2021年7月6日,今年世界人工智能大会(WAIC)前夕,中国无人驾驶公司AutoX举办盛大发布会,带来了其第五代全无人驾驶系统AutoX Gen5。
从车规级硬件及电子电气架构、传感器到核心计算平台,AutoX Gen5保证了真正全无人驾驶能力,展示中国RoboTaxi的“正确打开方式”。可以说,AutoX Gen5代表世界级科技实力,可与全球无人驾驶领域头部玩家争高峰。无人驾驶RoboTaxi被公认为人工智能浪潮之巅,本次AutoX发布会成为本年度世界人工智能大会的开门红。
AutoX Gen5:全球顶级硬件架构、感知及核心计算平台
AutoX第五代系统搭配全球最顶级的车规级硬件和电子电气架构,共50个高清车规级传感器,包括:
可以说,AutoX Gen5的感知精度刷新了中国RoboTaxi的高度,让中国的无人驾驶汽车首次能与国际头部玩家相媲美。
发布会上,AutoX推出第五代系统的核心计算平台,中国首个L4/L5级别无人驾驶计算平台AutoX XCU。最新第五代系统达到了惊人的2200 TOPS算力,是中国车载超级计算算力的新高。全球头部半导体公司 Intel英特尔、Nvidia英伟达、Xilinx赛灵思、OnSemi安森美等作为深度合作伙伴,登台共同启动发布仪式。
在AutoX的安全标准里,仅仅有超高清的传感器感知能力、车载级域控制器还不够,AutoX Gen5定义了整体自动驾驶域的电子电气架构EEA,使全域系统架构满足安全要求。不仅从设计上保障多层冗余确保车规级功能安全,各个模块还经过了震荡冲击测试、高温及低温测试、EMC测试等车规级测试,达到量产车规级别硬件质量,同时将一体化液态冷却系统、线束工程、电源管理系统等全部考虑进去,进行整车车规级验证。
第五代系统的生产流程遵循严格的供应链管理,必须通过一致性整体质检,在标准化的产线流水线化安装,并通过严苛的防水测试、震荡颠簸、海量实际道路路测验证,才可“放行上路”。
AutoX还拓展了无人车的边界,将感知系统拓展到路端应用,辅助专攻“鬼探头”等特殊场景。
整个第五代系统,历时两年半,为中国RoboTaxi所需的安全级别量身定制,已进入量产阶段。
AutoX的核心价值观:为RoboTaxi用户提供最安全、最好的出行体验
AutoX所做这一切的出发点,是真正全无人RoboTaxi的用户。
从世界范围来看,无论从性能、安全等级还是可靠性来看,AutoX Gen5都刷新了标准。肖健雄表示,AutoX要打造世界上最顶级的系统,处理世界上最复杂的道路路况,把最前沿的技术集一身,以打造一个革命性产品,满足广大用户安全出行的需求,用科技改变生活。
AutoX Gen5虽是为“无人”而生,然而其核心更应解读为人而生——保护用户的安全、公众的安全,才是一家无人驾驶公司的首要任务。
“在L2- L3级别的自动驾驶领域,‘做减法’来降低成本的行为是存在的。但在RoboTaxi领域,是不允许‘偷工减料’的,我们必须坚持提供最好的性能,最过硬的硬件和架构,通过更强大的软硬件一体化设计,才能最大程度上保证安全性。AutoX的理念是安全第一。”
在高端用料、安全第一的基础上,AutoX仍能剑指量产的核心因素有三,一是通过规模化量产,二是通过自研,三是通过ODD拓展加大有效运营时长增加收入。
自成立以来,AutoX在“硬核科技”的路上越走越远,也越做越深。从百台规模的自动驾驶车队在深圳、上海等一线城市部署落地,大规模闹市区测试验证和载人示范应用,到中国目前唯一在城市公开道路上全空车无人驾驶RoboTaxi运营,AutoX在全无人驾驶技术上一路领跑。
自2020年起,AutoX展开公开道路上完全空车的无人驾驶测试,并于2021年1月面向公众开放其真正全无人驾驶运营,是中国首个“全车无人”(车前、后排均无人)的RoboTaxi面向公众运营。至今,AutoX全无人RoboTaxi运营已达6个月,以过硬的技术实力,保持完美的零事故纪录,安全承载了中国首批全无人驾驶乘客,领跑中国真正无人驾驶RoboTaxi落地进程。
此次AutoX的硬核实力技术发布,刷新了中国L4级自动驾驶、尤其是全无人RoboTaxi的定义和标准,同时也展示了其坚定投入真正无人RoboTaxi 硬核科技的决心,以及科技向善的初心。AutoX将把第五代系统带入WAIC世界人工智能大会,展出搭载第五代系统的两款RoboTaxi车型。据悉,公司在北上广深各大研发中心继续加大招聘科研人才,今年内达到千人以上规模研发团队。
好文章,需要你的鼓励
近期数据显示,2026年5月前企业已宣布约9万个与AI相关的裁员岗位,部分预测称未来五年美国15%的工作将被AI取代。然而,Ramp与Revelio Labs追踪近2.2万家企业的最新报告显示:重度投入AI的企业反而实现了更快的人员增长,包括初级岗位在内的各职能人数均有上升。但这一数据主要来自技术型企业,能否普遍适用仍存疑。报告同时指出,资源匮乏的企业可能在AI浪潮中持续落后。
阿里Qwen团队通过引入强化学习和在线策略蒸馏,将Qwen-Image-2.0升级为Qwen-Image-2.0-RL,让图像生成模型真正学会人类审美,文生图Elo评分提升78分,图像编辑提升93分。
AI数据中心开发商向多家电力公司同时提交大负荷接入申请以确定选址,导致区域需求预测虚高、电网投资失衡。美国联邦能源监管委员会(FERC)及ERCOT、PJM、SPP等机构正推动"承诺优先"规划机制,要求项目具备实质性商业承诺方可纳入长期传输规划。谷歌、亚马逊、微软、OpenAI等科技巨头支持建立标准化的项目成熟度评估体系,但各方在具体机制上仍存分歧。发电建设问题尚未被纳入联邦传输改革议程。
港科大与快手联合提出NormGuard,针对流匹配模型强化学习训练中速度范数膨胀问题,通过训练时单向惩罚约束,在保留奖励的同时改善图像真实感。