На автомобилното изложение в Пекин на 25 април главният изпълнителен директор на Momenta Cao Xudong обяви дебюта на масовото производство на модела R7 на компанията за подсилване на учебния свят, отбелязвайки голям скок в интелигентното шофиране – от „възприемане на света“ към „разбиране на света“ – и сигнализирайки, че физическият AI преминава от концепция към широкомащабно внедряване.
Според главния вицепрезидент по бизнеса и маркетинга на Momenta, Сун Хуан, превозните средства, оборудвани със системата на Momenta, вече са надхвърлили 800 000 единици в масово производство. Производственият темп на компанията се ускори драстично: първите 100 000 единици отнеха 24 месеца, за да бъдат доставени през 2022 г., докато последните 100 000 единици бяха завършени за по-малко от 40 дни, което показва бързо засилващ се „ефект на маховика“.
Към днешна дата Momenta е предоставила решения за повече от 70 производствени модела, като над 200 модела са осигурени за бъдещо внедряване. На тазгодишното автомобилно изложение в Пекин повече от 60 модела от над 20 марки – включително местни и международни съвместни предприятия – представиха интелигентните решения за шофиране на Momenta, подчертавайки нарастващото глобално приемане.
На глобалния фронт технологията на Momenta вече е внедрена в над 10 държави и региони, включително Обединеното кралство, Норвегия, Сингапур и Австралия/Нова Зеландия. Неговата екосистема Robotaxi също се разширява, с множество стратегически партньорства, формирани с платформи за превози и производители на оригинално оборудване, за да се ускори комерсиализацията на услугите за автономна мобилност в световен мащаб.
Cao също така разработи основната логика и еволюционния път на физическия AI по време на събитието.
Той подчерта, че предсказанието е в основата на еволюцията на интелигентността: големите езикови модели разчитат на предсказване на следващ токен, за да компресират знанията за цифровия свят, позволявайки разбирането на естествения език; за разлика от тях, световните модели използват способности за прогнозиране, за да симулират бъдещи състояния и взаимодействия във физическия свят, позволявайки на ИИ да схване физически свойства, причинно-следствени връзки в движение и потенциални резултати от взаимодействие.
„Саморазвитието е ключовата движеща сила зад непрекъснатото подобряване на интелигентността“, отбеляза Цао. „Чрез взаимодействие с околната среда AI итеративно се учи чрез обратна връзка, проба-грешка и самооптимизиране – това е основният механизъм на обучението с подсилване.“
Той заключи, че световните модели и обучението за засилване заедно формират двата основни стълба на физическия ИИ.
Източник: IPOzaozhidao
Source link
Like this:
Like Loading…
Нашия източник е Българо-Китайска Търговско-промишлена палaта
