Wayve 联合创始人兼 CEO Alex Kendall 认为,通过确保其自动驾驶软件运行成本低、硬件无关性强,且可应用于高级驾驶辅助系统、机器人出租车甚至机器人领域,公司的技术有望成功推向市场。Wayve 采用端到端的数据驱动学习方法,无需依赖高清地图或基于规则的软件,已吸引大量投资。公司计划向汽车和车队合作伙伴授权其自动驾驶软件。
Nvidia 与通用汽车达成合作,共同开发自动驾驶汽车。通用将采用 Nvidia 的 Drive AGX 平台,利用其强大的计算能力和软硬件支持,加速自动驾驶技术的开发与部署。双方还将在人工智能制造、工厂设计优化等方面展开合作。尽管通用此前在自动驾驶领域遇到挫折,但公司对未来前景保持乐观,致力于为消费者打造更智能、更安全的自动驾驶汽车。
在 NVIDIA GTC 大会上,多家汽车和自动驾驶公司宣布采用 NVIDIA 技术推进自动驾驶发展。通用汽车将扩大与 NVIDIA 的合作,涉及工厂、机器人和自动驾驶汽车等多个领域。自动驾驶卡车公司 Gatik、Plus 和 Torc 也将采用 NVIDIA 的多项技术方案,推动 L4 级自动驾驶商业化。同时,沃尔沃利用 NVIDIA GPU 进行空气动力学模拟,优化电动汽车设计。
特斯拉获得加州公用事业委员会颁发的客运许可,这是其未来可能开展机器人出租车服务的第一步。目前该许可仅限于使用公司自有车辆和员工驾驶,不涉及自动驾驶测试或部署。特斯拉计划先用于员工接送,未来可能申请自动驾驶载客服务许可。同时,特斯拉也计划在得克萨斯州奥斯汀推出机器人出租车服务。
通用汽车与英伟达扩大合作,旨在将人工智能应用于汽车制造的各个方面。这项合作涵盖工厂自动化、机器人技术和自动驾驶汽车开发。英伟达将为通用汽车提供 AI 基础设施和技术支持,助力其打造下一代智能工厂、优化生产流程,并推进自动驾驶技术的发展。这一战略合作反映了汽车行业向智能化、数字化转型的趋势。
研究人员发现,廉价的贴纸可以有效欺骗自动驾驶汽车的交通标志识别系统。他们还发现这些系统会"记忆"标志位置,即使标志被遮挡也会假定其存在,导致攻击成功率低于预期。研究人员测试了多种攻击方法,包括使标志"消失"或制造虚假标志。这项研究填补了商业自动驾驶系统漏洞研究的空白,为提高系统安全性提供了重要信息。
英特尔旗下的 MobilEye 公司提出了一种独特的"之字形"策略,旨在开发自动驾驶技术并最终实现机器人出租车。该策略结合了 ADAS 系统的改进和限定场景下的高级自动驾驶功能,以期在安全性和适用范围之间取得平衡。这一方法有别于 Waymo 的高安全性优先策略和特斯拉的全面推广策略,为自动驾驶技术的发展提供了新的思路。
Rivian 正全面推进 AI 技术整合,开发下一代电动车平台,以挑战特斯拉的市场地位。公司计划于 2025 年实现免手驾驶,2026 年达到 L3 级自动驾驶。Rivian 还将在车载系统中广泛应用 AI 技术,提供语音交互等功能,并计划推出更实惠的车型,扩大市场份额。
Aurora是为数不多仍在坚持的自动驾驶卡车公司之一,即将于今年4月开始商业化运营。尽管面临诸多挑战,CEO Chris Urmson对公司前景保持乐观,但盈利仍需时日。Aurora拥有强大的技术实力和充足资金,能否成功商业化值得关注。
NXP 半导体公司宣布以 6.25 亿美元收购自动驾驶安全软件公司 TTTech Auto。TTTech Auto 的核心产品 MotionWise 平台可实时处理车辆控制系统数据,确保自动驾驶系统安全。此次收购将助力 NXP 在汽车芯片领域的领先地位,加速软件定义汽车的发展进程。
算法的定义并不复杂,甚至可以说相当简单。算法代表一组指令,使得计算机程序能够将不同的信息源(数据)组合起来以生成所需要的结果。
我们介绍了EMMA,一个端到端的自动驾驶多模态模型。基于多模态大型语言模型的基础,EMMA直接将原始相机传感器数据映射到各种特定于驾驶的输出中,包括规划器轨迹、感知对象和道路图元素。EMMA通过将所有非传感器输入(例如导航指令和自我车辆状态)和输出(例如轨迹和3D位置)表示为自然语言文本,最大化了预训练大型语言模型的世界知识效用。
据相关统计数据揭示,2023年,中国的无人驾驶市场已达到118.5亿元的规模,并预计在2025年左右迎来产业规模化发展的关键机遇。麦肯锡的预测指出,至2030年,中国有望成为全球最大的自动驾驶市场,届时自动驾驶汽车的销售及出行服务预计将产生超过5000亿美元的经济收益。
中国线控底盘市场规模不断扩大,国产厂商正在市场推动下快速发展。老牌厂商如伯特利、车企旗下厂商如弗迪动力等量产优势明显;院校背景厂商如同驭科技研发力量较强、新兴势力如利氪科技等背景亮眼、深受资本追捧。但领域门槛越高,竞赛对手的实力也都越强劲。
长期以来,人工智能与超级计算似乎是两个独立的领域。然而,随着大模型训练对算力需求的指数级增长,二者之间的界限逐渐模糊。并行科技董事长陈健一针见血地指出:“AI训练的本质就是超算,超算也并不仅仅是CPU的超级计算机。超算架构、以GPU为核心的算力平台成为大模型训练的必备基础设施。”
如今这个AI不断改变行业的时代,卡夫亨氏正用实际行动证明,即使是最传统的产品也可以从前沿技术成果中受益。卡夫亨氏AI战略的核心,就是Davis提到的“自动驾驶供应链”。这个雄心勃勃的项目旨在建立一条能够实时适应中断的健壮供应链。
随着消费电子的毛利润率下降,正迎来汽车互联产品和精密件的快速增长期。随着[车路云]时代的到来、国内外自动驾驶项目的迅速实施,以及智能座舱娱乐体验的不断丰富,大量信息的交换促进了智能汽车舱内外的高速互联需求,使得单车电子电气零部件的占比迅速增加。