百度AI步入3.0时代:无人车实现量产

2023-11-21 18:10

本文主要是介绍百度AI步入3.0时代:无人车实现量产,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

  今年 5 月 18 日,当百度 AI“关键先生”陆奇卸任百度总裁兼 COO 一职时,外界对百度未来的 AI 投入、以 AI 为核心战略的方向打上了问号。7 月 4 日,百度 2018 AI 开发者大会首日现场,这一疑虑被打消。

  与陆奇卸任时,百度董事长兼 CEO 李彦宏空洞地表示将“夯实移动基础、决胜 AI 时代”有所不同的是,在开发者大会上,李彦宏讲的全是“干货”:百度无人车“阿波龙”兑现一年前的承诺,正式实现量产下线;百度自主研发的全功能云端 AI 芯片“昆仑”得以亮相,李彦宏称其为迄今为止设计算力最大的芯片。

  同时,百度 AI 高管团队分别发布了百度大脑、智能语音操作系统 DuerOS 和阿波罗平台的 3.0 版本。百度还宣布正式上线智能小程序,小程序将全面接入百度大脑 3.0,开发者仅需几行代码便可调用。

  在“秀肌肉”的同时,百度也再次表达了开放的姿态。“人工智能是一个堪比工业革命的技术变革,如何避免产生新的智能鸿沟?我们的答案是开放,”李彦宏在现场表示,“把百度多年积累的 AI 能力开放出来,通过数据、算力和算法的不断迭代,让每一个开发者能够接触到全球最先进的 AI 技术,让每一个公司、每一个企业都能够很方便地使用这些最先进的 AI 能力。”

  无人车商业化提速

  在无人车量产这件事情上,李彦宏并没有十足的把握。

  “去年 11 月份,在我们的百度世界大会上,当时我吹了一个牛,说 2018 年 7 月份,我们会有量产的无人车出现。”李彦宏称,“然而,创新总是有很多风险,有很多不确定性,造车也跟造 PPT 不太一样,造车经常会有延迟交付。”

  那么,来到当初李彦宏承诺的时间线时,百度无人车究竟量产了吗?“我们吹的牛实现了,全球首款 L4 级别自动驾驶汽车已经量产。”李彦宏表示。

  在现场连线厦门金龙客车生产车间时,一辆无人小巴“阿波龙”徐徐驶向镜头。据厦门金龙客车董事长谢思瑜介绍,这辆车是“阿波龙”第 100 辆量产车,车内全车没有方向盘、油门和刹车踏板,搭载了 Apollo L4 级别自动驾驶解决方案的系统,适用于景区、厂区等场景。

  连线的同时,“阿波龙”也在发往北京、广州、深圳、平潭、雄安及日本东京等地。在东京,“阿波龙”将在核电站园区内用于接驳,以及在老年社区里用于老年人的接送。

  “阿波龙没有方向盘,属于特定区域用车,行驶低速、路况固定,比较安全。”围绕该量产车的安全性能等问题,一位百度公司相关人士告诉 21 世纪经济报道记者,“车辆最高设计时速可以达到 70 公里,但一般行驶时速为 20-30 公里。”

  从宣布量产的时间点来看,百度无人车确实靠前。事实上,尽管自无人驾驶技术诞生以来,无论科技巨头、传统车企、出行企业或初创企业纷纷入局,然而到目前为止,并未有企业真正实现 L4 级别无人车的商业化落地。根据 21 世纪经济报道记者梳理,谷歌旗下无人车企业 Waymo、丰田汽车给 L4 量产车制定的时间点为 2020 年,通用、福特、沃尔沃表示 2021 年量产。

  不过,需要注意的是,百度当前量产的 L4 级别无人车为商用车,并非通常所认为的乘用车。所谓商用车,是指在设计和技术特征上用于运送人员和货物的汽车,包含所有载货汽车和 9 座以上的客车。乘用车则主要用于运载人员及行李,偶尔运载物品,包括驾驶员在内,乘用车最多 9 座。

  “在景区等特定场景下进行运营,使用固定路线,这一块的无人驾驶技术比较成熟,周边人员和环境也不那么复杂。”赛迪顾问人工智能研究中心副总经理向阳向 21 世纪经济报道记者表示,“百度的战略计划是将 AI 推向商业部署,最快捷的路径是商用车的量产,这一方面拥有示范效应,同时也能为百度创造一定收益。”

  在乘用车的量产方面,向阳预计仍需要等到 2020 年左右,“当前无人驾驶技术还难以在乘用车上实现完全应用。”

  发布全功能 AI 芯片

  除了宣布在无人车商业化上取得的进展外,李彦宏还公布了百度的自主研发的全功能的云端 AI 芯片“昆仑”,其中包含训练芯片昆仑 818-300,推理芯片昆仑 818-100。

  百度方面称,“昆仑”是迄今为止业内设计算力最高的 AI 芯片(100+ 瓦特功耗下提供 260Tops 性能),采用 14nm 三星工艺,拥有 512GB/s内存带宽,由几万个小核心构成,可高效地同时满足训练和推断的需求。“昆仑”可针对语音、NLP、图像等专门优化,同等性能下成本降低 10 倍,支持 paddle 等多个深度学习框架;编程灵活度高;灵活支持训练和预测。

  但也有多位业内人士直言,就“昆仑”芯片目前的信息而言,与寒武纪芯片存在差距。资料显示,早在去年 11 月,寒武纪便发布新一代 AI 芯片 1M,拥有 7nm 工艺,能耗比为 5Top/W(即 100+ 瓦特功耗下提供 500Tops 性能)。

  不过,向阳表示,芯片性能是一方面,更重要的是芯片的生态打造。据百度方面介绍,“昆仑”具备“云端全功能”价值,既体现在对数据中心、公有云和无人车测试研发等场景的云端全场景覆盖,也包括了对于常见的开源深度学习算法之外的,大规模语音识别、搜索排序、自然语言处理、自动驾驶、大规模推荐等具体场景的通用性适配。

  “该芯片到 2019 年才流片,与国内大多数 AI 芯片厂商相比慢了一步。但百度有算法框架的优势,未来基于 PaddlePaddle 的平台,打造芯片+算法的生态圈才是出路。”向阳坦言,“这考验的是百度的推广、运营能力和芯片的持续迭代速度。”

  除 AI 芯片之外,百度还在开发者大会上升级了百度大脑、DuerOS 平台和阿波罗平台。其中,百度大脑 3.0 的核心是“多模态深度语义理解”,开放 110 多项 AI 能力,并首次将芯片纳入技术体系。DuerOS 3.0 版本则首次推出儿童模式、极客模式等创新技术,并推出超过 20 个跨场景、跨设备的解决方案。此外,该版本将启动商业分成模式,在前 6 个月,DuerOS 将把技能收入 100% 回馈开发者。

  Apollo3.0 版本将原有硬件参考设计升级为硬件开发平台,车辆参考平台升级为开放车辆认证平台。基于此,硬件厂商可以加速自己的硬件开发,开发者也可以更低成本获取硬件打造自己的无人车。车联网领域,Apollo 发布面向量产的、完整的 AI 车联网解决方案“小度车载 OS”,可让开发者的开发时间由半年提速至最快 30 天。

  此外,百度还发布“智能小程序”。据介绍,百度智能小程序将于今年 12 月全面开源,开发者的智能小程序将不仅可运行于百度移动端产品,更可运行于外部 App 以及 DuerOS 智能家居、Apollo 车生活平台上,一次开发便可实现多端运行。

  数据显示,从去年 11 月至今,百度的语音能力日调用次数增长 94%,视觉能力日调用量增长 416%,自然语言处理日调用次数增长 180%。视觉中的人脸识别技术调用次数更是增长近 8 倍。“由于开源和开放,AI 正在渗透到经济社会的毛细血管中,”李彦宏表示,“开发者开发的各种应用,可以将人类从重复、低效和繁重的脑力判断工作中解放出来。”


来自: 21世纪经济报道

这篇关于百度AI步入3.0时代:无人车实现量产的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/404128

相关文章

Ilya-AI分享的他在OpenAI学习到的15个提示工程技巧

Ilya(不是本人,claude AI)在社交媒体上分享了他在OpenAI学习到的15个Prompt撰写技巧。 以下是详细的内容: 提示精确化:在编写提示时,力求表达清晰准确。清楚地阐述任务需求和概念定义至关重要。例:不用"分析文本",而用"判断这段话的情感倾向:积极、消极还是中性"。 快速迭代:善于快速连续调整提示。熟练的提示工程师能够灵活地进行多轮优化。例:从"总结文章"到"用

AI绘图怎么变现?想做点副业的小白必看!

在科技飞速发展的今天,AI绘图作为一种新兴技术,不仅改变了艺术创作的方式,也为创作者提供了多种变现途径。本文将详细探讨几种常见的AI绘图变现方式,帮助创作者更好地利用这一技术实现经济收益。 更多实操教程和AI绘画工具,可以扫描下方,免费获取 定制服务:个性化的创意商机 个性化定制 AI绘图技术能够根据用户需求生成个性化的头像、壁纸、插画等作品。例如,姓氏头像在电商平台上非常受欢迎,

百度/小米/滴滴/京东,中台架构比较

小米中台建设实践 01 小米的三大中台建设:业务+数据+技术 业务中台--从业务说起 在中台建设中,需要规范化的服务接口、一致整合化的数据、容器化的技术组件以及弹性的基础设施。并结合业务情况,判定是否真的需要中台。 小米参考了业界优秀的案例包括移动中台、数据中台、业务中台、技术中台等,再结合其业务发展历程及业务现状,整理了中台架构的核心方法论,一是企业如何共享服务,二是如何为业务提供便利。

无人叉车3d激光slam多房间建图定位异常处理方案-墙体画线地图切分方案

墙体画线地图切分方案 针对问题:墙体两侧特征混淆误匹配,导致建图和定位偏差,表现为过门跳变、外月台走歪等 ·解决思路:预期的根治方案IGICP需要较长时间完成上线,先使用切分地图的工程化方案,即墙体两侧切分为不同地图,在某一侧只使用该侧地图进行定位 方案思路 切分原理:切分地图基于关键帧位置,而非点云。 理论基础:光照是直线的,一帧点云必定只能照射到墙的一侧,无法同时照到两侧实践考虑:关

从去中心化到智能化:Web3如何与AI共同塑造数字生态

在数字时代的演进中,Web3和人工智能(AI)正成为塑造未来互联网的两大核心力量。Web3的去中心化理念与AI的智能化技术,正相互交织,共同推动数字生态的变革。本文将探讨Web3与AI的融合如何改变数字世界,并展望这一新兴组合如何重塑我们的在线体验。 Web3的去中心化愿景 Web3代表了互联网的第三代发展,它基于去中心化的区块链技术,旨在创建一个开放、透明且用户主导的数字生态。不同于传统

hdu1043(八数码问题,广搜 + hash(实现状态压缩) )

利用康拓展开将一个排列映射成一个自然数,然后就变成了普通的广搜题。 #include<iostream>#include<algorithm>#include<string>#include<stack>#include<queue>#include<map>#include<stdio.h>#include<stdlib.h>#include<ctype.h>#inclu

AI一键生成 PPT

AI一键生成 PPT 操作步骤 作为一名打工人,是不是经常需要制作各种PPT来分享我的生活和想法。但是,你们知道,有时候灵感来了,时间却不够用了!😩直到我发现了Kimi AI——一个能够自动生成PPT的神奇助手!🌟 什么是Kimi? 一款月之暗面科技有限公司开发的AI办公工具,帮助用户快速生成高质量的演示文稿。 无论你是职场人士、学生还是教师,Kimi都能够为你的办公文

Andrej Karpathy最新采访:认知核心模型10亿参数就够了,AI会打破教育不公的僵局

夕小瑶科技说 原创  作者 | 海野 AI圈子的红人,AI大神Andrej Karpathy,曾是OpenAI联合创始人之一,特斯拉AI总监。上一次的动态是官宣创办一家名为 Eureka Labs 的人工智能+教育公司 ,宣布将长期致力于AI原生教育。 近日,Andrej Karpathy接受了No Priors(投资博客)的采访,与硅谷知名投资人 Sara Guo 和 Elad G

【C++】_list常用方法解析及模拟实现

相信自己的力量,只要对自己始终保持信心,尽自己最大努力去完成任何事,就算事情最终结果是失败了,努力了也不留遗憾。💓💓💓 目录   ✨说在前面 🍋知识点一:什么是list? •🌰1.list的定义 •🌰2.list的基本特性 •🌰3.常用接口介绍 🍋知识点二:list常用接口 •🌰1.默认成员函数 🔥构造函数(⭐) 🔥析构函数 •🌰2.list对象

【Prometheus】PromQL向量匹配实现不同标签的向量数据进行运算

✨✨ 欢迎大家来到景天科技苑✨✨ 🎈🎈 养成好习惯,先赞后看哦~🎈🎈 🏆 作者简介:景天科技苑 🏆《头衔》:大厂架构师,华为云开发者社区专家博主,阿里云开发者社区专家博主,CSDN全栈领域优质创作者,掘金优秀博主,51CTO博客专家等。 🏆《博客》:Python全栈,前后端开发,小程序开发,人工智能,js逆向,App逆向,网络系统安全,数据分析,Django,fastapi