8月2日,2024世界智能网联汽车大会新闻通气会在京召开。工业和信息化部装备工业发展中心主任、世界智能网联汽车大会组委会秘书长瞿国春介绍了大会基本情况和当前筹备进展,北京市自动驾驶办公室常务副主任许宏伟介绍了北京市高级别自动驾驶示范区做好本届大会的组织保障工作,交通运输部科技司综合处处长邢凡胜、北京市经济和信息化局汽车与交通产业处有关同志出席。新闻通气会由工业和信息化部装备工业一司汽车发展处处长马春生主持。
党的二十届三中全会提出:“要按照党中央关于经济工作的决策部署,落实好宏观政策,积极扩大国内需求,因地制宜发展新质生产力,加快培育外贸新动能,扎实推进绿色低碳发展”。汽车产业的新能源、智能化发展对于国内稳需求、发展新质生产力、培育外贸新动能、推进绿色低碳发展等方面起到重要作用。为分享交流全球在智能网联汽车政策监管、技术研发、产业培育、示范应用等方面的经验,推动跨国别、跨领域合作,促进汽车产业转型发展和世界经济持续增长,2024世界智能网联汽车大会将于10月17日-19日在北京亦庄北人亦创国际会展中心盛大召开。
2024世界智能网联汽车大会将由工业和信息化部、交通运输部、北京市人民政府联合主办,工业和信息化部装备工业发展中心、北京市经济和信息化局、北京经济技术开发区管理委员会、中国汽车技术研究中心有限公司、中国汽车工程学会、中国汽车工业协会、中国信息通信研究院、中国电子信息产业发展研究院联合承办。大会以“协同并进 智行未来——共享智能网联汽车发展新机遇”为主题,旨在搭建全球智能网联汽车先进经验和示范推进的沟通交流平台,联通全球政企和行业,汇集各方资源和智慧,协力解决产业面临的问题,加速推动智能网联汽车发展进程。大会构筑“3+3+6+N”的活动体系,第一个“3”是指开幕式、全体大会、闭幕式3场全体会议,第二个“3”是指3场特色活动,“6”是指6场主题峰会,“N”是指多场同期边会及互动活动。大会举办期间,相关机构还将组织中国国际新能源和智能网联汽车展览会,展示全球企业的最新车型、关键技术和解决方案,促进行业交流学习和消费者认知提升。同期活动共同形成形式多样、内涵丰富、横向联动、相互支撑的“专业化、高端化、国际化”系统架构。
本届大会将凸显“三大亮点”。
一是首度发布智能网联汽车全球十大突破和十大趋势。大会将首次揭晓智能网联汽车产业十大发展突破与未来十大技术趋势,充分总结过去十年的奋斗成果,引领行业科技创新与产业升级方向。
二是首次汇集贯穿全年的系列特色活动。大会创新策划全年性、全国性系列活动,强化央地、政企及产学研用多方联动,通过多渠道融媒体平台持续展示行业发展成果,确保大会影响力贯穿全年。
三是全方位展示多场景智能驾驶功能。大会设置多品牌、多级别智能网联汽车展示,提供便捷预约服务,让嘉宾亲身体验城市道路高级别辅助驾驶功能、V2X绿波车速引导、自动泊车等前沿技术,并特别举办自动驾驶嘉年华及工业旅游参观活动,全方位展现我国智能网联汽车产业取得的成绩。
本届大会旨在达成三大核心目标:
一是引领全球产业发展风向。汇聚全球主要汽车国家政府代表与行业领袖,通过高层对话,形成关于智能网联汽车产业发展的广泛共识,发布行业十大突破与趋势,展示前沿技术与试乘体验,引领全球智能网联汽车产业发展风向。
二是促进跨区域跨领域合作。搭建跨国界、跨行业的交流平台,汇聚全球政企精英,共探智能网联汽车在政策、技术及生态等方面的无限可能,深化多领域、多层次的合作伙伴关系。
三是构建创新技术交流高地。展示国内外顶尖企业的最新研发成果与应用场景,分享技术创新、政策动态及实践经验,吸引全球行业专家参与,促进技术互鉴与深度合作,共谋智能网联汽车产业未来蓝图。
本届大会作为集会议论坛、展览展示、配套活动等多种形式于一体的综合性盛会,有助于提升我国在全球智能网联汽车领域的知名度和影响力,形成示范与引领效应。同时,诚邀业内专家、企业关注并参加本届大会,促进全球智能网联汽车技术的发展和推广,推动智能网联汽车产业的繁荣与进步。
好文章,需要你的鼓励
传统数据工程面临数据质量差、治理不善等挑战,成为AI项目的最大障碍。多智能体AI系统通过协作方式正在彻底改变数据准备、治理和应用模式。Google Cloud基于Gemini大语言模型构建协作生态系统,让不同智能体专门负责数据工程、科学、治理和分析等任务。系统通过分层架构理解组织环境,自主学习历史工作流程,能够预防问题并自动处理重复性任务,大幅提升效率。
中科大团队开发出LongAnimation系统,解决了长动画自动上色中的色彩一致性难题。该系统采用动态全局-局部记忆机制,能够为平均500帧的动画进行稳定上色,性能比现有方法提升35-58%。核心创新包括SketchDiT特征提取器、智能记忆模块和色彩优化机制,可大幅提升动画制作效率。
微软推出Copilot调优功能,让企业通过低代码工具利用自动化微调技术训练企业数据。与基于公开数据的通用AI模型不同,企业需要理解内部数据和流程的专业化模型。Gartner预测专业化GenAI模型市场将在2026年翻倍至25亿美元。这些模型通常基于开源模型构建,部署为小语言模型,提供更好的成本控制和数据安全性,同时更易符合欧盟AI法案要求。
南开大学团队开发出DepthAnything-AC模型,解决了现有AI距离估算系统在恶劣天气和复杂光照条件下性能下降的问题。通过创新的扰动一致性训练框架和空间距离约束机制,该模型仅用54万张图片就实现了在雨雪、雾霾、夜晚等复杂环境下的稳定距离判断,同时保持正常条件下的优秀性能,为自动驾驶和机器人导航等应用提供了重要技术支撑。