通用汽车宣布计划在2028年推出一套自动驾驶系统,该系统将允许驾驶员眼睛离开道路、双手离开方向盘,首先搭载于凯迪拉克Escalade IQ车型。
这一消息在周三纽约举行的GM Forward活动上公布,距离TechCrunch首次报道通用汽车正在开发该系统已过去一年。
通用汽车表示,其解放双手的高级驾驶辅助系统Super Cruise是这一未来更强大产品的基础。Super Cruise于2017年推出,目前已在23个车型上提供,可在约60万英里的高速公路上使用。
这套新的解放双眼双手驾驶辅助系统将使用激光雷达、雷达和摄像头进行感知,同样将从高速公路开始应用。通用汽车首席执行官玛丽·巴拉在活动中指出,通用汽车推出解放双眼产品的速度将比当初推出解放双手Super Cruise ADAS系统更快。
该汽车制造商表示,已经利用了曾在其现已关闭的自动驾驶技术子公司Cruise工作的工程师的经验来改进系统能力。当通用汽车在2024年12月关闭其商业自动驾驶出租车业务Cruise时,它吸收了这家子公司,并将其与自己开发驾驶辅助功能的努力相结合。在过去一年中,通用汽车还重新雇用了几名Cruise工程师,追求开发完全自主个人车辆的目标。
通用汽车表示,还将Cruise的技术栈融入其下一代驾驶辅助和自主驾驶程序中,包括基于500万英里无人驾驶里程训练的AI模型和运行虚拟测试场景的仿真框架。
通用汽车全球产品执行副总裁、前自动驾驶初创公司Aurora Innovation联合创始人斯特林·安德森在活动中表示:"自动驾驶出租车作为概念验证在开始时很有意义。"他补充说,自动驾驶车辆上传感器和计算设备的高成本需要这些车辆的高利用率。
安德森说:"我们现在处于2025年的位置,整个行业已经大大降低了一些硬件的成本。通用汽车独特地拥有安装基础和制造能力,可以以更大的数量和更低的成本推出这些产品。如果行业一开始就有低成本系统、庞大的安装基础和制造能力,我们可能都会从一开始就选择个人自动驾驶车辆。"
在美国,梅赛德斯目前是唯一拥有商业化解放双手双眼系统的汽车制造商。这类系统属于SAE第3级自动化,指的是在特定条件下可以自主驾驶但可能仍需要人类接管的自动化系统。梅赛德斯的Drive Pilot仅在加利福尼亚州和内华达州的特定地图高速公路上可用,且仅在拥堵的低速交通中运行。
据通用汽车软件和服务高级副总裁巴里斯·塞廷诺克介绍,通用汽车的解放双眼产品将在通用汽车未绘制地图的高速公路上工作。他补充说,该系统只需要人类在出口匝道等情况下接管,并能处理紧急情况和突发事件。
塞廷诺克表示:"人类干预不应该成为突发事件的逃生舱口。"
推出解放双眼双手驾驶系统将使通用汽车领先于大多数其他汽车制造商,除非他们率先推出。今年早些时候,Stellantis推出了自己的第3级系统,但已暂停发布。特斯拉多年来一直致力于"解决完全自动驾驶"问题,仅依靠其汽车的摄像头和神经网络,尽管其Autopilot和FSD系统仍要求驾驶员保持眼睛注视道路。
Q&A
Q1:通用汽车2028年推出的自动驾驶系统有什么特点?
A:通用汽车2028年推出的自动驾驶系统将允许驾驶员眼睛离开道路、双手离开方向盘,使用激光雷达、雷达和摄像头进行感知,首先在高速公路上应用,并将搭载于凯迪拉克Escalade IQ车型。
Q2:Super Cruise系统目前的应用情况如何?
A:Super Cruise是通用汽车的解放双手高级驾驶辅助系统,于2017年推出,目前已在23个车型上提供,可在约60万英里的高速公路上使用,是新系统的技术基础。
Q3:通用汽车如何利用Cruise公司的技术?
A:通用汽车利用了前Cruise工程师的经验,并将Cruise的技术栈融入下一代驾驶辅助程序,包括基于500万英里无人驾驶里程训练的AI模型和虚拟测试仿真框架。
好文章,需要你的鼓励
本文揭示了AI时代CIO的七项关键行为特征,基于对多位CIO和AI专家的深度访谈。专家指出,AI精通的CIO需具备实用AI素养、战略视野和变革领导力,能将技术与业务战略对齐,建立强大数据治理基础。文章详细解析了分析型AI、生成式AI和智能体AI三大技术领域,强调数据基础的重要性,并提出CIO应从项目思维转向产品思维,通过跨职能团队实现端到端价值交付。
斯坦福大学等机构联合开发的CIFT系统首次解决了机器人"近视眼"问题,通过精确控制真实数据和合成数据的混合比例,让机器人在陌生环境中的表现提升54%以上。该系统包含多视角视频增强引擎MVAug和数据组合优化策略,能够预测数据失效的"去相干点",确保机器人学习真正重要的任务特征而非环境表象,为实用化通用机器人奠定了重要基础。
尽管苹果在AI竞赛中看似落后,但其私有云计算基础设施展现了技术优势。当行业为追赶大语言模型而降低隐私标准时,苹果坚持原则,开发出保护用户数据隐私的技术方案。谷歌最新宣布的类似实施方案验证了苹果技术路线的正确性,这可能推动其他AI实验室采用相同做法,为用户隐私带来重大胜利。
香港中文大学研究团队开发的Search-R3系统成功解决了大语言模型推理与搜索分离的问题,通过两阶段训练让AI在深度思考过程中直接生成搜索向量。该系统在多个领域测试中显著超越现有方法,特别是启用推理后性能提升明显,为AI系统设计提供了推理与搜索统一的新范式,展现了从专门化向通用化发展的重要方向。