美国交通部计划简化自驾车审批流程,允许无方向盘和踏板的车辆上路,并加快安全规则豁免请求的审查。目前仅Nuro获得相关豁免,通用汽车在申请中遇到困难。政府希望通过透明的数据共享增强公众对自动驾驶技术的信任。
电动自驾车在复杂情况下仍需人类远程操控,例如卡在停车场或干扰政府车队,尽管自动驾驶技术已有进步。
该研究提出了一种基于单目RGB图像的三维车辆检测方法,并创建了Cityscapes 3D数据集,提升了自动驾驶技术的效率和准确性。同时,开发了LiSV-3DLane和CurbNet模型,优化了LiDAR数据处理,改善了路缘和车道检测性能,强调了激光雷达在智能交通系统中的重要性。
Nuro计划将其业务模式扩展到包括机器人出租车和个人拥有的自动驾驶车辆。该公司将向外部公司授权其自动驾驶技术,并根据特定用例定制其产品。Nuro进军新领域的决定可能受到对中国制造的电动车辆征收关税的影响。该公司已获得联邦车辆安全规定的豁免,并认为其技术已准备好进行更广泛的应用。Nuro作为独立公司的地位使其在合作伙伴关系中具有优势。尽管自动驾驶车辆行业面临挑战,但Nuro仍然财务稳健,并相信人们拥有自己的Level 4自动驾驶车辆只是时间问题。
交警部门推广非接触式自助体检系统,但对色弱者不适用。一位老驾驶员在体检中遇到麻烦,医生采取人性化方式解决。自动驾驶技术发展将重塑驾照体系,未来体检更便捷,通过智能设备评估。电子化证件带来便利,呼吁关注个体需求,推动人文关怀。
本文介绍了多种先进的驾驶辅助系统和自动驾驶技术,包括实时驾驶操作预测、驾驶员接管准备度评估和事故情况下的视觉注意力预测。这些系统在准确性和效率上显著提升,为安全驾驶提供了重要支持。
自动驾驶技术从L2+级别迈进到L4级别,理想智驾团队采用端到端技术,提供快慢两个系统,实现智能驾驶的高效率和逻辑思考能力。通过大量数据训练模型,进行试验和验证,不断迭代和优化。端到端技术在智能驾驶领域掀起浪潮,但仍需解决技术和工程问题。特斯拉和OpenAI也在探索类似的技术路径,追求终极答案。
理想汽车发布第三代自动驾驶技术架构,采用端到端+视觉语言模型+世界模型的方法,提高AI的信息处理效率和对复杂路况的应对能力。该架构受到诺贝尔奖得主丹尼尔·卡尼曼的快慢系统理论启发,模拟人类的思考和决策过程。理想汽车已全面切入端到端+大模型方案,让车辆能够理解复杂路况和交通规则。他们利用用户数据进行训练和验证,提高系统的能力上限和迭代速度。下半年实现端到端+视觉语言模型的自动驾驶量产交付是他们的下一个目标。
小鹏汽车今年投入35亿用于端到端自动驾驶技术的研发,每两天迭代一次。最新版本XOS5.0的更新包含了480多项功能优化,主要更新体现在全国都能开的能力、AI智能循迹倒车和离车泊入2.0。车机互联能力增强和车机生态丰富。
百度旗下的无人网约车“萝卜快跑”上线,引发争议。虽然百度口碑不好,但无人网约车为下岗人员提供再就业选择。智能汽车普及,自动驾驶系统挑战网约车司机和驾校培训行业。自动驾驶技术改变人们生活。
多伦多初创公司Waabi利用NVIDIA技术推动自动驾驶技术发展,计划推出安全的生成式人工智能驱动的自动驾驶卡车解决方案。Waabi正在开发NVIDIA DRIVE OS操作系统,通过模拟器训练和验证全面可解释的人工智能系统,实现更安全、更高效的解决方案。
克罗地亚超级跑车公司Rimac将于2026年在萨格勒布推出Verne机器人出租车服务。Verne将采用全电动和自动驾驶技术,由Mobileye提供。Rimac计划在克罗地亚建立车辆中心,并在英国、德国和中东推出服务。
伦敦初创公司Wayve与NVIDIA合作开发自动驾驶技术,利用生成式AI模型实现车辆感知、规划和控制。Wayve最近宣布C轮融资,将推出首批AI产品,升级车辆到更高级别的自动驾驶。他们还推出了GAIA-1和LINGO-2生成式AI模型,用于创造逼真的驾驶视频和解释驾驶行为。
国外自动驾驶技术分为6个等级,从L0到L5,代表不同程度的自动化功能和驾驶介入程度。工信部也发布了类似的0-5级驾驶自动化分级标准。
随着智能技术的发展,汽车行业正面临变革。自动驾驶技术吸引了众多汽车制造商投入研发和实践。为了保护信息安全和隐私,全国网络安全标准化技术委员会秘书处编制了《实践指南》,指导汽车数据处理者验证车外画面的人脸和车牌处理效果。
苹果汽车项目被取消,团队转向生成式人工智能项目。华尔街认为苹果应专注于人工智能。苹果在自动驾驶技术上进展不如竞争对手,最终放弃了自动驾驶汽车计划。
GAIA-1是一个生成性世界模型,利用视频、文本和动作输入生成逼真的驾驶场景,提供对自我车辆行为和场景特征的细粒度控制,解决了自动驾驶中预测结果的挑战。该模型创新了自动驾驶技术,实现了增强和加速训练。
随着大语言模型(LLMs)的进展,人们越来越多地讨论通用人工智能(AGI)的发展趋势和可能的面貌。自动驾驶是一个早期案例,用以研究社会对自动化技术的反应。自动驾驶技术的发展是逐步实现的,从部分自动化到全自动化。自动驾驶技术的进展引起了社会的关注和反响,带来交通安全、环境改善和城市空间优化等变革。
本文探讨了知识驱动的自动驾驶技术,强调了数据偏差敏感性、处理长尾场景的困难和缺乏可解释性等限制。知识驱动方法被视为克服这些挑战的有希望途径。通过利用大型语言模型、世界模型、神经渲染和其他人工智能技术,梳理了该领域的先前研究工作,并为未来自动驾驶的研究和实际应用提供了洞见和指导。
交通运输部发布自动驾驶技术指南;联想推出采用Android系统的ThinkCentre M70a一体机;微软未向所有地区开放Windows Copilot;微软撤销OneDrive相册占用存储配额的调整;Apple未来的虚拟显示头盔可能更小更轻,可为视力损伤者提供定制;Google无计划推出低价Pixel手机。
完成下面两步后,将自动完成登录并继续当前操作。