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 从“入门”到“中高阶”,四维图新推出基于地平线征程6系列的完整智驾产品矩阵

从“入门”到“中高阶”,四维图新推出基于地平线征程6系列的完整智驾产品矩阵

2024-10-12 19:23
分享至:
----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-
2024-10-12 19:23 科技行者

10月11日,四维图新举办2024用户大会,在会上正式宣布推出基于地平线征程6系列的完整智驾产品矩阵,以多款卓越的方案携手加速行业高质量发展。

从“入门”到“中高阶”,四维图新推出基于地平线征程6系列的完整智驾产品矩阵

作为行业领先的智能出行科技公司,四维图新充分洞察当前市场对不同级别智驾方案的应用需求,重点发布了基于征程6系列打造的NI in Car系列,涵盖从入门到中高阶的智驾产品矩阵,包含基于征程6B打造的L2行车升级版和行泊一体基础升级版产品,以及基于征程6E/M打造的行泊一体中高阶版产品。

其中,基于地平线征程6E的行泊一体中阶智驾方案,搭载7V3R12U的极优传感器配置,通过高速领航辅助NOP的全场景覆盖以及记忆行车、记忆泊车的智能化升级,能够进一步提升驾驶便利性与安全性。同时,四维图新还推出了基于地平线6M的中高阶智驾方案,传感器配置进一步升级,搭载11V5R1L12U(其中Lidar可选),使车辆能够实现城市NOA功能,为用户带来越级的智能驾驶体验。

征程6系列是地平线在今年4月正式推出的全新车载智能计算方案,可覆盖从主动安全到全场景智驾的全阶应用。作为一款系列化的车载智能计算方案,征程6拥有统一的硬件架构、统一的工具链以及统一的软件栈,以及配套一致、完整成熟的智能驾驶量产开发平台,将助力四维图新等合作伙伴实现“快人一步”的量产效率,从而赋能车企决胜汽车智能化时代。

从“入门”到“中高阶”,四维图新推出基于地平线征程6系列的完整智驾产品矩阵

地平线与四维图新互为长期战略合作伙伴,在智驾领域拥有丰硕的合作成果。目前,四维图新基于地平线征程2和征程3的智驾方案已在多个车企及品牌车型上实现规模化量产应用。在今年9月12日,四维图新最新宣布已获得长城汽车定点合作,将提供基于地平线的计算方案打造的智能前视控制模块产品,共同助力长城汽车的智能化升级。

同时,基于对舱驾融合趋势的深入洞察,四维图新将自研AC8025芯片与地平线征程3技术相融合,打造出面向10万级车型市场的舱行泊一体解决方案。该方案在成本控制、算力优化以及产品开发效率等方面均展现出显著的技术优势与市场竞争力,赋能车企为更广泛的用户带来全新出行体验。

从“入门”到“中高阶”,四维图新推出基于地平线征程6系列的完整智驾产品矩阵

在当前汽车智能化行业快速迭代的背景下,地平线将继续坚持开放共赢的商业合作理念,发挥产业底层赋能者的优势,协同四维图新等行业领先的合作伙伴打造更具竞争力的智驾产品,助力车企为用户创造更多价值,共同引领智驾的美好未来。

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。

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