本月8号,CARIAD官微发布消息,大众汽车旗下软件公司CARIAD与地平线的合资公司酷睿程CARIZON正式成立。
新公司命名取双方CARIAD、HORIZON各一半而成,体现出了浓厚的合作色彩。
在 2022 年披露的一项全面协议之后,双方合作伙伴关系正式确定,该协议强调智驾解决方案的硬件和软件功能集成。
其中,大众集团为此次合作投资约24亿欧元,CARIAD持有其中60%的股份。
24亿欧元是大众入华近40年来的最大一笔单项投资,合资事件也成为2022年中国汽车市场最重要的智能化合作。
本次CARIZON的落地,引发了广泛关注。本文将带来更多相关报道的解读。
眼下,大众正开始全力开启电动化转型。
根据大众官网10月底的信息:今年前3季度,其纯电车型(BEV)交付量增加了45%,达到53.15万辆。欧洲市场仍然是BEV增长的主要驱动力,为34.11万辆。中国市场销量11.7万辆,占集团销量的22%,同比增长4%。
前不久,大众刚宣布将推出国内特供的纯电车型平台。新平台衍生自集团的 MEB 平台,旨在进一步开拓中国的细分市场,开发“量身定制”的纯电动车型,其开发周期相较于此前可缩短约 1/3。
提振纯电市场的关键,除了面向中国市场推出更符合当地的车型之外,研发有竞争力的智能化解决方案也是关键。
目前,引领电动化变革的中国市场,正成为智能化的全球创新高地。
CARIAD前主席希尔根伯格在一次交流也表示过,大众软件只有10%的问题来自技术,剩下90%都是文化上的。
为尽快本土化,今年CARIAD在中国成立了两家合资公司,收购了一家设计公司,成立了两家实验室,投资了一家软件研发工厂。
9月中旬36氪报道,地平线将从内部团队抽调部分员工至合资公司,合资公司规模有望达300人。
本次信息公开中,酷睿程总部位于北京,计划至2023年末招募逾300名员工。酷睿程的首席执行官由来自CARIAD的Alexis Trolin担任,他之前是CARIAD E3平台负责人,首席技术官由地平线的创始成员之一黄畅担任。
根据本次的公开资料显示,酷睿程将整合地平线强大的软硬结合技术能力以及CARIAD在智能车身和软件系统整合方面的专业经验,开发领先的、高度优化的全栈式高级驾驶辅助系统和自动驾驶解决方案。
新公司将基于地平线的征程家族计算方案进行研发工作,并计划将其智能驾驶解决方案应用于大众汽车集团在中国市场的纯电动车型。
地平线旗下的征程智驾芯片,目前出货量已达到400万片,量产车型已有50余款,定点车型超过150余款,市占率位居国内市场前列。
其中的征程3芯片提供高性价比解决方案,征程5芯片牢牢占据大算力芯片生态位,而且两者都可以落地目前最前沿的高阶智驾NOA功能。
据三方数据显示,2023年上半年,在NOA交付方面地平线NOA量产车型超过20款,位列行业首位,车型价格从15万至40万都有。
地平线也凭借征程芯片出色的大规模量产表现,在近几年迅速成长为国内最重要的汽车智能化供应商之一。
最近在广州车展期间,地平线还披露了最新芯片产品征程6的进展。
征程6是系列产品,可覆盖从低阶到高阶的智能驾驶需求,其中旗舰版为城市高阶智驾场景打造的,算力高达560TOPS,支持BEV、Transformer等模型,充分展示了地平线在智驾领域的技术优势。
征程6首批量产的意向合作伙伴包括比亚迪、广汽、博世以及大众CARIAD。
CARIZON的成立,将作为Tier1,依托地平线成熟的智驾技术,为大众提升在华车型的智能化水平。
正如,有媒体评价的,转换思维迎接新能源车浪潮,与地平线合资公司的成立,开启大众汽车在华的全面合作时代。
从这个角度来看,全球最大车企之一大众,与国内最大智驾计算方案供应商之一地平线,携手成立酷睿程CARIZON的行业意义,会在今后逐渐显示出来。
好文章,需要你的鼓励
在“PEC 2025 AI创新者大会暨第二届提示工程峰会”上,一场以“AIGC创作新范式——双脑智能时代:心智驱动的生产力变革”为主题的分论坛,成为现场最具张力的对话空间。
人民大学团队开发了Search-o1框架,让AI在推理时能像侦探一样边查资料边思考。系统通过检测不确定性词汇自动触发搜索,并用知识精炼模块从海量资料中提取关键信息无缝融入推理过程。在博士级科学问题测试中,该系统整体准确率达63.6%,在物理和生物领域甚至超越人类专家水平,为AI推理能力带来突破性提升。
Linux Mint团队计划加快发布周期,在未来几个月推出两个新版本。LMDE 7代号"Gigi"基于Debian 13开发,将包含libAdapta库以支持Gtk4应用的主题功能。新版本将停止提供32位版本支持。同时Cinnamon桌面的Wayland支持持续改进,在菜单、状态小程序和键盘输入处理方面表现更佳,有望成为完整支持Wayland的重要桌面环境之一。
Anthropic研究团队开发的REINFORCE++算法通过采用全局优势标准化解决了AI训练中的"过度拟合"问题。该算法摒弃了传统PPO方法中昂贵的价值网络组件,用统一评价标准替代针对单个问题的局部基准,有效避免了"奖励破解"现象。实验显示,REINFORCE++在处理新问题时表现更稳定,特别是在长文本推理和工具集成场景中展现出优异的泛化能力,为开发更实用可靠的AI系统提供了新思路。