小撒、金晨都想拥有!百度全球首款汽车机器人亮相,车内躺着看星星

9 篇文章 1 订阅
5 篇文章 0 订阅

整理 | 禾木木

出品 | AI科技大本营(ID:rgznai100)

金晨坐了都想带回家的车、无人车出行服务、撒贝宁与祝融号对话等等。

这届百度世界大会真的很惊艳。

8月18日,百度与央视新闻联合举办“AI这时代,星辰大海——百度世界大会2021”。在3个小时的直播中生动展示百度人工智能在不同领域是如何改善社会民生。

图片

作为大家都很期待的科技盛会,百度今年最新的技术成果都在此次百度世界大会上集中亮相。通过直播间和外景地的实时联动,将百度最新的 AI 成果展现在观众眼前。龚俊数字人现场唱跳神曲、金晨与百度无人车拍出“时尚大片”、连线国家跳水队揭晓“ AI 教练”、撒贝宁与数字祝融号“吟诗作对”等彩蛋,让网友们大饱眼福。

全球首款汽车机器人

在此次大会上,百度展示了全球首款 L5 级自动驾驶汽车机器人。李彦宏表示“未来的汽车会变成‘汽车机器人’,未来‘机器人’形态会很像一辆汽车。汽车机器人具有这些特点,就是自动驾驶、智能助理、忠诚陪伴和自我学习。”

百度汽车机器人能够通过三重能力服务于人:首先具备 L5 级自动驾驶能力,不仅无需人类驾驶,而且比人类驾驶更加安全;其次具备语音、人脸识别等多模交互能力,分析用户的潜在需求,主动提供服务;此外汽车机器人还具备自我学习和不断升级的能力,是服务各种场景的智慧体。

图片

这辆车正是今年李彦宏在百度世界大会亮出的杀手锏,也是——全球首款汽车机器人

汽车机器人打破常规,颠覆传统的汽车设计理念,外观上,自动鸥翼门、全玻璃车顶与外部传感器融为一体,来看看这炫酷的科技感外观以及展翅般的开门方式。

图片

就这样,谁见了能不爱~

金晨和央视主持人王嘉宁作为百度 AI 体验官第一时间体验了汽车机器人,走进汽车机器人内部,可以直观的感受就是大;并且想要在车内躺着追剧都不是问题,未来要是在下班路上能坐上这么一辆车的打工人,回家的路再堵都不会焦虑了。

这款汽车机器人内部空间这么大的一个主要原因就是——没有驾驶位。并且连方向盘、油门、刹车等,都是没有的,且拥有超大曲面屏、智能控制台、变光玻璃、零重力座椅等智能化配置。

怪不得金晨直接感慨想要把它带回家,这样一个无人驾驶的汽车机器人,谁不想拥有呢。

很多网友在观看直播时也会进行评论,了解到它的一些功能了,但是在路上行驶时安全吗?

体验官在现场也给大家进行了测试,当它遇到红绿灯、行人、强行变道的车辆等等,都能第一时间做出及时的判断和对策。顺利应对无保护左转、避让行人和其他车辆等复杂场景,让体验官感觉非常的平稳安全,完全不输老司机。

图片

为乘客打造的专属智能控制台,可以像人一样跟你对话。还可以吩咐它查路况、天气、订机票、酒店,以及帮你找好旅途中下一站的目的地。

既能开车、还能聊天,未来的出行,简直也太美好了吧~没考驾照的我感觉还能等等。

无人车出行服务平台

在此次大会上,百度 Apollo 还带来了全新升级的无人车出行服务平台——萝卜快跑,是中国第一个大众化的无人车出行服务平台。 

图片

截止2021年上半年,百度 Apollo 自动驾驶在北京、广州、长沙、沧州四城开放面向大众的出行服务,已累计接待乘客超过40万人次。百度Apollo已获得336张自动驾驶测试牌照,已经在全国30个城市开展自动驾驶测试,路测里程超过1400万公里,自动驾驶专利数量超过2900件。大众可以通过 Apollo Go 的 App 来叫车。而萝卜快跑,就是 Apollo Go 的进化版。

对于普通用户来说,萝卜快跑客户端简单易用,下单就能享受出行服务,只不过,这次叫来的是一辆无人车。

除了用户层面,对于行业来说,萝卜快跑还是自动驾驶技术商业落地的重要标志。也是百度无人车由技术验证进入落地运营的决心具体承载。未来,百度Apollo将开拓更多运营城市和出行场景,解决更多出行痛点。

除了这些,还有哪些新鲜体验呢?

AI 科技,也能便捷生活 

央视新闻的AI体验官王冰冰,拜访了北京大栅栏老胡同里的一个四世同堂的大家庭,小度是这个家庭的“大管家”。

图片

在家中,家庭成员通过小度全屋智能,利用简单的语音交互就能满足各类生活需求。比如说:

“小度小度,家里来客人了”

图片

窗帘就会自动拉开,屋里瞬间亮堂堂。面对突发情况,也可以呼叫小度急救助手,获得远程救助。

图片

在此次大会直播中,还有一位“神秘嘉宾”。现场和小撒吟诗作对,它就是全球首个火星车数字人——“祝融号”。

图片

火星车数字人“祝融号”的主要工作是,把祝融号火星车全方位了解到的火星信息回传给科学家,并及时发布出来。所以在信息处理上,数字人祝融号的能力是不容小觑的。

就连凡尔赛本赛的撒贝宁出问题,都没有难道它。

结语

其实百度的 AI 技术,早已融入在我们的身边。例如中国跳水队的奥运健儿在训练过程中,就是利用百度所提供的国内首个“3D + AI”技术,辅助训练跳水。这个技术可以完美捕捉运动员的每一帧动作,教练可以针对运动员的相关量化指标进行针对性的指导。

正如李彦宏总结的那样“AI 的前景如同星辰大海,不可限量。在这个巨大变革的时代里,我们科技人员坚持自主创新,让AI造福人类,就是我们对这个时代最好的交代。”

随着AI技术与产业的结合,一方面让 AI 融入每个人的衣食住行,变得触手可及,另一方面为产业智能化升级赋能。

惠及每个人的 AI 时代,真的来了。

你准备好了吗?

1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。
应用背景为变电站电力巡检,基于YOLO v4算法模型对常见电力巡检目标进行检测,并充分利用Ascend310提供的DVPP等硬件支持能力来完成流媒体的传输、处理等任务,并对系统性能做出一定的优化。.zip深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
评论 10
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值