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 恩智浦携手中汽创智加速自动驾驶新发展

恩智浦携手中汽创智加速自动驾驶新发展

2022-10-27 14:18
分享至:
----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-
2022-10-27 14:18 科技行者

中国苏州,2022年10月27日——恩智浦半导体(NXP Semiconductors N.V.,纳斯达克代码:NXPI)宣布,将与中汽创智科技有限公司(以下简称“中汽创智”)围绕4D成像雷达开展战略合作,共同推动中国自动驾驶产业大发展。

恩智浦携手中汽创智加速自动驾驶新发展
恩智浦全球资深副总裁兼大中华区主席李廷伟博士(左)、中汽创智采购总监郭恩杨女士出席联合发布仪式

当前,中国的自动驾驶渗透率和商业化步伐正在加速,作为感知层的车载雷达在这一过程中的作用愈发凸显。恩智浦凭借在汽车雷达领域的深厚积淀,敏锐把握市场趋势,专注77GHz技术并不断加大与中国合作伙伴的研发合作力度,通过系统级完整解决方案支持本土车厂的个性化需求,助力客户不断迈向自动驾驶新高度。

恩智浦将与中汽创智聚焦于77GHz 毫米波雷达产品线,覆盖角雷达、前向雷达、长距离雷达等全系列,并共同开发4D成像雷达的创新应用。基于自身的国际化视野及在自动驾驶领域的技术领导力,恩智浦还将与中汽创智共同开展新产品的设计评估和认证工作。恩智浦全面广泛的汽车电子产品布局还将支持中汽创智在智能底盘、新能动力、智能网联等领域的应用。

恩智浦资深副总裁兼大中华区主席李廷伟博士表示:“作为全球领先的汽车雷达解决方案供应商,恩智浦很高兴与中汽创智展开合作,通过对4D毫米波雷达前沿领域的共同投入和探索,加速雷达关键技术的本土化应用。期待双方的合作成果在更多本土车厂中落地,助力中国汽车产业的自动化发展与智能化升级。”

中汽创智采购总监郭恩杨表示:“中汽创智用两年的时间完成了第一代4D前向和角向毫米波雷达产品的研发及产业化落地,同时进行了第一代4D成像雷达产品预研,掌握了汽车毫米波雷达研发及产业化关键核心技术,下一步将加速4D成像雷达的产业化落地。中汽创智坚持不断创新并强化开放合作,携手恩智浦开发先进技术,推动自动驾驶的发展,为广大车厂和消费者带来更智能的体验。携手同行,共创佳绩!”。

分享至
0赞

好文章,需要你的鼓励

推荐文章
  • LLM情境调节与持续工作流程提示:革新化学分子式的多模态验证技术

    LLM情境调节与持续工作流程提示:革新化学分子式的多模态验证技术

    这项研究探索了如何通过"LLM情境调节"和"持续工作流程提示"技术来提高大型语言模型在验证化学分子式时的准确性。研究者发现,普通提示方法往往不可靠,因为LLM倾向于自动"纠正"错误而非指出它们。然而,通过精心设计的情境调节提示,研究成功引导Gemini 2.5 Pro不仅识别出文本中的错误,还发现了之前人工审阅未察觉的图像中的分子式错误。这一概念验证研究表明,即使不修改模型本身,也能通过适当的提示策略显著提高LLM在科学技术文档细节验证中的表现。

  • 微生物显微图像分割新突破:复旦大学研究团队借助多模态大语言模型统一显微镜下的"万物分割"

    微生物显微图像分割新突破:复旦大学研究团队借助多模态大语言模型统一显微镜下的"万物分割"

    复旦大学研究团队开发的uLLSAM模型成功将多模态大语言模型(MLLMs)与分割一切模型(SAM)结合,解决了显微镜图像分析的跨域泛化难题。通过创新的视觉-语言语义对齐模块(VLSA)和语义边界正则化(SBR)技术,该模型在9个领域内数据集上提升了7.71%的分割准确度,在10个从未见过的数据集上也展现了10.08%的性能提升。这一统一框架能同时处理光学和电子显微镜图像,大大提高了生物医学图像分析的效率和准确性,为科研人员提供了强大的自动化分析工具。

  • 用强化学习让大语言模型为汇编代码提速:斯坦福团队的优化探索

    用强化学习让大语言模型为汇编代码提速:斯坦福团队的优化探索

    斯坦福大学等机构研究团队利用强化学习训练大语言模型,使其能够优化汇编代码性能。研究构建了8,072个程序的数据集,并通过近端策略优化(PPO)训练模型生成既正确又高效的汇编代码。实验表明,训练后的Qwen2.5-Coder-7B-PPO模型实现了96.0%的测试通过率和1.47倍平均加速比,超越包括Claude-3.7-sonnet在内的所有其他模型。研究发现模型能识别编译器忽略的优化机会,如用单一指令替代整个循环,为性能敏感应用提供了有价值的优化途径。

  • 播放师傅变声魔术:让你的录音遵循参考风格的推理时间优化新方法

    播放师傅变声魔术:让你的录音遵循参考风格的推理时间优化新方法

    这项研究提出了一种改进的声乐效果风格迁移方法,通过在推理时间优化过程中引入高斯先验知识,解决了传统ST-ITO方法忽视参数合理性的问题。研究团队基于DiffVox数据集构建了专业效果器参数分布模型,将风格迁移转化为最大后验概率估计问题。实验结果表明,该方法显著优于基准方法,参数均方误差降低了33%,并在主观听感测试中获得最高评分。这一创新为音频处理领域融合数据驱动和专业知识提供了新思路。

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