开云体育官方,开云体育app,开云app下载,开云棋牌,开云直播,开云体育靠谱吗,开云体育和亚博,开云体育老板是谁,开云官网,开云体育,开云直播英超,开云电竞,开云游戏,开云,开云体育官网,开云体育官方网站, 开云app, kaiyun sports, 开云体育简介, 开云体育官方平台, 世界杯开云, 开云体育app下载, 开云体育网址, 开云体育2025

　　首先，是我们视觉感知算法不断演进的过程，最初我们传统的视觉算法，它是一个后融合。引入人工智能以后，BEV算法采用的是一个前融合，就解决了多视角融合的问题，能够很好地解决之前传统视觉不能解决的问题。但同时它也有一些局限性，就是在建模能力还有特征的稳定性仍然不够好。后来就出现了现在最主流的算法，就是BEV加Transformer，它用注意力机制能够很好地解决这两个问题，在全局视角和特征表达稳定性方面都提供了非常好的performance。但是同时它也有另外一个问题，就是因为二次方计算的复杂性，对计算资源和内存的占用非常大。

　　那下一步会有什么样的新算法呢？我们地平线跟一些研究机构合作研发了一个最新的算法，这个算法是叫Vision Mamba，在目去年全球引用量最高的十篇论文里边排行第三，在国内的话是引用量第一，它主要通过引入了一个双向量的状态空间，还有位置编码器，同时解决了计算的问题和视野的问题，从效率和计算资源上都解决了之前BEV和Transformer带来的问题。这是行业内首个兼具线性复杂度和全局感受野的视觉基础模型，我们认为它可能会成为下一代视觉主干模型，大家可以看到，跟目前几个优秀的传统Transformer相比，它的性能提升非常大，特别是在长时序和高精度的要求下，我们可以看到它的计算速度提高了2.8倍，对GPU资源的占用减少了87%。

　　接下来，就是我们的智能驾驶软件架构的演进过程，我们知道，之前的话更多是基于规则的，后来在人工智能的应用以后，全部都是基于神经网络，最近大家谈得比较多的也是一段式端到端模型。地平线作为第一作者跟其他研究机构也有一篇UniAD的论文，在2023年获得了CVPR的best paper，对一段式端到端模型作出了非常大的贡献。目前大家谈得比较多的就是在端到端的基础之上，再加上VLM的模型。VLM具备人类的感知能力和常识，可以进一步加强系统的泛化能力，它能够比较好地解决端到端模型不足的地方。下面给大家分享一下地平线最新的一个研究成果。

　　地平线的Senna架构是一个多模态的大模型，与行业内其他模型不同的是，它将端到端模型与VLM模型相结合，两者相互交互，周边所有传感器信息和地图信息都会输入到这两个模型中，特别是VLM会将高维决策信息传递给端到端模型，最终实现对车辆的控制。与端到端模型相比，大家可以看到它的平均规划位移误差降低了40%以上，然后平均碰撞率也下降了45%，提升是非常巨大的，而且在泛化性、可迁移性、可解释性和这个语言理解方面具备非常强的能力。我举个例子来讲，除了对物体的识别之外，它还能对交警的交通指挥、路牌的信息，以及在上海这种潮汐车道的理解和识别，具备了很多人类的知识和常识判断以及推理能力，这就是这个模型带来的好处。

　　征程6B目前在流片当中，近期就会回来，后续有新情况我再给大家做汇报。截止目前，征程6系列已获得了20多个品牌的定点合作，将赋能100多款智能车型。接下来，再为大家介绍下征程6P，基于地平线在前端算法的深入研究和积累，以及对算法发展前瞻洞察，同时结合过去四代芯片的研发经验，我们将众多先进技术集成到了这款最新芯片中，尤其是在超越函数、浮点运算以及存储器管理等方面进行了大量创新，使得征程6P在原生支持 Transformer方面，比市面上的其他芯片性能好很多。此外，征程6P实现了CPU、BPU、GPU和MCU四芯合一，进一步降低了系统部署成本。

　　谈完算法算力，再谈一下数据。大家都知道引入人工智能神经网络以后，刚才谈到的BEV、Transformer等技术，都需要海量数据进行训练。在整个训练过程当中，性能提升会面临长尾问题：一方面可通过不断收集数据去训练模型，使其逐渐收敛。另一方面，解决长尾问题成本高昂，不仅需要海量数据，而且许多场景可遇不可求，这使得彻底解决长尾问题可能是一个漫长的过程，地平线提出“强化学习+世界模型”的解决方案，就是将世界模型模拟周边物理世界，让模型通过强化学习与环境持续交互，实现自主学习与自主优化。具体来说，就是通过世界模型能很好的模拟周边环境，通过自主学习实现不断优化，从而帮助我们找到并解决长尾问题。我们认为，这是一个解决该问题的有效技术手段。

　　接下来再介绍一下，地平线在算法领域和芯片研究的集大成者——地平线城区辅助驾驶Horizon SuperDrive（简称HSD），它采用了一段式端到端模型，能够从容应对市区复杂场景。该模型在端到端架构基础上，增设“安全护栏”机制，既能提升性能底线，又突破性能上限。在传感器配置方面，HSD主要依赖11个摄像头与1个毫米波雷达，激光雷达为选装配置，此外还配备12个超声波雷达。我们的方案采用导航地图搭配特定特征信息，无需依赖高精地图，就能实现城区智能驾驶，系统的表现非常拟人，这是我们目前重点研发的产品。