技术博客

ORION框架:开启自动驾驶新纪元

近日,华中科技大学与小米汽车联合开发的ORION自动驾驶框架引起了广泛关注。该框架通过视觉语言指令指导轨迹生成,实现了端到端的自动驾驶功能。实验数据显示,ORION框架的闭环端到端精度较传统方法提升了19.61%,展现出显著的技术优势。此外,为推动技术共享与行业发展,ORION的代码将被开源,为全球研究者提供宝贵资源。

ORION框架自动驾驶端到端精度视觉语言指令开源代码
2025-04-11
边缘人工智能:引领未来科技革命的新浪潮

边缘人工智能技术正推动机器人、智能设备领域实现突破,尤其在人形机器人、智能家居与自动驾驶中展现出巨大潜力。通过将AI计算转移至更接近数据源的边缘侧,可实现实时数据处理,大幅提升制造、医疗及城市基础设施场景中的效率。这一转变使AI更贴近物联网设备与传感器,优化了数据处理速度与效率。

边缘人工智能人形机器人智能家居自动驾驶实时处理
2025-04-09
突破与创新:MTGS技术在自动驾驶场景重建中的应用

上海创智学院与香港大学等机构合作,提出了一种名为MTGS(Multi-Traversal Gaussian Splatting)的先进方法。该技术通过整合多轨迹数据,实现了自动驾驶场景的厘米级细节还原与实时渲染。这一突破解决了场景重建中的关键难题,构建了一个既能精确呈现道路细节,又可动态适应环境变化的超高精度仿真环境,为自动驾驶技术的发展提供了重要支持。

自动驾驶场景重建MTGS技术实时渲染厘米级细节
2025-04-03
自动驾驶技术革新:复杂交通场景下的自我适应与安全驾驶

香港大学与英伟达合作开发的自动驾驶新技术,通过人工智能在驾驶中的持续学习与适应能力,成功应对变道、加塞等复杂交通场景。该技术模拟人类驾驶员的安全驾驶思维,提升了无人驾驶车辆的规避行为准确性,为自动驾驶技术的应用测试提供了重要突破。

自动驾驶人工智能复杂交通安全驾驶无人驾驶
2025-03-31
Nvidia引领未来:Cosmos-Transfer1模型的突破与影响

Nvidia近期推出了名为Cosmos-Transfer1的自适应多模态“世界生成”模型。该模型可通过分割、深度和边缘等空间控制输入,生成高度逼真的模拟环境。这一技术突破为机器人与自动驾驶车辆的训练提供了全新平台,开发者可借此创建高度可控的世界模拟,从而优化并加速相关技术的训练进程。

Nvidia模型多模态生成模拟环境自动驾驶机器人训练
2025-03-24
地平线公司AlphaDrive:自动驾驶领域的突破性技术

地平线公司近期推出了名为AlphaDrive的自动驾驶技术,这一技术首次将GRPO强化学习与规划推理技术结合,构建出大型模型。作为自动驾驶领域的一项重要突破,AlphaDrive标志着大规模模型在强化学习和推理技术上的初步应用与探索,为未来智能驾驶的发展奠定了基础。

自动驾驶AlphaDrive强化学习规划推理地平线公司
2025-03-24
RoadAGI:自动驾驶行业的新风向标

在英伟达GTC 2025大会上,元戎启行CEO周光提出了名为“RoadAGI”的新理念。该理念主张通过特定道路场景下的技术优化,使自动驾驶更快实现大规模商业化,并逐步接近人工通用智能(AGI)水平。为推动这一目标,元戎启行发布了AI Spark平台,致力于加速自动驾驶技术的研发与应用,助力行业迈入全新阶段。

RoadAGI自动驾驶AI Spark平台元戎启行人工通用智能
2025-03-22
Nvidia引领未来:Cosmos-Transfer1模型与自动驾驶技术的革新

Nvidia近期推出了一款名为Cosmos-Transfer1的自适应多模态“世界生成”模型。该模型可通过分割、深度和边缘等多种模态的空间控制输入,生成高度可控的模拟环境。这一技术不仅能够创建逼真的虚拟场景,还为机器人和自动驾驶车辆的训练提供了革命性工具,显著提升了训练效率与精度。

Nvidia模型世界生成多模态输入模拟环境自动驾驶
2025-03-22
多车协同预测框架:自动驾驶领域的技术革新

通过采用多车协同预测框架(CMP),自动驾驶领域的预测误差降低了12.3%。该框架在感知、预测和聚合环节实现全链路协同,有效解决了“视线盲区”问题。 CMP框架在通信效率、延迟鲁棒性及预测精度上取得显著突破,为复杂动态场景下的自动驾驶提供了可靠的技术解决方案。

自动驾驶预测误差多车协同视线盲区通信效率
2025-03-21
多目标优化:深度学习技术在复杂需求中的新挑战

近年来,深度学习技术在自动驾驶、计算机视觉等领域取得显著进展,但传统单目标优化方法难以应对多任务协同优化、资源约束及安全性与公平性之间的复杂权衡。为此,香港科技大学与香港城市大学联合发布了一篇关于多目标优化的综述,深入探讨了如何通过多目标优化解决上述挑战,为未来研究提供了新方向。

深度学习技术多目标优化自动驾驶资源约束安全性与公平性
2025-03-19
创新驱动未来:AlphaDrive引领自动驾驶新篇章

华中科技大学与地平线机器人联合推出了最新研究成果——AlphaDrive,该方案通过结合视觉语言模型(VLM)和强化学习(RL),提出了一种创新的GRPO框架,专注于解决自动驾驶领域的长尾问题。这一技术显著提升了自动驾驶系统在复杂及罕见交通场景中的适应性和鲁棒性,为行业带来了突破性进展。

AlphaDrive自动驾驶长尾问题视觉语言模型强化学习
2025-03-17
迁移学习与ASPP技术在自动驾驶目标检测中的应用研究

迁移学习与ASPP技术的结合显著提升了自动驾驶汽车在复杂城市环境中的目标检测能力。通过迁移学习,模型能够利用已有数据集的知识,减少对大规模标注数据的依赖。而ASPP技术则增强了模型对多尺度特征的捕捉能力,从而更精准地识别交通信号与行人等关键目标。这种技术组合有效应对了城市环境中动态变化带来的挑战,为自动驾驶的安全性提供了重要保障。

迁移学习ASPP技术目标检测自动驾驶城市环境
2025-03-17
智能驾驶技术的革新之路:开启未来出行新篇章

智能驾驶技术作为科技创新的重要领域,正以惊人的速度发展,并逐步融入人们的日常生活。通过先进的传感器、算法和人工智能技术,自动驾驶车辆能够实现复杂环境下的安全行驶。据统计,全球已有超过50%的汽车制造商将智能驾驶技术纳入核心研发计划,预计到2030年,自动驾驶市场规模将达到数万亿元。这一技术不仅提升了交通效率,还为未来生活带来了无限可能。

智能驾驶自动驾驶技术发展未来生活科技创新
2025-03-17
自动驾驶技术革新:Chameleon系统的创新突破

清华大学赵昊教授和赵行教授领导的团队与博世中央研究院RIX合作,在2025年国际机器人与自动化会议(ICRA)上发表了一项创新研究成果——Chameleon。该系统突破了传统方法的局限,提出了一种无需训练即可解析复杂道路拓扑的快慢双系统Chameleon。这一技术能够高效应对复杂多变的道路环境,为自动驾驶等领域提供了全新的解决方案。

自动驾驶Chameleon道路拓扑快慢系统博世合作
2025-03-13
AVD2技术:自动驾驶安全性的新突破

在ICRA 2025会议上,光轮智能(Lightwheel)联合清华大学、香港科技大学、吉林大学、南京理工大学、北京理工大学及复旦大学等高校的研究团队,共同提出了一项名为AVD2(Accident Video Diffusion for Accident Video Description)的新技术。该技术专注于生成和理解自动驾驶事故场景,旨在通过模拟真实事故视频,提升自动驾驶系统的安全性和可靠性。这一创新成果将为自动驾驶行业带来重大突破,显著增强道路安全。

AVD2技术自动驾驶事故视频智能安全高校合作
2025-03-04
“智汇未来”:2025年AAAI会议引领人工智能新篇章

全球人工智能领域顶级会议AAAI 2025在美国盛大开幕。厦门大学、香港大学、蚂蚁集团和快手科技等机构在此次会议上表现突出,其中厦门大学信息学院共有32篇论文被收录,涵盖多模态学习、目标检测和自动驾驶等前沿技术,展现了中国科研机构在人工智能领域的强劲实力。

人工智能AAAI会议多模态学目标检测自动驾驶
2025-02-26