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
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。