全站搜索
经济观察网 英伟达（NVDA）宣布开源自动驾驶商用模型，通宇通讯澄清与英伟达无相关研发合作。
近期事件
8月4日深夜黄仁勋宣布开源Alpamayo 2 Super模型，面向自动驾驶商用开放 。行业解读为智驾领域的"安卓时刻"——降低门槛后，中小车企也能入局。这对英伟达意味着从卖芯片扩展到卖"算力+模型"的生态捆绑。
股价异动原因
通宇通讯因拟收购佳贤通信25%股权，股价4天涨42%。但8月6日公司公告澄清：佳贤通信与英伟达不存在研发合作关系，只是基于英伟达的CUDA开源平台做研发 。这类"蹭概念"的炒作要注意风险。
以上内容基于公开资料整理，不构成投资建议。
选型陷阱：标称数据背后的性能断崖在实际交付中，我们发现许多车企在自动泊车ARA（Autonomous Reverse Assist）选型时，陷入了一个致命误区——过度依赖供应商提供的「理论泊入成功率」数据。某新势力品牌曾公开宣称其ARA系统泊入成功率达99.7%，但真实用户反馈显示，在狭窄车位（车宽+0.3米）场景下，实际成功率骤降至62%。这里面的水很深：很多标称数据背后的真相是，测试环境仅覆盖...
查看全文
智能泊车防错机制：选型陷阱与隐性损耗的底层逻辑在实际交付中，我们发现超过60%的智能泊车系统故障源于「防错机制」的选型偏差。很多车企在招标时迷信「高算力芯片+多传感器融合」的组合，却忽略了底层算法的容错阈值设计——这直接导致量产车在复杂场景下的误触发率飙升300%。听起来可能反直觉，但防错机制不是传感器越多越好，而是要建立「硬件冗余+软件容错」的动态平衡。选型误区：被参数表绑架的决策很多标称数据背...
查看全文
智能驾驶系统衰减：选型误区与生产损耗的真相在实际交付中，我们发现一个令人不安的现象：很多号称“零衰减”的智能驾驶系统，在真实路况下运行半年后，性能下降幅度超过30%。这背后，是行业普遍存在的选型误区和生产环境的隐性损耗。选型误区：标称数据背后的真相很多标称数据背后的真相是，实验室环境与真实路况存在本质差异。比如，某品牌激光雷达标称“100米探测距离”，但在雨雾天气下，实际有效距离骤降至40米。这种...
查看全文
自动泊车ARA：选型误区与生产损耗的真相揭秘在实际交付中，我们发现自动泊车ARA（Automated Reverse Assist）系统的选型远比参数表复杂。很多车企在选型时只盯着“最大支持车速”“识别距离”这类标称数据，却忽略了生产环境中的隐性损耗——这才是决定系统稳定性的关键。选型误区：标称数据背后的真相很多标称数据背后的真相是，实验室环境与实际路况的差距远超想象。比如某品牌宣称其ARA系统支...
查看全文
当“高算力”成为营销话术，谁在为低效买单？在实际交付中，我们发现一个反常识现象：某头部车企的L2+级智驾系统，搭载的芯片算力比竞品高出40%，但匝道汇入成功率却低了12%。问题出在哪？答案藏在算法与硬件的适配逻辑里——很多标称数据背后的真相是，算力堆砌正在掩盖算法效率的缺陷。选型误区：把“算力”当“性能”很多车企在硬件选型时陷入一个思维陷阱：认为算力越高，算法表现越好。但这里面的水很深——算法的架...
查看全文
智能驾驶的边际效用：从选型误区到生产损耗的真实博弈在实际交付中，我们发现一个现象：很多车企在智能驾驶系统的选型上，陷入了一个“参数陷阱”——过度追求高算力芯片、多传感器融合、高精度地图等标称数据，却忽视了这些配置在实际场景中的边际效用递减问题。听起来可能反直觉，但当算力从100TOPS提升到200TOPS时，实际感知精度可能只提升了3%；当激光雷达数量从1颗增加到3颗时，决策系统的响应时间反而因为...
查看全文
尊龙凯时