10月10日,四维图新用户大会在上海成功举办。此次大会上,四维图新重点发布了轻量版领航辅助驾驶系统NOP Lite。NOP Lite定位于入门级行泊一体智驾平台,帮助车企在实现NOP功能的基础上,也能拥有极致性价比的智驾方案。
NOP Lite 入门级行泊一体智驾平台
当前汽车市场上,入门级新车型中L2辅助驾驶功能的渗透率已经达到较高水平,相比之下,NOP功能的渗透率还处在较低水平上。而30万元以下车型在新车市场上的占有率恰恰在居于首位,在汽车智能化的概念越来越被消费者接受并重视的当下,车企打造智驾功能方面的差异化就成了接下来市场竞争的关键点之一。
四维图新CEO程鹏在大会主题演讲中表示,地图在现阶段依旧是自动驾驶能力攀升不可或缺的超视距传感器。经过多次道路实测证明,高精地图方案可以让体验感实现越级提升。无图将进一步提升系统对传感器与高算力计算平台依赖,导致总体成本不可控。程鹏认为,目前问题真正的症结在于市面上缺少足够打动车企的“轻地图”解决方案。
目前来看,车企可接受的智驾系统总包价格约占整车售价的3%~5%。现有可实现NOP功能的智驾系统价格高,行业渴求低成本高体验的极致性价比方案。
NOP Lite 入门级行泊一体智驾平台
为了提供适合市场价格需求的智驾方案,四维图新推出了轻量版领航辅助驾驶系统 NOP Lite。在地平线征程3芯片的5TOPS算力下,四维图新NOP Lite能够实现行泊一体以及轻量版NOP功能。该方案以5V5R传感器配置,实现极简成本,为业内最具性价比方案。目前,四维图新已在业内率先实现基于地平线单征程3的行泊一体产品量产上车,为单征程3业内首发。依托强大工程能力,以极短的时间已成功助力客户产品落地。
四维图新与地平线于今年7月达成战略合作,双方以全面战略合作伙伴关系,推动众源更新、ADAS、行泊一体,以及基于芯片能力互补打造的驾舱一体等多领域业务融合,开发与落地市场领先的技术产品,目前双方合作产品已覆盖从L2/L2+智能驾驶到舱行泊一体,以高性价比高成熟度硬件方案和创新算法能力,为更多用户带来高阶功能体验,同时为行业高速发展贡献力量。
NOP Lite可根据导航规划及四维图新HD Lite地图数据提供变道参考信息,在接近主路出/入口时系统自动开启转向灯准备变道,并智能调节车速,辅助车辆驶入或者驶离当前高速主路或切换至下一高速。这套解决方案可以在小算力方案下实现基于导航信息的点对点通行功能,从而为车企提供成本领先的智能驾驶解决方案。
完整的智驾产品矩阵
四维图新以根本性创新来降低研发成本、来提升性能,并通过灵活配置功能应用、算力及地图模块,与供应链协同合作。程鹏表示,四维图新目前已建立完整的智驾产品矩阵,以高性价比高成熟度硬件方案+创新算法能力,追求高阶功能体验。
目前,四维图新智能驾驶包含三条产品线,L2行车产品、L2+行泊一体产品和双域合一舱行泊一体产品。三条产品线都已达到量产成熟的状态,并且获得主流主机厂定点,其中L2行车产品已经完成量产交付。四维图新智能驾驶系统致力于通过技术创新,给客户提供极致性价比的产品,在实现客户对功能预期的前提前,严格控制产品成本。
四维图新坚定聚焦“汽车智能化”主赛道、明确“新型Tier1”身份定位的基础上,进一步明确了以“智驾”为龙头解决方案提供商的业务主线。四维图新将持续以智驾为前进主线,聚焦软硬一体化产品形态,稳定研发投入,积极关注客户需求,以提供可信赖的高性价比的落地量产方案为终极目标,持续深耕汽车智能化主赛道。
好文章,需要你的鼓励
香港中文大学与华为诺亚方舟实验室合作开发了PreMoe框架,解决了大型混合专家模型(MoE)在内存受限设备上的部署难题。研究团队发现MoE模型中的专家表现出明显的任务专业化特征,据此提出了概率专家精简(PEP)和任务自适应专家检索(TAER)两大核心技术。实验证明,DeepSeek-R1 671B模型在精简50%专家后仍保持97.2%的MATH500准确率,内存需求降至688GB;而更激进的精简方案(减少87.5%专家)也能保持72.0%的准确率。该方法适用于多种MoE架构,为强大AI系统的广泛部署铺平了道路。
SCIENCEBOARD是一项开创性研究,旨在评估多模态自主智能体在真实科学工作流中的表现。研究团队构建了一个包含169个高质量任务的基准测试,涵盖生物化学、天文学等六个科学领域,并开发了一个真实环境让智能体通过CLI或GUI接口与科学软件交互。实验评估表明,即使是最先进的模型在这些复杂科学任务上的成功率也仅为15%,远低于人类表现,揭示了当前技术的局限性并为未来科学智能体的发展提供了宝贵见解。
帝国理工学院的研究团队开发了AlphaMed,这是首个仅通过极简规则强化学习就能培养医疗推理能力的AI模型,无需依赖传统的思维链示范数据。通过分析数据信息丰富度和难度分布的影响,研究发现高信息量的医疗问答数据是推理能力的关键驱动因素。AlphaMed在六个医疗问答基准上取得了领先成绩,甚至超越了更大的封闭源模型,同时展现出自发的步骤推理能力,为医疗AI发展提供了更加开放、高效的新路径。
Alita是一种新型通用AI代理系统,采用极简设计理念,以"最小预定义,最大自我进化"为原则构建。由普林斯顿大学等多家机构研究团队开发的Alita,只配备一个核心能力和少量通用模块,能自主创建所需工具并重用为模型上下文协议(MCPs)。实验显示,Alita在GAIA基准测试上达到87.27%的通过率,超越包括OpenAI Deep Research在内的复杂系统,证明简约设计可带来卓越性能。