当前位置:首页 > AI前沿 > 正文内容

奥迪展示无人驾驶汽车的“大脑”

admin2天前AI前沿4

奥迪展示无人驾驶汽车的“大脑”

文 晴然/搜狐IT驻硅谷记者

导语:当德系工程邂逅硅谷技术;‘智能+炫酷’才是真的‘高大上’。

2014拉斯维加斯CES现场报道,在刚刚结束的奥迪主题演讲中,董事会主席 向一个极为国际化的观众群体(充斥着德、日、韩、英、中文)勾勒了奥迪对于智能汽车的愿景和野心。认为,汽车‘移动技术’()的现在和未来都将属于‘无人驾驶汽车’以及其他广义的‘连接技术’ ( )。

借着一辆无人驾驶的A7自行驶向舞台的工夫,主持人Kunal (美剧生活大爆炸演员,也是奥迪粉丝)向大家展示了Audi (奥迪无人驾驶技术)背后的‘大脑’。

这辆灰色的A7长得灰常炫酷NB奥迪ai技术,引来台下一阵‘快门’狂潮;Kunal手中的‘汽车大脑’长得更像是个计算机的主板芯片,尺寸上比iPad略小一圈。

图注:车里木有驾驶员,车自己开进来的。

图注:Kunal展示奥迪无人车的大脑。

其实,Kunal拿着芯片板儿‘挥舞’了一会儿就算展示完了。。。

奥迪也并没有公布发布日期等细则,只声称已经搞明白了如何将无人驾驶技术规模化地推向市场,并能在保证安全地前提下实现此举。

除了无人驾驶汽车奥迪ai技术,还抛出了一些关于车载联网 (信息娱乐系统)的概念讨论。在这一领域,奥迪的第一个重头合作方将是美国电信运营商AT&T;后者号称提供米国最快速可靠的4G LTE网络。其 de la Vega在主舞台宣布,AT&T将为奥迪未来的车载系统提供LTE网络。

奥迪智能汽车的另一位重要合作伙伴是英伟达;该芯片巨匠的Tegra K1(192核,目前为超级计算机的芯片)将会成为未来奥迪车载系统的‘大脑’。如果英伟达能否击败高通成为更多主流汽车厂商的芯片提供商,筒子们可以考虑下,是不是该买英伟达的股票鸟!

此外,还展示了一款直接嵌在汽车仪表盘里的概念界面。从以下截图中奥迪展示无人驾驶汽车的“大脑”奥迪展示无人驾驶汽车的“大脑”,你能在仪表盘中看到为其量身定做的谷歌地图应用(如下图)。奥迪加入OAA谷歌平台,已经是动真格儿的了。

随后,一辆(擦得锃亮的)红色概念?,在银发研发总监 的驾驶下缓缓驶向舞台,将主题演讲带入另一个高潮。

小编不会假装很懂车,但也能明白地告诉你:看到这车不被‘惊艳’到的人肯定是智商有问题。当严谨的博士‘板着面孔’说出以下这段话时,小编周围瞬时充斥着各种语言关于‘难以置信’的窃窃私语;有的人听完后索性乐了:别告诉我这是尊的!

其实,小编只纳闷儿一件事,怎么能说得如此‘淡定’奥迪ai技术,一张扑克脸从始至终。或许这就是德国的工程师风格:有点刻板,有点可爱,倒是给整场主题演讲加入了一点点另类的幽默效果。

那段话是这么说的:

“这款最新的汽车诠释了奥迪在诸多技术层面上的绝对领先(用到了介个词,德文里‘领先’ 的意思)。这款汽车带有e-tron电驱技术,能够实现515千瓦的发动机功率,且百公里油耗仅有2.5升;还搭配了激光前灯(laser ),其在黑暗中的显示性能以及电子技术性能,绝对秒杀所有先前的系统设计。我们正在展示奥迪的未来。”

需要说明的是,这款车之所以命名为,就是因为它的‘激光前灯’;其强大的激光二极管比LED二极管在体积上小了很多:前者的直径只有几微米,但却能照亮近500米的前方道路。如果用它开启大灯(远光)的话,照明范围更是比LED大灯多了整整3倍。

在汽车照明的技术领域,奥迪再次以领导者身为惊艳全场。2014的奥迪R18 e-tron 赛车也将应用到这项照明技术。

最后是图片欣赏时间。

图注:激光前灯。

图注:档位位置有个黑色的触控圆盘。

加入微信交流群:************ ,请猛戳这里→点击入群

扫描二维码推送至手机访问。

版权声明:本文由智潮脉搏发布,如需转载请注明出处。

本文链接:https://zcmobo.com/post/4230.html

分享给朋友:

“奥迪展示无人驾驶汽车的“大脑”” 的相关文章

深度学习最新突破:对抗训练提升模型鲁棒性新策略​

深度学习最新突破:对抗训练提升模型鲁棒性新策略​

在深度学习领域,模型的鲁棒性一直是研究的重要方向。传统的深度学习模型在面对对抗样本时往往表现出脆弱性,即微小的扰动就能导致模型预测结果的大幅变化。近期的研究取得了重要突破,对抗训练成为提升模型鲁棒性的新策略。对抗训练的基本思想是在训练过程中引入对抗样本,让模型学习如何抵抗这些对抗样本的攻击。对抗样本...

深度洞察:大模型在多模态数据处理上的最新研究成果​

深度洞察:大模型在多模态数据处理上的最新研究成果​

在当今的人工智能领域,大模型的发展如同一颗耀眼的明星,不断照亮着技术创新的道路。其中,多模态数据处理作为一个关键的研究方向,正吸引着越来越多的关注和投入。大模型在多模态数据处理上的最新研究成果,为我们带来了前所未有的机遇和挑战。多模态数据是指包含多种不同模态信息的数据,如文本、图像、音频、等。传统的...

机器学习算法革新:用于推荐系统的协同过滤算法优化​

机器学习算法革新:用于推荐系统的协同过滤算法优化在当今数字化时代,推荐系统已成为互联网平台的重要组成部分,它能够根据用户的历史行为和偏好,为用户提供个性化的推荐内容,极大地提升了用户体验和平台的活跃度。而协同过滤算法作为推荐系统中最常用的算法之一,在过去几十年中得到了广泛的研究和应用。随着数据规模的...

解析 NeurIPS 论文:深度学习模型在语音合成中的新应用​

解析 NeurIPS 论文:深度学习模型在语音合成中的新应用​

解析 NeurIPS 论文:深度学习模型在语音合成中的新应用一、引言随着人工智能技术的飞速发展,语音合成作为自然语言处理领域的重要分支,近年来取得了显著的进展。深度学习模型的出现为语音合成带来了全新的机遇和挑战,许多研究团队致力于将深度学习技术应用于语音合成任务中,以提高合成语音的质量和自然度。Ne...

聚焦 NeurIPS:联邦学习在数据隐私保护下的应用成果​

聚焦 NeurIPS:联邦学习在数据隐私保护下的应用成果​

NeurIPS:联邦学习在数据隐私保护下的应用成果在当今数字化时代,数据隐私保护成为了一个至关重要的议题。随着人工智能和机器学习技术的快速发展,大量的数据被收集和使用,这使得数据隐私面临着前所未有的挑战。联邦学习作为一种新兴的机器学习技术,为在保护数据隐私的前提下实现数据共享和协同学习提供了一种有效...

深度剖析:大模型训练中的梯度消失与解决新方案​

深度剖析:大模型训练中的梯度消失与解决新方案​

在大模型训练领域,梯度消失问题一直是困扰研究者和开发者的重要难题。随着模型规模的不断扩大以及网络层数的逐渐增加,梯度消失现象愈发凸显,严重影响了模型的训练效果和性能表现。深入剖析梯度消失问题的本质,探寻切实可行的解决方案,对于推动大模型技术的进一步发展具有至关重要的意义。梯度消失问题主要源于神经网络...