当前位置: 首页 > news >正文

北京车展现场体验商汤DriveAGI自动驾驶大模型展现认知驱动新境界

在2024年北京国际汽车展的舞台上,众多国产车型纷纷亮相,各自展示着独特的魅力。其中,小米SUV7以其精美的外观设计和宽敞的车内空间,吸引了无数目光,成为本届车展上当之无愧的明星。然而,车辆的魅力并不仅限于外在的华丽,更在于其内在的科技含量。

如今,随着科技的飞速发展,智能驾驶技术已成为现代汽车的核心竞争力。在这场汽车的盛宴中,我们不难发现,智能驾驶技术的创新与应用是推动汽车产业向前发展的关键力量。各大车企纷纷在智能驾驶领域发力,力图通过技术的革新来提升驾驶的安全与便捷性。

商汤科技作为智能驾驶技术的领先解决方案提供商,以及全球首个提出感知决策一体化自动驾驶通用模型的公司,商汤科技以其卓越的技术实力和前瞻的创新理念,为本次车展上的多款车型注入了智慧的灵魂,引领着智能驾驶技术的新潮流。作为一名亲临现场的参观体验者,接下来,就让我们一同走进商汤科技,探索智能驾驶的无限可能。

其中、商汤科技发布的“日日新SenseNova 5.0”大模型成为了展会的亮点之一。这款拥有6000亿参数的大模型,采用混合专家架构(MOE),在知识、数学、推理及代码能力方面均展现出了强大的实力。它不仅在国内首次全面对标甚至在某些方面超越了GPT-4 Turbo,更在多模态能力上领先GPT-4V,显示出商汤科技在人工智能领域的深厚底蕴。

在车展现场,商汤绝影展区吸引了大量观众的目光。这里不仅展示了商汤最新的智能驾驶技术,更有一系列大模型车端产品首次亮相。其中,真·端到端自动驾驶解决方案UniAD的演示更是让人眼前一亮。这种无需高精地图,仅靠视觉感知的自动驾驶技术,在城市道路和乡村道路上都表现出了惊人的驾驶能力,如大角度左转上桥、避让占道车辆等复杂操作,真正做到了“像人一样开车”。

810b83422e102bf0ef675bb69d6dd936.jpeg

UniAD的出色表现,得益于其感知决策一体化的自动驾驶通用模型。它将感知、决策、规划等模块整合到一个全栈Transformer端到端模型中,实现了真正的端到端自动驾驶。这种架构的优势在于能够高效、低成本地应对智能驾驶场景中的复杂问题。此外,UniAD的纯视觉感知无图方案进一步降低了系统的软硬件成本,为智能驾驶的普及奠定了基础。

除了UniAD外,商汤绝影还展示了新一代自动驾驶大模型DriveAGI。这个模型以多模态大模型技术为基础,能够更贴近人类思维模式,理解人类意图,并具有强大的解决驾驶困难场景的能力。DriveAGI的推出标志着自动驾驶技术从数据驱动向认知驱动的跃迁,为完全无人驾驶的实现迈出了重要一步,让驾驶变得更加轻松和安全。

f998f75e905797901b3cdf241b3987b1.jpeg

商汤绝影展区的另一大亮点是以多模态场景大脑为核心的一系列大模型座舱产品。这些产品通过全景感知、主动关怀和富有创造力的大模型技术,为用户提供了更加智能、便捷的座舱体验。例如,多模态场景大脑可以高效准确地全景感知和深度理解用户需求和周围环境,将不同的应用和功能整合在一起,为用户提供更加个性化、主动关怀的服务。这种智能座舱的出现,让驾驶变得更加舒适和便捷。

在商汤绝影展区,我还体验了基于AIGC大模型技术的“神笔”功能。这个功能可以将用户简单的绘画线条转变成具有美感的艺术作品,为驾乘过程增添了不少乐趣。这种创新性的应用让我深刻感受到了智能驾驶技术在提升用户体验方面的巨大潜力。

72fbf8693fc5e1d038e89a73fe2c6c2b.jpeg

商汤绝影还带来了3D Gaze高精视线交互和3D动态手势交互两大全新座舱3D交互技术。这两项技术为用户带来了更加自然、直观的交互体验。我亲自体验了这两项技术,感受到了它们所带来的便捷和直观性。通过这些交互方式,用户可以更加轻松地与智能座舱进行交互,提升驾驶过程中的安全性和便捷性。

此外,商汤绝影进一步探索舱驾融合技术,旨在实现智能驾驶和智能座舱在硬件、软件及应用层面的全面融合。这种融合将为用户带来更加安全、全方位且具有人文关怀的新体验。我期待着这种技术的进一步发展和应用,相信它将为未来的智能驾驶带来革命性的变化。

通过这次参观体验,我深刻感受到了商汤科技在智能驾驶技术方面的领先地位和创新能力。商汤绝影所展示的真·端到端自动驾驶解决方案UniAD、新一代自动驾驶大模型DriveAGI以及多模态场景大脑等核心技术让我对智能驾驶的未来充满了期待。

现场,从其他观众和行业内的人士交流中。大家都对商汤科技的智能驾驶技术表示赞赏,并认为这些技术将推动整个汽车行业的发展和变革。我相信,在未来的日子里,我们将看到更多的智能驾驶技术应用到实际生活中,为人们的出行带来更多的便利和安全保障。

总的来说,这次参观北京国际汽车展览会让我深刻感受到了国产智能驾驶技术的魅力和潜力。商汤科技的智能驾驶解决方案不仅展示了强大的技术实力,更让我看到了未来出行的美好愿景。我期待着这些技术的进一步发展和普及,相信它们将为我们的出行带来更加美好的未来。


相关文章:

北京车展现场体验商汤DriveAGI自动驾驶大模型展现认知驱动新境界

在2024年北京国际汽车展的舞台上,众多国产车型纷纷亮相,各自展示着独特的魅力。其中,小米SUV7以其精美的外观设计和宽敞的车内空间,吸引了无数目光,成为本届车展上当之无愧的明星。然而,车辆的魅力并不仅限…...

企业终端安全管理软件有哪些?终端安全管理软件哪个好?

终端安全的重要性大家众所周知,关系到生死存亡的东西。 各类终端安全管理软件应运而生,为企业提供全方位、多层次的终端防护。 有哪些企业终端安全管理软件? 一、主流企业终端安全管理软件 1. 域智盾 域智盾是一款专为企业打造的全面终端…...

Linux内核--设备驱动(七)媒体驱动框架整理--HDMI框架(2)

目录 一、引言 二、drm框架 ------>2.1、画布( FrameBuffer ) ------>2.2、绘图现场(CRTC) ------>2.3、输出转换器(Encoder ) ------>2.4、连接器 (Connector ) ------>2.5、显示面(Planner) 三、VOP部分详解 ------>3.1、dts ------>3.2、v…...

3.3 Gateway之自定义过滤器

1.Gateway过滤器种类 过滤器种类描述GatewayFilter路由过滤器,作用于任意指定的路由。默认不生效,要配置到路由后生效GlobalFilter全局过滤器,作用范围是所有路由。声明后自定生效 2.Gateway过滤器参数 参数描述ServerWebExchangeGateway内…...

Skywalking数据持久化与自定义链路追踪

学习本篇文章之前首先要了解一下Sky walking的基础知识 分布式链路追踪工具Skywalking详解 一,Sky walking数据持久化 Sky walking提供了es,MySQL等数据持久化方案,默认使用h2基于内存的数据库,重启之后数据即会丢失。 在实际工…...

设计模式之模板模式TemplatePattern(五)

一、模板模式介绍 模板方法模式(Template Method Pattern),又叫模板模式(Template Pattern), 在一个抽象类公开定义了执行它的方法的模板。它的子类可以更需要重写方法实现,但可以成为典型类中…...

划重点!PMP报考条件、报考步骤、考试内容、适合人群

参加PMP认证的好处,可以从几个方面来认识: 一、参加PMP认证与考试的过程,同时是一个系统学习和巩固项目管理知识的过程 二、参加PMP认证,您可以获得由PMI颁发的PMP证书 而拥有PMP认证表示你已经成为一个项目管理方面的专业人员…...

Java | Leetcode Java题解之第74题搜索二维矩阵

题目&#xff1a; 题解&#xff1a; class Solution {public boolean searchMatrix(int[][] matrix, int target) {int m matrix.length, n matrix[0].length;int low 0, high m * n - 1;while (low < high) {int mid (high - low) / 2 low;int x matrix[mid / n][m…...

C#高级编程笔记-泛型

本章的主要内容如下&#xff1a; ● 泛型概述 ● 创建泛型类 ● 泛型类的特性 ● 泛型接口 ● 泛型结构 ● 泛型方法 目录 1.1 泛型概述 1.1.1 性能 1.1.2 类型安全 1.1.3 二进制代码的重用 1.1.4 代码的扩展 1.1.5 命名…...

(超简单)SpringBoot中简单用工厂模式来实现

简单讲述业务需求 业务需要根据不同的类型返回不同的用户列表&#xff0c;比如按角色查询用户列表、按机构查询用户列表&#xff0c;用户信息需要从数据库中查询&#xff0c;因为不同的类型查询的逻辑不相同&#xff0c;因此简单用工厂模式来设计一下&#xff1b; 首先新建一个…...

java中的条件、循环和scanner类

if else ; 单行逻辑大括号可以省略&#xff1b;但是不建议省略&#xff1b; public static void main(String[] args) {boolean bool1 (Math.random() * 1000) % 2 > 1;System.out.println((Math.random() * 1000) % 2 "-" bool1);if(bool1) {System.out.prin…...

【Qt QML】Frame组件

Frame&#xff08;框架&#xff09;包含在&#xff1a; import QtQuick.Controls继承自Pane控件。用于在可视框架内布局一组逻辑控件。简单来说就是用来包裹和突出显示其他可视元素。Frame不提供自己的布局&#xff0c;但需要自己对元素位置进行设置和定位&#xff0c;例如通过…...

Web API之DOM

DOM 一.认识DOM二.获取元素三.事件基础四.操作元素(1).改变元素内容(2).修改元素属性(str、herf、id、alt、title&#xff09;(3).修改表单属性(4).修改样式属性操作(5).小结 五.一些思想(1).排他思想(2).自定义属性的操作 六.节点操作1.认识2.节点层级关系3.创建和添加、删除、…...

windows驱动开发-内核编程技术汇总(六)

在驱动程序中使用文件 内核模式组件通过其对象名称引用文件&#xff0c;该对象名称是连接到文件的完整路径的 \DosDevices 。 在 Microsoft Windows 2000 及更高版本的操作系统上&#xff0c; \?? 等效于 \DosDevices。例如&#xff0c;C:\WINDOWS\example.txt 文件的对象名…...

Windows Server 2019虚拟机安装

目录 第一步、准备工作 第二步、部署虚拟机 第三步、 Windows Server 2019系统启动配置 第一步、准备工作 下载Windows Server 2019系统镜像 官网下载地址&#xff1a;Windows Server 2019 | Microsoft Evaluation Center VMware Workstation 17下载地址&#xff1a; 链…...

【软件工程】详细设计

目录 前言详细设计算法设计工具——判定表 前言 软件工程生命周期分为八个阶段&#xff1a; 问题定义—>可行性研究—>需求分析 —>概要设计—>详细设计—>编码与单元测试 —>综合测试—>软件维护 这节我们讲的是软件开发流程中的一个阶段&#xff0c;需求…...

在K8S中,集群可以做哪些优化?

在Kubernetes&#xff08;简称K8s&#xff09;集群中&#xff0c;可以进行多种优化以提升性能、稳定性和资源利用率。以下是一些常见的优化措施&#xff1a; 控制面组件优化&#xff1a; kube-apiserver 高可用与扩展&#xff1a;通过配置多个API服务器实例并使用负载均衡器分发…...

【C++】从零开始认识多态

送给大家一句话&#xff1a; 一个犹豫不决的灵魂&#xff0c;奋起抗击无穷的忧患&#xff0c;而内心又矛盾重重&#xff0c;真实生活就是如此。 ​​​​ – 詹姆斯・乔伊斯 《尤利西斯》 _φ(*&#xffe3;ω&#xffe3;)&#xff89;_φ(*&#xffe3;ω&#xffe3;)&…...

为什么叫“机器学习”Machine Learning 而不是“计算机学习”——深度学习Note

有一门学科“机器学习”火了起来&#xff0c;它是计算机科学与数学结合的产物&#xff0c;它的目的是使计算机“聪明”起来&#xff0c;实现人工智能。可是&#xff0c;令人困惑的是它明明就是计算机学习&#xff0c;为什么不叫“计算机学习”而叫“机器学习”呢&#xff1f;这…...

Spring Boot集成RabbitMQ-之6大模式总结

A.集成 一&#xff1a;添加依赖 在pom.xml文件中添加spring-boot-starter-amqp依赖&#xff0c;以便使用Spring Boot提供的RabbitMQ支持&#xff1a; <dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-amqp&…...

docker详细操作--未完待续

docker介绍 docker官网: Docker&#xff1a;加速容器应用程序开发 harbor官网&#xff1a;Harbor - Harbor 中文 使用docker加速器: Docker镜像极速下载服务 - 毫秒镜像 是什么 Docker 是一种开源的容器化平台&#xff0c;用于将应用程序及其依赖项&#xff08;如库、运行时环…...

【人工智能】神经网络的优化器optimizer(二):Adagrad自适应学习率优化器

一.自适应梯度算法Adagrad概述 Adagrad&#xff08;Adaptive Gradient Algorithm&#xff09;是一种自适应学习率的优化算法&#xff0c;由Duchi等人在2011年提出。其核心思想是针对不同参数自动调整学习率&#xff0c;适合处理稀疏数据和不同参数梯度差异较大的场景。Adagrad通…...

【Redis技术进阶之路】「原理分析系列开篇」分析客户端和服务端网络诵信交互实现(服务端执行命令请求的过程 - 初始化服务器)

服务端执行命令请求的过程 【专栏简介】【技术大纲】【专栏目标】【目标人群】1. Redis爱好者与社区成员2. 后端开发和系统架构师3. 计算机专业的本科生及研究生 初始化服务器1. 初始化服务器状态结构初始化RedisServer变量 2. 加载相关系统配置和用户配置参数定制化配置参数案…...

04-初识css

一、css样式引入 1.1.内部样式 <div style"width: 100px;"></div>1.2.外部样式 1.2.1.外部样式1 <style>.aa {width: 100px;} </style> <div class"aa"></div>1.2.2.外部样式2 <!-- rel内表面引入的是style样…...

Linux --进程控制

本文从以下五个方面来初步认识进程控制&#xff1a; 目录 进程创建 进程终止 进程等待 进程替换 模拟实现一个微型shell 进程创建 在Linux系统中我们可以在一个进程使用系统调用fork()来创建子进程&#xff0c;创建出来的进程就是子进程&#xff0c;原来的进程为父进程。…...

回溯算法学习

一、电话号码的字母组合 import java.util.ArrayList; import java.util.List;import javax.management.loading.PrivateClassLoader;public class letterCombinations {private static final String[] KEYPAD {"", //0"", //1"abc", //2"…...

【MATLAB代码】基于最大相关熵准则(MCC)的三维鲁棒卡尔曼滤波算法(MCC-KF),附源代码|订阅专栏后可直接查看

文章所述的代码实现了基于最大相关熵准则(MCC)的三维鲁棒卡尔曼滤波算法(MCC-KF),针对传感器观测数据中存在的脉冲型异常噪声问题,通过非线性加权机制提升滤波器的抗干扰能力。代码通过对比传统KF与MCC-KF在含异常值场景下的表现,验证了后者在状态估计鲁棒性方面的显著优…...

在 Spring Boot 项目里,MYSQL中json类型字段使用

前言&#xff1a; 因为程序特殊需求导致&#xff0c;需要mysql数据库存储json类型数据&#xff0c;因此记录一下使用流程 1.java实体中新增字段 private List<User> users 2.增加mybatis-plus注解 TableField(typeHandler FastjsonTypeHandler.class) private Lis…...

[论文阅读]TrustRAG: Enhancing Robustness and Trustworthiness in RAG

TrustRAG: Enhancing Robustness and Trustworthiness in RAG [2501.00879] TrustRAG: Enhancing Robustness and Trustworthiness in Retrieval-Augmented Generation 代码&#xff1a;HuichiZhou/TrustRAG: Code for "TrustRAG: Enhancing Robustness and Trustworthin…...

轻量级Docker管理工具Docker Switchboard

简介 什么是 Docker Switchboard &#xff1f; Docker Switchboard 是一个轻量级的 Web 应用程序&#xff0c;用于管理 Docker 容器。它提供了一个干净、用户友好的界面来启动、停止和监控主机上运行的容器&#xff0c;使其成为本地开发、家庭实验室或小型服务器设置的理想选择…...