当前位置：我的网站主页 > 我的网站国内 >

神探伽利略

美国成惊弓之鸟，中企临近美军导弹基地，拜登下令“卷铺盖走人”_我的网站

孤独的美食家

A |     

【环球网科技报道 记者 林迪】“自动驾驶已经进入数据驱动的3.0时代。    
近日，美国总统拜登拿“威胁美国国家安全”当借口，发布了一道命令，禁止一家有中国背景的加密货币挖矿公司，在美国空军的怀俄明州基地附近买地。据了解，该基地部署着“民兵III”型洲际导弹。”日前，毫末智行CEO顾维灏首次提出，“毫末正在通过低碳超算来降低自动驾驶成本，通过改进车端模型和芯片的设计来实现大模型的车端落地，通过数据的组织让大模型发挥更大效力。
白宫在声明中说，这家公司离怀俄明州的核导弹基地，不到1.6公里。在没有给出任何实质性证据的情况下，白宫的声明就指责这家公司，在这么敏感的地方买地，而且还装了可能用来搞间谍活动的设备，声称这是“美国国家安全的风险”。美方不仅要求这家公司和它的关联企业，在三个月内拆掉那些设备，还得在四个月内把地卖了。
根据美方的声明内容，这家公司的大部分股权，都是中国公民持有的。这家公司在2022年6月，买下了这些地，准备用来挖加密货币。
根据报道，拜登发布的这一命令，是在经过外国投资委员会调查后才下达的。” 在他看来，自动驾驶近十年的发展可分为硬件驱动、软件驱动、数据驱动三大时代。其中，数据驱动时代，是完全不一样的时代，大模型+海量数据“双剑合璧”，数据开启自训练模式；感知技术上，用多模态传感器联合输出结果；认知技术上，以可解释的场景化驾驶常识为主；自动驾驶里程由硬件驱动、软件驱动时代的百万公里、上千万公里，直接飙升到了1亿公里以上。这个委员会虽然不怎么出名，但它是美国财政部的下属机构，权力很大，专门审查外国投资有没有“威胁美国国家安全”。顾维灏表示，“毫末一直在为自动驾驶3.0时代做准备，在感知、认知、模式建设上，都是按照数据驱动的方式建设的。毫末所做的一切，都是为了能够做出数据通道和计算中心，以便可以更高效地获取数据，并把数据转化为知识。”以数据驱动为核心，以上4个技术条件并行成立才能称为真正进入自动驾驶3.0时代。这一委员会也解释了对这家公司进行的调查，他们说是先接到了公众的举报，在经过调查后，才做出最后的要求。
耶伦作为美国财长部的部长，不仅对拜登的这一决定大力支持，夸赞这“体现了拜登政府保护国家安全的决心”，还强调外国投资委员会在审查外国投资方面的重要作用，认为该机构是对“美国国家安全的保护”。

B |

不过，有美国媒体指出，外国投资委员会对这家公司涉及到的“具体的国家安全威胁”，说得模棱两可。

C | 而美财政部，也只是说这笔交易“可能安装了用来搞间谍活动的设备”，但并没有给出有理有据的证据。顾维灏告诉记者，Attention大模型是当前AI发展的新趋势，但由于其对算力的需求远远超出摩尔定律，由此带来的高算力需求、高训练成本、高落地难度等挑战，正成为当前毫末重点解决的问题。

根据美国媒体报道，去年一年，美国33个州的议员，就提出了81项法案，都是禁止中国政府和一些中国公司，在美国的军事基地附近买地。基于Attention大模型，自动驾驶需要大规模且多样性的训练数据，而基于大规模真实人驾数据的乘用车辅助驾驶，才有能力积累到足够规模和足够多样的数据。“我们有理由认为，辅助驾驶是通往自动驾驶的必由之路。因为只有辅助驾驶，才有能力积累到足够规模和足够多样的数据。” Attention大模型带来的机遇和挑战，正驱动自动驾驶行业的技术变革。这些法案中，有十多项已经在由共和党主导的州成为了法律，比如弗吉尼亚州、爱达荷州和亚拉巴马州。还有一些法案虽然没有成为正式的法律，但在当地得到了共和党和民主党的支持。
今年3月，美国佐治亚州众议院，通过了一项法案，明确禁止中国等国的“代理人”，在该州购买农田或军事设施附近的土地。当时有民主党议员明确反对这一法案，认为不仅可能会引发新一波，针对有亚洲血统的美国人的种族歧视，而且对保护美国国家安全没有什么帮助。
实际上，中国在美国拥有的土地面积很少，而且近年来还在不断减少。美国农业部在此前发布的报告显示，美国农田最大的外国持有者，还是加拿大，以及英国等欧洲国家，中国拥有的土地不到外国持有农田的1%。他对记者表示，“毫末正在通过低碳超算来降低自动驾驶成本，通过改进车端模型和芯片的设计来实现大模型的车端落地，通过数据的组织让大模型发挥更大效力。

D | ” 低碳超算层面，毫末在日前的AI DAY上正式官宣了中国自动驾驶科技公司首个超算中心。

E | 中国企业在美国拥有约212万亩的土地，主要是农田和非农田。顾维灏表示：“如何提升训练效率降低训练成本，实现低碳计算，是自动驾驶走进千家万户的一个关键门槛。

过去几年，美国政客们以“威胁国家安全”为由，推出了很多专门针对中国的法案，炒作“美国农田被中国投资者大量买走”，给美国民主故意制造恐慌，其实这些不过是一些美政客用来吓唬人的借口，目的就是利用反华情绪，达到自己的政治目的。
多年来，中国企业在美国的投资，对促进当地就业和经济发展有着重要贡献。”毫末超算中心的目标是满足千亿参数大模型，训练数据规模100万clips，整体训练成本降低200倍。在算法模型层面，顾维灏介绍，毫末早在2021年6月便启动了针对transformer大模型的研究和落地尝试。美政客滥用“国家安全问题”，不仅把正常的经济投资问题政治化，违背了市场经济原则，损害了外界对美国市场环境的信心。

F | 拜登这次发布的这一命令，也只不过是通过表现出对中国的强硬态度，赢得更多选票罢了。正是基于过去一年多在训练平台改造升级、数据规格和标注方法的切换准备、针对感知、认知具体任务的模型细节探索等方面的成功实践，为现在毫末在城市导航辅助驾驶场景中的快速发展打下了坚实基础。

。另外，顾维灏还分享了毫末数据智能体系MANA在自动驾驶城市场景中面临的挑战与功能升级。他表示，城市道路主要存在“4类场景难题、6大技术挑战”。其中场景难题主要包括“城市道路养护频繁”“大型车辆密集”“变道空间狭窄”“城市环境多样”。解决上述场景难题，技术层面面临六大挑战：如何在自动驾驶领域应用大模型，如何让数据发挥更大的价值，如何使用重感知技术解决现实空间理解问题，如何使用人类世界的交互接口，如何让仿真更真，如何让自动驾驶系统运动起来更像人。为了应对上述挑战，MANA感知智能、认知智能等方面均迎来更新升级。首先，MANA通过使用大规模量产车无标注数据的自监督学习方法打造模型效果，相比只用少量标注样本训练，训练效果提升3倍以上，这让毫末数据优势得以高效转化为模型效果，以更好适应自动驾驶各种感知任务需求。

G | 其次，MANA感知能力提升，让海量数据不再被区别对待。面对巨大数据规模下的“数据效率”难题，MANA构建了增量式学习训练平台，抽取部分存量数据加上新数据组合成一个混合数据集。训练时要求新模型和旧模型的输出保持尽量一致，对新数据的拟合尽量好。相比常规做法，整体算力节省80%，响应速度提升6倍。第三，MANA感知能力更强。通过使用时序的transformer模型在BEV空间上做了虚拟实时建图，使得感知车道线的输出更加准确和稳定，让城市导航自动驾驶告别高精地图依赖。第四，MANA感知能力更准，让中国没有不能识别的车辆信号灯。MANA通过升级车上感知系统，对刹车灯、转向灯状态进行专门识别，让驾驶员在处理前车急刹、紧急切入等场景中更安全和舒适。

H | 第五，MANA认知能力也再次进化。面对路口这一城市最复杂场景，MANA在仿真系统中引入了高价值的真实交通流场景，与浙江德清、阿里云合作，将路口这一城市最复杂场景引入仿真引擎，构建自动驾驶场景库，通过自动驾驶的真实仿真验证，时效性更高、微观交通流更真实，有效破解了城市路口通过“老大难”问题。现场，毫末联合浙江德清、阿里云发布“中国首个基于车路协同云服务的大规模自动驾驶场景库”。作为其首个使用真实交通数据生成、满足数据合规要求的自动驾驶场景库，将进一步加速中国自动驾驶成熟度提升以及车路云协同发展。

I |

Current article:http://8tej7.ninyakenhongnian.sbs/stos6/9s7.html

Published on:07:58:39


我的网站最近更新

我的网站热门资讯