法国速度与中国创新——揭秘东风雪铁龙与阿里、斑马首款合资互联网汽车

简介: 8月15日,神龙汽车同AliOS及斑马网络在阿里巴巴飞天园区举行了一场媒体沟通会,分享了旗下首款合资互联网汽车SUV云逸研发背后的故事。

等了这么久,终于来了!

8月15日,神龙汽车同AliOS及斑马网络在阿里巴巴飞天园区举行了一场媒体沟通会,分享了旗下首款合资互联网汽车SUV云逸研发背后的故事。


46971e7b6a1848fd681e1630319bdbb8227ceaec

(SUV云逸原型车在中国首次融入智能操作系统——基于AliOS的斑马智行)

 

而这辆车的诞生,竟与一张中国街头乞丐用二维码乞讨的照片不可分割。神龙汽车互联服务规划总监张伟在现场分享道:“正是因为这张照片,让法国总部的同事们不仅惊讶不已,更是迅速认知到中国市场对于互联网汽车的强烈需求。”

从1到无限可能

对于阿里AliOS以及斑马网络来说,上汽荣威的合作是从0到1的起步,那么同东风雪铁龙的合作则意味着从1到无限的可能。

驱动全车智能

AliOS多模态交互负责人王恺向现场的媒体娓娓道来:AliOS是基于一个全车智能的信息化底盘,作用是让车有大脑,集合各种感知渠道,去把这些信息搜集、分析、理解,然后服务于分层的、分场景化的需求。而我们希望打造的感知角度包括:车感,即感知车的状态;感知人的属性、状态;感知路上的路网的状态,以及其他更为丰富的互联网服务的相关状态。阿里巴巴从2010年开始自主研发操作系统,2014年开始研发汽车智能操作系统,在车载智能交互方面有着丰富的经验。但我们尊重车企,也尊重汽车这个行业,希望在与更多合作伙伴合作共赢的过程中,为消费者提供更智能的未来出行体验。


1ab22b3949552fa687571dc43269faea32db3d71


法式前锋速度

斑马网络高级副总裁周平分享时谈到:与想象中的冗长协调与磨合不同,神龙公司中外高层在‘反应速度、决策速度、开发速度’三方面创造了法式前锋速度。从首次接触到意向书签订,双方只见了两次面。此后,在确保符合汽车行业严格质量产品要求的前提下,整个产品开发时长从平均所需的18个月缩短到了13个月。


ec7ee0126f50eb4410cbe348edb8da04c42a600e

“中国式创新的特征是以客户为中心的创新和效率驱动型的创新。”

————麦肯锡报告


现场,神龙汽车有限公司互联服务规划总监张伟有感而发:“原先的汽车开发思路更关注前期,即整车的设计、开发及制造过程;现在因为有了AliOS智能汽车操作系统,产品迭代周期从原本的4年缩短为4个月,我们能够更关注交付之后的用户全生命周期体验,而这些反过来又会影响到下一代车型的研发。”



相关文章
|
存储 计算机视觉 开发者
【mobileSam】使用大模型推理赋能标注工作,让标注工作不再困难
【mobileSam】使用大模型推理赋能标注工作,让标注工作不再困难
1261 1
|
机器学习/深度学习 缓存 人工智能
大语言模型中常用的旋转位置编码RoPE详解:为什么它比绝对或相对位置编码更好?
Transformer的基石自2017年后历经变革,2022年RoPE引领NLP新方向,现已被顶级模型如Llama、Llama2等采纳。RoPE融合绝对与相对位置编码优点,解决传统方法的序列长度限制和相对位置表示问题。它通过旋转矩阵对词向量应用角度与位置成正比的旋转,保持向量稳定,保留相对位置信息,适用于长序列处理,提升了模型效率和性能。RoPE的引入开启了Transformer的新篇章,推动了NLP的进展。[[1](https://avoid.overfit.cn/post/9e0d8e7687a94d1ead9aeea65bb2a129)]
3121 0
|
7月前
|
Ubuntu 安全 应用服务中间件
宝塔面板搭建教程 | 完整的云服务器部署实践:Ubuntu + 宝塔 + WordPress
本文记录了从零搭建云服务器与个人博客的完整实践:涵盖Ubuntu Server选型、安全组配置、SSH连接、Nginx部署,以及通过宝塔面板+Docker快速上线WordPress博客的全过程。内容详实,步骤清晰,兼顾学习深度与落地效率,适合初学者系统掌握Linux运维与Web部署核心技能。(239字)
|
机器学习/深度学习 人工智能 自然语言处理
人人都能读懂的大模型入门指南 - Transformer与Attention机制
人人都能读懂的大模型入门指南 - Transformer与Attention机制
1096 5
人人都能读懂的大模型入门指南 - Transformer与Attention机制
|
机器学习/深度学习 资源调度 自然语言处理
循环神经网络RNN完全解析:从基础理论到PyTorch实战1
循环神经网络RNN完全解析:从基础理论到PyTorch实战
3362 0
|
人工智能 文字识别 算法
打造全场景、跨领域、多模态的AI工作流 | 开源图像标注工具 X-AnyLabeling v2.4.0 正式发布!
X-AnyLabeling是一款强大的辅助标注工具,集成了AI推理引擎和丰富功能,为图像数据工程师提供一站式解决方案。它支持图像和视频文件的自动标注,提供了包括矩形框、多边形在内的七种标注样式,适应多样化的训练场景需求。X-AnyLabeling内置了多种SOTA级AI模型,如YOLO、SAM系列等,并支持GPU加速和多种数据集格式的导入导出,确保高效的数据处理。此外,它还具备良好的跨平台兼容性,可在多种操作系统上运行,并提供详尽的帮助文档和社区支持,帮助用户轻松上手并解决使用过程中遇到的问题。
4203 2
打造全场景、跨领域、多模态的AI工作流 | 开源图像标注工具 X-AnyLabeling v2.4.0 正式发布!
|
编解码 机器人 测试技术
2024年6月计算机视觉论文推荐:扩散模型、视觉语言模型、视频生成等
6月还有一周就要结束了,我们今天来总结2024年6月上半月发表的最重要的论文,重点介绍了计算机视觉领域的最新研究和进展。
900 8
|
人工智能 数据可视化 数据处理
推荐2款免费开源的标注工具,支持大模型对话标注
【LabelLLM】一款开源免费的大模型对话标注平台,专为优化大型语言模型的数据标注过程设计。支持灵活配置与多模态数据(音频、图像、视频),具备全面任务管理和AI辅助标注功能,大幅提升标注效率与准确性。了解更多请前往https://github.com/opendatalab/LabelLLM 【LabelU】一款轻量级开源标注工具,支持图像、视频、音频的高效标注。特色功能包括多功能图像处理、视频和音频分析等,简易灵活,支持多种数据格式输出。了解更多请前往https://github.com/opendatalab/labelU
5813 11
|
Linux Shell 开发工具
C++ 的 ini 配置文件读写/注释库 inicpp 用法 [ header-file-only ]
这是一个C++库,名为inicpp,用于读写带有注释的INI配置文件,仅包含一个hpp头文件,无需编译,支持C++11及以上版本。该库提供简单的接口,使得操作INI文件变得容易。用户可通过`git clone`从GitHub或Gitee获取库,并通过包含`inicpp.hpp`来使用`inicpp::iniReader`类。示例代码展示了读取、写入配置项以及添加注释的功能,还提供了转换为字符串、双精度和整型的函数。项目遵循MIT许可证,示例代码可在Linux环境下编译运行。
1914 0

热门文章

最新文章