智能网联汽车已成为我国汽车社会发展的战略新契机,其重要性不仅局限于产业本身。
上饶市全面贯彻制造强国、网络强国、交通强国的国家战略部署,抢抓新一轮汽车产业变革发展机遇,瞄准电动化、智能化、网联化、共享化方向,积极申创国家级自动驾驶开放测试道路,以车联网示范场景应用,聚集上下游产业,打造智能网联汽车产业生态圈,推动汽车产业转型升级,实现智慧交通与智慧城市协同发展。
作为上饶高铁经济试验区自动驾驶开放测试道路的建设方,紫光云与智能事业群以蜂窝车联网C-V2X网络为核心的车路协同解决方案赋能智能网联汽车产业发展,打造智慧出行新型服务模式,提升城市整体智慧化水平。
独具网络安全能力的车路协同解决方案
车路协同解决方案以C-V2X车联网技术为核心,以5G技术为网络通路,从车端、路侧、云端三个方面展开,实现基于车路协同的智能交通综合应用。
车端通过车联网安全网关与云端车联网安全运营平台联动,基于大数据、人工智能等技术对车载网络流量进行精准分析,及时发现阻断各类网络安全威胁,从而有效保障智能网联车的安全。
车端基于智能车载终端(OBU)的C-V2X交互能力,可实现车与车信息交换、车与路信息交互。通过智能边缘计算能力,辅助车主实现驾驶提醒、威胁预警与信息上传。除辅助自动驾驶功能以外,为了提升网联汽车的整体感知能力,智能车载终端可以通过接收来自路侧气象监测数据、积水监测数据、路面数据等信息,增加判断维度,实现智能感知提升。
在路的改造上,需进行基础设施的改造和智能化系统部署。在路侧通过智能采集装置(RSU)采集路面行驶的车辆数据,同时增加雷达、摄像头、传感器等实现气象、路面情况、行车流量等维度的监测。通过对道路交通信息的综合感知、处理、计算、发布及上传等智能路侧系统的功能,向交管部门和相关参与者提供数据与服务,并及时通过云平台反馈给行车,辅助车辆驾驶者决策,并面向未来的全自动驾驶场景,辅助自动驾驶。
按照项目整体“试点-推广-规模应用”的思路,方案目前已在上饶测试路段启动基础设施改造及路面智能化部署。项目完成后,将实现网联汽车在网、高精度地图、信号灯信息推送、交通事件预警等车路协同场景。
2020年4月,紫光集团宣布整合旗下新华三集团、紫光云技术有限公司等在私有云、公有云、人工智能、软件服务等方面的能力,成立了紫光云与智能事业群。未来,紫光云与智能事业群将持续探索并丰富车联网应用场景,助力上饶市构建开放融合、创新发展的车联网产业生态,形成可复制、可推广的经验做法,成为上饶市数字经济新名片。
好文章,需要你的鼓励
zip2zip是一项创新技术,通过引入动态自适应词汇表,让大语言模型在推理时能够自动组合常用词组,显著提高处理效率。由EPFL等机构研究团队开发的这一方法,基于LZW压缩算法,允许模型即时创建和使用"超级tokens",将输入和输出序列长度减少20-60%,大幅提升推理速度。实验表明,现有模型只需10个GPU小时的微调即可适配此框架,在保持基本性能的同时显著降低计算成本和响应时间,特别适用于专业领域和多语言场景。
这项研究创新性地利用大语言模型(LLM)代替人类标注者,创建了PARADEHATE数据集,用于仇恨言论的无毒化转换。研究团队首先验证LLM在无毒化任务中表现可与人类媲美,随后构建了包含8000多对仇恨/非仇恨文本的平行数据集。评估显示,在PARADEHATE上微调的模型如BART在风格准确性、内容保留和流畅性方面表现优异,证明LLM生成的数据可作为人工标注的高效替代方案,为创建更安全、更具包容性的在线环境提供了新途径。
这项研究由中国科学技术大学的研究团队提出了Pro3D-Editor,一种新型3D编辑框架,通过"渐进式视角"范式解决了现有3D编辑方法中的视角不一致问题。传统方法要么随机选择视角迭代编辑,要么同时编辑多个固定视角,都忽视了不同编辑任务对应不同的"编辑显著性视角"。Pro3D-Editor包含三个核心模块:主视角采样器自动选择最适合编辑的视角,关键视角渲染器通过创新的MoVE-LoRA技术将编辑信息传递到其他视角,全视角精修器修复并优化最终3D模型。实验证明该方法在编辑质量和准确性方面显著优于现有技术。
这项研究提出了ComposeAnything,一个无需重新训练的框架,可显著提升AI图像生成模型处理复杂空间关系的能力。该技术由INRIA、巴黎高师和CNRS的研究团队开发,通过三个创新步骤工作:首先利用大型语言模型创建包含深度信息的2.5D语义布局,然后生成粗略的场景合成图作为先验指导,最后通过物体先验强化和空间控制去噪引导扩散过程。在T2I-CompBench和NSR-1K基准测试中,该方法远超现有技术,特别是在处理复杂空间关系和多物体场景时表现卓越,为AI辅助创意设计开辟新可能。