Adas
PulseAugur coverage of Adas — every cluster mentioning Adas across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
扩展专业知识：企业增长中最难的部分
据《福布斯》撰稿人 Adi Bathla 称，扩展企业，尤其是在汽车维修等领域，面临着设备以外的挑战。主要困难在于转移默会知识和专家判断，这通常是直观的且难以表达。Bathla 强调，真正的专业知识很少被系统化，因此难以在新地点或新团队成员中复制。他主张观察工作过程并记录其潜在判断，而不仅仅是程序步骤，以有效地普及专业知识。
-
SevDiff模型根据TTC生成逼真的ADAS冲突场景
研究人员开发了SevDiff，这是一种新颖的扩散模型，旨在为高级驾驶辅助系统（ADAS）评估生成逼真的长尾冲突轨迹。与以前的方法不同，SevDiff可以根据特定的碰撞时间（TTC）值进行条件设置，确保生成的场景与所请求的严重性相匹配。该模型在生成指定TTC范围内的冲突轨迹方面表现出高精度，具有物理上合理的运动学特征，并且随着所请求TTC的增加，具有清晰、可解释的退化模式。
-
AI正积极部署于汽车、工厂和车队，用于ADAS和车队智能。
人工智能目前正被应用于汽车行业的各个方面，包括高级驾驶辅助系统（ADAS）、工厂运营和车队管理。重点在于识别哪些人工智能应用在维护、远程信息处理和路线规划等领域是有效的，同时也承认仍然存在的挑战。
-
NVIDIA 详解自动驾驶汽车开发的冗余系统
NVIDIA 高管 Xinzhou Wu 在接受 The Verge 的 Nilay Patel 采访时，讨论了开发自动驾驶汽车的复杂性。Wu 强调了“软件定义汽车”的概念，即软件越来越多地控制信息娱乐系统以外的功能，包括高级驾驶辅助系统 (ADAS)。他详细介绍了 NVIDIA 的 DRIVE Hyperion 平台，该平台为自动驾驶汽车提供了一个完整的技术栈，包括端到端模型和经典的故障安全堆栈等冗余系统，以确保可靠性和安全性。
-
RoboSense 报告称激光雷达销量同比增长 169.6%
RoboSense 公布了 2026 年上半年激光雷达销量大幅增长，总销量达到 719,200 台，同比增长 169.6%。该公司在机器人领域表现尤为强劲，激光雷达销量飙升 510.4% 至 282,600 台。ADAS 领域的销量也大幅增长，达到 436,600 台，同比增长 98.0%。仅在 2026 年第二季度，RoboSense 就售出了 388,900 台激光雷达，其中机器人激光雷达销量增长 182.3%，ADAS 激光雷达…
-
AI 自进化可能始于外部系统，而非模型权重
前 OpenAI 安全副总裁 Wonyong Li 提出了一条 AI 自进化的新路径，建议从外部操作系统（Harness）开始，而不是直接修改模型权重。该 Harness 系统负责管理工具使用、上下文、任务拆分和结果验证，并可根据观察到的失败进行迭代改进。DeepSeek 的崔天言等研究人员认为，改进 Harness 是 AI 进步的一个有前景的方向，有可能在不改变核心模型的情况下实现显著的性能提升。
-
新研究利用先进的模拟器和基准来解决自动驾驶安全问题
研究人员正在开发新的方法和基准来提高自动驾驶系统的安全性和鲁棒性。其中一种方法 MultiSim 使用模拟器集成来识别在不同模拟环境中都一致的导致故障的场景，其表现优于单一模拟器测试。另一项开发 Shift & Drift 是一个基准，旨在测试运动规划器在语义偏移和执行扰动下的表现，揭示了模仿保真度和韧性之间的权衡。此外，WCog-VLA 是一个结合了世界认知和生成模型以实现主动自动驾驶的新颖框架，而 CARLA-GS 通过解耦表示、…
-
车牌字体可实现低成本车辆测距
研究人员利用车牌的标准化字体，开发了使用单目摄像头估算车辆距离的新方法。这些方法无需昂贵的激光雷达或雷达等传感器，也避免了深度学习模型所需的数据密集型训练。通过分析字符高度、间距和其他车牌特征，系统可以准确确定距离、速度和碰撞时间，为高级驾驶辅助系统（ADAS）提供了一种经济高效的解决方案。
-
SynthAgent框架为AI代理生成动态提示
一个名为SynthAgent的新框架已被开发出来，以解决AI代理系统中静态提示的问题。与使用固定提示处理所有任务的传统方法不同，SynthAgent在运行时动态生成特定于任务的提示、工具计划和策略。然后，这个生成的工具包在一个计划-执行-验证循环中执行，并在失败时具有反思和修订机制。该框架的灵感来自于代理工具包和元搜索的最新研究，旨在将提示工程化为代理系统的动态组件。
-
禾赛机器人激光雷达销量首次超越ADAS
2026年第一季度，禾赛科技的机器人激光雷达销量首次超越ADAS，标志着公司业务结构发生了重大转变。禾赛报告称，总激光雷达出货量大幅增长204.1%，带动营收同比增长40%，达到约4.6亿元。机器人领域激光雷达销量飙升1458.8%，占总销量的56%，而ADAS业务已获得177款车型订单，积压订单超过900万辆。
-
英伟达的物理AI对日本产业竞争力至关重要
将AI与物理模拟相结合的“物理AI”概念，对于日本企业在美国、中国和欧洲的全球竞争中保持竞争力至关重要。没有英伟达先进的物理模拟能力，目前的努力将面临被视为过时的“电子作业”的风险。这项技术对于汽车行业的ADAS领域尤为重要。
-
新的AI框架在ADAS摄像头失效前主动监测其可靠性
研究人员开发了一个新的框架，用于监测先进驾驶辅助系统（ADAS）中使用的摄像头的可靠性。该系统通过分析由退化引起的不确定性模式，在下游故障发生之前主动估计感知风险。它利用全局传感器健康指数（GSHI）和一个轻量级网络，从单个RGB图像预测退化类型、严重程度和不确定性图，展示了在检测故障之前的早期预警能力。
-
本田进一步投资自动驾驶AI初创公司Helm.ai
本田正在增加对自动驾驶AI软件初创公司helm.ai的投资。此次合作旨在为本田2027年及以后推出的电动和混合动力汽车开发下一代端到端自动驾驶和ADAS系统。双方将合作开发面向未来车型的高级系统。
-
AI系统利用多任务学习增强科学课堂话语分析
研究人员开发了一个自动话语分析系统（ADAS），用于对科学课堂中的教师和学生发言进行分类，旨在理解知识构建和改进教学。该系统采用联合多任务学习和基于LLM的合成数据增强来解决标签不平衡问题。一个零样本GPT-5.4基线在话语类型和推理组件分类上分别取得了0.467和0.476的宏观F1分数，研究结果表明教师的带有提问的反馈先于学生的推理。
-
Horizon Robotics 和 AiXinYuanZhi 推进汽车人工智能芯片和系统
在2024北京车展上，地平线展示了其全面的汽车智能化战略，推出了其新的征程Starry®芯片和车萝卜KaKaClaw™操作系统。该公司强调了其在ADAS芯片领域的领先市场份额以及其HSD V1.6系统的成功应用，该系统已获得显著的用户激活。地平线还强调了其合作关系，包括与大众集团的合资企业，以及其赋能智能汽车和机器人的愿景。