何小鹏:未来10年 汽车与机器人将会逐步融合
快科技8月25日消息,何小鹏在社交平台放出消息,小鹏第二代VLA智驾模型迎来重大升级,这套新模型会最先装配在小鹏G9L车型上面。
今年3月份,第二代 VLA 最初版本就已经推送给车主正式使用。上线第一个月,车主使用智驾行驶的里程就占到总行驶里程的50%以上,不少用户日常开车已经习惯打开智驾功能。
这次更新不是小修小补,而是直接改动底层架构。
何小鹏表示,目标不只是做一个性能更强的自动驾驶模型,而是打造一套“模型机器”,依靠模型、算力、数据、硬件本体一起,持续产出下一代物理AI能力。
这套新模型新增TIME能力,从过去的空间建模升级到时空建模。车子不光能看清当下道路状况,还可以记住之前的路况,同时推演未来多种行驶可能性。
相当于让AI开始理解时间维度,预判路上接下来会发生什么。8月27日官方会正式对外演示这套新能力。
按照小鹏的规划,这套基座模型不会只局限在车上。相同的AI底座,后续还可以迁移到人形机器人、Robotaxi、飞行汽车等硬件载体。
何小鹏提出自己的判断,未来10年,汽车和机器人会慢慢走向融合。汽车不再只是单纯的交通工具,会变成可以持续学习成长的智能体。
机器人、Robotaxi的部分能力,之后也会慢慢下放、融入到汽车里面。当然这个过程不会一蹴而就,需要一步步慢慢落地。

【本文结束】如需转载请务必注明出处:快科技
责任编辑:随心
更多新闻>>相关新闻
-
AGV调度系统数据瓶颈:当「没有更多数据了」成为技术分水岭数据饥渴症背后的调度系统真相很多人以为AGV调度系统的性能瓶颈在于算法复杂度,其实不然——当集群规模突破200台节点时,真正制约系统效率的往往是「没有更多数据了」这一反直觉现象。在苏州某3C电子工厂的实地测试中,某头部厂商的调度系统在187台AGV同时运行时,路径规划耗时从3.2秒骤增至17.8秒,表面看是计算资源不足,实则是传感器数据采样率与地图更新频率的匹配失衡。数据链断裂的底层逻辑听起来可能查看详情
-
AGV调度系统数据瓶颈:没有更多数据时的底层逻辑重构当调度系统提示“没有更多数据了”:一场被忽视的工业级灾难很多人以为,AGV调度系统的数据中断仅是传感器故障或通信延迟的表象,其实不然。在某头部汽车总装车间,2023年Q2曾因激光SLAM地图更新滞后,导致32台AGV在换型期集体停摆——表面是地图数据缺失,底层逻辑是调度算法对「数据饥渴」的容忍阈值设计缺陷。数据饥饿的工业级代价传统调度系统遵循「数据驱动决策」的范式,其隐含假设是:数据量与决策质量呈查看详情



400-886-5570




