10月29日,上海——Qualcomm Technologies, Inc.(高通)今日宣布在中国联合广泛的企业展示以蜂窝车联网(C-V2X)技术为核心的完整产业生态,加速完善C-V2X产业发展并推进规模化商用。高通于近期携手百余家汽车和科技生态领先企业,共同参与中国2020智能网联汽车C-V2X“新四跨”暨大规模先导应用示范活动,客观测试及展示C-V2X技术在大规模通信场景下的性能和可靠性,并共同探索该技术在地图和定位领域的机遇。
此次展示包括“新四跨”互联互通验证和大规模测试两部分,共有40 余家整车企业、40 余家终端企业、10 余家芯片模组企业、20 余家信息安全企业、5 家地图厂商及 5 家定位服务提供商共同参与。活动在2019年C-V2X应用示范的基础上,进一步发展为跨芯片模组、终端、整车、安全平台和图商的C-V2X“新四跨”互联互通应用展示,采用全新数字证书格式,增加高精度地图和定位,部署更贴近实际、更面向商业化应用的连续场景。
作为今年活动的亮点,C-V2X大规模测试重点验证了C-V2X产品和系统规模化部署的运行能力,在此前C-V2X应用展示中已实现的互联互通和安全机制验证基础上,产业向更完善的C-V2X规模化商用迈进。验证采用180台C-V2X车载单元(OBU)和路侧单元(RSU)为测试背景,模拟市区交通高峰时段和拥堵道路等复杂情况,面向芯片模组、终端、整车等环节开展规模应用环境下的C-V2X通信性能和应用功能测试,验证C-V2X系统大规模运行能力。
本次应用示范活动的大部分演示整车和OBU装置采用了Qualcomm® 9150 C-V2X芯片组,并在此基础上增加了车规级Qualcomm® 骁龙™ 汽车4G平台,为参与测试的车辆提供稳定的连接能力。通过V2V和V2I直接通信,4G或5G无线广域网V2N连接,骁龙汽车4G和5G平台旨在通过集成的C-V2X技术以及高精定位能力提升道路安全和交通效率,缓解拥堵并增加容量,为C-V2X商用提供支持。
此次互联互通应用示范的五类V2I演示场景包括:车内标牌提示、红绿灯信息推送/绿波通行、安全对比演示、弱势交通参与者提醒和前方施工提醒;五类V2V演示场景包括:前向碰撞预警、紧急车辆避让、故障车辆提醒、盲区预警和左转辅助;以及前方拥堵提示的MEC(移动边缘计算)场景,并进行高精度地图和定位辅助。
中国移动通信研究院安全技术研究所副所长粟栗表示:“产业协作对于C-V2X的大规模商用具有重要意义。去年,中国移动研究院联合高通等多家企业,共同完成了车联网C-V2X证书安全配置能力的验证,实现了运营商网络安全能力在汽车行业的融合应用。我们很高兴能够与高通进一步深入合作,共同见证产业生态的不断完善,推动我国C-V2X产业发展,助力国家汽车强国战略。”
星云互联联合创始人兼技术研发副总裁王易之博士表示:“在C-V2X技术的推动下,汽车行业正在以前所未有的速度不断创新、演进,随着技术与产业生态的日渐成熟,智慧交通、智慧城市的未来已逐步显现。星云互联很高兴能够为此次大规模终端通信背景下的C-V2X通信性能和功能测试提供系统支持,我们希望携手包括高通在内的更广泛产业链企业,加速推动C-V2X的商用落地。”
长城汽车研发分公司项目总监张瀛表示:“随着千兆以太网、5G、V2X等技术的不断发展,汽车制造商对智能网联、智能驾驶的要求精益求精。去年,我们已与高通在5G领域达成合作,未来将在我们的最新车型中利用骁龙汽车5G平台,把5G技术引入智慧联网的交通运输及智能汽车中,促进C-V2X产业高速向前发展及大规模商用。”
高通产品管理高级总监兼全球C-V2X生态系统负责人Jim Misener表示:“当前,5G技术正赋能汽车行业并扩展众多应用,推动中国C-V2X产业生态规模化发展。同时,强大的信息通信产业基础也为中国C-V2X的商业化落地提供了充分的条件。高通很高兴能够连续三年参与中国的C-V2X应用示范演示,通过我们突破性的产品组合,联合广泛的中国汽车生态系统供应商加速推进C-V2X规模化商用步伐,面向道路安全和通行效率,共同开启智能网联汽车的新时代。”
好文章,需要你的鼓励
这篇论文提出一种插件式2D动作接口,让已训练好的3D运动语言模型无需修改或微调即可直接理解2D姿态输入。实验证明2D输入效果媲美3D输入,且在真实视频场景下配合专门的降噪适配器,2D方案比3D姿态估计更省算力、更实用,为动作理解模型的现实部署提供了新路径。
研究团队让8种AI智能体独立完成100项真实科研任务,深度剖析800份研究轨迹后发现,即便是最强模型,也普遍存在"发现问题却不修正"的现象,背后根源指向AI缺乏检验自身产出、主动纠错的元认知能力。
WorldRover是一套面向可探索世界建模的合成视频数据引擎,基于虚幻引擎构建,能让同一段探索轨迹在保持路线与场景一致的前提下,重新渲染为多种视角和外观状态,并同步提供深度、光流、长程点追踪等丰富标注,最终发布WorldRover-10M数据集,含2190万帧、202.7小时视频。
这篇论文指出,现有多目标强化学习训练大模型时存在"一刀切"分配优化精力的问题,提出SA-MRPO方法,根据每个奖励目标的饱和程度动态调整其权重,在数学推理、自适应推理、代码生成等任务上均取得优于现有方法GDPO的效果。