.前言.在前面【LLM量化技术介绍-1】LLM量化技术概述及AWQ和GPTQ介绍这篇文章中，我们已经对LLM量化技术进行的简介，同时还对LLM常用的AWQ、GPTQ量化技术进行了比较详细的介绍。本篇文章将在前文基础以及学术论文，对LLM量化的关键技术SmoothQuant进行介绍。.SmoothQuant技术出现的背景.当我们把大语言模型（LLM）的参数数量增加到 67 亿个以上时，激活过程中会出

## 1. 前言. 在模型板端部署过程中，开发者主要关心图像如何获取，模型性能如何评测以及如何优化模型等问题。对于图像的获取，地平线提供了Pyramid硬件，其不但可以获取多尺寸图像，且利用内存共享机制可将内存给到BPU直接进行推理。针对耗时，内存占用，DDR带宽占用等指标进行评测和优化，地平线提供了诸如Trace，hrt_ucp_monitor等一系列性能分析工具用于性能监测，使得开发者能够清

..简介&提出背景.思维链 (Chain-of-Thought, CoT) 是一种通过中间思考步骤增强大语言模型推理能力的方法。视觉思维链 (Visual Chain-of-Thought, VCoT) 将思维链从文本模态扩展到图像模态，以图像作为中间思考步骤，被用来提升多模态大模型的思考能力。.VCoT-Grasp以多模态大模型为基础，将视觉思维链引入机器人抓取任务中来提升抓取质量。与已有语言驱

.本篇主要介绍国内市场份额最大的五家激光雷达公司（禾赛、速腾、图达通、华为和大疆），主要客户、销量和主要产品。..1. 2023年市场份额.在YOLO在2023年8月的报告中，统计了从2018年到2022年，在全球范围内激光雷达累计定点车型。其中，以国别区分的分布如下图所示。可以看出，激光雷达主要有两个市场，一个是中国，一个是其他。...全球激光雷达累计定点车型占比（2018-2022年）..各激

.本篇是激光雷达系列的第一篇文章，主要介绍激光雷达的基本原理、分类和发展趋势。..1. 基本概念和分类.1.1 简介.激光雷达（Lidar，Laser Detecting and Ranging，激光探测和测距）是一种通过发射和接收激光束，来实现目标检测的感知元件。激光雷达一般通过测量发射和接收激光束的时间差（ToF，Time of Fly）或者频率差，来确定目标信息。激光雷达在短时间内可以获取大

# QAT调优流程.**流程总览：**.>针对J6H/P的硬件特性，以int8+int16+fp16的混合精度量化为主要调优配置，会增加较多的fp16设置来优化量化精度..![Description](https://prod-dc-resources.oss-cn-beijing.aliyuncs.com/20251023/154f0343-0b2d-453e-aa7f-ed92cb16d518

一、            算子约束条件.Matmul算子在j6上，OE3.0.31支持单输入int16量化，OE3.2.0及以后版本支持双int16量化，可以根据实际情况与数据输入范围、输入shape大小，选择精度和性能相对比较优化的量化策略，实际依赖于模型结构与数据范围。.二、            插件版本.Hmct插件为PTQ的转换工具插件，针对OE3.0.31、OE3.2.0、OE3.5

.2025年6月4日，全国标准信息公共服务平台公示关于征求《智能网联汽车 组合驾驶辅助系统安全要求》拟立项强制性国家标准（以下简称标准）项目意见的通知。.该标准由工信部提出，委托全国汽车标准化技术委员会智能网联汽车分会执行。本项目周期22个月，于2024年3月22日申报。公示开始日期为2025年6月4日，公示截止日期为2025年7月4日。..该标准对组合驾驶辅助系统的安全性，做了详细的要求。其中包

.2022年5月，连续创业者 Brett Adcock 在硅谷创立人形机器人公司Figure。.2025年9月16日，Figure宣布完成C轮融资，本轮融资规模超10亿美元，企业投后估值同步攀升至 390 亿美元，此轮融资将主要用于加速通用人形机器人在现实场景中的大规模落地应用。.从成立到完成C轮融资仅用三年时间，完成C轮融资后，企业估值达到390亿美元，使其成为当前全球估值最高的人形机器人独角兽

## 一、引言：算力焦虑与架构之思..近几年，“算力”成了人工智能领域最频繁被提及的词。 .无论是云端模型的规模竞赛，还是端侧部署的性能较量，大家都在谈： .> “TOPS 更高了、TFLOPS 提升了、推理速度又快了 30%。”..但你有没有发现一个现象—— .即使两颗芯片的理论算力相近，在真实模型推理中，**性能差距可能高达数倍**。 ..根本原因在于：**算力 ≠ 性能**。 .大

.激光雷达核心芯片的自研，正在成为头部激光雷达玩家的选择。.2023年9月，蔚来发布了第一款自研芯片产品：LiDAR主控芯片NX6031，代号“杨戬”。该芯片用于图达通猎鹰激光雷达，替代原有的FPGA和ADC等价值不菲的第三方芯片，据了解，“杨戬”将为蔚来每辆车节省几百元的BOM成本。....2024年10月，速腾聚创全自研SoC芯片M-Core获得AEC-Q100车规级可靠性认证，该芯片集成了激

....一、引 入.....在复杂的汽车电子系统中，ECU往往集成了多种通信网络，以适应不同的数据传输需求。为了确保每个网络都能被准确无误地识别和管理，每个网络都被赋予了一个独特的网络句柄，这个句柄就像网络的“身份证”，确保了网络通信的有序进行。通信管理（ComM）模块，作为网络通信的指挥官，会根据系统需求向这些网络发出通信模式的请求。它凭借自身丰富的配置信息，能够清晰地知道哪个句柄对应着哪种类型

. .. ... 论文题目：.Aux-Think: Exploring Reasoning Strategies for Data-Efficient Vision-Language Navigation.• 论文链接：.https://arxiv.org/abs/2505.11886.• 项目主页：.https://horizonrobotics.github.io/robot_lab/aux-

.QAT训练完成后，从torch qat伪量化模型到J6板端部署hbm模型之间，有模型export导出、convert转定点、插入前处理节点以及compile编译等步骤，在这些步骤中，如果出现精度不一致的情况，说明存在一致性问题。一致性问题分为两类：...用户侧问题。例如：前后处理不一致，代码误用导致训练部署图不一致的问题等。...工具侧问题。例如：查表算子转定点(非线性函数使用多项式近似或分段线

.1. 前言.本文旨在提供 J6B 计算平台的部署指南，将会从硬件、软件两部分进行介绍，本文整理了我们推荐的使用流程，和大家可能会用到的一些工具特性，以便于您更好地理解工具链。某个工具具体详细的使用说明，还请参考用户手册。.2. J6B硬件配置.. ....... ...BPU...DSP. ....... ...算力...TAE浮点输出...VAE浮点...VPU...SPU ...APM...

.1. 简介.在自动驾驶领域，BEV是一种从上方看对象或场景的视角，通过多个不同视场的传感器融合成BEV特征，可以提供车辆周围环境的完整视图，供下游任务使用，例如障碍物检测，路径规划等。.基于BEV的环境感知目前主要是有两种技术路线，一种是以petr为代表的sparse bev方法，它的主要思路是通过3D位置编码和2D的特征直接生成融合特征，再用基于transformer的decoder实现环境感

. ..近年来，随着人工智能从感知智能向决策智能演进，世界模型 (World Models) 逐渐成为机器人领域的重要研究方向。世界模型旨在让智能体对环境进行建模并预测未来状态，从而实现更高效的规划与决策。. .与此同时，具身数据也迎来了爆发式关注。因为目前具身算法高度依赖于大规模的真实机器人演示数据，而这些数据的采集过程往往成本高昂、耗时费力，严重限制了其可扩展性和泛化能力。尽管仿真平台提供了一

. . .. ...• 论文题目：.H-RDT: Human Manipulation Enhanced Bimanual Robotic Manipulation.• 论文链接：.https://arxiv.org/abs/2507.23523.• 项目主页：.https://embodiedfoundation.github.io/hrdt. . ..H-RDT 架构........ ..H-

.近日，在计算机视觉与模式识别领域顶级会议CVPR 2025举办的RoboTwin双臂机器人竞赛中，地平线机器人实验室与清华大学计算机系朱军团队联合提出的H-RDT凭强大性能和领先成功率，一举斩获真机赛冠军（一等奖第一名），并在仿真赛中荣获亚军（一等奖第二名），为全球机器人学习领域提供了高效解法。. ....... ..作为全球人工智能领域最具影响力的顶级会议之一，CVPR每年汇聚学术界与工业界的

. . ...概述.....可交互三维场景重建是推动计算机视觉与机器人智能发展的关键。然而，真实世界的频繁遮挡使单次扫描无法完整捕捉场景信息，也因此限制了后续的全面交互。传统方法往往依赖复杂流程或逐物体扫描，难以兼顾效率与完整性。为此，我们提出IGFuse，一个基于多次观测融合的可交互三维高斯场景重建框架。它能够利用多次扫描不同物体布局下的场景揭示被遮挡区域，并通过分割感知的高斯场和一致性约束实现