至顶网CIO与应用频道 04月03日 北京消息:在汽车行业,无人驾驶是当之无愧的热点,不管是奔驰、宝马、通用等传统汽车企业,还是谷歌、Uber等互联网企业,以及北汽、广汽、长安等自主品牌,几乎所有公司都在研究开发并努力在商业试运营时间节点上抢占先机。
而目前全球有超过2500万辆以上汽车,在使用Mobileye的ADAS解决方案,主要品牌包括路虎、福特、本田、宝马、日产、大众、奥迪、沃尔沃、现代、起亚、马自达、通用等,超过10家核心合作伙伴正在和Mobileye共同进行未来无人驾驶车型的研发。
在今年年初美国拉斯维加斯的CES展上,自动驾驶领域的领军企业Mobileye再次成为汽车行业关注的焦点。不但其EyeQ5 2021芯片实现量产,而且还被应用于宝马系列车型。此外,Mobileye所推行的RSS(责任敏感安全模型)有望成为自动驾驶行业的安全标准。最为重要的是,Mobileye在中国的项目落地,这是Mobileye在国内推出的一套商业化公共交通自动驾驶解决方案,将于 2022 年初步部署。通过与北京公共交通集团、北太智能合作,Mobileye可提供 L4 级别的自动驾驶套件,提高车辆的自动驾驶能力,从而有效减少汽车事故的发生。
事实上,对于Mobileye来说,由于中国是目前全球最大的汽车市场,并且无人驾驶概念风头正劲,因此中国汽车行业市场一直是其战略要地。从某种程度上,Mobileye对于中国市场并不陌生,他们的产品很早就在中国开始了测试。早在2007年,宝马、通用和沃尔沃就发布了配备Mobileye系统的产品,而这些量产产品在正式上市之前,会在不同的国家进行测试。2017年,Mobileye被英特尔以150亿美元的价格收购之后,更是加大了在中国市场的发展力度。
在参展美国CES展之后,Mobileye的下一个重磅亮相的展会将是第七届中国电子信息博览会(CITE2019)。来自中国电子信息博览会(CITE)官方消息显示,这是Mobileye 首次参与中国电子信息博览会(CITE)同期活动。
此外,Mobileye大中国区总经理童立丰将亲自到场参加CITE 2019同期举办的专业论坛“2019中国道路运输信息化大会暨营运车辆主动安全智能防控技术研讨会”,并发表主题演讲。
CITE 2019将于4月9日至11日在深圳会展中心举办,这是由工业和信息化部与深圳市人民政府联手打造的国家级电子信息全产业链展示平台,今年已经是第七届。经过多年发展,中国电子信息博览会(CITE)已成为亚洲规模最大、产业链最全、活动内容最丰富、颇具国际影响力的电子信息类博览会。
今年的博览会以“创新驱动发展,智慧赋能未来”为主题,集中展示新一代信息技术产业最新发展成就、促进产业核心技术突破、引领信息技术产业的供给侧改革。
中国电子信息博览会(CITE)组委会工作人员透露,“近两年受各方面影响,车联网行业发展非常火热,从目前展商的情况看,主要集中以下产品:导航定位、车载摄像、主动安全、ADAS、智能驾驶、客货车监控系统等。”
随着数字技术大量应用于汽车电子行业,汽车整体智能化水平不断提升,自动驾驶汽车产业快速发展,汽车电子领域正在快速成为汽车新兴技术的“主战场”,汽车正成为移动的智能空间。工业和信息化部制定的《电子信息制造业“十二五”发展规划》将汽车电子作为国家重点支持的战略性新兴领域,予以重点支持。C I T E 2019汽车电子主题馆,将展示汽车电子软硬件、智能驾驶与锂电新能源等尖端技术产品,同时众多优秀汽车整车公司、汽车零配件公司、锂电池厂商最新的产品和技术将亮相现场,带来一场行业品牌盛典。
童立丰曾表示,在完全的无人驾驶汽车(L4-L5级)市场成熟前,业界首先必须做到以下三点,第一是汽车必须有360度全方位感知能力,不管你用多少冗余技术,包括LiDAR、光学传感器和毫米波雷达等;第二是汽车必须配备高精度数字地图,定位精度必须做到10cm以内;第三是市场必须建立一个车辆、行人都认知并接受的交通规则或避让准则,而且,车辆必须拥有类似人类的感知推理决策能力,因为人类很可能会不遵守交通规则或表现得犹豫不决、或进或退。
“随着智能网联汽车将要以百万的量级在全世界的路面上部署的时候,安全的问题就变得越来越重要。但同时我们又发觉,目前汽车业界对这个问题验证的方法是不能从根本上解决这个问题的。”
Mobileye又将在CITE 2019上带来哪些重磅信息?电子信息博览会(CITE)能否成为中国的CES展?
好文章,需要你的鼓励
这项由加州大学圣地亚哥分校和微软研究院合作开发的REAL框架,通过程序分析反馈训练大型语言模型生成高质量代码。与传统方法不同,REAL采用强化学习将代码安全性和可维护性作为奖励信号,不依赖人工标注或特定规则。研究在多个数据集上的实验表明,REAL在保证功能正确性的同时显著提高了代码质量,有效解决了"即兴编程"中的安全漏洞和维护性问题,为AI辅助编程提供了新的范式。
加州大学伯克利分校与Meta FAIR研究团队开发了"Self-Challenging"框架,让大语言模型通过自己创建和解决任务来提升能力。该方法引入创新的"Code-as-Task"格式,包含指令、验证函数、示例解决方案和失败案例,确保生成的任务既可行又有挑战性。在工具计算、网页浏览、零售服务和航班预订四种环境测试中,仅使用自生成训练数据,Llama-3.1-8B模型性能提升了两倍多,证明AI可以通过自我挑战实现有效学习,减少对人类标注的依赖。
南洋理工大学与SenseTime Research合作提出了PoseFuse3D-KI,一种创新的人体中心关键帧插值框架。该方法将3D人体模型信息融入扩散过程,解决了现有技术在处理复杂人体动作时产生扭曲结果的问题。研究团队开发了专门的SMPL-X编码器直接从3D空间提取几何信息,并设计了融合网络将3D线索与2D姿态无缝整合。他们还构建了CHKI-Video数据集,包含2,614个视频片段及完整的人体标注。实验结果显示,PoseFuse3D-KI在PSNR上提升9%,LPIPS减少38%,显著超越现有方法。
这项研究提出了LongGuide算法,解决了大型语言模型在长文本生成任务中的局限性。研究团队发现,仅依靠上下文学习无法使模型充分掌握文本的语言和格式特性。LongGuide通过自动生成两种指导原则:度量指导原则和输出约束指导原则,显著提升了模型性能。在七种长文本生成任务中,该方法使开源和闭源模型的ROUGE-L评分平均提高约6%。LongGuide具有通用性强、易于学习、成本效益高等优点,为提升AI长文本生成能力提供了新方向。