当前位置: 首页 > article >正文

亿咖通科技应邀出席微软汽车行业智享会,分享ECARX AutoGPT全新实践

11月14日,全球出行科技企业亿咖通科技(纳斯达克股票代码:ECX)应邀于广州参加由微软举行的汽车行业智享会,揭晓了亿咖通科技对“AI定义汽车”时代的洞察与技术布局,分享了亿咖通科技汽车垂直领域大模型ECARX AutoGPT的全新思考与实践。

作为微软携手汽车智能化领域合作伙伴的重要活动,本届微软汽车行业智享会以“AI赋能,扬帆出海”为主题,在以AI大模型主导的智能化竞争力,逐步成为产业和企业新的发展高地和战略支点的背景下,邀请行业专家、整车品牌与科技企业参与,分享对AI大模型前沿科技的探索和实践心得,洞见未来AI时代浪潮下汽车行业的发展趋势,实现全球化业务拓展,亿咖通科技作为微软在汽车智能化领域的全球生态合作伙伴,应邀出席本届活动,并分享了在双方合作背景下的技术优势加持与研发推进。

活动当日,亿咖通科技高级副总裁张容波以“AI驱动汽车变革,构筑全球智能新生态”为主题,介绍了从“软件定义汽车”向“AI定义汽车”转变的趋势下,行业对高算力大模型、全车智能、中央计算平台、高阶智能驾驶的核心需求变革,同时,也提出中央计算架构为AI大模型应用落地的最佳土壤,因为其展现的集中算力、超强算力、高速数据传输等特征正是大模型落地汽车所需核心要素。

亿咖通科技坚持构建汽车垂直领域专属大模型——ECARX AutoGPT,旨在通用大模型的基础上,强化出行领域的细分专业化短板和场景化应用能力。ECARX AutoGPT集成了四大核心能力:“AutoAgent人机交互、AutoFlow任务执行、AutoScene场景引擎、AutoEco服务生态”,共同构筑了一个以AutoAgent为核心的创新人机交互模式和汽车软件新形态。这一系统实现了人机交互的智能化,任务执行的自动化,场景引擎的AI驱动化,以及生态的多元化融合,将传统汽车生态与AIGC(人工智能生成内容)应用完美结合。

用户可以通过最自然的方式与AutoAgent进行沟通,如多模态、多语言等,亿咖通科技将汽车领域的知识积累、数据、用户画像、车辆信息等注入给通用的AI Agent,让Agent拥有汽车垂直领域的交互和执行能力,打造了ECARX专属Auto Agent从而帮助用户完成物理以及数字世界的任务执行。AutoFlow是AutoAgent执行能力的承接,是实现用户需求满足的最后一步,它可以自主地根据任务需求灵活制定工具调用策略,执行车载场景的全类型对象。

ECARX AutoGPT是AutoScene智能核心,将多模态模型、跨域融合模型、情感计算模型与大模型结合,赋能AutoAgent可以根据用户的场景需求,自动分析、规划和执行,主动式提供个性化的生态服务,实现全链路执行满足;AutoScene与传统规则化的场景引擎相比,最大的差别在于它是AI主动进行推荐,而非规则,同时可以处理多模态的数据。AutoEco是以AutoAgent为媒介的全新一代面向全球的AI服务生态,集主流车载应用生态、人机共创应用生态,跨设备生态为一体。

ECARX AutoGPT通过这四大核心能力,来打造AI驱动的汽车OS,实现人车交互的突破与智舱智驾融合发展,推动整车真正进化为人类出行的智能伙伴。

亿咖通科技前瞻布局,积累了全球730万智能座舱与智能驾驶技术方案与量产经验,率先布局研发中央计算平台,融合软硬件能力为AI大模型能力应用落地铺设技术土壤,加速上车步伐,打造可闲聊的对话助手、图片生成、音视频与本地生活个性化推荐等多种座舱功能。前不久,亿咖通科技以舱内智能感知核心技术为起点,通过大模型技术实现儿童乘员全场景舱内危险行为识别,快速推动AI大模型技术技术迭代与上车应用。

随着全球汽车行业加速变革,智能化将成为产品体验与品牌差异化竞争的重要因素,亿咖通科技将汽车垂直领域大模型与量产经验相结合,融合生成式人工智能技术,赋予汽车软硬件相结合的“智慧大脑”解决方案,推动智能汽车进入AI发展新阶段。让汽车能够灵活思考、更懂用户,加速汽车垂直领域大模型量产上车,助力更多整车品牌取得“AI定义汽车”时代的技术领先。


http://www.kler.cn/a/404822.html

相关文章:

  • 99.【C语言】数据结构之二叉树的基本知识
  • 每日一题&移动语义
  • nginx 配置lua执行shell脚本
  • Linux驱动开发(9):pinctrl子系统和gpio子系统--led实验
  • 如何快速将Excel数据导入到SQL Server数据库
  • MySQL-关键字执行顺序
  • GitLab|GitLab报错:PG::ConnectionBad: could not connect to server...
  • springboot基于微信小程序的食堂预约点餐系统
  • 使用线程局部存储解决ffmpeg中多实例调用下自定义日志回调问题
  • 力扣 LeetCode 110. 平衡二叉树(Day8:二叉树)
  • 在windows电脑上安装docker服务
  • 大模型试用-t5-base
  • 深度学习的分布式训练与集合通信(一)
  • 调试QRNet遇到的问题
  • 基于Windows系统用C++做一个点名工具
  • 算法学习笔记(六):二叉树一创建、插入、删除、BFS
  • 测试工程师如何在面试中脱颖而出
  • 【软件架构】软件的十二种架构简介
  • 操作系统安全入门:渗透测试基础与实践
  • 存算分离的过去、现在和未来
  • 【Oracle篇】SQL性能优化实战案例(从15秒优化到0.08秒)(第七篇,总共七篇)
  • 前端反向代理的配置和實現
  • 深入解析MySQL中的事务处理
  • 从0开始linux(28)——使用vscode远程链接linux云服务器
  • 【Redis】服务器异常重启,导致redis启动失败
  • Redis 6.2 源码导读