科技行者 10月28日 北京消息:高通今日宣布,聯(lián)合廣泛的中國汽車產(chǎn)業(yè)鏈企業(yè),展示安全可靠的蜂窩車聯(lián)網(wǎng)(C-V2X)直接通信技術已經(jīng)商用就緒,將為2020年中國C-V2X的商用部署鋪平道路。聯(lián)合30余家領先的中國汽車產(chǎn)業(yè)鏈企業(yè),高通參加了在中國汽車工程學會年會暨展覽會期間于上海舉行的中國首次“跨芯片模組、跨終端、跨整車、跨安全平臺”的C-V2X應用展示。此次應用展示,彰顯了C-V2X技術在預防行駛事故如車輛碰撞方面的能力。
“跨芯片模組、跨終端、跨整車、跨安全平臺”的C-V2X“四跨”應用展示
參加此次應用展示的汽車制造商包括:上汽集團、吉利汽車、上汽大眾、長安汽車、長城汽車、廣汽集團、福特汽車、東風汽車、一汽集團、北汽集團、江淮汽車、奇瑞汽車、雷諾-日產(chǎn)-三菱聯(lián)盟阿利昂斯和蔚來汽車;參加展示的汽車通信方案供應商包括:聯(lián)創(chuàng)汽車電子、星云互聯(lián)、萬集科技、金溢科技、東軟汽車電子、東軟睿馳、延峰偉世通、均勝車聯(lián)、中移物聯(lián)網(wǎng)、億咖通科技、雄獅科技、Savari、Cohda Wireless、華礪智行、移遠通信、中興通訊和高新興物聯(lián);以及安全平臺廠商國汽智聯(lián)和大唐電信集團。
本次測試的大部分演示整車和車載單元(OBUs)裝置均采用了Qualcomm® 9150 C-V2X芯片組解決方案,通過高性能的車對車(V2V)以及車對基礎設施(V2I)通信,支持一系列智能互聯(lián)駕駛輔助應用。
此次互操作性測試的四類V21演示場景包括:安全限速預警、道路危險狀況提示、闖紅燈預警和綠波車速引導和弱勢交通參與者提醒。三類V2V演示場景包括:前向碰撞預警、盲區(qū)提醒和故障車輛預警。同時還展示了四類安全機制驗證場景,包括偽造限速預警防御、偽造紅綠燈信息防御、偽造緊急車輛防御和偽造前向碰撞預警防御。
中國智能網(wǎng)聯(lián)汽車產(chǎn)業(yè)創(chuàng)新聯(lián)盟秘書長公維潔表示:“聯(lián)盟一直積極參與智能網(wǎng)聯(lián)汽車產(chǎn)業(yè)和技術的發(fā)展,通過整合跨行業(yè)資源,推動產(chǎn)業(yè)協(xié)同創(chuàng)新。我們很高興看到高通積極參與此次的多跨應用展示,攜手產(chǎn)業(yè)鏈企業(yè)進行C-V2X技術的實驗驗證。C-V2X的應用能夠提升車輛的安全和行駛效率,支持自動駕駛的實現(xiàn)。聯(lián)盟希望攜手包括高通在內(nèi)的更廣泛產(chǎn)業(yè)鏈企業(yè)一起,加快推動C-V2X的商用落地。”
高通產(chǎn)品管理高級副總裁Nakul Duggal表示:“中國一直是C-V2X技術發(fā)展的開拓者和引領者之一,高通很高興能夠通過本次互聯(lián)互通應用展示,聯(lián)合廣泛的中國汽車生態(tài)系統(tǒng)合作伙伴加速C-V2X的商用部署。我們相信,包括C-V2X、5G、AI在內(nèi)的前沿技術創(chuàng)新將支撐智能網(wǎng)聯(lián)汽車走在汽車行業(yè)的最前端。我們期待和中國汽車生態(tài)系統(tǒng)的合作伙伴共同開啟安全、高效、智能的未來出行新紀元。”
好文章,需要你的鼓勵
浙江大學團隊提出動態(tài)專家搜索方法,讓AI能根據(jù)不同問題靈活調(diào)整內(nèi)部專家配置。該方法在數(shù)學、編程等任務上顯著提升推理準確率,且不增加計算成本。研究發(fā)現(xiàn)不同類型問題偏愛不同專家配置,為AI推理優(yōu)化開辟新路徑。
清華大學研究團隊提出SIRI方法,通過"壓縮-擴張"交替訓練策略,成功解決了大型推理模型"話多且準確率低"的問題。實驗顯示,該方法在數(shù)學競賽題上將模型準確率提升43.2%的同時,輸出長度減少46.9%,真正實現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓練提供了新思路。
南洋理工大學與騰訊聯(lián)合研究團隊開發(fā)出Rolling Forcing技術,實現(xiàn)AI視頻實時流式生成的重大突破。該技術通過滾動窗口聯(lián)合去噪、注意力錨點機制和高效訓練算法三項創(chuàng)新,解決了長視頻生成中的錯誤累積問題,可在單GPU上以16fps速度生成多分鐘高質(zhì)量視頻,延遲僅0.76秒,質(zhì)量漂移指標從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內(nèi)容創(chuàng)作開辟新可能。
華中科技大學研究團隊發(fā)現(xiàn),通過讓AI模型學習解決幾何問題,能夠顯著提升其空間理解能力。他們構(gòu)建了包含約30000個幾何題目的Euclid30K數(shù)據(jù)集,使用強化學習方法訓練多個AI模型。實驗結(jié)果顯示,幾何訓練在四個空間智能測試基準上都帶來顯著提升,其中最佳模型達到49.6%準確率,超越此前最好成績。這項研究揭示了基礎幾何知識對培養(yǎng)AI空間智能的重要價值。