我们在美国体验了地平线的前装视觉感知方案

· Jan 18, 2018 333

去年 12 月,来自中国的初创公司地平线正式发布了他们自研的后装 ADAS 视觉处理芯片:征程 1.0,当时这款芯片基于的是一代高斯架构。 一个月之后的拉斯维加斯,他们就拿出了基于二代伯努利架构的前装解决方案——征程 2.0 的演示 DEMO。在 CES 南展馆外的开放道路上,我们现场体验了这套方案的效果。 感知效果体验 整个方案基于一个前置的单目摄像头,在测试车的内部有两台笔记本电脑显示了征程 2.0 对于此摄像头的视觉分析效果(两台笔记本电脑显示相同的内容),在演示过程中,地平线的智能驾驶负责人余轶南博士做了讲解。废话不多说,先来看视频: 在征程 2.0 的算法分析中,地平线一共加入了下列几个层级: 1. 像素级语义分割:地平线对摄像头捕捉的每一个画面像素进行了分类,使其能够像人类视觉识别一样对画面中的不同物体种类进行分割。其中包括树木、道路、行人、车辆、车道线等等。例如画面中所有显示为树木的像素点都被标注成了绿色,车道线、电线杆等被标注成白色,而车辆则被标注成蓝色。 2. 车辆 2D 标注:画面中的车辆将被一个 2D 的方框标注。 3. 车辆 3D 姿态:除 2D 标注之外,算法还会将所有车辆的 3D 姿态进行估计,并在画面中标注。 4. 行人骨架:画面中行人除了会被标注之外,其姿态也会被进一步解析,并通过骨架的方式显示出来。 5. 画面景深:算法会对画面中的像素与传感器的距离进行分析与标注,颜色越浅的距离越近,而颜色越深的距离越远。 这几个层面中,最有特色的是语义分割、车辆 3D 姿态和行人骨架。有了这三个层级,系统就可以对画面中车辆,行人等的位置,以及当前运动轨迹,姿态等做出预判。按照余轶南的说法,这样的判断方式已经基本与人类驾驶者的视觉分析逻辑相一致。 在全程的实际道路演示中,识别率还是很准确的。单从视觉感知的层面来评估,征程 2.0 这次算法的演示表现在 ADAS 领域可以说是十分优秀。 硬件平台分析 「 自研芯片」 一直是地平线的另一大标签。因此说完感知效果,我们也要来看看征程 2.0 的硬件平台。在演示所用的车辆以及他们的展台上,地平线也将 DEMO 所搭载的系统板毫无保留地展示了出来。 对于这块系统板来说,首先最吸引人瞩目的应该就是那个散热风扇了——很显然,这样的主动散热方式还不是前装车规级。余轶南告诉我们,目前征程 2.0 所基于的二代伯努利 BPU 架构已经基本成型。这个架构其实更像是一个软件与芯片驱动的集成,它可以针对不同的芯片类型进行相应的调整落地。 为了能赶在这次 CES 上展示他们的方案效果,地平线选择首先将这套架构在英特尔的 FPGA 上落地,也就是我们演示时所看到的那块板子,因为 FPGA 落地是最为快速的。这套 FPGA 方案目前仅作为开发板,并不是直接用在前装上的最终版征程 2.0,后续地平线会把这套板子作为英特尔的一个标准开发板对其他开发者公开售卖。 此套方案共提供了 8 路的摄像头链接,但是如果要保证计算时间足够快速,单块芯片可以支持 4 路摄像头的计算,如果需要链接 8 路,地平线的建议是采用两块芯片整合的方案。在功耗方面,目前演示的这个版本整板功耗为 30w,而单独的 FPGA 芯片为 8w。 余轶南透露,地平线目前正在研发二代伯努利架构的征程 2.0 ASIC 定制芯片,并计划在今年年底能够流片。届时,基于 ASIC 的版本功耗会更低,而算力也会是现在 FPGA 版本的 4-8 倍。 除此之外,地平线还计划基于征程 2.0 芯片开发专门的域控制器,其中会整合互联,数据采集等其它相关功能。这套域控制器也会分高低配置,高配主要用于与整车厂的研发合作,而低配则会用于量产车型的 L2-L3 级别自动驾驶计算。在最终前装方案上,地平线也会提供 FPGA 和 ASIC 两种版本。 总结 与 Mobileye 的 EyeQ 类似,征程 2.0 的本质是一个视觉感知芯片。从目前 DEMO 的演示效果来说,其视觉感知层级的丰富程度甚至已经超过了 Mobileye 的 EyeQ4。但是相信在数据积累和鲁棒性上,Mobileye 还是会有着很大的累计优势。 对于地平线来说,控制成本以及对中国路况的高度定制化会是他们在前装领域的立足之本,开发完整的域控制器也可以帮助地平线进一步优化其方案成本与适配性。不过,这并不意味着地平线将直接成为 Tier 1,在真正的量产项目中,地平线还需要与整车厂与 Tier 1 一起进行三方合作才行。 据地平线透露,此次 CES 上已经有多家车厂对他们的方案产生了兴趣。确实,行业中需要更多的解决方案可供选择,中国市场也需要专属于本土的视觉感知方案。从后装再到前装,市场的需求可谓是十分明显,而如何将这套产品顺利地带到量产 SOP 中才是地平线所将面对的真正挑战。 原创声明: 本文为 GeekCar 原创作品,欢迎转载。转载时请在文章开头注明作者和「来源自 GeekCar」,并附上原文链接,不得修改原文内容,谢谢合作! 欢迎关注 GeekCar … 继续阅读

体验地平线智能驾驶产品——中国的芯片梦能在汽车上实现吗?

· Dec 20, 2017 333

记得从 PC DIY 时代开始,自主研发计算芯片就一直是很多中国公司的梦想。那时候还没有「 科技媒体」 这个概念,我常常看的是一本名叫「 大众软件」 的杂志。其中经常会出现一些对「 中国芯」 研发情况的报道(多为 CPU),不过最后都是昙花一现,没能掀起什么波澜。 很多年过去了,虽然 AI 又一次把芯片炒热,但大家似乎已经默认,自研芯片是一个很难搞的事情。在多年摩尔定律的快速迭代与竞争下,连 AMD 这样的昔日明星也会被英特尔和英伟达等巨头压得翻不了身,更何况是国内的初创公司? 所以当地平线这家做 AI,并专注于智能驾驶的初创公司对外宣称要自主研发计算芯片时,行业内自然是充满了质疑。今天他们终于正式发布了自己的芯片产品,「 中国芯」 这三个字又一次出现在了我的眼前。 自主研发的视觉处理芯片 地平线此次发布了两款芯片,均是以视觉感知处理为核心。分别为面向智能驾驶的「 征程」(Journey)系列处理器,以及面向智能摄像头的「 旭日」(Sunrise)系列。 在规格上,两款处理器都是基于地平线的第一代芯片架构:高斯,能够提供 1 TOPS 的计算性能,支持 1080p 30FPS 的画面解析,每帧可以对 200 个目标进行检测和识别。能耗为 1.5W。由地平线自主研发,台积电代工。 从功能上说,征程是一款支持 L2 级别驾驶辅助功能的后装 ADAS 处理器。并不是车规级的前装产品。 本周一 GeekCar 曾在地平线位于北京中关村总部的周边实际道路上体验了基于这款处理器的实车装载 DEMO。 这个 DEMO 装载在一辆比亚迪电动车上并配合了一个前置单目摄像头。车内的一台笔记本电脑上显示了系统对于摄像头所捕捉到的画面分析结果。在中关村附近的四环路上,这套系统可以准确地捕捉到画面中的车辆,行人,道路标示,车道线,红绿灯等。对颇具中国特色的快递三轮,外卖摩托也有很好的识别效果。 根据地平线的介绍,这套 DEMO 所使用的软件算法来自于他们开发的雨果平台,针对中国的架势环境做出了很多优化。值得一提的是,DEMO 只展示了 ADAS 中视觉感知与识别的部分,并没有假如感知之后预警与提示等执行层。 前装的产品做得怎么样了? 可以看出,视觉芯片加上算法的核心竞争力使得地平线与 Mobileye 的产品逻辑非常相似。但是,坦率地讲,对于现在的汽车行业来说,只发布一个后装的 ADAS 产品肯定是不够的,前装自动驾驶才是我们正真正关注的点。 所以在专访地平线智能驾驶负责人余轶南博士时,我们重点问了这个问题。他告诉我们这次发布后装产品其实是有两个目的: 第一是切入国内庞大的后装市场,在中国后装市场还是非常有钱赚的。 第二则是向行业展示他们芯片的能力,为下一代前装的产品预热。 余轶南透露地平线下一代基于 FPGA 的伯努利架构前装处理芯片将于 2-3 年内在量产车型上上市。按照汽车行业整车研发周期的时间来推算,目前地平线应该已经在与车场合作量产车型的项目了。 地平线下一代的前装产品与 Mobileye 的 EyeQ 系列相似,都是专注于视觉感知的功能芯片。车厂需要将其整合进自己的域控制器当中(域控制器还包括决策控制芯片、UI 处理芯片等)就如同 Audi 的 zFAS 整合 EyeQ 芯片一样。因此从供应链的角度来说,地平线是一个 Tier 2 供应商,他们也在积极与中欧美日四大汽车产业的 OEM 和 Tier 1 合作。目前公布的伙伴包括长安、奥迪、博世等。 余轶南告诉我们地平线在汽车领域的目标就是与 Mobileye 对飙。他坦承 Mobileye 目前在前装领域有着丰富的经验。不过 AI 时代会给他们他们更多的机会来追赶。未来地平线的方案中也会搭载与 Mobileye 类似的 3D 解析以及辅助地图定位的路书采集技术。 在 GeekCar 看来,地平线作为中国的一家创业公司。其优势和重点还是在本土市场,尤其是希望大力发展智能驾驶功能的自主品牌。 自研芯片的机会 说起自己研发芯片的原因,余轶南给出的答案很简单:他们在创立地平线时发现市面上已有的芯片解决方案都无法很好的满足他们的软件算法要求,所以他们决定自己做。 「 当时市面上的通用处理器比如 CPU 或者 GPU,都不是专门为 AI 计算设计的,你如果想把他们的运算能力充分利用出来是很难的,一般的效率下能发挥 25%左右的能力就已经很不错了。而我们的芯片能够一直保持在很高的能力发挥效率(发布会给出的数字为 96%)」。 余轶南告诉我们。 「 在之前的半导体行业中,例如 CPU、GPU、DDR 这样的芯片,国外的公司在技术以及生态方面已经非常成熟了,并且自身进步也很快,所以我国自主研发的芯片除了在某些涉及国家安全的特殊领域之外都没有太多的应用。」 在被问道为什么现在这个时候适合做自研芯片时,余轶南说道。 「 而在 AI 领域的芯片上,大家相当于回到了同一起跑线上,那么我们中国的企业就有更多的机会了。另外从地域上来说,我们的方案对于中国的市场会有更好的适配,并且本土的政策也会给到我们更多的支持。」 正如余轶南所说,虽然目前的 AI 计算领域中,英伟达和英特尔这样的芯片巨头影响力还是很大。但是像谷歌这样的科技公司也已经公布了自己的计算芯片。 前段时间传出特斯拉由于能耗原因将放弃英伟达的解决方案,转而研发自己的自动驾驶芯片,更是为芯片领域加了一把火。余轶南也承认,特斯拉的新闻出现后,又有很多客户联系他们咨询芯片方案。 在今年 10 月,地平线公布了由英特尔领投的 A+轮融资。未来地平线的芯片产品有可能会由英特尔的晶圆厂来生产。在明年初的拉斯维加斯 CES 上,地平线也将联合 Intel 共同发布基于 FPGA 的前装 DEMO,对于众多汽车公司,这或许才是他们关注的重点。 事实证明,特斯拉对传统芯片巨头发起的挑战是一个强有力的信号:自动驾驶领域的芯片与算法竞争才刚刚开始。从这个角度来看,当初地平线选择自研芯片的道路虽然充满了挑战,但是同时也获得了更多的机会。或许 PC 时代的「 中国芯」 之梦,将来真的会在汽车上实现。 原创声明: 本文为 GeekCar 原创作品,欢迎转载。转载时请在文章开头注明作者和「来源自 GeekCar」,并附上原文链接,不得修改原文内容,谢谢合作! 欢迎关注 GeekCar … 继续阅读

听说地平线获得了英特尔领投的融资,于是我去和他们聊了聊

· Oct 21, 2017 333

如果经常关注 GeekCar 自动驾驶相关文章的话,相信你对于地平线这家公司一定有所了解。就在昨天他们宣布,地平线获得了由英特尔、嘉实基金联合领投的 A+轮融资,其中晨兴资本、高瓴资本、双湖投资以及线性资本等机构进行了跟投。另外,他们还透露,英特尔全球副总裁 Dan McNamara 也将加入地平线董事会。 看到这条消息,大家可能想问,地平线与英特尔究竟是如何走到一起的,今后他们在战略方面又会进行哪些规划?针对这些问题,我与地平线联合创始人、算法副总裁黄畅以及智能驾驶研发总监余轶南进行了交流。 Intel 进行自动驾驶全球战略布局 其实对于地平线之前的动向简单梳理一下就会得知,英特尔投资地平线这件事或许已有先兆。理由非常简单,两家公司此前就有过合作。 今年年初的 CES 上,地平线联合英特尔推出了基于单目摄像头和 FPGA 平台的 ADAS 系统,它可以实现的功能包括行人/车辆/车道线以及可行驶区域的检测和识别。这套系统将主要用于前装市场。 至于英特尔为什么选择投资地平线,余轶南告诉我,英特尔这一次对地平线的投资更像是达成一种战略合作伙伴关系,这有别于传统的财务投资。年初的时候,英特尔以 153 亿美元的价格收购了 Mobileye。而这一次通过对地平线的投资,他们可以继续增强在全球自动驾驶领域的核心竞争力。放大来看,不仅仅是自动驾驶,地平线之于英特尔更是他们全球 AI 战略里的一块重要拼图。 而对于地平线而言,英特尔这一次对他们的投资也有着重要意义,余轶南认为,在大部分跟信息相关的产业当中,英特尔的渠道和客户遍布全球,资源方面的倾斜也将为地平线提供大量客户渠道。从另一个角度上看,地平线也可以利用英特尔去与全球所有具备潜在合作关系的企业建立联系。在这里也可以提醒一下大家,英特尔的合作伙伴以及入股企业包括宝马、福特、长安、德尔福、HERE 地图、黑莓 QNX 等等,而这些资源对于地平线有多重要,相信不用我说大家也可以 get 到。 与 Mobileye 并不冲突 当然,提到了英特尔与自动驾驶,Mobileye 一定是绕不过的话题。大家可能会想,英特尔既收购了 Mobileye,同时又投资了地平线,而地平线如何看待这层关系?针对这一话题,我也与黄畅、余轶南进行了沟通。 黄畅告诉我,当初英特尔收购 Mobileye 时的确震惊了整个自动驾驶市场,但当地平线深入到整个行业中时,他们也看到了和 Mobileye 的差异化机会。地平线更愿意围绕国内道路场景去进行研究。相比于国外道路而言,国内的路况更加复杂,路牌差异更大,而地平线在这方面占据优势。另外,余轶南也补充到,地平线主要还是研究低速场景下的自动驾驶,与高速场景相比,低速场景下的自动驾驶技术还是有些差异的。他们则认为,低速场景更适合中国的道路驾驶环境。 为此,余轶南还特意举了一个例子,面对停车场这样的低速环境,他们需要了解建筑物结构,其中会有上下坡、螺旋道路、地下道路等等。而这类场景也就决定了地平线需要在技术方面完成很多额外的运作。 为何选择 FPGA 平台? 其实细心的人还能发现,今年年初地平线与英特尔联合推出的 ADAS 系统基于 FPGA 平台打造。至于为何选择这套平台,余轶南也给出了解答。 他告诉我,与在 GPU 上做软件算法工作不同,在 FPGA 平台上打造 ADAS 系统需要从底层硬件逻辑开始,这无疑更加困难一些。不过 FPGA 平台的稳定性、高效性更强,适用于神经网络同时更适用于汽车工况。打造汽车前装产品时, FPGA 平台也可以发挥它硬件协同、功耗低的优点,而这恰恰也是车规级标准所需要的特点。 而从我们的角度来看,FPGA 平台的确拥有以上优点,不过有一点不可否认,那就是相比于 CPU、GPU 平台,FPGA 平台的开发难度的确高出不少。从另一个方面来看,英特尔这一次选择投资地平线,某种程度上也可以理解为自己补充 FPGA 平台的开发者生态。 技术方案进展以及战略规划 搞清楚了英特尔投资地平线这件事的始末缘由之后,咱们再来看看地平线技术方案的进展以及今后的战略规划。 之前他们也对外透露过自动驾驶解决方案路线图雨果平台,在谈到进展时黄畅告诉我,现阶段雨果 1.0 方案量产版本已经打造完成,今年年底之前将和一家 Tier 1 合作完成落地。适用于 L3 级别的雨果 2.0 方案已经接近研发尾声阶段,至于适用于 L4 级别的雨果 3.0 方案正在规划当中。 而在去年 3 月份时,地平线正式成立了「 盘古」 项目,负责研发用于智能驾驶以及智能摄像头的嵌入式人工智能计算机视觉处理器。今年 6 月份时,项目已经进入到了最后的软硬件调试阶段,在这个过程当中,他们积累了大量算法,同时也包括部署移植的过程。(地平线创始人兼 CEO 余凯,在英特尔投资 CEO 会议上)至于未来战略规划,余轶南认为,地平线未来一段时间还是会与 OEM 厂商、Tier 1 加强合作。对于汽车行业而言,想要完成 Tier 1 的系统集成化工作,至少需要 10 万公里以上的测试,地平线自身并没有这样的能力去交付产品,因此与 Tier 1 合作才可以确保产品的可靠性。从 2018 年 9 月份开始,每 3-6 个月,地平线就会有一款产品落地。 对于公司的定位,地平线依然不变,他们既不想做芯片供应商也不想仅仅只是研究算法问题。嵌入式人工智能核心技术和系统级解决方案提供商依然是他们对于自己的定位。技术角度理解,简单结构化的道路感知、吸收驾驶行为是部分重点,而帮助芯片进行全方位的环境理解,包括视觉图像像素理解、 3D 语义理解等等也是他们所考虑的问题。 从企业战略层面分析,对于地平线的投资让英特尔进一步完成了自动驾驶全球战略布局,而地平线也由此获得了英特尔的渠道资源和客户。而从用户层面上分析,地平线的产品能够快速落地或许才是大多人最关心的事情,相信地平线自己也一定明白这一点。 原创声明: 本文为 GeekCar 原创作品,欢迎转载。转载时请在文章开头注明作者和「来源自 GeekCar」,并附上原文链接,不得修改原文内容,谢谢合作! 欢迎关注 GeekCar 微信公众号:    GeekCar 极客汽车    (微信号:GeekCar)& 极市    (微信号:geeket)。

专访地平线 CEO 余凯:行业整合的环境下,本土 AI 公司将如何做好自动驾驶?

· Mar 27, 2017

在 BCW 大会上,除了博世与 NVIDIA 这样自动驾驶行业的知名企业,也少不了国内创业公司的身影。地平线机器人公司(Horizon Robotics, Inc)的创始人兼 CEO 余凯就受邀在大会上做了演讲,他们的深度学习技术正是实现自动驾驶所不可缺少的技术及环节。算法公司如何理解自动驾驶行业最近的一些大事件以及他们在行业中的地位呢? 我们借此机会专访了余凯,以下是整理后的采访内容(G 代表 GeekCar,K 代表余凯): 关于目前的行业趋势 G:我们发现 Mobileye 和英伟达对于深度学习的理解不太一样,Mobileye 希望用 AI 模拟人的驾驶行为,而英伟达的深度学习需要在标准化的交通规则下实现,在您看来,他们的深度学习有什么不同? K: Mobilyeye 以前更多的是在做 ADAS,重视视觉处理,研究感知层面的技术,现在也开始研发驾驶控制、决策,他们使用的是增强学习(Reinforcement Learning)。我在演讲中提到过,我们也更倾向于算法层面的增强学习。你可以把增强学习理解成一个框架或一个系统,而深度学习是包含在其中的模块。NVIDIA 的深度学习需要在一个固定的规则下实现。 G:在您看来,Intel 收购 Mobileye 是出于算法层面的考虑吗? K:Intel 收购 Mobileye 是出于三方面的考虑:首先,Intel 专长于硬件制造,需要 Mobileye 这样的算法公司及其算法工程师;其次,Mobileye 的一些产品有实际上车经验;最后,Mobileye 积累了很多的数据。Intel 整合了这三方面的优势,让他们节省了很多时间和精力,走到了很多公司的前面。 G:现在行业内都在提倡数据分享,从您的角度看,真正的数据共享能实现吗? K:我觉得未来可能会实现。当然,参与数据共享的公司也需要分享自己的数据。 G:您觉得自动驾驶真正的瓶颈是在硬件上还是在算法和数据上? K:我觉得都是。自动驾驶是一个系统性工程,算法、软件、硬件和数据需要结合在一起,否则很难做好。比如一些小概率情况,需要积累成千上万公里的数据才可能出现,然后去分析调整。 G:Tesla 认为不用激光雷达就可以实现自动驾驶,而老黄这次也说要降低对激光雷达的依赖性,您觉得有可能吗? K:首先激光雷达必须得降价,否则不利于其在自动驾驶车上的应用。理论上,汽车可以只靠摄像头实现自动驾驶。但是从提高系统安全性的角度来看,还是需要有些冗余。在自动驾驶的感知环节,不同性质的硬件应该互补。 G:目前 Uber、谷歌等科技公司和传统厂商都在进行自动驾驶的研发,您觉得他们现在是并驾齐驱吗? K:科技公司和传统厂商都有技术实力去研发,只是他们的市场定位不同。科技公司更想要颠覆主机厂,成为行业主导者。 G:互联网公司和传统厂商可能合作吗? K:比较难。传统厂商对互联网公司的供应更多是在幕后,互联网公司在消费者端发声很强,传统厂商有点像被绑架。 G:您觉得博世和英伟达的合作是出于什么样的考虑? K:博世和 Mobileye 在 ADAS 领域算是竞争对手,Mobileye 与 Intel 联合后会变得更强大。为了增强竞争,博世要和计算平台较强的英伟达合作。 G:老黄认为今年年底到 2018 年间就能实现 L3 级别的自动驾驶,2018 年底到 2019 年可以实现 L4 级别的自动驾驶,博世的公关负责人则认为 2025 年可以实现 L4 级别自动驾驶。您认为自动驾驶技术成熟时间是什么时候呢? K:我认为,目前业界的水平普遍能达到 L2 级别,2020 年以后 L3 技术会成为产品被使用。 地平线在行业内的定位 G:地平线的名称使用 Robotics 而非 AI 定义,您可以谈一下两者的区别吗? K:Robotics 和 AI 本质上没有区别,他们的核心都是做决策,使用的算法技术一样。只是 AI 是纯软件层面,而 Robotics 是硬件的决策。 G:据我了解,地平线也在针对中国市场收集驾驶数据,之前和 NEVCARD 有合作,是以共享出行的方式来收集,您觉得这是一种比较好的数据收集方式吗?还是您认为和主机厂共享数据更困难一些? K:我觉得和主机厂、运输企业合作都是很好的方式。 G:我们发现您之前有和博世合作,后来也有和 Intel、英伟达合作,就您个人而言,和他们的合作有所偏重吗? K:我觉得地平线现在要和整个产业链保持合作,自动驾驶是比较大的工程,一家公司是无法搞定的。我们有深度学习技术,但没有传感器,没有上车经验,而这些博世有;再比如硬件平台,投入巨大,我们认为硬件平台很重要,但不一定非要自己做,我觉得这一点上态度一定要开放。我们还会寻找更多合作伙伴。 G:您认为博世和英伟达在 AI 上的积累如何? K:他们都有一定积累,不过都是刚开始积累。传统上,博世主要做硬件,英伟达主要在做芯片,最近他们都开始重视算法,加大投入,当然他们可能也需要和我们这样的算法公司合作。 G:国内有一些类似 Mobileye 的 ADAS 创业公司,您觉得地平线的优势是什么? K:ADAS 的技术门槛很高,从研发到技术成熟,再到产品上车,验证技术,需要经历很长的时间。Mobileye 在行业内起步较早,现在被收购会变得更强,ADAS 创业公司不太可能赶上 Mobileye 的发展步伐,而且只研发 ADAS 也不能满足目前自动驾驶对技术的需求。创业公司应该要有更清晰的方向,在产业链中找到需要自己的一席之地。地平线把汽车看作公司发展最重要的领域,所以现在的技术研发更多的在向人工智能和深度学习切入。 G:地平线在行业内的定位是什么?像 Mobileye 吗? K:在算法层面有点像。我们和 Mobileye 都在研发算法,都在用增强学习,只是切入点不同。不过,Mobileye 自己也在做芯片,这一点我们有所不同。 G:您如何看待和博世的合作?是否像 Mobileye 和德尔福的合作。 K:有一点像。我们为博世提供一些算法,他们是 Tier … 继续阅读