基于Mobileye在安全和驾驶辅助技术方面20多年的丰富经验,EyeQ Kit将为未来的软件定义汽车提供更高的灵活性。
7月5日,英特尔子公司Mobileye正式发布首个面向EyeQ®系统集成芯片的软件开发工具包(SDK)——EyeQ Kit™,旨在为全球汽车制造商的驾驶辅助技术和面向未来的自动驾驶技术注入新动能。EyeQ Kit将充分利用EyeQ® 6 High和EyeQ® Ultra处理器强大的高能效架构,让车企在充分利用Mobileye已被验证的核心技术之余,也能在EyeQ平台上部署差异化的算法和人机接口工具。

Mobileye为高级安全驾驶辅助系统发布全新EyeQ Kit软件开发工具包
Mobileye总裁兼首席执行官Amnon Shashua教授表示:“EyeQ Kit是一个两全其美的解决方案,帮助客户既能受益于Mobileye久经考验的核心技术,也能让他们从自身在驾驶体验和接口方面的专业知识中获益。随着汽车越来越多的核心功能逐渐软件化,客户将需要极高的灵活性和空间来定义品牌并实现差异化。”
Mobileye中国区Managing Director路以理表示:“我很荣幸向我们的中国合作伙伴介绍Mobileye的 ‘EyeQ Kit’。这款产品将赋能中国本土主机厂进行尖端算法应用的自主研发,同时借助Mobileye已被行业验证的技术实力确保解决方案安全可靠。Mobileye的产品高效、经济,这是中国本土主机厂客户选择和我们站在一起的重要原因。在设计这套全新开发工具的过程中,我们充分了解了中国合作伙伴的需求,希望借此为他们的产品带来更多灵活性和差异化的功能。如今,行业客户面临着产品选择收窄的趋势,而Mobileye正在努力拥抱更开放的合作模式。”
通过EyeQ的硬件和软件,汽车制造商可以获得全面的Mobileye解决方案,包括计算机视觉、道路信息管理(REM™)自动驾驶汽车地图技术,以及基于责任敏感安全模型(RSS)的驾驶策略。EyeQ Kit使车企可以进一步挖掘Mobileye系统集成芯片的强大功能,在增强辅助驾驶功能的同时,为其品牌赋予独特的观感和体验。随着驾驶员和汽车之间交互及通信的视觉需求越来越复杂,EyeQ Kit为车企提供了定制关键信息流的新途径。通过更先进的增强现实显示屏,EyeQ Kit将帮助客户实现环绕可视化、自动车道保持和交通标志识别等功能。
EyeQ Kit由数百名Mobileye工程师开发而成,并汲取了英特尔和Mobileye深厚的技术实力,其中包括OpenCL标准等编译器和开发环境方面的专家,以及面向密集型计算和深度学习的编译框架。EyeQ Kit使车企能够轻松高效地开发属于自己的应用软件,同时它还支持第三方应用的嵌入式开发,从而降低因集成其他芯片所增加的成本。
从通用CPU内核到计算高度密集的加速器(包括深度学习神经网络),EyeQ 具有可扩展的模块化架构,可提供合适的能效来为汽车应用部署人工智能技术,并同时达到超高性能。目前已有超过1亿辆汽车搭载了前几代的EyeQ芯片,且几十家世界领先的汽车制造商选择EyeQ芯片,来为全球数百个车型提供安全和驾驶辅助功能。
现在,EyeQ Kit旨在降低开发成本、加快产品上市,并在整个开发周期(从概念、部署到性能调优)内为硬件厂商提供超高灵活性。
Mobileye总裁兼首席执行官Amnon Shashua教授表示:“Mobileye在计算机视觉、驾驶策略、REM和RSS等领域的核心技术由专用系统集成芯片驱动,可实现高可扩展性和高效率。汽车制造商现在可在Mobileye核心技术的基础上进行开发,并同时受益于我们专为高级驾驶辅助系统(ADAS)和自动驾驶汽车打造的多种加速器。车企可以依靠EyeQ Kit和EyeQ处理器系列快速、高效地实现面向未来的科技愿景。”
目前,一家大型全球汽车制造商已经部署了EyeQ Kit用于未来汽车产品的打造。
好文章,需要你的鼓励
美国连锁超市巨头Albertsons正在基于Databricks构建商品智能平台,整合产品、定价、促销与陈列等决策功能,目标是在2026年底前全面向门店运营商落地。该平台以Databricks Lakehouse存储零售数据,通过Unity Catalog与AI Gateway实现数据治理,并借助AI智能体Genie支持自然语言查询,帮助商家洞察销售趋势,提升决策效率。此举是Albertsons今年四项AI核心战略投资之一。
阿里Qwen团队通过引入强化学习和在线策略蒸馏,将Qwen-Image-2.0升级为Qwen-Image-2.0-RL,让图像生成模型真正学会人类审美,文生图Elo评分提升78分,图像编辑提升93分。
微软正将Windows 11打造成真正的AI操作系统。在Build大会上,微软展示了AI模型与智能代理如何深度融合进Windows 11,让用户通过自然语言完成系统操作。借助Windows ML框架,超过5亿台PC已可在本地离线运行AI任务,无需联网、无token费用、数据不离设备。Office、Photos、Teams等应用已支持本地AI能力,Adobe、WhatsApp、Canva等第三方也在积极跟进,企业级AI PC采购需求有望加速。
港科大与快手联合提出NormGuard,针对流匹配模型强化学习训练中速度范数膨胀问题,通过训练时单向惩罚约束,在保留奖励的同时改善图像真实感。