ZD至顶网CIO与应用频道 10月25日 北京消息:中国汽车消费者在做出购买决策时,更关注车载技术,而非其价格与发动机性能。根据普华永道发布的中国内地与香港《2016年智能网联汽车消费者调查》,40%的中国购车者愿意酌情改变品牌偏好,以期获得更佳的网联性能。
调查同时显示,75%以上的中国购车者愿意在安全性能方面增加投入,60%愿意为使用状态监测、车辆诊断程序和事故数据记录等车辆管理功能提高预算。
“在中国汽车市场,大批精通技术的消费者的推动、政府层面的支持以及市场对于网联汽车需求量的扩大,这些因素促使中国有望在国际创新的前沿拔得头筹。当前中国汽车行业的挑战在于,如何发展和普及适用于中国驾驶条件的科技应用,同时挺进国际市场,掌控智能网联汽车的国际份额。”普华永道中国数字化体验中心汽车与客户服务总监孙凯(Marco Fischer)提出。
翻阅此份调查可以发现,全球智能网联汽车行业正蓬勃发展。我们可以预计,智能网联汽车技术的年销售额将在五年内增至三倍,从2017年的472亿欧元上升至2022年的1400亿欧元。
中国购买者非常渴望拥有自动驾驶汽车(超过85%),这表明大多数消费者对于汽车科技的信任度很高,对于驾驶方式的改变跃跃欲试。与之对应,他们对于自动驾驶的一些主要顾虑在于:安全性(91%),网络安全(86%),法律层面的担心(83%),以及费用问题(80%)。
与此同时,高达80%的中国购车者会主动考虑购买升级服务,以提升汽车的网络连通功能。防碰撞、危险警告以及紧急呼叫等安全性能被消费者列在网联汽车服务的首要位置,接下来才是信息娱乐、导航、车辆状态记录和维护。
实际上,目前中国的网络和科技巨头们已经开始加速新技术的开发,致力于为网联汽车和自动驾驶提供智能操作服务。
普华永道思略特合伙人彭波认为:“对于传统的汽车制造商而言,要迎战汽车行业的新进对手——高科技企业,就必须制定正确的策略,通过与科技企业的战略合作,获得必要的新技术。这将会决定哪些品牌有实力搭建出网联生态系统,从而改变中国已习惯数字化生活的消费者的驾驶体验。”
中国会成为创新的领跑者吗?
2015年,国务院印发了“中国制造2025”,这是我国实施制造强国战略第一个十年的行动纲领,明确了要提高创新能力,实施智能制造,这其中也包括汽车领域。由此看来,中国市场已经准备好迎接全网联汽车时代的来临。开展智能网联与新能源技术方面研究的本土企业将得到政策扶持,他们有望成为中国乃至全球汽车行业的市场领跑者。
普华永道《2016年智能网联汽车消费者调查》收集了中国内地和香港购车者的3000多份问卷,进一步充实了由普华永道战略咨询团队思略特开展的年度智能网联汽车的研究结果。本次研究揭示了对于智能网联汽车科技与车载数字化连接性的一些观点。智能网联汽车,顾名思义就是直接连接互联网的汽车。直接与互联网相连也使得汽车可以自动连接到所有其他的相连设备,例如:智能手机、跟踪设备、交通信号灯和其他机动车辆,甚至是家用电气设备。
好文章,需要你的鼓励
这篇研究提出了OThink-R1,一种创新的大型推理模型,能够像人类一样在快速直觉思维和慢速深度推理之间自动切换。研究者发现,现有推理模型即使面对简单问题也会生成冗长的推理过程,导致计算资源浪费。通过分析推理轨迹并使用LLM评判员区分冗余和必要推理,OThink-R1能根据问题复杂度动态调整思考深度。实验表明,该方法平均减少了23.4%的生成文本量,同时保持或提高了准确率,代表了向更高效、更人性化AI推理系统迈出的重要一步。
这项研究提出了SHARE,一种新型文本到SQL修正框架,它利用三个小型语言模型(SLM)协同工作,实现高效精准的SQL错误修正。SHARE首先通过基础行动模型将SQL转换为行动轨迹,再经过模式增强模型和逻辑优化模型的层次化精细化修正。研究团队还创新性地提出了层次化自演化训练策略,大大提高了训练数据效率。实验结果表明,SHARE在多个基准测试上显著提升了SQL生成准确率,计算成本仅为传统方法的十分之一,并展现出强大的泛化能力,适用于各种生成器模型和SQL方言。
这项由香港大学和南京大学等机构研究人员联合开发的双专家一致性模型(DCM)解决了高质量视频生成中的效率难题。研究团队发现扩散模型蒸馏过程中存在优化冲突:早期阶段负责语义布局与运动,后期阶段关注细节精修,两者学习动态差异显著。DCM创新性地将这两个任务分配给不同的专家模型,通过参数高效的实现方式,使模型仅需4步即可生成接近50步原始模型质量的视频,大幅提升生成速度,为实用化AI视频创作铺平道路。
这项研究介绍了QARI-OCR,一种基于Qwen2-VL-2B-Instruct模型微调的阿拉伯文字识别系统。研究团队通过三阶段合成数据训练,成功解决了阿拉伯文字识别中的主要挑战:曲线连笔特性、上下文变化的字母形状和发音符号。QARI v0.2模型创下了0.061的字符错误率和0.160的单词错误率,超越了现有开源解决方案,为阿拉伯文化遗产的数字化保存提供了重要工具。