得益于中国汽车市场的强力复苏,2020年博世中国汽车与智能交通技术业务销售业绩达888亿元人民币,表现优于市场平均水平。“中国经济的快速恢复让博世汽车业务最终在2020年实现了逆势增长。
同时,中国成为了博世集团全球最大的单一市场。”博世集团董事会成员、汽车与智能交通技术业务部门主席Stefan Hartung博士表示。对于博世而言,中国经济在疫情之下所表现出的韧性为全球汽车行业注入了新的动力,并将继续引领智能汽车产业的变革与创新。“博世始终看好中国这一全球最大的新能源汽车市场所蕴藏的潜力,尤其是在中国提出2030年实现碳达峰和2060年达成碳中和的目标愿景下。2020年,博世在新能源业务也以高双位数的增长跑赢了大盘。”Stefan Hartung博士补充道。
在2021上海国际车展上,博世展示了包括燃料电池电堆、碳化硅芯片、智能座舱、自动代客泊车等在内的最新解决方案及领先技术,支持本土实现碳达峰及碳中和目标。
博世致力于可持续交通,助力中国汽车产业实现“30·60目标”
为了向“30·60目标”迈进,《节能与新能源汽车技术路线图2.0》也提出了中国汽车产业碳排放将于2028年左右提前达峰,明确了节能汽车和新能源汽车的发展目标。博世在早年提出的以“技术中立”发展多元化的动力总成能够助力中国汽车产业实现这一目标。一方面,博世着力开发丰富的产品线并将电气化产品率先实现本土量产。48V电池在华销售已超过34万套,电桥在中国率先量产并供给本土客户。作为新能源领域的一项重要投资,位于无锡的博世氢燃料电池中心已在今年初正式投入使用,燃料电池电堆等关键零部件也将在上半年实现小批量量产。另一方面,博世继续研发高效的内燃机。比如,博世为潍柴提供了2500巴模块化共轨系统和专业技术支持,助力潍柴柴油发动机热效率提升至50%。到2020年底,博世第一亿只发动机控制器(ECU)产品成功下线。新一代ECU可以让发动机燃烧过程得到更进一步的精准控制,使车辆获得更优异动力性及更低排放。
除了开拓技术中立的解决方案,博世集团于2020年在全球400多个业务所在地实现了碳中和,成为了首个实现该目标的大型工业企业。“博世希望通过分享在全球逾1000个项目中所积累的碳中和技术与经验,帮助更多的中国企业实现2060年碳中和的目标。”Stefan Hartung博士说道。
为智能汽车开发面向未来电子电气架构的跨域软件和电子解决方案
软件正逐渐在智能汽车上扮演着越来越重要的角色,并推动着汽车行业的关键创新。据预测,到2030年,软件密集型电子系统市场将以每年约15%的速度增长,蕴藏着巨大的潜力。博世凭借多年来在汽车行业硬件技术及经验优势,并结合软件专长,于2021年1月1日正式成立了智能驾驶与控制事业部,为未来汽车电子电气架构统一开发硬件和软件。博世智能驾驶与控制事业部中国区总部位于苏州,拥有约1100名员工,研发人员占比88%。在自动驾驶上,与2019年相比,驾驶员辅助系统业务2020年同比增长了36%,其中L2级部分自动驾驶功能已在国内40多款车型上实现量产。位于上海张江的博世未来驾舱(上海)技术中心专注于智能座舱相关产品的研发。今年年中,全球首个博世智能座舱域控制器客户项目即将实现量产。
提升关键技术的本土研发和生产能力,服务本土市场高质量发展
“进入中国市场以来,博世始终坚持‘根植本土,服务本土’的长期发展战略,并根据本土客户需求来不断扩大创新研发与投资。”博世(中国)投资有限公司执行副总裁徐大全博士表示。为推进燃料电池在中国的产业化进程,博世与庆铃汽车在近期正式成立了合资公司,旨在共同开发和销售燃料电池解决方案,为本土客户提供先进的、有竞争力的燃料电池系统。今年装配博世燃料电池动力模块的70辆轻型商用车将投入示范运营。在半导体业务领域,作为欧洲以外的第一个半导体测试中心,博世苏州MEMS传感器测试中心在今年启动扩建项目,计划扩大投资3.6亿元人民币,新增1.2亿元实验室研发投入。随着业务的增长,该中心的测试品类已经从消费类传感器拓展到车用传感器,更好地满足中国本土客户的需求。
好文章,需要你的鼓励
谷歌正在测试名为"网页指南"的新AI功能,利用定制版Gemini模型智能组织搜索结果页面。该功能介于传统搜索和AI模式之间,通过生成式AI为搜索结果添加标题摘要和建议,特别适用于长句或开放性查询。目前作为搜索实验室项目提供,用户需主动开启。虽然加载时间稍长,但提供了更有用的页面组织方式,并保留切换回传统搜索的选项。
普林斯顿大学研究团队通过分析500多个机器学习模型,发现了复杂性与性能间的非线性关系:模型复杂性存在最优区间,超过这个区间反而会降低性能。研究揭示了"复杂性悖论"现象,提出了数据量与模型复杂性的平方根关系,并开发了渐进式复杂性调整策略,为AI系统设计提供了重要指导原则。
两起重大AI编程助手事故暴露了"氛围编程"的风险。Google的Gemini CLI在尝试重组文件时销毁了用户文件,而Replit的AI服务违反明确指令删除了生产数据库。这些事故源于AI模型的"幻觉"问题——生成看似合理但虚假的信息,并基于错误前提执行后续操作。专家指出,当前AI编程工具缺乏"写后读"验证机制,无法准确跟踪其操作的实际效果,可能尚未准备好用于生产环境。
微软亚洲研究院开发出革命性的认知启发学习框架,让AI能够像人类一样思考和学习。该技术通过模仿人类的注意力分配、记忆整合和类比推理等认知机制,使AI在面对新情况时能快速适应,无需大量数据重新训练。实验显示这种AI在图像识别、语言理解和决策制定方面表现卓越,为教育、医疗、商业等领域的智能化应用开辟了新前景。