Mobileye已经成功获得TÜV南德(TÜV SÜD)的自动驾驶测试许可,能够在德国道路上运行配备了Mobileye自动驾驶技术的蔚来 ES8电动汽车。Mobileye迈出了关键的一步。
搭载了摄像头、雷达和激光雷达传感器的蔚来ES8加入Mobileye在德国的自动驾驶测试车队
2023年1月4日,慕尼黑——2023年伊始,Mobileye在自动驾驶出行未来的征程上又迈出关键一步——获得德国独立的第三方测试、认证、审计和咨询服务提供商TÜV南德(TÜV SÜD)颁发的许可建议,将能够在德国道路上运行自动驾驶汽车。该许可证为Mobileye在德国扩大试点铺平了道路,使Mobileye可以在德国所有道路上运行搭载了Mobileye Drive™自动驾驶系统且配备了安全员的蔚来ES8电动汽车。
在慕尼黑和达姆施塔特启动出行即服务(MaaS)项目
获得官方的许可建议之后,Mobileye计划下一步将在德国和更多地区推行新的出行理念。Mobileye在2021年选择与蔚来ES8及其他多个合作伙伴一起在慕尼黑、达姆施塔特以及欧洲其它地区提供出行即服务(MaaS)。这些蔚来ES8配备了Mobileye的自动驾驶硬件和软件,计划在德国用作自动驾驶出租车和接驳车,融入当地的公共交通系统。欧盟和德国在2022年发布了相关法规,旨在确保自动驾驶汽车测试和部署的安全性,Mobileye在遵守相关规定的前提下将在2023年逐步加速在德国的出行即服务的试点项目。在完全无人驾驶获得所有必需的审批和许可之前,这些汽车在运行时都会配备一名安全员。
Mobileye自动驾驶汽车业务高级副总裁Johann Jungwirth表示:“我们很高兴能够在德国道路上投入应用Mobileye的自动驾驶技术。感谢TÜV南德的信赖,支持我们在德国扩大自动驾驶汽车的试点测试。这让我们有机会向消费者、汽车制造商和交通运输机构展示Mobileye的实力。”
Mobileye技术扬帆起航
进行测试的蔚来ES8进行了一系列传感器的改装,并配备了已定义特定运行设计范围(ODD)的Mobileye自动驾驶系统Mobileye Drive™。通过13个摄像头以及一个独立的辅助感知系统(其中包含6个环绕雷达、3个长距和6个短距环绕激光雷达),这款自动驾驶汽车拥有冗余的传感能力,我们称之为真正冗余™(True Redundancy™)传感系统。与此同时,EyeQ™系统集成芯片提供的必要算力,不仅可以处理真实环境的驾驶数据,也能够令Mobileye的路网信息管理™(REM™)技术以及责任敏感安全模型(RSS)驾驶策略得到充分利用。
该系统具有高度可扩展性,并支持不同的出行即服务,例如在特定的运行设计范围(ODD)内提供自动驾驶出租车、公共交通接驳车以及货物配送服务。
与TÜV南德共同确立自动驾驶汽车标准
2020年,Mobileye成为最早获批在德国开放道路上开展自动驾驶测试的非汽车制造企业之一。从那时起,TÜV南德和Mobileye一直与监管部门密切合作,以确保搭载Mobileye Drive的自动驾驶汽车始终能够安全运行。
Mobileye提供了全面的技术文档,并在过去几个月进行了各种自动驾驶出租车的安全测试,以获得TÜV南德的许可建议。TÜV南德近几年开发了严格的评估框架和测试流程。这些框架和流程不仅成为了自动驾驶技术提供商的参考蓝图,同时也让消费者更加信任这项技术的可靠性和安全性。
好文章,需要你的鼓励
Luminary Cloud宣布完成7200万美元B轮融资,专注开发"物理AI"技术。该公司云原生平台可将仿真速度提升100倍,利用物理信息模型实时预测汽车、飞机等产品性能。公司推出针对特定行业的预训练模型,包括与本田合作的汽车设计模型和与Otto航空合作的飞机开发模型。融资由西门子风投领投,将用于扩大研发团队和市场销售。
香港中文大学联合上海AI实验室推出Dispider系统,首次实现AI视频"边看边聊"能力。通过创新的三分式架构设计,将感知、决策、反应功能独立分离,让AI能像人类一样在观看视频过程中进行实时交流,在StreamingBench测试中显著超越现有系统,为教育、娱乐、医疗、安防等领域的视频AI应用开启新可能。
伦敦量子动态科技公司宣布交付业界首台采用传统半导体制造工艺的量子计算机。该系统已安装在英国国家量子计算中心,使用标准化300毫米硅晶圆,是首台自旋量子比特计算机。系统采用CMOS技术,占地约三个19英寸服务器机架,具备数据中心友好特性。公司开发的可扩展瓦片架构支持大规模生产,未来可扩展至每个量子处理单元数百万量子比特,为商业化应用奠定基础。
Atla公司发布Selene Mini,这是一个仅有80亿参数的AI评估模型,却在11个基准测试中全面超越GPT-4o-mini。通过精心的数据筛选和创新训练策略,该模型不仅能准确评判文本质量,还能在医疗、金融等专业领域表现出色。研究团队将模型完全开源,为AI评估技术的普及和发展做出贡献。