10月11日,四維圖新舉辦2024用戶大會(huì),在會(huì)上正式宣布推出基于地平線征程6系列的完整智駕產(chǎn)品矩陣,以多款卓越的方案攜手加速行業(yè)高質(zhì)量發(fā)展。
作為行業(yè)領(lǐng)先的智能出行科技公司,四維圖新充分洞察當(dāng)前市場(chǎng)對(duì)不同級(jí)別智駕方案的應(yīng)用需求,重點(diǎn)發(fā)布了基于征程6系列打造的NI in Car系列,涵蓋從入門到中高階的智駕產(chǎn)品矩陣,包含基于征程6B打造的L2行車升級(jí)版和行泊一體基礎(chǔ)升級(jí)版產(chǎn)品,以及基于征程6E/M打造的行泊一體中高階版產(chǎn)品。
其中,基于地平線征程6E的行泊一體中階智駕方案,搭載7V3R12U的極優(yōu)傳感器配置,通過(guò)高速領(lǐng)航輔助NOP的全場(chǎng)景覆蓋以及記憶行車、記憶泊車的智能化升級(jí),能夠進(jìn)一步提升駕駛便利性與安全性。同時(shí),四維圖新還推出了基于地平線6M的中高階智駕方案,傳感器配置進(jìn)一步升級(jí),搭載11V5R1L12U(其中Lidar可選),使車輛能夠?qū)崿F(xiàn)城市NOA功能,為用戶帶來(lái)越級(jí)的智能駕駛體驗(yàn)。
征程6系列是地平線在今年4月正式推出的全新車載智能計(jì)算方案,可覆蓋從主動(dòng)安全到全場(chǎng)景智駕的全階應(yīng)用。作為一款系列化的車載智能計(jì)算方案,征程6擁有統(tǒng)一的硬件架構(gòu)、統(tǒng)一的工具鏈以及統(tǒng)一的軟件棧,以及配套一致、完整成熟的智能駕駛量產(chǎn)開發(fā)平臺(tái),將助力四維圖新等合作伙伴實(shí)現(xiàn)“快人一步”的量產(chǎn)效率,從而賦能車企決勝汽車智能化時(shí)代。
地平線與四維圖新互為長(zhǎng)期戰(zhàn)略合作伙伴,在智駕領(lǐng)域擁有豐碩的合作成果。目前,四維圖新基于地平線征程2和征程3的智駕方案已在多個(gè)車企及品牌車型上實(shí)現(xiàn)規(guī)?;慨a(chǎn)應(yīng)用。在今年9月12日,四維圖新最新宣布已獲得長(zhǎng)城汽車定點(diǎn)合作,將提供基于地平線的計(jì)算方案打造的智能前視控制模塊產(chǎn)品,共同助力長(zhǎng)城汽車的智能化升級(jí)。
同時(shí),基于對(duì)艙駕融合趨勢(shì)的深入洞察,四維圖新將自研AC8025芯片與地平線征程3技術(shù)相融合,打造出面向10萬(wàn)級(jí)車型市場(chǎng)的艙行泊一體解決方案。該方案在成本控制、算力優(yōu)化以及產(chǎn)品開發(fā)效率等方面均展現(xiàn)出顯著的技術(shù)優(yōu)勢(shì)與市場(chǎng)競(jìng)爭(zhēng)力,賦能車企為更廣泛的用戶帶來(lái)全新出行體驗(yàn)。
在當(dāng)前汽車智能化行業(yè)快速迭代的背景下,地平線將繼續(xù)堅(jiān)持開放共贏的商業(yè)合作理念,發(fā)揮產(chǎn)業(yè)底層賦能者的優(yōu)勢(shì),協(xié)同四維圖新等行業(yè)領(lǐng)先的合作伙伴打造更具競(jìng)爭(zhēng)力的智駕產(chǎn)品,助力車企為用戶創(chuàng)造更多價(jià)值,共同引領(lǐng)智駕的美好未來(lái)。
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。