【数智化人物展】觉非科技CEO李东旻:数据闭环,智能驾驶数智时代发展的新引擎...

李东旻
本文由觉非科技CEO李东旻投递并参与《2023中国企业数智化转型升级先锋人物》榜单/奖项评选。

大数据产业创新服务媒体
——聚焦数据 · 改变商业
数智化的主要作用是帮助决策。它的核心是大数据,以大数据为基础,匹配合适的AI技术,促使数据场景化,用以解决真实生活中的各种问题。对于汽车产业来说,数智化的发展历经了几个阶段,目前已经从“软件定义汽车”过渡到了“数据闭环新引擎”。
在汽车数智化的驱动下,智能驾驶技术快速发展。具有强大的计算能力、稳定性和可靠性,能够处理车辆周围的感知信息,保证车辆的安全性和舒适性,实现车辆的自主决策和控制,逐渐成为了实现高级别自动驾驶车型的“标配”。
2023年,随着智能驾驶向城区量产的快速扩张,系统感知、决策、规控、通信等方面的能力迎来了新的升级,智能驾驶正伴随大模型的上车,迈向数据驱动的3.0阶段。而随着数据对产业需求的重组,汽车供应链格局也发生了剧变,车企在重新洗牌,供应链在重塑,已进入生态加速构建的新阶段。
数据与数据闭环,缺一不可
经过由硬件驱动的1.0阶段和软件驱动的2.0阶段,智能驾驶正伴随大模型的逐步上车迈向由数据驱动的3.0阶段。在1.0和2.0阶段,算法和硬件是领先的关键,而走向3.0阶段,数据将成为核心资产。尤其是伴随特斯拉FSD V12系统的发布,从规则驱动到数据驱动的路线已逐渐清晰,一方面,数据决定了模型的上限,智能驾驶需要大量的、多样化与高质量场景与驾驶数据以提炼高效的神经网络;与此同时,需要打通数据采集、预处理、回传、标注、训练等多个环节的数据闭环,其运行效率与自动化程度直接决定了自动驾驶模型的迭代效率。
城区智能驾驶的普及让Corner case的数量与复杂程度大幅提升,智能驾驶对场景数据的需求也因此激增。近年来,国家对数据采集的安全管理非常严格,规定企业在采集时需要具备相应测绘资质。目前仅有19家单位获批导航电子地图制作甲级测绘资质,可对地理信息数据(包括空间坐标、影像、点云及其属性信息等)进行采集、存储、传输和处理。在数据的获取上,觉非科技已与具备甲级电子导航地图资质的企业建立了深度的战略合作,可面向主机厂提供高效的数据采集方案以及安全的数据合规方案,用于主机厂进行算法的迭代训练。
数据、算法和算力是自动驾驶开发的三驾马车。车企研发周期缩短、功能迭代加速,未来能够持续地低成本、高效率、高效能收集数据,并通过真实数据迭代算法,最终形成数据闭环及商业闭环是自动驾驶企业可持续发展的关键所在。
在数据积累的基础上,数据闭环的运行效率和自动化程度也直接决定了自动驾驶模型的迭代效率。据公开资料显示,特斯拉FSD目前在北美能够做到以月度为更新频率向用户OTA一次,而中国造车新势力此前频率大约为每季度一次。
觉非科技理解的数据闭环是利用离线高精地图生成静态要素真值数据,用于训练基于BEV的静态要素感知模型。而后将模型部署于车端,实时推理产生静态要素的栅格图结果并上传云端,在云端对栅格图进行SLAM拼接以及矢量化等后处理,通过量产化制图能力产生大规模的高精度地图数据库,进而实现静态要素的数据闭环。在这种模型下,会有新的数据源源不断被触发回传,由数据驱动的迭代开发循环便形成了。

觉非科技数据闭环架构
汽车供应链新军的崛起与进击
随着智能驾驶3.0时代的到来,汽车向智能电动车进化,重新洗牌的不仅仅是车企圈,供应链也在不断重塑。前文提到,数据与数据闭环能力成为了产业底层的新基建,技术革新已重新定义了汽车产品与服务,并催生出了新的生态模式。
自动驾驶产业链、供应链已从原来的商业交换关系升级为合作共赢式关系,原有的整车厂统筹、零部件供应商分工的合作模式,也变为了零部件供应商和整车企业共同面对市场需求的新模式。
这样的新模式,成为了供应链新军崛起的契机。更开放的合作心态、更高效的决策效率、更好的服务意识与更具竞争力的价格,正在让他们渐渐赢得市场。
而在供应链重塑构建的过程中,觉非科技也被赋予了一个产业生态前所未有的、全新的定位——自动驾驶量产时代的软件Tier1。一方面,将量产级智驾解决方案提供给主机厂做智能驾驶域控,针对自动驾驶感知与决策系统,提供融合感知、融合定位、众源建图等服务;另一方面,以“数据驱动量产化”为目标,为合作伙伴实现自动驾驶闭环能力。2023年,觉非已获多家头部主机厂定点,众源建图与数据闭环将实现工程化落地。
工程化能力决定走多远
搭建一套高度自动化、流程化的“数据闭环”并非一蹴而就,其中不仅要了解框架的工作原理,还要具备超强的工程实践能力与多个项目的打磨迭代。在Know-how的积累阶段,大规模的优质数据是“做出”数据闭环的前提,经验丰富的工程化实践是“做好”数据闭环的关键。
产业目前普遍的观点是,同时拥有资质和算法能力的企业,更有望与不同主机厂达成合作,从而积累更为丰富的数据处理经验。而这也正是觉非一直以来所构建的竞争壁垒。
觉非科技围绕量产车数据闭环此前已进行了大规模的数据验证实践,包括对非结构化原始数据的处理、算法的适配、数据上传策略等。而目前正在逐步落地的定点项目,其在数据闭环、众源建图等方向的工程化经验也将成为行业的新标杆。
现实中的驾驶场景极其复杂、不可预测且难以穷尽,需要模型的快速迭代与升级。数据驱动,作为其中必不可少的一环,将帮助实现自动驾驶数据闭环的快速循环与迭代,并满足新场景模型的适配。横亘在数据与模型训练之间的力量,便是数据。我们相信,未来拥有数据量与数据处理优势的企业必然将实现技术的降维打击,而当技术条件成熟时,数据能力将成为产业壁垒,届时自动驾驶下半场的胜负才将取得分晓。
·关于李东旻
李东旻,中欧国际工商学院EMBA、中国科学院研究生院硕士、武汉大学学士。
李东旻先生曾任多家科技公司董事,并获得多项发明专利。他拥有超10年的大型互联网公司产品、业务管理经验,成功从零到一打造过多款用户量过亿的产品。现任觉非科技CEO。
★以上由李东旻投递申报的观点性文章,最终将会角逐由数据猿与上海大数据联盟联合推出的《2023中国企业数智化转型升级先锋人物》榜单/奖项。
该榜单奖项最终将于11月14日以下活动中进行榜单的首发与奖项的颁发,欢迎报名莅临现场:


相关文章:
【数智化人物展】觉非科技CEO李东旻:数据闭环,智能驾驶数智时代发展的新引擎...
李东旻 本文由觉非科技CEO李东旻投递并参与《2023中国企业数智化转型升级先锋人物》榜单/奖项评选。 大数据产业创新服务媒体 ——聚焦数据 改变商业 数智化的主要作用是帮助决策。它的核心是大数据,以大数据为基础,匹配合适的AI技术,促使数…...
字符型液晶显示器LCD 1602的显示控制(Keil+Proteus)
前言 趁机把LCD 1602的实验完成了,那个电路图有几个地方没弄懂,但是去掉也没有报错,就没管了。 LCD1602_百度百科 (baidu.com)https://baike.baidu.com/item/LCD1602/6014393?frge_ala LCD1602液晶显示屏通过电压来改变填充在两块平行板之…...
为什么我学了几天 STM32 感觉一脸茫然?
今日话题,为什么我学了几天 STM32 感觉一脸茫然?从51单片机过渡到STM32,首先需要理解“单片机”究竟是什么,编程语言虽然重要,但也需要深入理解。51单片机的控制相对简单,基本是函数调用,通过给…...
DC-DC降压芯片120V转12V5A大功率SL3038电源芯片
本文将介绍一款DC-DC降压芯片,将120V的电压转换为12V5A的大功率输出,使用SL3038电源芯片实现。在开始介绍之前,我们先来了解一下DC-DC降压芯片和SL3038电源芯片的基本原理和特点。 DC-DC降压芯片是一种常见的电源管理芯片,它可以将…...
CE认证木质玩具TUME外贸出口测试报告解析
木制玩具,顾名思义,使用木制原料制成的玩具。木制玩具具有牢固耐玩、安全卫生,摔不碎,不生锈,无锋利棱角的特点。深受大家的喜爱。木质玩具出口需办理CE认证。 CE认证是一种安全认证标志,代表欧盟认可的&a…...
oracle_19c 安装
oracle安装部署 1、安装docker,docker-compose环境。 curl -fsSL https://get.docker.com | bash -s docker --mirror Aliyun curl -L "https://github.com/docker/compose/releases/download/1.14.0-rc2/docker-compose-$(uname -s)-$(uname -m)" -o /usr/local/b…...
随时随地时时刻刻使用GPT类应用
疑问 很多人说GPT的广泛使用可能会使人们失业,会对一些互联网公司的存活造成挑战,那么这个说法是真的吗? 这个说法并不完全准确。虽然GPT等AI技术的广泛应用可能会对某些行业和职业产生影响,但并不意味着它会导致人们失业或互联网…...
运动检测辅助系统
运动检测辅助系统是一种结合了传感器技术、数据处理技术和智能算法的系统,旨在帮助用户监测、评估和改善其运动行为及健康状况。这类系统通常利用多种传感器(如运动传感器、摄像头、心率监测器等)采集用户的运动数据,并通过数据处…...
0002Java安卓程序设计-基于Uniapp+springboot菜谱美食饮食健康管理App
文章目录 开发环境 《[含文档PPT源码等]精品基于Uniappspringboot饮食健康管理App》该项目含有源码、文档、PPT、配套开发软件、软件安装教程、项目发布教程、包运行成功 编程技术交流、源码分享、模板分享、网课教程 🐧裙:776871563 功能介绍ÿ…...
LeetCode算法题解(回溯)|39. 组合总和、40. 组合总和 II、131. 分割回文串
一、39. 组合总和 题目链接:39. 组合总和 题目描述: 给你一个 无重复元素 的整数数组 candidates 和一个目标整数 target ,找出 candidates 中可以使数字和为目标数 target 的 所有 不同组合 ,并以列表形式返回。你可以按 任意…...
基于springboot实现招聘信息管理系统项目【项目源码+论文说明】
基于springboot实现招聘信息管理系统演示 摘要 在Internet高速发展的今天,我们生活的各个领域都涉及到计算机的应用,其中包括招聘信息管理系统的网络应用,在外国招聘信息管理系统已经是很普遍的方式,不过国内的线上管理系统可能还…...
Freeswitch实现软电话功能
1.话务步骤 分机注册->登录->拨打电话-> /*<--注册分机-->*/ EslMessage eslMessage1 inboundClient.sendApiCommand("callcenter_config agent set contact", "21009default user/1000"); System.out.println("#####dial eslMessa…...
RMI初探
接口 import java.rmi.Remote; import java.rmi.RemoteException;public interface IFoo extends Remote {String say(String name) throws RemoteException; }import java.rmi.Remote; import java.rmi.RemoteException;public interface IBar extends Remote {String buy(Str…...
NLP之BM25:BM25算法的简介、相关库、案例应用之详细攻略
NLP之BM25:BM25算法的简介、相关库、案例应用之详细攻略 目录 相关文章 NLP之BM25:BM25算法的简介、相关库、案例应用之详细攻略 Py之rank_bm25:rank_bm25的简介、安装、使用方法 BM25算法的简介...
YOLOv5改进,全维动态卷积
目录 一、理论部分 网络结构 实验结果 二、应用到YOLOv5 代码 yaml配置文件...
TypeScript学习Ts的类型声明,关于类
TypeScript是什么? 以JavaScript为基础构建的语言一个JavaScript的超集可以在任何支持JavaScript的平台上执行TypeScript扩展了JavaScript并添加了类型TS不能被JS解析器直接执行 TypeScript开发环境搭建 下载Node.js安装Node.js使用npm全局安装TypeScript&#x…...
Zabbix监控
一、zabbix 是什么? ●zabbix 是一个基于 Web 界面的提供分布式系统监视以及网络监视功能的企业级的开源解决方案。 ●zabbix 能监视各种网络参数,保证服务器系统的安全运营;并提供灵活的通知机制以让系统管理员快速定位/解决存在的各种问题…...
2023-11-04:用go语言,如果n = 1,打印 1*** 如果n = 2,打印 1*** 3*** 2*** 如果n = 3,打印
2023-11-04:用go语言,如果n 1,打印 1*** 如果n 2,打印 1***3*** 2*** 如果n 3,打印 1***3*** 2***4*** 5*** 6*** 如果n 4,打印 1***3*** 2***4*** 5*** 6***10** 9*** 8*** 7*** 输入…...
顺序表学习笔记(基础)
属于线性表旗下的一种,所以专门存储 one-to-one 关系的数据。 顺序表提供的具体实现方案是:将数据全部存储到一整块内存空间中,数据元素之间按照次序挨个存放。(类似数组) 顺序表中除了存储数据本身的值外࿰…...
PyTorch入门学习(十九):完整的模型验证套路
目录 一、图像加载和数据转换 二、模型加载 三、前向推理 四、结果解释 一、图像加载和数据转换 首先,需要加载待验证的图像,并将其转换为模型期望的输入大小和数据类型。以下是加载图像并进行数据转换的示例: import torch import tor…...
告别Swagger注解污染:用smart-doc + Maven插件5分钟生成整洁API文档(SpringBoot实战)
零侵入API文档革命:smart-doc在SpringBoot项目中的极致实践 如果你曾经被Swagger注解污染代码所困扰,或是厌倦了在业务逻辑中嵌入大量文档相关注解,那么smart-doc可能会成为你API文档管理的新选择。作为一款基于源码解析的文档生成工具&#…...
Qwen3-Reranker-0.6B一文详解:轻量0.6B参数如何实现SOTA级重排序性能
Qwen3-Reranker-0.6B一文详解:轻量0.6B参数如何实现SOTA级重排序性能 1. 引言:为什么你需要关注这个0.6B的小模型? 如果你用过搜索引擎,肯定有过这样的体验:输入一个问题,搜出来一堆结果,但真…...
别再为日期格式头疼了!Oracle TO_TIMESTAMP函数保姆级使用指南(含常见报错解决)
Oracle TO_TIMESTAMP实战:从混乱字符串到精准时间戳的避坑指南 刚接手一个数据迁移项目时,我对着几十万条格式各异的日期记录发愁——有"2023/12/01"这样的斜杠分隔,也有"01-Dec-23 14.30.00.123"带英文月份缩写和毫秒的…...
Java 无人图书借阅系统设计与完整源码实现
以下是一个基于Java的无人图书借阅系统的设计与完整源码实现方案,涵盖系统架构、核心模块、数据库设计、关键代码实现及部署建议:一、系统架构设计1. 分层架构表现层:用户端:微信小程序(UniApp开发) H5页面…...
Phi-3-mini-4k-instruct-gguf多场景:覆盖个人提效、团队协作、客户支持全链路
Phi-3-mini-4k-instruct-gguf多场景:覆盖个人提效、团队协作、客户支持全链路 1. 认识Phi-3-mini-4k-instruct-gguf Phi-3-mini-4k-instruct-gguf是微软Phi-3系列中的轻量级文本生成模型GGUF版本。这个开箱即用的工具特别适合处理日常工作中的文本任务,…...
Z-Image-Turbo商业应用探索:稳定可靠的AI绘画方案推荐
Z-Image-Turbo商业应用探索:稳定可靠的AI绘画方案推荐 1. 商业级AI绘画的新选择 在数字内容创作需求爆炸式增长的今天,Z-Image-Turbo作为阿里通义实验室开源的文生图模型,凭借其卓越的稳定性和高效性,正在成为商业应用领域的新宠…...
Phi-4-mini-reasoning部署实操手册:supervisor服务管理与日志排查指南
Phi-4-mini-reasoning部署实操手册:supervisor服务管理与日志排查指南 1. 模型概述 Phi-4-mini-reasoning 是一个专注于推理任务的文本生成模型,特别适合处理数学题、逻辑题、多步分析和简洁结论输出。与通用聊天模型不同,它采用"题目…...
共享图书借阅系统 Java 源码 + 数据库设计完整方案
以下是一个共享图书借阅系统的Java源码与数据库设计的完整方案,涵盖系统架构、核心功能实现、数据库设计以及安全防护措施等方面:一、系统架构技术栈:后端:Spring Boot 2.x MyBatis-Plus(简化数据库操作)前…...
BilibiliDown:从技术视角重新定义B站视频下载体验
BilibiliDown:从技术视角重新定义B站视频下载体验 【免费下载链接】BilibiliDown (GUI-多平台支持) B站 哔哩哔哩 视频下载器。支持稍后再看、收藏夹、UP主视频批量下载|Bilibili Video Downloader 😳 项目地址: https://gitcode.com/gh_mirrors/bi/Bi…...
05. 微交互设计模式解析:让界面更有生命力
05. 微交互设计模式解析:让界面更有生命力 引言 微交互是用户与界面之间的小互动,它们虽然微小,却能给用户带来巨大的愉悦感。作为一名把代码当散文写的 UI 匠人,我始终认为:好的微交互不是简单的动画效果,…...
