沃尔沃全新XC70的智能驾驶是什么水平?方案、功能与边界
沃尔沃全新XC70的智能驾驶是什么水平?方案、功能与边界
沃尔沃全新XC70(配置|询价)的智能驾驶属于豪华品牌中的第一梯队水平:硬件上配备Luminar Iris激光雷达、双英伟达Orin-X芯片(总算力508TOPS)和24个感知硬件,功能上搭载NPA智能领航辅助系统,支持0至150公里每小时全速域领航和高速自动上下匝道。同时要明确一点:它仍然是辅助驾驶,不能完全放开双手,驾驶者必须始终保持对车辆的控制。沃尔沃全新XC70的智能驾驶是什么方案全新XC
2026-09-27
数据边界:智能驾驶系统的「无更多数据」困局解析
数据边界:智能驾驶系统的「无更多数据」困局解析
数据边界:智能驾驶系统的「无更多数据」困局解析很多人以为,智能驾驶系统的性能提升完全依赖数据量的无限堆叠,只要持续采集更多场景数据,算法就能无限逼近人类驾驶水平。其实不然,当系统触及「没有更多数据了」({"error":"没有更多数据了"})的临界状态时,技术演进会进入一个反直觉的停滞期——这不是数据采集能力的物理极限,而是系统架构与算法范式对数据利用效率的深层约束。底层逻辑是:智能驾驶系统的数据
2026-09-27
数据边界:当智能驾驶遭遇数据阈值困境
数据边界:当智能驾驶遭遇数据阈值困境
数据阈值:智能驾驶系统的隐形天花板很多人以为,智能驾驶系统的性能提升仅取决于算法迭代与算力升级,其实不然。在真实道路场景中,数据采集的物理边界与标注效率的线性衰减,正在形成制约系统进化的硬性约束——当单次训练数据量突破10^7帧级后,标注成本将呈现指数级增长,而模型收益却出现边际递减。这便是当前行业普遍面临的「数据阈值困境」。底层逻辑是:智能驾驶的感知-决策链路本质是概率统计模型,其性能上限由训练
2026-09-27
数据边界:智能驾驶的认知陷阱与底层逻辑重构
数据边界:智能驾驶的认知陷阱与底层逻辑重构
数据枯竭的悖论:当感知系统遭遇信息熵塌缩很多人以为,智能驾驶系统的性能提升与数据量呈线性正相关——这种认知在L2级辅助驾驶阶段尚可成立,但在城市NOA场景下,数据冗余反而会成为算法迭代的桎梏。某头部车企的测试数据显示,当激光雷达点云数据量突破120万帧/小时阈值后,目标检测模块的F1分数不升反降,底层逻辑是:过载的异构数据在特征融合阶段引发了维度灾难,导致决策规划层出现概率漂移。慕尼黑环线实验:真
2026-09-27
比尔·盖茨最新警告:人工智能足以导致“十亿人死亡”
比尔·盖茨最新警告:人工智能足以导致“十亿人死亡”
近期,越来越多科技行业领袖呼吁关注人工智能(AI)给人类带来的生存风险,微软联合创始人比尔·盖茨也加入了这一行列。盖茨最新警告称,人工智能拥有足以造成大量人类死亡的强大威力。盖茨在本周末即将播出的一档节目采访片段中表示:“AI确实足够强大,能够引发……你知道的,造成10亿人死亡的事件。历史上从未出现过一种武器,能像心怀恶意之人与最新AI工具相结合那样强大。”随着AI技术快速进步,硅谷对AI可能带来
2026-09-26
OpenAI智能体再曝“越界”:涉及美国SEC官网等,已通知数十家机构
OpenAI智能体再曝“越界”:涉及美国SEC官网等,已通知数十家机构
OpenAI披露AI智能体异常行为调查的最新进展。 当地时间9月25日,OpenAI在官网更新调查进展:根据目前的审查结果,OpenAI已通知数十个第三方。同时,OpenAI还披露,已发现53起用户提供的图片被上传至图片托管网站的案例。 据外媒报道,OpenAI的智能体曾访问美国证券交易委员会(SEC)、美国商务部及美国人口普查局相关政府网站的公开信息,涉及SEC.gov、Investor
2026-09-26
鲜果“坐”上智能分选线
鲜果“坐”上智能分选线
本文转自:咸阳日报工作人员实时查看苹果各项检测数据。 本报记者 崔亦馨 摄本报记者 崔亦馨履带缓缓运转,鲜果有序输送。在礼泉县西张堡镇,一颗颗刚离枝头的鲜果“坐”上智能分选线。渭北塬上的礼泉果业,正迎来一场数智蝶变。9月22日,记者走进江山果家(陕西)农业发展有限公司,设备平稳运转,车间内果香四溢、一派热火朝天的景象。一筐筐新鲜采收的苹果运抵,绿萌FRUSCAN S10 AI视觉分选系统高速作业,
2026-09-26
菌菇“住进”智能方舱
菌菇“住进”智能方舱
一间智能方舱内的菌棒。人民网 李欣阳摄 清晨5点,天刚蒙蒙亮。江苏宿迁泗洪县魏营镇前营社区,63岁的王绍云骑电动车从家出发,不到5分钟便到了村口。这里坐落着35座白色的方舱,外表酷似集装箱,里面却别有洞天。 王绍云拉开舱门,一股凉意扑面而来。铁架上的菌棒码放整齐,金色菌盖刚刚冒头。“这间种的是金耳菌,隔壁是平菇,那边几间是杏鲍菇,都归我管理。”王绍云说,“温湿度、光照、二氧化碳浓度都由人工智能
2026-09-26
数据瓶颈下的智能驾驶:从“没有更多数据了”到系统效能突破
数据瓶颈下的智能驾驶:从“没有更多数据了”到系统效能突破
数据边界与系统效能的悖论很多人以为,智能驾驶系统的性能提升完全依赖数据量的指数级增长。其实不然,当数据采集规模触及物理极限时(如特定场景覆盖率饱和、传感器信噪比下降),单纯堆砌数据量反而会引发过拟合风险,导致系统泛化能力衰退。这一现象在2023年某头部车企的封闭场地测试中已显露端倪——其L4级系统在完成500万公里数据采集后,复杂路口的通过率仅提升2.3%,而计算资源消耗却激增47%。数据质量的隐
2026-09-26
在第五届数贸会,看见人工智能未来
在第五届数贸会,看见人工智能未来
转自:人民日报原标题:“不再只问新技术,更关注问题解决”——在第五届数贸会看见人工智能未来9月23日至27日,第五届全球数字贸易博览会在浙江杭州举行。本届数贸会设17万平方米展区,汇聚2008家参展企业及超1.2万名国际客商,呈现人工智能赋能下的数字贸易新图景。人工智能应用全面开花人工智能展区内,各种造型的机器人让现场充满未来感。宇树科技的量产载人变形机甲GD01,以红色金属涂装搭配驾驶舱,近3米
2026-09-26
数据边界:智能驾驶的「无更多数据」困境与突破路径
数据边界:智能驾驶的「无更多数据」困境与突破路径
数据瓶颈:智能驾驶的「无更多数据」并非终点,而是重构逻辑的起点很多人以为,智能驾驶系统的进化完全依赖海量数据堆砌——只要数据量足够大,模型就能无限逼近完美。其实不然。当系统触及「没有更多数据了」的临界点时,真正的技术分野才刚刚开始:这并非数据采集的失败,而是算法架构、场景理解与工程化能力进入深水区的标志。听起来可能反直觉,但在高阶智能驾驶领域,「数据饱和」是必然阶段。以城市NOA(Navigate
2026-09-26
智能驾驶数据瓶颈:当「没有更多数据了」成为技术分水岭
智能驾驶数据瓶颈:当「没有更多数据了」成为技术分水岭
数据枯竭:智能驾驶的「资源诅咒」时刻很多人以为,智能驾驶系统的迭代速度与数据规模呈线性正相关——只要持续堆砌路测里程,算法就能无限逼近人类驾驶水平。其实不然,当系统进入L4级以上高阶自动驾驶阶段,数据质量对性能提升的边际效应会指数级衰减。某头部车企的内部测试数据显示,其2023年新增的1.2亿公里路测数据,仅使复杂场景决策准确率提升0.3%,而前一年同等规模数据带来的提升是7.8%。底层逻辑是:高
2026-09-26
< 9 10 11 12 13 14 15 >