首页 > 传媒 > 关键词  > 人工智能最新资讯  > 正文

全民热议“AI+汽车”,汽车“机器人化”将成未来方向

2024-03-27 17:00 · 稿源: 站长之家用户

      在前不久,“人工智能+”也成为了热门关键词。2024政府工作报告明确,开展“人工智能+”行动,打造具有国际竞争力的数字产业集群。可见,在智能汽车的下半场,人工智能将是驱动汽车进化的核心动力。

       汽车革命经历过“燃油车1.0时代”和“电动车2.0时代”,当下已经进入“智能汽车3.0时代”,AI大模型与汽车制造业的深度融合,将引领新一代汽车产品革命

       近日,在极越AI DAY技术大会上,极越迎来了V1.4.0版本,升级超过200项功能,同时百度最前沿的AI技术重磅亮相。极越CEO夏一平说:“在智能汽车3.0时代,‘机器人化’将是发展趋势,具备自然交流、自由移动、自我成长三种能力的汽车就是汽车机器人,才是真正意义上的‘AI CAR’。”

       顺势而为 开启“AI+智能汽车”的新时代

       众所周知,从机械时代到智能时代,离不开人工智能、大数据、云计算等前瞻科技的驱动。当AI遇上智能汽车,不仅为经济可持续发展带来重要驱动力,也为新质生产力的发展带来更多可能性。

       作为极越背后的赋能者之一,百度就是AI的践行者,在过去十多年间,百度持续深耕AI领域,如今已经成为中国乃至全球人工智能领域的头部玩家,也是将AI大模型应用的先行者和佼佼者。

       百度创始人、董事长兼首席执行官李彦宏日前在央视的一档访谈节目中,也谈及人工智能话题。他判断,“人工智能大潮的到来,对未来社会会有非常深刻的改变。”他看好人工智能技术在交通领域的应用,李彦宏表示:“其中最 大的应用就是自动驾驶,或者说是无人驾驶。”

       越来越多的车企都已经开始了大模型的研发和落地进程。作为造车新势力中的代表,蔚来是其中之一。李斌此前就表示,“大模型给了我们全新的方向。”他表示大模型对于车载智能语音的改进会非常大。去年年底,华为发布了旗舰SUV问界M9,盘古大模型的首 次上车也成为业界津津乐道的话题。

       百度在人工智能领域的深耕正迎来丰收期,也为极越汽车机器人这样的新物种诞生提供坚固的基石,使得极越成为AI+智能汽车的“代言人”。

       实际上,自极越汽车机器人诞生之初,便以“自然交流、自由移动、自我成长”为核心产品理念,要让智能汽车能够像人一样地思考和行动,并能不断演进。对于未来的汽车发展,需要以“AI原生思维”去重构整个智能汽车的设计,包括自动驾驶感知决策的重构,语音交互的重构,以及基于AI的自我迭代等。

       那么,什么是好的“AI原生思维”?比如说,在如今的大数据时代、大模型时代,极越语音设计就是完全遵循AI原生思维的产品设计,用户在车上不会再找物理按键,而是所有事情都能很自然地通过语音交互去完成。再比如,智能驾驶功能也不再是机械地执行人的指令,汽车自己就能够通过视觉感知、算法决策,主动能够完成从起点到终点的所有驾驶任务,并能准确判断路况、识别危险、安全避障等等,更像一个“老司机”。

       极越01已经深度融合文心一言、Apollo、百度地图、小度等AI大模型技术能力。极越01创造了全球范围内率先实现AI大模型“上车”、国内唯 一/全球唯二的纯视觉高阶智驾、首 个OCC占用网络升级、首 个AI语音算法全量本地化等诸多行业领先,正式开启了行业应用AI大模型的技术浪潮。

       一句SIMO就能感受AI大模型带来的智能化体验。SIMO不仅是语音助手,还能成为人们工作生活上的百事通。比如,有律师车主将SIMO当成了他在车内的法律小助手,查询法律条文;有父母用SIMO做奥数,帮孩子检查作业。

       进化不止,让汽车机器人持续照进现实

       AI技术的应用,让整个汽车不再是冰冷的机器,不再只是一个交通工具,而是可以持续进化,不断升级。从智能驾驶到智能交互,让用户的出行体验得到了比较罕见的提升。

       在AI DAY上,极越V1.4.0版本软件正式发布,上新了200+功能体验,涉及智能驾驶、智能座舱、智能互联、三电等诸多领域。如升级OCC占用网络可视化效果、SIMO与文心一言大模型双向融合、基于大模型的人车家生态正式“上车”等。V1.4.0版本将为用户带来更好开、更好用、更好玩的智能出行体验,再一次兑现让用户“月月开新车”的承诺。

       在此次AI DAY中,自动驾驶、LD地图、人机交互领域的百度三项最 新AI原生科技亮相,并将应用到极越汽车机器人。

       首先是,百度Apollo自动驾驶视觉大模型VTA(Vision Takes All)正式发布,大幅升级包括动静态检测、时序跟踪、实时建图、场景理解等能力,再度提升极越纯视觉高阶智驾能力上限。基于大模型,百度打造了行业第 一的智驾数据生产线、有效处理长尾数据的能力等,这些都是推动端到端自动驾驶技术发展的重要数据引擎。未来,极越很有可能就是国内最 先实现端到端智能驾驶的品牌。

       作为自动驾驶原生地图,百度地图LD地图(LD即车道级导航),彻底重构传统的地图生产模式,保留最必需的高精地图要素和精度,同时增加了经验图层、安全图层、实时图层等传统高精地图不具备的要素,让自动驾驶开得更安全。LD地图也将持续赋能极越纯视觉智驾,只要百度地图导航能到的地方,极越01的PPA智驾就能用。

       在语音交互层面,来自百度AI的视频语音融合、多合一、端侧大模型等业界领先的革命性技术,也都将应用到极越汽车机器人。超强的技术一定是端侧大模型模型,让车机在任何网络环境下,都能快速响应用户交互需求并解答车辆相关操作的问题,给用户带来端侧美好的语音交互体验。

       对于各家汽车制造商来说,以不断迭代的人工智能技术,创造出新质生产力,为消费者提供更智能、更舒适、更独特的出行产品,无疑将是头部企业脱颖而出的有力武器,这也将是行业未来竞争的重点。也许在某一天,智能汽车下半场迎来大结局,类似《变形金刚》里面的高智商、高情商的汽车机器人也将照进现实。

推广

特别声明:以上内容(如有图片或视频亦包括在内)均为站长传媒平台用户上传并发布,本平台仅提供信息存储服务,对本页面内容所引致的错误、不确或遗漏,概不负任何法律责任,相关信息仅供参考。站长之家将尽力确保所提供信息的准确性及可靠性,但不保证有关资料的准确性及可靠性,读者在使用前请进一步核实,并对任何自主决定的行为负责。任何单位或个人认为本页面内容可能涉嫌侵犯其知识产权或存在不实内容时,可及时向站长之家提出书面权利通知或不实情况说明,并提供身份证明、权属证明及详细侵权或不实情况证明(点击查看反馈联系地址)。本网站在收到上述法律文件后,将会依法依规核实信息,沟通删除相关内容或断开相关链接。

  • 相关推荐
  • 大家在看
  • Tonic Textual:安全数据湖,为生成式AI开发提供数据

    Tonic Textual 是全球首个为大型语言模型(LLMs)设计的Secure Data Lakehouse。它通过自动化流程,帮助企业从云存储中提取、治理、丰富和部署非结构化数据,以支持生成式AI的发展。该产品强调数据隐私保护,利用其专有的命名实体识别(NER)模型自动检测和去标识化敏感信息,同时通过数据合成保持数据的语义真实性。它支持多种数据格式,并通过AWS Marketplace、Google Cloud Marketplace和Snowflake Marketplace提供服务。

  • Outtloud:AI语音助手,将文档转换为自然语音

    Outtloud是一款AI语音助手,可以将用户文档或文本转换成自然流畅的高保真AI语音。它支持超过10种语言和口音,提供100多种AI高级人声。用户可以以高达4倍的速度听书,节省阅读时间,同时在驾驶、通勤、锻炼等任何时间任何地点进行学习。它还具备添加笔记和书签的功能,支持在焦点模式下高亮显示正在播放的段落,以便用户跟随阅读。

  • llama3v:基于llama3 8B的SOTA视觉模型

    llama3v是一个基于Llama3 8B和siglip-so400m的SOTA(State of the Art,即最先进技术)视觉模型。它是一个开源的VLLM(视觉语言多模态学习模型),在Huggingface上提供模型权重,支持快速本地推理,并发布了推理代码。该模型结合了图像识别和文本生成,通过添加投影层将图像特征映射到LLaMA嵌入空间,以提高模型对图像的理解能力。

  • Open LLM Leaderboard:开放的大型语言模型排行榜

    Open LLM Leaderboard是一个由Hugging Face提供的空间,旨在展示和比较各种大型语言模型的性能。它为开发者、研究人员和企业提供了一个平台,可以查看不同模型在特定任务上的表现,从而帮助用户选择最适合自己需求的模型。

  • OpenCompass Multi-modal Leaderboard:实时更新的多模态模型性能排行榜

    OpenCompass多模态排行榜是一个实时更新的平台,用于评估和排名不同的多模态模型(VLMs)。它通过8个多模态基准测试来计算模型的平均得分,并提供详细的性能数据。该平台仅包含开源的VLMs或公开可用的APIs,旨在帮助研究人员和开发者了解当前多模态模型的最新进展和性能表现。

  • I2VEdit:一种基于图像到视频扩散模型的视频编辑技术

    I2VEdit是一种创新的视频编辑技术,通过预训练的图像到视频模型,将单一帧的编辑扩展到整个视频。这项技术能够适应性地保持源视频的视觉和运动完整性,并有效处理全局编辑、局部编辑以及适度的形状变化,这是现有方法所不能实现的。I2VEdit的核心包括两个主要过程:粗略运动提取和外观细化,通过粗粒度注意力匹配进行精确调整。此外,还引入了跳过间隔策略,以减轻多个视频片段自动回归生成过程中的质量下降。实验结果表明,I2VEdit在细粒度视频编辑方面的优越性能,证明了其能够产生高质量、时间一致的输出。

  • Samba-1 Turbo:高效能的AI模型选择与应用平台

    Samba-1 Turbo是一个提供AI模型选择和应用的平台,它允许开发者通过免费的开发者推理服务来试用、比较和评估Samba-1中各种专家模型。此外,平台还提供一些构建在Samba-1之上的演示业务应用程序,以及开源语言专家SambaLingo。Samba-1 Turbo旨在为开发者提供强大的工具,以简化AI模型的集成和应用过程。

  • StreamV2V:实时视频到视频翻译的扩散模型

    StreamV2V是一个扩散模型,它通过用户提示实现了实时的视频到视频(V2V)翻译。与传统的批处理方法不同,StreamV2V采用流式处理方式,能够处理无限帧的视频。它的核心是维护一个特征库,该库存储了过去帧的信息。对于新进来的帧,StreamV2V通过扩展自注意力和直接特征融合技术,将相似的过去特征直接融合到输出中。特征库通过合并存储的和新的特征不断更新,保持紧凑且信息丰富。StreamV2V以其适应性和效率脱颖而出,无需微调即可与图像扩散模型无缝集成。

  • OpenCompass 2.0 Large Language Model Leaderboard:大型语言模型排行榜,实时评估模型性能。

    OpenCompass 2.0是一个专注于大型语言模型性能评估的平台。它使用多个闭源数据集进行多维度评估,为模型提供整体平均分和专业技能分数。该平台通过实时更新排行榜,帮助开发者和研究人员了解不同模型在语言、知识、推理、数学和编程等方面的性能表现。

  • 甲骨文AI协同平台:数字化甲骨文研究与共享平台

    甲骨文AI协同平台是一个专注于甲骨文研究的数字化平台,集成了甲骨文全信息著录库、甲骨文总字表、数字工具箱等资源,通过AI技术辅助甲骨文的释读、研究和教育传播。平台汇聚了众多博物馆、专家学者以及社会各界人士的共同努力,旨在推动甲骨文研究的深入发展和甲骨文化的传承。

  • Cantor:创新的多模态链式思维框架,提升视觉推理能力

    Cantor是一个多模态链式思维(CoT)框架,它通过感知决策架构,将视觉上下文获取与逻辑推理相结合,解决复杂的视觉推理任务。Cantor首先作为一个决策生成器,整合视觉输入来分析图像和问题,确保与实际情境更紧密的对齐。此外,Cantor利用大型语言模型(MLLMs)的高级认知功能,作为多面专家,推导出更高层次的信息,增强CoT生成过程。Cantor在两个复杂的视觉推理数据集上进行了广泛的实验,证明了所提出框架的有效性,无需微调或真实理由,就显著提高了多模态CoT性能。

  • SuperCLUE:领先的AI评测基准,衡量和比较AI模型性能。

    SuperCLUE是一个用于评估和比较大型语言模型性能的在线平台。它提供了多种任务和排行榜,旨在为AI研究者和开发者提供一个标准化的测试环境。SuperCLUE支持各种AI应用场景,包括数学推理、代码生成、超长文本处理等,能够帮助用户准确评估模型在不同任务上的表现和能力。

  • Berkeley Function-Calling Leaderboard:评估大型语言模型调用函数能力的排行榜

    Berkeley Function-Calling Leaderboard(伯克利函数调用排行榜)是一个专门用来评估大型语言模型(LLMs)准确调用函数(或工具)能力的在线平台。该排行榜基于真实世界数据,定期更新,提供了一个衡量和比较不同模型在特定编程任务上表现的基准。它对于开发者、研究人员以及对AI编程能力有兴趣的用户来说是一个宝贵的资源。

  • OpenAI & other LLM API Pricing Calculator:AI项目成本计算器,比较不同AI模型的成本。

    OpenAI和其他大型语言模型(LLM)API的成本计算器,帮助企业和开发者评估和比较不同AI模型在项目中的成本。该工具提供了包括OpenAI、Azure、Anthropic、Llama 3、Google Gemini、Mistral和Cohere等在内的多个模型的价格计算。它基于输入的token数、输出的token数和API调用次数来计算成本。

  • Clay Filter AI:将您的角色照片转换成粘土动画风格的图像

    粘土 AI 是一款 AI 工具,可以将照片转换成粘土动画风格的图像。通过分析面部特征,生成逼真的效果,提供灵活的编辑功能。价格定位为免费使用。使用比较简单,上传你的照片并提交,稍等10-20 秒可以获得粘土动画风格的图像。

  • TopMixLabs:在线AI视频动画生成工具

    TopMixLabs 是一个 AI 动画制作工具,通过上传图片,用户可以轻松地将图像转换为专业级动画,适用于各种规模的企业,提升品牌形象。使用简单,只需要4张照片,上传稍等10 -20分钟左右,即可以生成高质量的动画,生成的动画支持下载mp4格式,而且在平台上创建的动画用于个人和商业目的。

  • StartKit.AI:快速搭建AI创业项目

    StartKit.AI是一个旨在帮助开发者快速构建AI项目的在线平台。它提供了一个包含所有所需功能来发布SaaS产品的AI样板,无需AI经验即可使用。该平台由James和Danielle开发,他们拥有超过10年的SaaS产品开发经验,并成功运营着AI产品Ellie。StartKit.AI集成了30多个模块和超过8000行代码,提供了先进的AI特性,如聊天、图像、文本、语音、翻译和内容审核等。此外,它还包括了OpenAI的所有功能,并支持创建自己的ChatGPT克隆体。产品定位于帮助开发者快速启动AI项目,保持技术领先,并支持通过Stripe进行产品变现。

  • Cressi:AI驱动的个性化购物助手

    Cressi是一个由AI驱动的个性化购物助手,旨在通过分析用户的搜索历史、兴趣、联系人和日历等信息,提供定制化的购物建议。Cressi不仅能够理解用户的偏好,而且能够随着用户生活方式的变化而不断进化,提供真正人性化的购物体验。Cressi致力于使购物更加个性化、高客户满意度,并减少浪费,以实现更有意义和可持续的购物方式。

  • Decks:一款专业的笔记应用,助你快速掌握任何学科

    Decks是一款专为学习设计的应用,它通过创新的笔记方式帮助用户更快地掌握知识。用户可以免费开始使用,并在14天后选择月度或年度订阅。Decks提供每月8美元或每年79美元的订阅选项。

  • AutoPilotI18n:AI驱动的国际化工具 简化i18n流程。

    AutoPilotI18n 是一款利用 AI 技术提供精确翻译的国际化工具,可自动化翻译任务,简化 i18n 流程。其主要优点在于精确翻译、多框架支持、高效工作流程,适用于 React、Vue、Angular 等。AutoPilotI18n 定价透明,提供免费和付费版本。

今日大家都在搜的词: