梅赛德斯-奔驰在慕尼黑IAA移动出行展上推出了GLC车系的全电动版本,声称这款车型在软件定义车辆(SDV)领域取得了重大进展,为智能、互联和以用户为中心的出行方式树立了新标杆。
这款名为梅赛德斯-奔驰GLC 400 4MATIC配备EQ技术的车型,续航里程可达713公里,综合能耗为14.9-18.8千瓦时/100公里,二氧化碳排放量为0克/公里。展会上,梅赛德斯-奔驰还展示了今年早些时候全球首发的全电动CLA车型。
据介绍,这两个产品线都配备了"精密复杂"的数字座舱和互联体验功能,这些功能通过高通骁龙数字底盘解决方案得到增强,该解决方案是软件定义车辆的基础平台。
这家汽车巨头和科技公司表示,他们在车辆方面的合作正值汽车行业拥抱数字化转型之际,双方正在强化承诺,致力于提供"无缝"连接和智能驾驶体验,通过对移动出行未来的共同愿景,推动当前和未来梅赛德斯-奔驰产品线的创新。
这次合作建立在现有关系基础上,该关系已经跨越了骁龙数字底盘解决方案的多个迭代版本。合作的核心是将骁龙座舱平台和骁龙汽车5G调制解调器-射频产品集成到梅赛德斯-奔驰用户体验(MBUX)系统中。两家公司表示,这些平台旨在实现可扩展的数字功能,在整个车辆生命周期内推动更大的灵活性、个性化、便利性和持续创新。
梅赛德斯-奔驰首席软件官马格努斯·厄斯特贝里表示:"在梅赛德斯-奔驰,我们致力于提供既智能又直观的数字体验。将骁龙座舱平台作为我们专有操作系统MB.OS的核心组件,使我们能够在最新一代车辆中为客户提供无缝连接、高性能的车内体验。"
在提供的数字体验中,包括一个沉浸式数字座舱,使新的梅赛德斯-奔驰车辆能够作为移动多媒体中心运行,支持多个高分辨率显示器、逼真的用户界面、3D增强现实导航和游戏功能。高通科技的音频处理技术为从AI驱动的语音交互到动态音景和通过杜比全景声实现的空间音频等功能提供了基础。
数字座舱系统使用人工智能来学习和适应用户偏好,提供主动、情境感知的推荐和自然的免提交互。内置连接功能旨在实现车辆与云端之间实时快速可靠的数据上传和下载,提供响应迅速的个性化体验,增强舒适性、安全性和便利性。骁龙汽车连接平台提供安全、高速的5G、Wi-Fi、蓝牙和全球导航卫星系统(GNSS)支持。
高通科技汽车、工业和嵌入式物联网部门集团总经理纳库尔·杜加尔表示:"我们与梅赛德斯-奔驰的长期合作反映了我们在汽车行业日益增长的影响力以及对创新的共同承诺。我们正在通过可扩展的高性能平台共同增强车内体验,并为CLA和GLC等车型带来AI驱动的能力。随着梅赛德斯-奔驰加速其电气化和数字化战略,我们期待继续合作,帮助提供更智能、更安全、更个性化的移动出行体验,与驾驶的未来保持一致。"
Q&A
Q1:梅赛德斯-奔驰全电动GLC车型有什么特殊功能?
A:这款GLC 400 4MATIC配备EQ技术的车型续航里程可达713公里,综合能耗为14.9-18.8千瓦时/100公里,零排放。配备了精密的数字座舱,支持多个高分辨率显示器、3D增强现实导航、游戏功能,以及AI驱动的语音交互和杜比全景声空间音频。
Q2:骁龙数字底盘解决方案在奔驰车型中起什么作用?
A:骁龙数字底盘解决方案是软件定义车辆的基础平台,核心是将骁龙座舱平台和骁龙汽车5G调制解调器集成到奔驰MBUX系统中。它提供可扩展的数字功能,支持个性化体验,并提供安全高速的5G、Wi-Fi、蓝牙和全球导航卫星系统支持。
Q3:奔驰车型的AI功能如何提升用户体验?
A:数字座舱系统使用人工智能学习和适应用户偏好,提供主动的情境感知推荐和自然的免提交互。通过实时云端数据传输,提供响应迅速的个性化体验,增强舒适性、安全性和便利性,让车辆能够根据用户习惯主动调整各项功能。
好文章,需要你的鼓励
Kollmorgen发布NDC布局助手软件工具,专为工厂和仓库中的自动导引车(AGV)及自主移动机器人(AMR)的路线规划与优化而设计。该工具通过分段分析路线,帮助工程师在系统部署前识别瓶颈与低效环节,提供行驶时间、车速及优化潜力等关键数据,并以可视化方式标注问题区域,从而缩短布局设计与验证周期。Kollmorgen表示,该工具未来还将融入AI驱动的优化能力。
这篇由加州大学圣地亚哥分校等六所机构联合发布的综述(arXiv:2605.02913,2026年4月),首次系统梳理了大型语言模型强化学习训练中长期被忽视的轨迹设计问题,提出了GFCR四模块框架(生成、过滤、控制、回放),覆盖数学、代码、多模态和智能代理等多个应用场景,并附有实用的故障诊断手册,为AI训练工程师提供系统性的方法论指导。
现代仓储已从幕后走向前台,配送速度成为品牌竞争核心。面对次日达甚至两小时送达的市场压力,领先履约中心借鉴敏捷开发理念,以周为单位迭代代码、机器人与工作流程。IoT信标、边缘计算与视觉识别模块构建双层架构,实现厘米级货盘追踪与低延迟决策。人机协作模式让员工从重体力劳动转向异常处理与数据分析,拣选准确率突破99%。同时,自动化系统实时采集碳排放数据,在提速的同时实现可量化的减排目标。
中国科学技术大学与FrameX.AI联合提出Stream-R1框架,针对AI视频生成蒸馏训练中"一视同仁"的核心缺陷,引入奖励模型对训练样本进行双重加权:在样本层面根据质量分数筛选可靠的学习信号,在像素与帧层面通过梯度显著性热力图集中优化最需改进的区域,使4步快速学生模型在VBench多项指标上超越慢速多步教师模型,推理速度提升30倍且不增加任何额外计算开销。