12月22日消息,中国全无人驾驶RoboTaxi领跑者AutoX(安途)首次对外揭晓AutoX RoboTaxi超级工厂内部视频,展示中国首个真正全无人驾驶RoboTaxi生产线。
今年7月,AutoX正式发布第五代无人驾驶系统AutoX Gen5,搭配全球最高清的车规级传感器,自研核心计算平台AutoX XCU和自动驾驶域电子电气架构,算力达2200 TOPS,实现车规级别功能安全的全栈架构冗余,保证真正全无人驾驶能力。
该超级工厂正是为量产AutoX第五代RoboTaxi所建—— AutoX与国际车企巨头克莱斯勒FCA深度集成合作,具备车规级冗余线控,也是中国目前唯一可支持量产真正无人驾驶的车型。
“依托中国首个全闭环的RoboTaxi产线,AutoX能够保证每一台无人车生产的质量和一致性,这是真正全无人RoboTaxi落地的前提。” AutoX创始人及CEO肖健雄表示。
AutoX全无人RoboTaxi产线
视频链接:https://v.qq.com/x/page/o3314h1r8ar.html?n_version=2021
中国首个全无人RoboTaxi产线,追求极致安全、先进、一致性
本次发布的视频,用短短两分钟展现了一台AutoX第五代全无人RoboTaxi诞生的全过程。
原本藏身于AutoX第五代无人车后备箱之内的车载超算平台XCU、第五代“性能怪兽”多传感器系统、车规级热管理等一一呈现;
产线上的机械臂
全无人RoboTaxi的大脑、眼睛、神经、心脏、骨骼、肌肉悉数亮相;
放置主传感器
AutoX XCU
AutoX选择了江苏常州建设首个生产基地,其全无人RoboTaxi产线历经三代全线优化,确保每一台RoboTaxi量产集成的精准度和一致性。
产线全貌
AutoX Gen5系统具备极致性能,由AutoX完成全栈软硬件一体化自主研发。
零部件进入仓库的第一步即需通过严格的质量检测。而后,通过质量检测的零件走上部装线,进行局部集成:第五代系统的双主多传感器融合系统、盲区多传感器融合系统等均在部装线上完成。
总装线由大型半自动化滑板传输线和吊装输送线构成,专为全无人RoboTaxi组装工艺定制,采用具有同行领先水准的ABB 7轴机器人,西门子、欧姆龙、施耐德、飞利浦、三菱、SEW等国际巨头提供电控系统与传动系统,将全无人RoboTaxi核心工艺标准化、数字化。
每一台RoboTaxi经过标准化产线生产,进入最后PDI出厂前检查时,Gen5无人驾驶系统已被“点亮”,工作人员从车内操作界面对Gen5系统的全部软硬件模块进行质检。
一台Gen5 RoboTaxi从产线下线,立即走上车间内自建的自动化多传感器标定转盘、四轮定位等标定设备,并在厂内完成恒温房、喷淋房等车规级检测,在出厂时即可进入无人驾驶状态。
标定
车规测试
可以说,这条全无人驾驶RoboTaxi产线全方位呈现了AutoX在智能制造方面的颠覆式创新和技术领先优势,为中国实现L4-L5级别自动驾驶量产规模化开疆拓土。
AutoX第五代RoboTaxi产线下线
专注全无人RoboTaxi,软硬件结合领跑行业
与大多数自动驾驶公司多细分赛道布局、多条腿走路的策略不同,AutoX始终专注聚集于打造真正全无人的RoboTaxi,在RoboTaxi赛道上取得了无数个第一的光环:
在软硬件一体化深科技领域,AutoX一路领跑,此次在智能制造方面的重大突破,又一次展示了中国全无人RoboTaxi的正确打开方式,为业界树立了新的标杆。
今年发布的AutoX Gen5搭配28个超高分辨率车规级摄像头、全球最高分辨率的4D毫米波雷达、角分辨率达到0.9度、高清激光雷达、每秒超1500万点云成像,再加上自研核心计算平台AutoX XCU和自动驾驶域电子电气架构,刷新了中国RoboTaxi的标准,性能可与全球无人驾驶领域尖端玩家相媲美。
而具有量产能力的超级工厂,在进一步展示AutoX的硬件研发实力的同时,更展现了其硬科技智能制造能力,正持续推动第五代AutoX RoboTaxi的部署落地。
相较于仅做软件供应商的自动驾驶公司,AutoX在“硬科技”的投入越来越深,此次在真正全无人级别智能制造产线上的重大突破,更展示出其坚定投入规模化真正无人RoboTaxi硬核科技的决心,以及对质量、安全性的极致要求。
感知、算力、软硬件一体化、长期的无人驾驶数据积累,共同构成了AutoX的极高安全性护城河;AutoX全无人RoboTaxi超级工厂投入量产,则意味着中国全无人RoboTaxi按下了加速键。
目前,AutoX拥有近1000人规模研发团队,在北京、上海、广州、深圳、硅谷全球五大研发中心持续加速招聘科研人才。
好文章,需要你的鼓励
麻省理工学院研究团队发现大语言模型"幻觉"现象的新根源:注意力机制存在固有缺陷。研究通过理论分析和实验证明,即使在理想条件下,注意力机制在处理多步推理任务时也会出现系统性错误。这一发现挑战了仅通过扩大模型规模就能解决所有问题的观点,为未来AI架构发展指明新方向,提醒用户在复杂推理任务中谨慎使用AI工具。
继苹果和其他厂商之后,Google正在加大力度推广其在智能手机上的人工智能功能。该公司试图通过展示AI在移动设备上的实用性和创新性来吸引消费者关注,希望说服用户相信手机AI功能的价值。Google面临的挑战是如何让消费者真正体验到AI带来的便利,并将这些技术优势转化为市场竞争力。
中科院自动化所等机构联合发布MM-RLHF研究,构建了史上最大的多模态AI对齐数据集,包含12万个精细人工标注样本。研究提出批评式奖励模型和动态奖励缩放算法,显著提升多模态AI的安全性和对话能力,为构建真正符合人类价值观的AI系统提供了突破性解决方案。