至顶网CIO与应用频道 05月10日 北京消息:5月9日,第三届世界智能驾驶挑战赛新闻发布会在天津召开。天津市东丽区政府副区长李光华、中国汽车技术研究中心有限公司副总经理李洧出席发布会,介绍了挑战赛筹备情况,并回答了记者提问。
第三届世界智能驾驶挑战赛新闻发布会现场
第三届世界智能驾驶挑战赛将于2019年5月15~17日在天津东丽区举办,赛事由国家发展和改革委员会、科学技术部、工业和信息化部、国家新闻出版广电总局、国家互联网信息办公室、中国科学院、中国工程院、中国科学技术协会和天津市人民政府主办,由中国汽车技术研究中心有限公司、中国生产力促进中心协会、中国人工智能学会智能驾驶专业委员会和天津市东丽区人民政府承办。
世界智能驾驶挑战赛定位于世界级行业高端交流平台和技术实践测评标尺,旨在通过智能网联、信息安全、无人驾驶等一系列立体化、实践性、全方位的测评,为智能汽车科技进步、标准法规交流、社会公众科普提供权威、公正、第三方的服务。
李光华表示,第三届世界智能驾驶挑战赛作为第三届世界智能大会的重要组成部分和引领智能驾驶领域发展潮流的一大盛事,坚持以“高起点、入主流、国际化、有特色”为目标,致力于搭建全球性智能汽车交流平台,受到社会各界关心和关注。
天津市东丽区政府副区长李光华
据介绍,本届赛事将采用“3+1+1”的总体架构设计内容,即:无人驾驶挑战赛、信息安全挑战赛和虚拟场景挑战赛三个比赛组别,举办智能驾驶科技示范体验项目和世界智能驾驶产业论坛。
李光华表示,赛事将通过智能驾驶、信息安全、虚拟测试三项赛事向大家展现世界智能驾驶挑战赛的全场景比赛项目。为了展现更好的参与感和体验感,提升广大市民对于智能驾驶的认识程度,今年将新增智能驾驶科技示范体验项目,向公众展示和普及智能科技成果,推广智能技术应用和体验,让相关企业和社会公众了解智能汽车技术前沿成果和发展趋势,从而增加赛事的科普性、趣味性和观众参与度。
中国汽车技术研究中心有限公司副总经理李洧介绍了本届挑战赛在赛事设置方面的主要调整。一是在赛事组别方面,设置了无人驾驶挑战赛、信息安全挑战赛和虚拟场景挑战赛等三个组别,不再设置智能驾驶辅助比赛。今年的三个组别赛事将重点测试参赛车辆的感知、规划、决策和控制等各项功能。二是无人驾驶挑战赛的组成项目由三项比赛调整为四项,包括乡村越野赛、高速公路赛、城市街区赛和IEC极限赛(Intelligent Extreme Challenge)。今年新增加IEC极限赛,以测试参赛车辆在路径规划、伦理困境等方面的判断能力。三是调整了智能驾驶挑战赛各比赛场景和场景数量,其中乡村越野赛设置了16个场景,城市街区赛设置了21个场景,高速公路赛设置了5个场景,IEC极限赛设置了3个场景。场景的变化提高了比赛的难度,以适应智能网联汽车技术的发展需求。四是信息安全挑战赛改变了赛制,设置了初赛、复活赛、决赛和附加赛共四个阶段,其中的附加赛可根据参赛队伍的自身情况选择参加与否,赛制的改变提高了该项目的观赏性。
中国汽车技术研究中心有限公司副总经理李洧
本届赛事汇集了智能驾驶领域的相关专家、企业高管、行业组织及投资机构,共同研讨产业热点与焦点,探寻全球趋势。同时,赛事将通过融媒体方式进行全程直播。届时,中央电视台、人民网、新华社、北方网、今日头条和天津电视台等多家境内外媒体将提供详尽及时的现场采访报道,为公众呈现一场世界顶级的智能驾驶现场演示。
好文章,需要你的鼓励
Docker公司通过增强的compose框架和新基础设施工具,将自己定位为AI智能体开发的核心编排平台。该平台在compose规范中新增"models"元素,允许开发者在同一YAML文件中定义AI智能体、大语言模型和工具。支持LangGraph、CrewAI等多个AI框架,提供Docker Offload服务访问NVIDIA L4 GPU,并与谷歌云、微软Azure建立合作。通过MCP网关提供企业级安全隔离,解决了企业AI项目从概念验证到生产部署的断层问题。
中科院联合字节跳动开发全新AI评测基准TreeBench,揭示当前最先进模型在复杂视觉推理上的重大缺陷。即使OpenAI o3也仅获得54.87%分数。研究团队同时提出TreeVGR训练方法,通过要求AI同时给出答案和精确定位,实现真正可追溯的视觉推理,为构建更透明可信的AI系统开辟新路径。
马斯克的AI女友"Ani"引爆全球,腾讯RLVER框架突破情感理解边界:AI下半场竞争核心已转向对人性的精准把握。当技术学会共情,虚拟陪伴不再停留于脚本应答,而是通过"心与心的循环"真正理解人类孤独——这背后是强化学习算法与思考模式的化学反应,让AI从解决问题转向拥抱情感。
PyVision是上海AI实验室开发的革命性视觉推理框架,让AI系统能够根据具体问题动态创造Python工具,而非依赖预设工具集。通过多轮交互机制,PyVision在多项基准测试中实现显著性能提升,其中在符号视觉任务上提升达31.1%。该框架展现了从"工具使用者"到"工具创造者"的AI能力跃迁,为通用人工智能的发展开辟了新路径。