Horizon Robotics планирует поставлять чипы и систему помощи вождению для пакета God's Eye B компании BYD
Подробнее
Pandaily
pandaily.com

Horizon Robotics планирует поставлять чипы и систему помощи вождению для пакета God's Eye B компании BYD

Согласно сообщению китайского издания Lanjing Auto, которое ссылалось на источники, знакомые с ситуацией, чипы от Horizon Robotics и ее система помощи водителю HSD были включены в более высокий пакет God's Eye B компании BYD. Ожидается, что первые образцы станут доступны на рынке в ноябре. Ни одна из компаний официально не подтвердила данное соглашение, а объем поставок, планы моделей и распределение между решениями Horizon и собственными разработками BYD остаются неопределенными.

BYD представила свою линейку систем помощи водителю God's Eye в феврале 2025 года, разделив ее на три уровня. Версия A, DiPilot 600, предназначена для бренда Yangwang. Версия B, DiPilot 300, используется преимущественно в автомобилях брендов Denza и BYD. А вот версия C, DiPilot 100, охватывает основные модели BYD. Ранее Horizon впервые вышла в версию C со своим чипом Journey 6M, который имеет рейтинг 128 TOPS, при этом программное обеспечение для этой версии разрабатывала сама BYD.

Сообщается, что сделка по версии B отличается. Horizon будет поставлять как высокопроизводительный чип, так и программное обеспечение HSD. Этот чип описывается как довольно необычный компонент с высокой вычислительной мощностью. В настоящее время автомобили с God's Eye B обычно используют один чип NVIDIA Orin-X с рейтингом 254 TOPS, и этот запас, наряду с собственными чипами BYD, предположительно сохранится.

Ранее появлялись сообщения о том, что кандидатами на использование этих технологий могли стать модели серий Denza, Han и Ocean. Система HSD представляет собой одноступенчатую комплексную систему помощи водителю в городской среде от Horizon, построенную на базе Journey 6P, который компания оценивает в 560 TOPS. На момент публикации отчет, HSD была назначена для более чем 20 моделей в 10 автомобильных брендах как в Китае, так и за рубежом.

В тот же вечер основатель и генеральный директор Юй Кай использовал платформу Weibo, чтобы ответить на вопрос о выпуске Horizon чипов с тысячами TOPS, а также прокомментировал методы рекламы вычислительной мощности в отрасли. Он отметил, что автомобильные чипы NVIDIA указывают вдвое больше своей плотной вычислительной мощности, поэтому 127 плотных TOPS Orin-X превращаются в 254, и что большинство производителей чипов следуют этому же подходу. Он добавил, что некоторые теперь рекламируют шесть или семь раз большую плотную мощность под названием эквивалентная мощность.

Юй заявил, что в дальнейшем Horizon будет указывать две цифры. Первая, называемая NV compute, представляет собой плотную мощность, умноженную на два. Вторая — эквивалентная мощность, которую он в шутку назвал «хвастливой мощностью». Основываясь на этом, Journey 6P имеет 560 TOPS NV compute и 1 960 TOPS эквивалентной мощности. Плотная вычислительная мощность относится к пиковой производительности без использования разреженности, тогда как показатели разреженности удваивают заявленное число, пропуская расчеты нулевых значений.

Похожие сюжеты

Модель Amap от Alibaba представила гуманоидную систему, обучающуюся задачам всего тела по движениям человека
Подробнее
technode.com

Модель Amap от Alibaba представила гуманоидную систему, обучающуюся задачам всего тела по движениям человека

Компания Alibaba, совместно с Alibaba Token Hub, представила модель λ0. Эта фундаментальная модель разработана для обучения гуманоидные роботы скоординированным движениям и манипуляциям, используя демонстрации, показанные человеком.

Система обучается на видеозаписях от первого лица, которые синхронизированы с движениями тела и рук. Это позволяет роботам выполнять более сложные задачи, комбинируя ходьбу, корректировку позы и двуручные операции.

Исследователи создали набор данных HumanVerse, который включает 500 часов записей людей, выполняющих различные действия в реальных условиях. Такой подход снижает необходимость собирать демонстрации посредством телеоперации роботов.

В ходе тестирования команда продемонстрировала, что λ0 достигла 62,5% успешности при выполнении задач, связанных с локомоцией и манипуляциями в реальном мире. Проект также предоставил исследователям конфигурационный код оборудования для сбора данных и образцы данных.

Доступ к сайту pandaily.com ограничен с помощью Cloudflare
Подробнее
pandaily.com

Доступ к сайту pandaily.com ограничен с помощью Cloudflare

Владелец веб-сайта pandaily.com временно заблокировал доступ пользователя к ресурсу. Данное ограничение реализовано с использованием сервиса Cloudflare.

Для получения более подробной информации о данной ситуации пользователи могут обратиться к официальной документации Cloudflare по кодам состояния HTTP, а именно к ссылке https://developers.cloudflare.com/support/troubleshooting/http-status-codes/cloudflare-1xxx-errors/error-1015/.

ACE Robotics выпустила модель ACE-Brain-0.6 с 9 млрд параметров для визуального закрепления пространственных данных
Подробнее
pandaily.com

ACE Robotics выпустила модель ACE-Brain-0.6 с 9 млрд параметров для визуального закрепления пространственных данных

Компания ACE Robotics представила ACE-Brain-0.6 — воплощенную фундаментальную модель с приблизительно девятью миллиардами параметров, которая специализируется на визуальном закреплении. Эта модель предназначена для сопоставления языковых инструкций с точными областями, частями объектов и зонами взаимодействия в реальной обстановке.

Сообщается, что модель основана на Qwen3.5-9B. При разработке был заморожен кодировщик зрения, а языковая модель была дообучена на около миллиона проверенных образцов пространственного надзора. Эти данные охватывают примерно 940 000 изображений и 2,7 миллиона пар вопросов и ответов.

Результаты сравнения с конкурентами

Согласно данным, опубликованным самой ACE Robotics, ACE-Brain-0.6 превзошла GPT-6 Astra от OpenAI в шести из восьми тестов на закрепление. Конкретные результаты включают: Where2Place (76.55 против 71.10), PixMo-Count (89.41 против 88.10), RoboSpatial (74.82 против 69.55), RoboAfford (88.51 против 84.94), ShareRobot (49.70 против 46.60) и собственный набор RobotGrounding команды (94.13 против 91.10).

В целом, средний балл модели на семи публичных бенчмарках составил 74.53, тогда как у Astra этот показатель был 73.68. Набор RobotGrounding включает 2 591 вопрос по 14 типам задач, среди которых поиск мелких предметов, подсчет нескольких экземпляров, определение отсутствия запрошенной цели и сопоставление целей между разными видами камеры.

Компания также предоставила сравнения с Google Gemini 4 Argon и Anthropic Claude Opus 5.5, рассматривая их как ориентиры для пространственного восприятия, а не как геополитическое состязание. В контролируемых испытаниях масштабирования, где архитектура и рецепт обучения оставались неизменными, увеличение обучающего набора с 260 000 до примерно одного миллиона образцов повысило средний показатель по семи бенчмаркам с 69.3 до 74.5, демонстрируя почти логарифмическую кривую. Удвоение объема данных привело к росту показателя примерно на 2,4 пункта в среднем, в то время как простое добавление большего количества образцов того же типа улучшило производительность менее чем на один пункт. Основной прирост производительности был достигнут благодаря новым сценам, пространственным отношениям и форматам надзора.

Конвейер обработки данных объединяет более 30 открытых наборов данных роботов с частными данными, снятыми от первого лица. Затем используются такие инструменты, как Grounding DINO и SAM 3, чтобы преобразовать сигналы состояния захвата и движения в проверяемые пространственные метки. ACE Robotics утверждает, что ответы генерируются только при наличии полной визуальной информации, например, требуя полных меток экземпляров перед тем, как отвечать на вопросы о подсчете.

На публичных репозиториях GitHub под названием DAXIAORobotics до сих пор перечислены ACE-Brain-0 и ACE-Brain-0.5; однако на момент публикации веса ACE-Brain-0.6 не были опубликованы в открытом доступе. ACE Robotics, которую возглавляет Шаоган Ван, соучредитель SenseTime, ранее представляла ACE-Brain-0.5 как цикл унифицированного восприятия-планирования-действия-оценки. Версия 0.6 фокусируется исключительно на закреплении как связующем звене между высокоуровневым рассуждением и надежным физическим исполнением.

Популярное