全站搜索

媒体中心MEDIA CENTER

小鹏Robotaxi上路开启员工内测,何小鹏试了第一单

小鹏Robotaxi上路开启员工内测,何小鹏试了第一单

公司动态 智驾 39 0

  何小鹏在内部Robotaxi全员会上表示,Robotaxi是小鹏从“新能源汽车”迈向“机器人汽车”的重要一步,未来十年,所有具身智能载体,本质上都会成为机器人。

  据悉,小鹏Robotaxi以小鹏GX为原型车,是国内首款以纯视觉方案打造的全栈自研前装量产Robotaxi,具备L4级自动驾驶能力。车辆搭载4颗自研图灵AI芯片,本地有效算力达全球最高的3000TOPS,智驾模型采用与量产车同源的图灵智驾VLA2.0,用一套模型打通L2-L4,凭借模型自身的泛化能力,可在不同城市、不同环境快速部署运营。

小鹏robotaxi。小鹏集团供图

  伴随高阶自动驾驶产业热度提升,工信部《智能网联汽车自动驾驶系统安全要求》强制性国标报批稿引发广泛讨论,网络上持续流传“L3、L4自动驾驶车辆必须搭载激光雷达”的传言。针对该说法,中国汽车标准化研究院总工程师孙航近日作出澄清,明确标准坚持划定安全底线、技术中立、不限定技术路线的原则,评判自动驾驶能力以最终安全表现为准,不会通过法规强制要求硬件配置,行业差距的核心不在于零部件堆砌,而是底层真实安全能力。

  放眼国内当前行业发展,Robotaxi商业化试点正稳步推进,各地逐步从封闭道路测试转向公开道路收费运营。北京、上海、广州、深圳、武汉等数十座城市相继开放示范运营权限,部分区域已经允许撤除车内安全员开展常态化载客服务。不过行业仍处在早期探索阶段,多数运营范围局限于特定示范区,尚未实现全城无限制落地,成本高企、复杂路况通行效率、责任认定细则等难题依旧有待持续破解。随着各类L4车型陆续开展道路验证,叠加高阶自动驾驶国家标准持续完善,行业将迎来技术路线充分竞争、商业化模式持续打磨的阶段,Robotaxi也有望逐步从试验项目转变为常态化出行服务。

  来源:北京日报客户端

特别声明:以上文章内容仅代表作者本人观点,不代表新浪网观点或立场。如有关于作品内容、版权或其它问题请于作品发表后的30日内与新浪网联系。
上一篇: 下一篇:

相关推荐

  • 无人车T5:需求错位背后的技术真相与生产现场启示

    12

    需求错位:无人车T5的“伪需求”陷阱与底层逻辑在实际交付中,我们发现一个扎心现象:很多客户为无人车T5选配的“高算力芯片”“激光雷达阵列”,最终成了摆设——这些硬件在封闭园区、低速场景下根本跑不满性能,反而因功耗过高导致电池衰减速度比预期快30%。听起来可能反直觉,但这就是典型的“需求错位”:用百万级乘用车的技术逻辑,套在十万级商用场景里,结果就是成本飙升、可靠性下降。选型误区:标称参数背后的“性...

    查看全文
  • 人眼视觉仿生系统可靠性:从选型陷阱到生产现场的隐形损耗

    8

    人眼视觉仿生系统可靠性:从选型陷阱到生产现场的隐形损耗很多标称‘人眼级动态响应’的视觉系统,在实际交付中却连基础的车道线识别都做不到——这不是危言耸听,而是我们在多个主机厂量产项目中遇到的真实困境。问题出在哪?答案藏在可靠性指标的底层逻辑里。选型误区:参数虚标与场景错配听起来可能反直觉,但视觉系统的‘帧率’和‘动态范围’参数,恰恰是选型时最容易踩的坑。某新势力车企曾采购了一套标称200fps、14...

    查看全文
  • 自动驾驶场景适配:选型陷阱与生产损耗的真相

    12

    场景适配不是参数堆砌,是工程化能力的终极考验在实际交付中,我们发现一个扎心的事实:很多标称“L4级”的自动驾驶系统,在高速货运场景下连1000公里的连续运行都撑不过。问题出在哪?不是传感器不够多,也不是算法不够强,而是场景适配的底层逻辑被彻底忽视了。选型误区:参数表上的“完美适配”很多企业选型时盯着参数表做决策——激光雷达线数、摄像头分辨率、算力TOPS值。听起来可能反直觉,但这些硬指标恰恰是最容...

    查看全文
  • 智能驾驶:需求错位下的选型陷阱与生产损耗真相

    11

    当「需求错位」遇上「选型误区」,智能驾驶的交付困境远比想象中复杂在实际交付中,我们发现一个扎心的事实:80%的智能驾驶项目延期,根源不是技术瓶颈,而是需求错位。很多车企嘴上喊着要L4级全自动驾驶,实际采购时却按L2+的硬件规格砍预算;供应商拿着标称「算力500TOPS」的芯片方案,到了生产现场才发现,功耗和散热根本扛不住高温工况。听起来可能反直觉,但智能驾驶的「需求错位」,正在让整个行业陷入「高配...

    查看全文
  • 低算力平台跑高效算法?别被参数骗了,真实生产环境藏着这些坑

    9

    算法效率≠算力堆砌:低算力平台的系统性风险拆解在实际交付中,我们发现一个诡异现象:某车企宣称其L2+系统仅用8TOPS算力就实现了高速NOA,但实测中遇到连续弯道时,车道保持功能频繁抖动,跟车距离从3秒骤增至8秒——这不是算法不够强,而是低算力平台的系统性风险在作祟。选型误区:参数表上的“数字游戏”很多标称数据背后的真相是:芯片厂商的TOPS值是理论峰值,实际可用算力往往缩水30%-50%。比如某...

    查看全文
  • 高级驾驶辅助系统:规律复现背后的选型与生产真相

    14

    高级驾驶辅助系统:规律复现背后的选型与生产真相在实际交付中,我们发现高级驾驶辅助系统(ADAS)的选型与生产远比市场宣传复杂得多。很多企业标榜自己的系统具备“全场景适应能力”,但真相是,规律复现的稳定性才是决定系统实际效能的关键。这里面的水很深,稍有不慎就会陷入选型误区,导致生产环境中的隐性损耗远超预期。选型误区:参数漂亮≠实际好用很多标称数据背后的真相是,厂商为了追求纸面参数的亮眼,往往在测试环...

    查看全文
展开更多

  • 回到顶部
  • 回到顶部