写点什么

自动驾驶

8 人感兴趣 · 184 次引用

  • 最新
  • 推荐
https://static001.geekbang.org/infoq/fc/fc956a6a88593d578a979c3c38b33d03.png?x-oss-process=image%2Fresize%2Cw_416%2Ch_234

地平线具身智能算法 H-RDT 斩获 CVPR 2025 RoboTwin 真机赛冠军

在CVPR 2025举办的RoboTwin双臂机器人竞赛中,地平线机器人实验室与清华大学计算机系朱军团队联合提出的H-RDT凭强大性能和领先成功率,一举斩获真机赛冠军(一等奖第一名),并在仿真赛中荣获亚军(一等奖第二名)

https://static001.geekbang.org/infoq/7b/7bf34cd80b30ccd53922589432951309.png?x-oss-process=image%2Fresize%2Cw_416%2Ch_234

理想汽车智驾方案介绍 3|MoE+Sparse Attention 高效结构解析

稀疏注意力(Sparse Attention)与混合专家架构(MoE)是提升大模型效率与性能的核心技术。

https://static001.geekbang.org/infoq/7b/7bf34cd80b30ccd53922589432951309.png?x-oss-process=image%2Fresize%2Cw_416%2Ch_234

理想汽车智驾方案介绍 2|MindVLA 方案详解

MindVLA 主要包括空间智能模块、语言智能模块、动作策略模块、强化学习模块

https://static001.geekbang.org/infoq/05/058f99f50965723252b1949573878a77.png?x-oss-process=image%2Fresize%2Cw_416%2Ch_234

LLM 中增量解码与模型推理解读

在 GPT 系列模型生成对话回复、文章续写等场景中广泛应用了增量解码

https://static001.geekbang.org/infoq/17/176ea9726badf26687180a7bc4768ae0.png?x-oss-process=image%2Fresize%2Cw_416%2Ch_234

征程 6 | PTQ 精度调优辅助代码,总有你用得上的

在模型编译的时候,往往会出现各种各样的报错,一起来看看如何解决吧!

https://static001.geekbang.org/infoq/05/058f99f50965723252b1949573878a77.png?x-oss-process=image%2Fresize%2Cw_416%2Ch_234

LLM 中 token 简介与 bert 实操解读

LLM 是一种基于上下文预测下一个 token 的概率分布的模型

https://static001.geekbang.org/infoq/25/25879742ccae91c4ef0cf2a097807d4d.png?x-oss-process=image%2Fresize%2Cw_416%2Ch_234

征程 6|工具链部署实用技巧 6:hbm 解析 API 集锦

本帖将详细介绍和整理用于 hbm 模型验证和检查的 API,助大家理解使用,保障模型部署顺利。

https://static001.geekbang.org/infoq/fc/fc956a6a88593d578a979c3c38b33d03.png?x-oss-process=image%2Fresize%2Cw_416%2Ch_234

开发者说|RoboTransfer:几何一致视频世界模型,突破机器人操作泛化边界

近日,地平线、极佳科技与中国科学院自动化研究所等单位提出RoboTransfer,基于扩散模型的视频生成框架,可以用于扩充机器人策略模型的训练数据。

https://static001.geekbang.org/infoq/fc/fc956a6a88593d578a979c3c38b33d03.png?x-oss-process=image%2Fresize%2Cw_416%2Ch_234

开发者说|Aux-Think:为什么测试时推理反而让机器人「误入歧途」?

在视觉语言导航 (VLN) 任务中,机器人需要根据自然语言指令在复杂环境中做出实时决策。虽然推理在许多任务中已有广泛应用,但在 VLN 任务中,推理的作用一直未被充分探讨。

https://static001.geekbang.org/infoq/2f/2f971ac8ef41d3a508694f1f4a18f8cd.png?x-oss-process=image%2Fresize%2Cw_416%2Ch_234

地平线走进武汉理工,共建智能驾驶繁荣生态

7月3日,武汉理工大学汽车工程学院与地平线联合启动“智驭未来:智能驾驶技术解析与实践初探”暑期卓越学堂项目。

https://static001.geekbang.org/infoq/6e/6e4d6dc86b780c6723b6236820ca9e8a.png?x-oss-process=image%2Fresize%2Cw_416%2Ch_234

QAT 查表算子调优 01|如何定位引起误差的查表算子

如何确定是定点查表导致的误差?如何确定具体的定点查表算子导致的误差?

PAI-TurboX: 面向自动驾驶的训练推理加速框架

自动驾驶领域对高效且实时的数据处理能力提出了极高要求。如何优化深度学习模型的训练与推理流程,提升计算资源利用率,缩短模型迭代周期,并在保证精度的同时,实现低延迟、高吞吐量的部署,始终是行业面临的核心挑战。针对这些难题,PAI-TurboX为自动驾驶场

https://static001.geekbang.org/infoq/15/151a35e8a9c1ee7c8680d721ccc00860.png?x-oss-process=image%2Fresize%2Cw_416%2Ch_234

七大技术路线解析:自动驾驶如何被数据重新定义

自动驾驶技术从实验室的算法验证走向大规模量产应用,是一场充满挑战的征程。这段征程的核心驱动力,不仅是芯片和传感器的升级,更是一场关于数据的“喂养”竞赛——从简单的像素标注到多模态大模型的理解,数据需求的演变悄然推动着自动驾驶的每一次跨越。

https://static001.geekbang.org/infoq/d3/d3076a2edf45fc447aeb6af3fc4d58dc.png?x-oss-process=image%2Fresize%2Cw_416%2Ch_234

征程 6EM 常见 QConfig 配置解读与示例

在工具链用户手册《量化感知训练(QAT)-开发指南-QConfig 详解》章节专门介绍了在 J6EM 上 qconfig 是怎么回事,本文将常见配置通过示例方式进行呈现。

https://static001.geekbang.org/infoq/d3/d3076a2edf45fc447aeb6af3fc4d58dc.png?x-oss-process=image%2Fresize%2Cw_416%2Ch_234

征程 6X VDSP 调试方法

VDSP FW 的日志默认输出到串口中,用户可直接查看串口。

自动驾驶_自动驾驶技术文章_InfoQ写作社区