智能化

站内搜索
青铜VIP免费

人形机器人行业专题报告:人形机器人究竟需要怎样的AI模型?

实现任务级交互将成为解决人形机器人通用化难题的关键。当前人形机器人行业面临着高需求、低渗透率、商业化落地难的发展瓶颈,其核心原因在于机器人通用化水平不达预期。按照机器人控制层级的划分,通用化能力的提升需要机器人能够拥有高层级的自主规划能力。因此,如何让人形机器人独立完成高层级规划,实现任务级交互,将成为决定人形机器人能否实现商业化落地的关键。
青铜VIP免费

AI+行业之智能驾驶:自动驾驶的“大模型”时代

自动驾驶领域的大模型发展相对大语言模型滞后,大约始于2019年,吸取了GPT等模型成功经验。大模型的应用加速模型端的成熟,为L3/L4级别的自动驾驶技术落地提供了更加明确的预期。可从成本、技术、监管与安全四个层面对于L3及以上级别自动驾驶落地的展望,其中:成本仍有下降空间;技术的发展仍将沿着算法和硬件两条主线并进;法规政策还在逐步完善之中;安全性成为自动驾驶汽车实现商业化落地必不可少的重要因素。各主机厂自2021年开始加速对L2+自动驾驶的布局,且预计在2024年左右实现L2++(接近L3)或者
青铜VIP免费

行业大模型标准体系及能力架构研究报告

当前,随着人工智能技术的不断发展,深度学习模型的规模逐渐增大,性能显著提升,各行各业迎来了新的发展机遇。通用大模型作为通用技术基座,在多个任务和领域上均表现出较好的性能,但由于缺乏专业知识与行业数据,并不能精准解决某个行业或企业的特定需求和问题,而且通用大模型的构建和训练成本通常很高,难以实现商用。为更好解决特定行业问题,行业大模型应运而生。行业大模型可满足特定场景需求,更好地为行业提供优质的服务,促进行业智能化转型升级。
青铜VIP免费

加速行业智能化白皮书

在这个数字化、智能化的时代,人工智能已经逐渐成为推动科技发展的核心驱动力。人工智能技术越来越成为面向未来、开拓创新的重要工具和手段。其中,基于知识驱动的第一代人工智能利用知识、算法和算力三个要素构建AI; 基于数据驱动的第二代人工智能利用数据、算法和算力三个要素构建 AI。由于第一、二代 AI 只是从一个侧面模拟人类的智能行为,因此存在各自的局限性,很难触及人类真正的智能。而第三代人工智能,则是对知识驱动和数据驱动人工智能的融合,利用知识、数据、算法和算力四个要素,构建了新的可解释和鲁棒的 AI
青铜VIP免费

互联网行业再进化:云上AI时代

2023年4⽉,华为云联创营发布MVP计划,携⼿企业CXO,从产业数字化的实际问题出发,促进更多⾏业解决⽅案的孵化,丰富⾏业技术⽣态,并通过这种形式让数字化价值更普惠共享、更公平可及,驱动数字中国发展。近年来,互联⽹⾏业整体环境变化引发⼤量探讨。⾏业整体增速放缓,互联⽹平台以流量变现的逻辑增⻓乏⼒,伴随着监管措施趋严、反垄断措施不断,⼤家逐渐达成共识:互联⽹⾏业竞争已经进⼊下半场。另⼀⽅⾯,互联⽹⾏业开始深⼊产业,⾏业整体开始向产业化升级。时间来到2023年,⼤模型、AIGC等话题⼴泛引发热议,
青铜VIP免费

齿轮行业专题研究:小齿轮转动大世界,新能车与机器人驱动行业蝶变

齿轮是应用最广泛的传动部件,汽车为齿轮应用第一大领域。齿轮是能互相啮合的有齿机械零件,通过连续啮合传递运动和动力,按照用途可以细分为车辆齿轮、工业齿轮及齿轮专用装备,其中汽车是齿轮第一大应用领域,占齿轮产品市场的比重在 60%以上。车辆齿轮主要用于汽车传动系统,燃油车动力传递路线为发动机→离合器→变速器→传动轴→主减速器和差速器→半轴→驱动轮,混动车型动力传动与燃油车类似,而纯电动车传动路线较为简单,无需离合器和变速箱;汽车齿轮零部件主要包括变速箱(含同步器)、主减速器和差速器等。[NeadPa
青铜VIP免费

车载激光雷达技术与应用研究报告(2023年)

按载荷平台的不同,激光雷达可分为星载激光雷达、机载激光雷达、地基激光雷达、弹载激光雷达和车载激光雷达等。其中,伴随汽车进入智能时代,车载激光雷达引起了业界广泛关注,其可弥补摄像头、毫米波雷达等传统车载环境感知传感器的部分关键缺陷,被业界认为是 L3 级以上自动驾驶必备传感器。本报告基于车载激光雷达的应用背景、技术体系、市场空间和产业体系展开研究,分析了车载激光雷达在辅助驾驶和自动驾驶等应用场景的技术需求及发展现状,梳理总结了车载激光雷达的技术路线、产品形态、市场空间和产业链现状,建议技术产业各方
加载更多