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
PDF协会在欧洲会议上宣布,将在PDF规范中添加对JPEG XL图像格式的支持。尽管Chromium团队此前将该格式标记为过时,但此次纳入可能为JXL带来主流应用机会。PDF协会CTO表示,选择JPEG XL作为支持HDR内容的首选解决方案。该格式具备广色域、超高分辨率和多通道支持等优势,但目前仍缺乏广泛的浏览器支持。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
Ironclad OS项目正在开发一个新的类Unix操作系统内核,面向小型嵌入式系统,计划支持实时功能。该项目的独特之处在于采用Ada编程语言及其可形式化验证的SPARK子集进行开发,而非常见的C、C++或Rust语言。项目还包含运行在Ironclad内核上的完整操作系统Gloire,使用GNU工具构建以提供传统Unix兼容性。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。