市场研究公司IHS发表报告预测,2025年全球无人驾驶汽车销量将达到23万辆,2035年将达到1180万辆,届时无人驾驶汽车保有量将达到5400万辆。
IHS将无人驾驶汽车分为五级。三级车包含有限的自动驾驶能力,奔驰S550基本符合这一标准;四级车具备人工驾驶和自动驾驶能力,奥迪展示的一段视频详细阐述了这类车的资料;五级车不支持人工驾驶,只支持自动驾驶。IHS预测,2035年五级车每年销量可达到480万辆。
IHS指出,部分汽车厂商已表态将于2020年推出首批无人驾驶汽车。已经开发出来的无人驾驶汽车技术包括自适应巡航控制和车道保持。推动无人驾驶汽车的发展还需要开发更先进的传感器技术。另外,车-车、车-基础设施通信系统也将推动无人驾驶汽车的发展。
IHS预测,到2035年,北美在无人驾驶汽车市场上的份额将达到29%,中国为24%,西欧为20%。
好文章,需要你的鼓励
清华大学等多家机构研究团队完成了语音分离技术的全面调研,系统梳理了从传统方法到深度学习的技术演进。研究揭示了"鸡尾酒会问题"的核心挑战,分析了各种学习范式和网络架构的优劣,并通过统一实验框架提供了公平的性能基准。调研涵盖了实时处理、轻量化设计、多模态融合等关键技术方向,为学术界和产业界的技术选型提供了重要参考,推动语音分离从实验室走向实际应用。
浙江大学和腾讯微信视觉团队发现AI图片生成训练中"时机胜过强度"的重要规律,开发出TempFlow-GRPO新方法。通过轨迹分支技术精确评估中间步骤,结合噪声感知权重调整优化不同阶段的学习强度,将训练效率提升三倍,在复杂场景理解方面准确率从63%提升至97%,为AI训练方法论带来重要突破。
谷歌DeepMind发布突破性AI规划技术,让机器人学会像人类一样进行"情境学习"规划。该技术通过Transformer架构实现了快速适应新问题的能力,在迷宫导航、机器人控制等测试中表现优异,为自动驾驶、智能制造、医疗等领域应用奠定基础,标志着向通用人工智能迈出重要一步。
新南威尔士大学研究团队开发了ZARA系统,这是首个零样本运动识别框架,能够在未经专门训练的情况下识别全新的人类活动。该系统集成了自动构建的知识库、多传感器检索机制和分层智能体推理,不仅实现了比现有最强基线高2.53倍的识别准确率,还提供清晰的自然语言解释,为可穿戴设备和健康监护等应用领域带来了突破性进展。