大陆集团再度出手,入股法国自动驾驶公司EasyMile

简介:

EasyMile的主要研究方向是自动驾驶通勤车,也就是固定应用场景内的自动驾驶汽车。

最近有外国媒体报道称,全球著名汽车零件制造商大陆集团入股了一家名为EasyMile的法国自动驾驶公司,但是仅仅作为小股东。关于此次入股的财务条款,大陆集团目前并没有公布具体细节,而且此次交易仍需获得反垄断部门的批准。被大陆集团看中的EasyMile,是一家主攻自动驾驶通勤车的创业公司。

大陆集团再度出手,入股法国自动驾驶公司EasyMile

大陆集团在声明中指出,自动驾驶通勤车在未来将会扮演一个重要角色,因为这样的车辆能够有效解决路程中“第一英里至最后一英里的挑战”(first mile–last mile challenge),进而为城市和郊区的居民提供无缝移动服务。一旦自动驾驶通勤车投入广泛使用,将大大缓解城市内部的交通拥堵情况。

大陆集团再度出手,入股法国自动驾驶公司EasyMile

除了在自动驾驶领域的合作,双方公司还计划将在环境传感器、刹车系统和驾驶安全技术等领域合作。大陆自动驾驶项目负责人Ralph Lauxmann表示,“大陆目前正积极推动驾驶辅助、自动驾驶相关技术以及自动泊车技术的发展”。

今年3月,EasyMile两部价值25万美元的自驾巴士已经开始在旧金山湾区一个空闲的停车场中试运行,并计划未来转向当地一条公共道路上行驶,这也是加州首个不配备方向盘及备用司机的无人驾驶车辆试点项目的一部分。


原文发布时间: 2017-07-07 09:00
本文作者: JOKER
本文来自云栖社区合作伙伴镁客网,了解相关信息可以关注镁客网。
相关文章
|
9天前
|
数据采集 人工智能 安全
|
4天前
|
机器学习/深度学习 人工智能 前端开发
构建AI智能体:七十、小树成林,聚沙成塔:随机森林与大模型的协同进化
随机森林是一种基于决策树的集成学习算法,通过构建多棵决策树并结合它们的预测结果来提高准确性和稳定性。其核心思想包括两个随机性:Bootstrap采样(每棵树使用不同的训练子集)和特征随机选择(每棵树分裂时只考虑部分特征)。这种方法能有效处理大规模高维数据,避免过拟合,并评估特征重要性。随机森林的超参数如树的数量、最大深度等可通过网格搜索优化。该算法兼具强大预测能力和工程化优势,是机器学习中的常用基础模型。
300 164
|
3天前
|
机器学习/深度学习 自然语言处理 机器人
阿里云百炼大模型赋能|打造企业级电话智能体与智能呼叫中心完整方案
畅信达基于阿里云百炼大模型推出MVB2000V5智能呼叫中心方案,融合LLM与MRCP+WebSocket技术,实现语音识别率超95%、低延迟交互。通过电话智能体与座席助手协同,自动化处理80%咨询,降本增效显著,适配金融、电商、医疗等多行业场景。
314 155
|
12天前
|
SQL 自然语言处理 调度
Agent Skills 的一次工程实践
**本文采用 Agent Skills 实现整体智能体**,开发框架采用 AgentScope,模型使用 **qwen3-max**。Agent Skills 是 Anthropic 新推出的一种有别于mcp server的一种开发方式,用于为 AI **引入可共享的专业技能**。经验封装到**可发现、可复用的能力单元**中,每个技能以文件夹形式存在,包含特定任务的指导性说明(SKILL.md 文件)、脚本代码和资源等 。大模型可以根据需要动态加载这些技能,从而扩展自身的功能。目前不少国内外的一些框架也开始支持此种的开发方式,详细介绍如下。
869 6
|
5天前
|
机器学习/深度学习 人工智能 前端开发
构建AI智能体:六十九、Bootstrap采样在大模型评估中的应用:从置信区间到模型稳定性
Bootstrap采样是一种通过有放回重抽样来评估模型性能的统计方法。它通过从原始数据集中随机抽取样本形成多个Bootstrap数据集,计算统计量(如均值、标准差)的分布,适用于小样本和非参数场景。该方法能估计标准误、构建置信区间,并量化模型不确定性,但对计算资源要求较高。Bootstrap特别适合评估大模型的泛化能力和稳定性,在集成学习、假设检验等领域也有广泛应用。与传统方法相比,Bootstrap不依赖分布假设,在非正态数据中表现更稳健。
252 113