微信扫一扫,关注公众号

  • 科技行者

  • 算力行者

见证连接与计算的「力量」

首页 高通Snapdragon Ride平台加持,长城汽车即将开启未来智慧出行全新体验

高通Snapdragon Ride平台加持,长城汽车即将开启未来智慧出行全新体验

2020-12-30 20:45
分享至:
----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-
2020-12-30 20:45 科技行者

20201230日,北京——长城汽车股份有限公司(“长城汽车”)与高通技术公司今日宣布双方在自动驾驶领域达成合作,长城汽车将率先采用高通Snapdragon Ride™平台,打造先进的高算力智能驾驶系统——长城汽车咖啡智驾系统,并在2022年量产的长城汽车高端车型中采用。长城汽车是国内首批采用高通Snapdragon Ride平台的整车厂商,双方不断扩展的合作关系将助力加速自动驾驶商用落地,并打造满足未来智慧出行场景的全新驾乘体验。

高通Snapdragon Ride平台加持,长城汽车即将开启未来智慧出行全新体验

长城汽车与高通公司合作签约(左:长城汽车智能驾驶负责人张凯,右:高通销售及业务拓展副总裁羡磊)

Snapdragon Ride平台是汽车行业最先进且可扩展的开放自动驾驶解决方案之一,旨在面向不同级别的自动驾驶(AD)和先进驾驶辅助系统(ADAS)应用场景的复杂需求,通过兼具高性能和高能效的硬件、领先的AI技术及开创性的自动驾驶软件栈,为多层级车型带来颇具经济效益且高能效的完整系统级解决方案。Snapdragon Ride平台采用可扩展且模块化的高性能异构多核CPU、高能效AI与计算机视觉引擎,以及先进的GPU,可支持多个等级自动驾驶场景并提供领先的散热效率。

基于Snapdragon Ride平台开发的长城汽车全新咖啡智驾系统将通过其卓越的计算能力和业界领先的能效带来先进的计算性能。长城汽车咖啡智驾系统可支持多个高清摄像头,借助多源异构传感器为用户提供L2+级别和L3级别的智能驾驶功能。此外,通过搭配两个标准大算力平台的升级方案,该智能驾驶平台算力可达700+TOPS,为实现L4/L5级别或更复杂的全场景自动驾驶能力预留充足的硬件能力和算力冗余。

高通销售及业务拓展副总裁羡磊表示:“长城汽车与高通技术公司在多个技术领域拥有长期深入的合作关系。Snapdragon Ride平台集成了高通在计算、人工智能、连接和安全等多个领域的深厚技术积累,并面向严格的汽车安全而设计。我们非常高兴能够通过该解决方案支持长城汽车的技术创新,打造面向多级别自动驾驶场景的下一代高端车型。”

长城汽车智能驾驶负责人张凯表示:“AI时代数据的爆发带来了对数据处理吞吐率及计算力的巨大需求,得益于Snapdragon Ride平台带来的强大运算能力和可扩展性,长城汽车将在未来车型上实现辅助驾驶到高级自动驾驶的全功能、多场景的覆盖,通过先进的自动驾驶技术,充分赋能长城汽车从汽车制造商到‘全球化科技出行公司’的转型。”

关于长城汽车

长城汽车股份有限公司是全球知名的汽车制造企业,旗下拥有哈弗、WEY、欧拉和长城皮卡四个品牌,产品涵盖SUV、轿车、皮卡三大品类,具备发动机、变速器等核心零部件的自主配套能力。长城汽车于2003年、2011年分别在香港H股和国内A股上市,截至2019年底资产总计达1130.96亿元,下属控股子公司100余家,员工6万余人。2016-2019年,长城汽车连续四年销量突破100万辆。

关于高通公司

高通公司是全球领先的无线科技创新者,也是5G研发、商用与实现规模化的推动力量。把手机连接到互联网,我们的发明开启了移动互联时代。今天,我们基础科技赋能了整个移动生态系统,每一台3G、4G和5G智能手机中都有我们的发明。我们将移动技术的优势带到汽车、物联网、计算等全新行业,开创人与万物能够顺畅沟通和互动的全新世界。高通公司包括技术许可业务(QTL)和我们绝大部分的专利组合。

高通技术公司(QTI)是高通公司的全资子公司,与其子公司一起运营我们所有的工程、研发活动以及所有产品和服务业务,其中包括半导体业务QCT。

分享至
0赞

好文章,需要你的鼓励

推荐文章
  • 南方科技大学等机构联手破解AI推理训练难题:让大模型"一次思考"就学会解题

    南方科技大学等机构联手破解AI推理训练难题:让大模型"一次思考"就学会解题

    本文介绍了由南方科技大学等机构于2026年4月发表的研究(arXiv:2604.08865),提出了名为SPPO的大模型推理训练新方法。该方法将推理任务重新建模为"序列级情境赌博机",用一个轻量级价值模型预测题目难度,以单次采样替代GRPO的多次采样,解决了标准PPO的"尾部效应"问题。实验显示,SPPO在数学基准测试上超越GRPO,训练速度提升约5.9倍,配合小尺寸价值模型还能显著降低显存占用。

  • 香港科技大学数学系研究者:扩散模型原来是一个"魔法恒等式"拆成了两半

    香港科技大学数学系研究者:扩散模型原来是一个"魔法恒等式"拆成了两半

    这项由香港科技大学数学系完成的研究(arXiv:2604.10465,2026年ICLR博客论文赛道)提出了一种从朗之万动力学视角理解扩散模型的统一框架。研究指出,扩散模型的前向加噪和逆向去噪过程,本质上是朗之万动力学这一"分布恒等操作"被拆成了两半。在这个视角下,VP、VE-Karras和Flow Matching等不同参数化的模型可被精确互译,SDE与ODE版本可被统一解释,扩散模型相对VAE的理论优势得以阐明,Flow Matching与得分匹配的等价性也得到了严格论证。

  • 中国人民大学研究团队打造的"AI科学家":让机器自主完成几十小时的科研工程,它是怎么做到的?

    中国人民大学研究团队打造的"AI科学家":让机器自主完成几十小时的科研工程,它是怎么做到的?

    中国人民大学高岭人工智能学院等机构联合开发了AiScientist系统,旨在让AI自主完成机器学习研究的完整工程流程,包括读论文、搭环境、写代码、跑实验和迭代调试,全程无需人工干预。系统核心设计是"薄控制、厚状态":由轻量指挥官协调专业代理团队,通过"文件即通道"机制将所有中间成果持久化存储,使每轮工作都能建立在前一轮积累的基础上。在PaperBench和MLE-Bench Lite两个基准上,系统表现显著优于现有最强对比系统,论文发布于2026年4月。

  • 字节跳动发布GRN:像人类画家一样"边画边改"的AI图像生成新范式

    字节跳动发布GRN:像人类画家一样"边画边改"的AI图像生成新范式

    这项由字节跳动发布的研究(arXiv:2604.13030)提出了生成式精化网络(GRN),一套模仿人类画家"边画边改"直觉的视觉生成新框架。其核心包括两项创新:层级二进制量化(HBQ)通过多轮二分逼近实现近乎无损的离散图像编码,以及全局精化机制允许模型在每一步对整张图像的所有位置重新预测并随时纠错,从根本上解决了自回归模型的误差积累问题。配合基于熵值的自适应步数调度,GRN在ImageNet图像重建(rFID 0.56)和生成(gFID 1.81)上均创下新纪录,并在文本生成图像和视频任务上以20亿参数达到同等规模方法的领先水平。

----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-