2021年1月26日,圣迭戈——高通技术公司今日宣布,公司正与多家行业领先的汽车供应商与技术企业合作部署可靠、网联、智能和具备位置感知功能的下一代汽车,在这一领域获得的客户设计数量持续增长。全球汽车供应商和企业利用高通骁龙™汽车4G和5G平台,支持汽车制造商满足对4G LTE和5G联网服务赋能的可靠和顶级驾乘体验日益增长的需求。骁龙汽车4G和5G平台集成蜂窝车联网(C-V2X)、Wi-Fi、蓝牙和高精定位技术,旨在支持车对车、车对云以及车对周围环境的无缝连接,支持丰富的车内体验、网联汽车服务以及更高水平的安全性与自主性所需要的先进智能。
高通为汽车行业提供技术解决方案已经超过15年,在全球车载网联和汽车无线连接的半导体供应商中位居第一。全球大多数汽车制造商都在采用高通广泛的汽车解决方案组合,包括车载网联、信息影音、连接和先进驾驶辅助系统(ADAS)等。高通技术公司具备强大优势,能够助力汽车行业应对不断增长的汽车技术和连接需求。分析师预测,2027年销售的所有汽车之中有近四分之三将具备嵌入式蜂窝连接功能,这一占比相较2015年的20%大幅提升。*
得益于高通公司与大陆集团、高新兴物联、LG电子、移远通信、锐凌无线、启碁科技和中兴通讯等合作伙伴的持续合作,搭载高通最先进无线平台的支持4G LTE网联服务的汽车将继续在全球部署,同时汽车行业也开始利用5G打造下一代网联汽车。
大陆集团连接平台负责人 Jim Uemura表示:“作为汽车连接领域的市场领导者,大陆集团致力于开发可扩展的、灵活的创新车载网联和天线解决方案,满足全球汽车制造商的需求。我们与高通技术公司的合作关系已持续多年,并成为我们实现始终处于行业前沿战略的核心要素。凭借骁龙汽车4G和5G平台,大陆集团已经与全球汽车制造商在下一代车载网联项目中展开合作,期待我们在明年及未来继续取得成功。”
高新兴物联首席执行官阚玉伦表示:“5G是汽车通信、车内体验和自动驾驶的必然趋势和核心技术。借助高通技术公司的汽车平台,我们成功地推动我们的汽车无线连接解决方案不断发展。”
LG电子副总裁Jongsun Park表示:“作为移动创新的领军企业,LG和高通技术公司为汽车行业带来了数十年的研发经验,特别是在5G汽车平台领域。基于LG与高通技术公司在网联汽车领域的长期合作,我们相信5G对部署全面的网联汽车平台至关重要。”
移远通信首席执行官钱鹏鹤表示:“我们与高通技术公司携手开发具有市场竞争力的汽车通信模组。骁龙汽车4G和5G平台能够提供可靠且高效的驾乘体验,同时推动网联汽车进入5G时代。通过采用高通技术公司最先进的无线平台,移远通信的模组支持汽车智能连接,引领市场发展,并已赢得全球超过30家汽车制造商的青睐。”
锐凌无线首席执行官Dan Schieler表示:“通过与高通技术公司的长期合作,我们为汽车行业提供包括EVDO到5G赋能技术在内的领先解决方案。通过在该领域的持续努力,我们进一步践行了利用业界最佳技术解决方案夯实智能出行基础的承诺。”
启碁科技高级副总裁陈发裕表示:“启碁科技致力于打造5G和C-V2X技术领导力,我们与高通技术公司保持长期合作,共同打造汽车通信模组。利用高通技术公司的汽车平台,我们能够推动上述技术的开发和部署,让全球市场用户都能从中受益。”
中兴通讯移动互联产品总经理白柯柯表示:“中兴通讯和高通技术公司在汽车领域拥有长期的合作关系,帮助彼此推动技术发展,为交通和汽车市场的持续演进提供关键支持。中兴通讯致力于开发支持5G的产品,因为我们相信这项技术将对驾驶员安全、交通效率以及在全球推动网联汽车创新产生深远影响。”
二十一世纪初,高通进入汽车行业;2013年,高通技术公司成为率先为网联汽车提供4G LTE解决方案的公司之一。目前,全球已有超过1.5亿辆汽车采用高通汽车无线解决方案,几乎所有正在推进网联汽车项目的汽车制造商都采用了高通技术公司的解决方案以提升性能。上述解决方案包括5G、双卡双通(DSDA)、千兆级LTE、C-V2X和高通车对云服务等。
高通技术公司高级副总裁兼汽车业务总经理Nakul Duggal表示:“高通技术公司是全球无线科技创新者,凭借深厚的技术积累,我们开发了释放网联交通潜能的4G和5G平台和先进的信息影音和车载网联系统,并践行提升汽车安全和自动驾驶能力的承诺。采用骁龙汽车4G和5G平台的汽车制造商、一级和二级供应商客户和技术公司的数量不断增长,这也是我们致力于打造面向下一代汽车顶级驾乘体验的例证。”
好文章,需要你的鼓励
GeoVerse融合几何潜在扩散模型与Wan2.2视频生成先验,并引入全局空间记忆机制,实现了跨视角一致、生成质量高且推理速度快的新视角合成,在多个数据集上大幅超越现有方法GLD。
本文解读TT-VidT,一种通过分离外观锚点与动作令牌、结合Diff Compression训练目标的视频自监督方法。在24种架构目标组合的受控实验中,仅TT3D与Diff Compression搭配才能进入强动作敏感区,且计算量比同类方法降低近一半。
Q&A Q1:Imprint Reader是什么? A:Imprint Reader是上海人工智能实验室团队开发的模型,通过SMaRT训练方法学会读取另一个模型冻结的权重更新,把参数层面的变化翻译成自然语言描述,判断这次更新到底注入了什么知识或诱导了什么行为习惯。 Q2:MetaEdit能做什么? A:MetaEdit能把Reader对目标行为的梯度信号迁移到原始模型上,不需要任何目标任务的训练数据,只用一句行为描述就能定向调整模型参数,已经在安全性拒绝率调节、数学推理风格转变和工具调用能力提升上验证过效果。 Q3:Imprint Reader读权重更新的准确率高吗? A:目前还不高,知识类目标的Pass@100只有2%,行为类目标是16%,说明自由生成描述的可靠性有限,但相比原始模型完全答不出来的0%基线,已经证明了权重更新的自然语言读取是可行的。
统一多模态模型能看也能画,理论上该会自我修正。本论文提出UMM-Reflection,用整条轨迹的强化学习联合训练诊断和修图能力,GenEval提升12分,且迁移到多个未训练基准,揭示RL提升的是选择可靠性而非新能力。