強于驗證答案質(zhì)量的能力,且模型在自我驗證時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等頂尖機構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動態(tài)稀疏性實現(xiàn)大語言模型訓(xùn)練加速1.6倍,計算成本降低2.2倍。該方法使用SVD稀疏性估計器智能選擇重要計算部分,在保持模型性能的同時顯著提升訓(xùn)練效率,已在多個任務(wù)上驗證有效性。