L4級別自動駕駛是未來技術的演進方向,互聯網和算法公司選擇直接面向L4級別高級駕駛功能進行開發。
百度作為PC互聯網時代的搜索入口,龐大的客戶數據助力其AI業務的發展。基于AI技術搭建了Apollo自動駕駛開放平臺,面向”自動駕駛、智能車聯、智能交通“三大領域。硬件+軟件+數據多方面能力結合,共同實現L4級別自動駕駛能力
實現純視覺低成本L4級別自動駕駛技術,降維賦能車企。通過與威馬等造車新勢力合作,實現自動駕駛功能上車。與傳統造車企業吉利合作,強強聯合,計劃推出”集度“品牌汽車。
商用車自動駕駛Robo-Truck場景相對低速和封閉,有望率先實現商業化落地。有效降低駕駛事故率,降低人力成本,彌補崗位缺口,節約燃油,全球市場規模有望達到萬億元。
國內重卡企業陸續開啟自動駕駛布局,自動駕駛港口應用加速。
智能時代,AI 中臺是企業管理能力、企業活力、企業“智力”提升的重要動力來源。思考企業的未來,AI 中臺將是企業在復雜時代下生存和發展的“必需品”和“必修課”。
日前,百度智能云與人工智能產業發展聯盟聯合發布了《AI 中臺白皮書(2021年)》。AI 中臺作為全棧式、集約化、自動化的生產力工具箱,是實現AI技術在各行業中快速研發、共享復用和部署管理的智能化底座和關鍵基礎設施。白皮書旨在深入剖析 AI 中臺體系架構與內涵,探討能力建設路徑和行業賦能方案,以期與業界分享,共同推動我國人工智能產業創新發展與行業智能化升級。
白皮書指出,AI 中臺是實現智能化能力普惠的必備基礎設施,負責構建企業的 AI 生產力,一般包括 AI 技術服務平臺、AI 研發平臺、AI 管理運行三大核心。
白皮書展開論述了 AI 中臺所應具備的四大關鍵能力。概括來看,AI 數據需求趨于精細化、場景化,健全的數據服務體系會是AI 中臺的基礎;自動機器學習技術加速演進,AI 研發平臺成為了技術普惠的關鍵;AI 部署運行愈加復雜,體系化工具成為了規模化應用的保障;AI 模型已經成為了企業新型資產,AI 資產化管理勢在必行。
企業如何建設自己的 AI 中臺體系呢?白皮書給出了兩類建設路徑和三大要素支撐。
面向企業智能化升級的不同階段,AI 中臺建設有兩類路徑:一類是對于處于 AI 能力起步期的企業,會先從 AI 能力直接賦能,再逐步發展到自主建模和個性化創新,構建 AI 能力創新底座;另外是面向已具備專業 AI 建模專家及算法團隊的企業,可以聚焦個性化 AI 研發能力的構建,進而大幅提升 AI 模型落地應用推廣效率。
三大要素則是企業智能化升級的堅實支撐。在基礎設施建設方面,AI 中臺支撐企業完成軟件部署,并與已有的私有云、數據中臺、視頻平臺等 IT 設施進行對接集成。支持企業結合自身業務場景,構建 AI 應用能力,圍繞 AI 中臺軟件、基礎應用集成、業務應用集成三大模塊,打造企業 AI 能力的核心技術底座。
在組織能力建設方面,AI 中臺為企業提供組織變革、流程創新、人才培養等方面建議,通過建立組織保障機制,明確機構中包括模型生產、服務管理、運維保障在內的各個工作組職責及流程,確保 AI中臺管理組織的高效運轉。此外,幫助企業持續培養人工智能相關的技術開發人員及運營管理人員,保證 AI 能力開發管理的人才供給。
在運營優化方面,AI 應用實際投產后,企業需結合業務反饋數據不斷進行優化調整,確保應用成效。
借助高效靈活的適配能力,AI 中臺已在制造、能源、金融、城市、醫療等諸多行業落地應用并取得顯著成效,切實解決企業生產運行痛點,滿足企業設計、生產、管理、銷售和運維等個性化場景需求。
展望未來,AI 中臺作為企業智能中樞,在不斷完善提升自身能力的同時,將成為伴隨企業成長、構筑核心競爭力的重要抓手和關鍵支撐。未來2-5年,AI 中臺將作為創新型企業運轉不可或缺的基礎設施;未來5-10年,AI 中臺將融入企業成長的全生命周期,企業建設、應用和運營 AI 中臺的能力,將成為衡量未來發展潛力和成長價值的關鍵指標,助力構筑企業核心競爭力。
以 AI 中臺助力行業高質量發展,提升國家供給側水平,將在數字社會與智能經濟時代獲得發展先機。過去二十年,移動互聯網對人類社會的影響集中體現在 C 端,即需求端;但在 AI 時代,人工智能將更多從 B 端,即供給端改變。AI 中臺作為“ AI 大生產平臺”的生產力載體,從更好推進 AI 行業落地、實現技術價值增值角度,正在加快幫助企業適應新形勢、新變化與新挑戰。AI 中臺技術所帶來的行業變革,將是一場更徹底的供給側改革,成為推動國家邁進智能未來時代的重要力量。
人工智能革命將個體價值的創造釋放提升到前所未有高度,AI 中臺通過推動行業智能變革為社會帶來更為光明的未來。AI 中臺賦能能力正在從通用行業(如制造、金融、教育等)向專業精細化行業(如生物醫藥、化學化工、半導體等)延伸拓展,幫助企業不斷拓展應用視野和創新邊界,推動人類社會創新進步。AI 中臺將幫助企業追求更有創造力、影響力和領導力的自我價值實現,為整個智能社會帶來更大提升空間、更多發展可能。
近日,由中國電子信息產業發展研究院推出的《“工業互聯網平臺+數字仿真”發展白皮書》(征求意見稿),在第三屆中國工業互聯網大賽“工業互聯網+數字仿真”專業賽啟動儀式上正式發布,白皮書分為發展現狀、趨勢展望、內涵特征以及架構體系四部分。
當前,全球新一輪科技革命和產業變革深入推進,數字仿真軟件作為工業軟件皇冠上的明珠,加速與大數據、人工智能、區塊鏈等新一代信息技術融合,在數字空間對物理世界運行規律進行全方位、高精度模擬,深刻變革傳統試驗手段。ANSYS、西門子、達索等國際巨頭企業憑借技術先發優勢,打造了一批數字仿真解決方案,廣泛滲透應用于經濟社會各領域,不斷鞏固和強化制造業領先地位。
隨著新一代信息技術與制造業加速融合,連接工業全要素、全產業鏈、全價值鏈的工業互聯網平臺成為制造業開展數字化、網絡化、智能化轉型升級的重要載體。工業互聯網平臺封裝有大量的云化工業機理模型,與數字仿真軟件形成互促共進的發展態勢。“平臺+數字仿真”成為數字仿真的重要發展趨勢,進一步強化技術供給、擴展應用范圍、完善產業生態,功能體系得到全方位提升,更加高效賦能制造業轉型升級。
在此需要說明的是,數字仿真的起源是單機的數字仿真,近年來才逐漸衍生出“平臺+數字仿真”的發展趨勢。因此,第一章節,國際仿真產業呈現寡頭壟斷態勢和國內自主仿真在探索中艱難前行兩部分主要聚焦數字仿真,“平臺+數字仿真”創造換道超車機遇部分主要聚焦“平臺+數字仿真”。
隨著企業信息化建設需求與底層技術發生變化,傳統軟件開發模式已無法快速響應復雜多變的企業業務訴求,而IT人才貴、易流失,傳統信息化建設低質低效、缺乏創新能力等問題始終轄制著軟件產業的創新發展。本報告將以IT服務商及軟件企業所面臨的困境為切入點,從企業內外部環境變化、IT人才等角度展開論述企業級無代碼的核心價值,并結合其產品技術、落地能力及行業解決方案,描述企業級無代碼如何推動供需雙側的變革,并對軟件開發模式的發展趨勢加以展望。
近日,中國信息通信研究院和華為云聯合編寫發布《數字政府云原生基礎設施白皮書》,白皮書旨在為數字政府建設、城市智慧化發展提供技術指引和經驗參考。
新世紀以來,我國政務信息化建設經歷了“電子政務”、“互聯網 +政務服務”的階段,逐步實現了部門辦公自動化、重點業務信息化、政府網站普及化。近兩年來,政務信息化更是進入了“數字政府”時代。
近年來,各省市持續推進數字政府建設和發展,實踐經驗不斷豐富。各地數字政府的建設目標是在保障安全的基礎上,進一步實現政務領域服務一體化、數據共享化、治理智能化、響應實時化。數字政府基礎設施是承載數字政府各類業務的底座,從技術角度來看,面對數字政府的業務需求,當前以政務云為底座的數字政府基礎設施存在資源共享難、業務建設成本高,缺乏精細化運營、資源供給粗獷,系統邊界不清、業務端到端交付效率低等問題。為解決以上問題,政務云作為數字政府的核心平臺,其建設模式需要全面升級,從“云資源集約化”向“政務應用集約化”轉變。
白皮書核心觀點
1.數字政府時代到來,基礎設施建設將全面提速
我國政務信息化建設先后經歷了“電子政務”、“互聯網+政務服務”的階段,當前已經全面進入“數字政府”時代。”十四五“規劃明確提出要提高數字政府建設水平,構建成熟穩定的基礎設施成為支撐“數字政府”運行的算力底座。
2.政務云即將進入以“云原生化”為特色的新階段,全面升級為云原生基礎設施
以云原生基礎設施為核心的政務云,具有業務全局化可視可管、資源精細化運維運營、能力標準化共享互通等特點,可以有效提高數字政府業務多元化水平。云原生技術將成為政務云進行新一輪升級、實現“云資源集約化”向“政務應用集約化”轉變的重要支撐。
3.核心技術帶動產業發展,加速數字政府應用創新和生態構建
在云原生技術加持下,將進一步降低政務云的運維門檻、提升資產利用率、保障數字政府業務更高效、高可靠運轉,并構建標準化的應用開發、交付、運維、監控等全生命周期治理體系,實現應用能力標準化以及跨云、跨地域共享,賦能各類業務場景,進而加速應用創新及生態完善。
4.標準和評估體系逐步完善,助力數字政府提質增效
標準和評估體系是行業創新發展的引領和推動力量,中國信通院云計算與大數據研究所前期撰寫了政務云綜合水平、政務云解決方案、數字政府一體化支撐平臺等標準,目前,正在撰寫《數字政府基礎設施水平和運營效果成熟度模型》(IOMM-G)標準,助力數字政府提質增效。
在第四屆數字中國建設峰會“大數據論壇”上,國家工業信息安全發展研究中心副主任何小龍發布了《中國數據要素市場發展研究報告(2020~2021)》(以下簡稱“報告”)。
“十三五”時期是我國大數據產業蓬勃發展的階段,根據國家工業信息安全發展研究中心產值測算數據,截至2020年底,我國大數據產業規模已達萬億元。隨著我國大數據產業與實體經濟深度融合、產業發展不斷壯大,數據作為生產要素的屬性不斷凸顯。如何實現數據要素市場化配置,激活數據要素潛在價值,推動與實體經濟繼續深度融合,是“十四五”期間我國需要面臨的重要課題之一。
國家工業信息安全發展研究中心通過專家訪談、企業調研、案頭研究等方式開展數據要素市場相關研究,結合自有的逾5000家企業大數據案例庫對報告界定的產值規模進行了測算和分析,在報告中提出了數據要素及數據要素市場的邊界,梳理了國內外數據要素市場發展現狀,重點從市場概況、政策脈絡、產業圖譜及市場運行機制等角度,并結合相應的產值規模、技術水平、產品和服務、商業模式等情況,闡釋了我國數據要素市場的發展現狀,分析了現階段我國數據要素市場存在的問題及未來發展趨勢,提出了對策與建議。
2021年自動駕駛正加速向L3買進。2020年L3級自動駕駛開始普及已成為行業共識。2021年作為自動駕駛技術進入L3等級的元年,是自動駕駛技術發展的重要節點。
全球自動駕駛邁入商用探索新階段。我們預計2024年全球L1-L5級自動駕駛汽車出貨量有望突破5000萬。據百度Apollo智能交通白皮書,預計2035年后可完全實現無人駕駛。
自動駕駛相關標準漸行漸近。LTE-V、5G等通信技術成為自動駕駛車輛通信標準的關鍵,將為自動駕駛提供高速率、低時延的網絡支撐。端、管、云服務體系逐漸推動人、車、路、云高度協同。
一方面,國內外協同推進LTE-V2X成為3GPP4.5G重要發展方向。另一方面,自動駕駛的發展正逐步向5G-V2X演進。未來將實現安全高帶寬業務應用和自動駕駛,完成汽車從代步工具向信息平臺、娛樂平臺的轉化,有助于進一步豐富業務情景。
產業鏈相關標的梳理:建議關注自動駕駛產業鏈中激光雷達相關標的:Velodyne、Luminar、禾賽科技、速騰聚創、Ouster、Aeva、Ibeo、Innoviz;毫米波雷達相關標的:德賽西威、和而泰等;高精密地圖相關標的:四維圖新等;車聯網模組相關標的:移遠通信、廣和通、日海智能、Telit、U-blox、Gemalto等;車聯網終端相關標的:華陽集團、銳明技術、鴻泉物聯、萬集科技等;AI芯片相關標的:地平線、Mobileye、英偉達、寒武紀等;AI算法相關標的:中科創達、千方科技等。
導讀:工業智能以工業數據為基礎,人工智能算法為核心,其他先進信息技術為輔助,通過對工業產業鏈中的各個環節、對象進行深度滲透與改造,面向工業場景提供綜合智能技術解決方案,從而達到重塑工業形態、提升工業能效的目的,也即以增量帶動存量,以創新引領革新。工業智能促使工業產業形態躍遷,智能化、網絡化、信息化將成為工業產業下一階段的新標簽,通過重塑工業形態、提高生產效率、優化資源配置、創新生產模式,工業智能將通過綜合智能技術釋放工業產業的巨大潛力。
《工業智能前沿報告》分析了工業智能在全球范圍的發展態勢,并對我國工業智能發展現狀進行解讀,從政策、產業、技術等多視角分析工業智能核心要素。報告針對工業智能所涉及的人工智能數據、算法、模型及其與5G、多模態計算等先進信息技術融合等方面進行具體分析,闡述工業智能發展中相應的技術趨勢以及現存的工程難題,通過研究現有問題,指出工業智能的發展瓶頸和突破方向。最后,給出工業智能發展的相關政策建議,展望工業智能的重要方向。