该项目旨在全球范围内推广发展VelodyneLidar合作伙伴,包括NVIDIA与西门子,共促产业发展。
加州圣何塞,2022年2月15日——Velodyne Lidar始终致力于推动基于Velodyne激光雷达传感器和软件的下一代自动化解决方案迈向商业化应用,旗下Automated with Velodyne项目(简称“AwV项目”)便是为促进目标应运而生,现在发展至拥有多达100家合作伙伴。该里程碑彰显了Velodyne将持续在全球市场深耕并发展基于激光雷达的创新解决方案的坚定决心,以及在多元广泛的行业中促进自动化、安全性和可持续性提升的愿景。
随着激光雷达生态系统的不断发展,该技术在工业、机器人、基础设施、汽车等领域逐渐深化应用,而合作伙伴模式为AwV生态系统推动行业发展树立了典范。
Velodyne Lidar 首席营销官 Sally Frykman 表示:“AwV项目是激光雷达集成的未来,其生态系统对于日常解决方案应用而言至关重要。Velodyne合作伙伴数量已逾百家,他们傲居全球行业创新前沿,并对我们的专业技术和营销实力深为认可,相信我们能够为其业务带来的巨大价值。我们很高兴能与这些业界翘楚展开合作,共襄盛誉,并助其激发激光雷达技术解决方案的巨大增长潜力。”
在AwV项目当中,Velodyne与NVIDIA和西门子等品牌展开广泛合作,发挥激光雷达在驾驶安全与效率方面的关键作用。
采用Velodyne和NVIDIA技术设计的解决方案为机器人、智慧城市和自动驾驶汽车运行提供了关键的前沿算法。此外,Velodyne已经加入NVIDIA Metropolis项目,该计划旨在向市场推出新一代的AI视觉解决方案,使我们的公共空间和工作场所能够更加安全、高效地运转。
NVIDIA产品营销总监Adam Scraba表示:“Velodyne是NVIDIA Metropolis的重要合作伙伴。在我们逐步实现世界上重要空间和流程自动化的过程中,他们的激光雷达解决方案以及NVIDIA前沿的GPU加速计算能够为我们提供实时感知和人工智能技术。这些共同成果已经开始应用在德克萨斯州奥斯汀等城市,用来更好地评估实时交通状况,及时采取主动安全措施以挽救生命。”
西门子提供软件解决方案,用于开发、测试和检验使用Velodyne激光雷达传感器的工业系统、自动驾驶汽车和高级辅助驾驶系统。西门子可以运用其技术创建一个模拟环境,在应用于真实场景前帮助企业在虚拟世界中监控其自动化应用程序。
西门子数字工业软件产品经理Martijn Schut表示:“西门子正在使用Velodyne激光雷达技术为模拟软件构建基于物理的传感器模型,以测试和优化自动化解决方案。该系统为企业提供模拟和数字孪生工具,可以将Velodyne传感器以更快速度整合到解决方案中,以用于提高自主性和安全性。激光雷达和模拟技术相结合为企业数字化转型创造了更加理想的途径。”
关于AwV项目
通过AwV项目,Velodyne为合作伙伴提供创新技术支持、推广应用并建立持久的客户和业务关系,助力其业务发展。Velodyne拥有强大的全球销售和分销渠道,就合作伙伴的解决方案为其提供系统化指导。合作伙伴将获得不可估量的资源,包括Velodyne领先的市场地位和致力于帮助合作伙伴取得业务增长的专业团队。此外,Velodyne将为合作伙伴对接新的商业机会,持续探索诸多行业解决方案如何改善居民生活、提高社区安全。
AwV合作伙伴的业务涵盖了多类型的应用领域,Velodyne激光雷达传感器和软件组合正在三个关键市场中大展拳脚:智能基础设施、工业与机器人技术、及汽车行业,其中包括自动驾驶汽车和高级辅助驾驶系统(ADAS)。该项目也在与进行激光雷达解决方案研究与测试的大学保持合作。
关于Velodyne Lidar, Inc.
Velodyne Lidar(Nasdaq: VLDR, VLDRW)通过实时环绕视图激光雷达传感器的发明,开创了自动驾驶技术的新纪元。Velodyne是激光雷达的全球领先企业,并以其突破性的激光雷达技术的广泛组合而享有盛誉。Velodyne革命性的传感器和软件解决方案提供灵活性、高质量和可靠性能,可满足各行各业的需求,包括自动驾驶汽车、高级驾驶辅助系统(ADAS)、机器人、无人机(UAV)、智慧城市和安防。通过不断创新,Velodyne致力于通过促进所有人的安全出行来改变生活和社区。
欲了解更多详情,敬请访问www.velodynelidar.com
好文章,需要你的鼓励
三星与AI搜索引擎Perplexity合作,将其应用引入智能电视。2025年三星电视用户可立即使用,2024和2023年款设备将通过系统更新获得支持。用户可通过打字或语音提问,Perplexity还为用户提供12个月免费Pro订阅。尽管面临版权争议,这一合作仍引发关注。
浙江大学团队提出动态专家搜索方法,让AI能根据不同问题灵活调整内部专家配置。该方法在数学、编程等任务上显著提升推理准确率,且不增加计算成本。研究发现不同类型问题偏爱不同专家配置,为AI推理优化开辟新路径。
苹果M5 MacBook Pro评测显示这是一次相对较小的升级。最大变化是M5芯片,CPU性能比M4提升约9%,多核性能比M4 MacBook Air快19%,GPU性能提升37%。功耗可能有所增加但电池续航保持24小时。评测者认为该产品不适合M4用户升级,但对使用older型号用户仍是强有力选择。
清华大学研究团队提出SIRI方法,通过"压缩-扩张"交替训练策略,成功解决了大型推理模型"话多且准确率低"的问题。实验显示,该方法在数学竞赛题上将模型准确率提升43.2%的同时,输出长度减少46.9%,真正实现了效率与性能的双重优化,为AI模型训练提供了新思路。