..       俗话说 “十次事故九次快”，超速一直是交通安全的严重威胁。千呼万唤始出来，智能限速的国标GB/T 44433-2024终于也出来了。..      欧盟一般安全条例（EU）2019/2144（GSR）要求：..           2022年7月1日之后的所有M、N类新车型；..           2024年7月1日之后的所有M、N类新车；..        均需要强制安装智能

近几年，自动驾驶技术的发展日新月异。从ECCV 2020的NeRF问世再到SIGGRAPH 2023的3DGS，三维重建走上了快速发展的道路！再到自动驾驶端到端技术的问世，与之相关的仿真闭环开始频繁出现在大众视野中，新兴的三维重建技术由此在自动驾驶领域也逐渐焕发新机。2023年8月特斯拉发布FSD V12；2024年4月商汤绝影发布面向量产的端到端自动驾驶解决方法UniAD；2024年7月理想夏季

为什么要在现代汽车整车软件架构中采用面向服务架构（SOA）？面对日益增长的复杂性和集成挑战，传统的方法似乎已经不足以应对。那么，到底是什么促使汽车行业转向SOA呢？为了解答这个问题，我们将深入探讨当前我们面临的问题、早期尝试所提供的解决方案，以及当今的做法如何为未来的智能网联汽车铺平道路。..1.我们现在面临的问题..在讨论SOA之前，首先我们需要理解当前汽车行业中存在的问题。现代车辆集成了越来越

最近，DeepSeek对OpenAI的突然袭击可以说成为了震动全球的“黑马事件”。可以说这样的重大突破在业内引起了轩然大波，很多专业人士意识到了三方面业务调整正在如火如荼的进行中：即整个算力霸权正在转移、开源生态正在进行商业重构、中国式0-1的创新已经开始崛起。大家体会下这句话的分量，以及对于CUDA的启示.....可以说，幻方这帮人都是手撸算子的天才。即当OpenAI沉迷于通过基于足够的算力作为

吴恩达指出，随着AI技术的发展，AI代理被视为一个能显著提升软件开发效率和质量的工具。他通过展示AI代理如何在主动型工作流中超越单独模型的局限，以及多代理系统如何通过协作来解决复杂问题，强化了这一观点。他认为，在未来，我们将看到AI代理在各种工作流程中发挥更大的作用，并且这些代理的性能和应用范围将不断扩大。对此，人们需要学会重新设定与AI合作的期望，并充分利用AI代理快速迭代的优势。吴恩达还预测了

Zheng, Y., Xia, Z., Zhang, Q., Zhang, T., Lu, B., Huo, X., ... & Zhao, D. (2024). Preliminary Investigation into Data Scaling Laws for Imitation Learning-Based End-to-End Autonomous Driving.arXiv prep

近日，DeepSeek的AI突破引爆市场热情，智能驾驶产业链迎来全新发展机遇。受此东风，智能驾驶概念股纷纷走强，其中，国产芯片龙头 **地平线 股价大幅攀升，市场信心倍增**。（相关报道：[腾讯新闻](https://news.qq.com/rain/a/20250207A03H6A00)） . .# **AI升级浪潮：打破高成本桎梏** .DeepSeek凭借卓越的推理能力和高效的代码生成，成功

. 2024 年，大语言模型（LLMs）技术迎来新一轮爆发！从 OpenAI 的 . GPT-4 Turbo 到 Google DeepMind 的 . Gemini 1.5，再到 Anthropic 的 . Claude 3、Meta 的 . Llama 3、Mistral、DeepSeek，各家 AI 在 . 多模态能力、长上下文处理、推理优化、开源 vs. 闭源竞争 上展开激烈较量。本文全面

假设你在玩一款游戏，你是一个在充满谜题和任务的神秘城堡中探索的冒险者。在这个城堡中，每个房间都像是视频中的一个场景，里面布满了各种物品和线索。城堡的主人提出一个任务，比如 “我需要找到某个特定的魔法宝石并将它放置在城堡的特定位置”，这时你就开始探索，完成城堡主人的任务。但你可能会发现城堡内的道路错综复杂，像在走迷宫，根本找不到宝石，更别说放到目标位置。 .  . .来源：https://v.dou

跨数据集开发困难 .在最近的大型基础模型的成功中，基于多样化、互联网规模的数据进行训练是一个关键因素。然而，在构建具身智能体（embodied agents）时采用相同的方法却遇到了明显的困难。尽管存在许多众包的具身数据集，但由于不同机器人具有不同的物理具身形态和控制接口，这些数据集的动作空间往往表现出显著的异质性，从而在利用跨域数据开发具身基础模型时带来了巨大挑战。我们这里介绍了UniAct，一

.        近年来，中国汽车出口量持续增长，尤其在新能源汽车的助力下，中国汽车出口实现了狂飙式发展。2023年，中国汽车出口量达到491万辆，首次超越日本，成为全球第一大汽车出口国。 .        2024年，中国汽车出口依然保持着同比两位数的增长，1至10月汽车出口量已接近2023年全年出口量。 .        在整车出口的带动下，主机厂的供应链企业也加速了海外布局。这些企业包括智

.环境感知：场景理解_（2）.环境感知技术 .环境感知技术是计算机视觉领域的一个重要分支，主要目的是使机器能够理解和解释其周围环境。这一技术在自动驾驶、机器人导航、增强现实和智能家居等领域有着广泛的应用。环境感知技术的核心在于通过各种传感器（如摄像头、激光雷达、毫米波雷达等）获取环境数据，并利用计算机视觉算法对这些数据进行处理和分析，从而实现对环境的准确感知和理解。 . .  . .1. 环境感

.1.什么是无线电射频认证 .2.无线电射频认证的重要信息 .3.汽车主机厂应如何应对 .  .1.什么是无线电射频认证 .  .       无线电作为宝贵的国家资源，各国对无线电都有相应的法律法规进行管控。无线电射频（Radio Frequency，简称RF）认证，也称为无线电频率认证，是对无线电设备、产品或系统进行测试和验证的过程，以确保其符合国际、国家或地区的相关无线电技术标准和要求。

. . . 1.FMVSS108主要内容及要求. . . 2.R48及GB4785对智能远近光灯的要求. . . 3.FMVSS108对智能远近光灯的要求. . . . 4.FMVSS108对智能远近光灯的测试. . . .  . . . 1.FMVSS108主要内容及要求. . .  . . . 美国FMVSS108法规是关于车辆照明设备的重要标准，它属

. . .        为了降低行人撞车的风险，特别是盲人和视障人士的撞车风险，并满足2010年 《行人安全增强》PSEA (Pedestrian Satety Enhancement Act) 的要求，美国国家公路交通安全管理局NHTSA为混合动力和纯电动汽车制定了最低声音要求，即FMVSS 141《混合动力和电动汽车的最低声音要求》。 . .   .         FMV

.环境感知：场景理解_（3）.场景理解技术 .语义分割是指将图像中的每个像素分类为预定义的类别，如道路、人、建筑物等。这一技术在自动驾驶、医学图像分析和地理信息系统等领域有广泛的应用。实例分割不仅将图像中的每个像素分类为特定的类别，还能区分同一类别下的不同实例。这一技术在自动驾驶、机器人视觉和视频监控等领域有重要的应用。场景分类是指识别图像中的整体场景类型，如室内、室外、城市、乡村等。这一技术在

.障碍物检测技术概述 . .障碍物检测是环境感知中的一个核心问题，特别是在自动驾驶、机器人导航和无人机等应用中，准确的障碍物检测对于系统的安全和可靠性至关重要。本节将详细介绍障碍物检测的基本原理、常用技术以及应用场景。 .1. 引言 .障碍物检测是指通过传感器获取环境信息，进一步处理和分析这些信息以识别和定位环境中存在的障碍物。这些传感器可以包括摄像头、激光雷达（LIDAR）、毫米波雷达（RAD

.. . .环境感知：目标检测与识别_（1）.环境感知基础 .目标检测是指在图像或视频中确定特定物体的位置和大小。检测结果通常表示为一个或多个边界框，每个边界框包含物体的类别和置信度。目标检测的常见应用场景包括行人检测、车辆检测、物体跟踪等。目标识别是指在图像或视频中确定特定物体的具体类别。识别结果通常是一个或多个类别的标签。目标识别的常见应用场景包括图像分类、物体识别、人脸识别等。场景理解是指

使用地平线算法工具链的小伙伴在阅读HAT模型代码时可能会注意到在开源模型的有些层明明也是工具链支持的，但是却被替换成了来自`Quantized.FloatFunctional`类的方法，这是为啥呢？量化感知训练（Quantization-Aware Training, QAT）是一种在训练阶段模拟量化误差的技术，使模型在推理时能够有效利用低比特量化（如 INT8）的计算优势。`torch.nn.q

写在前面&笔者的个人理解在实际部署之前，大规模测试对于确保自动驾驶汽车 (SDV) 等自主机器人的安全至关重要。从收集的日志中生成数字孪生的数据驱动方法提供了一种可扩展的方式来构建多样化、逼真的测试仿真环境。与成本高昂、耗时且受物理约束限制的实际测试不同，模拟可以快速、低成本地探索多种场景，有助于优化自动驾驶车辆的安全性、舒适性和效率。受此启发，出现了多种基于NeRF和3DGS的方法。最近基于 N