首页
学习
活动
专区
圈层
工具
发布
    • 综合排序
    • 最热优先
    • 最新优先
    时间不限
  • 腾讯云图:一站式数据解决方案

    一、产品定位与核心亮点 技术定义:腾讯云图以腾讯地图为依托,为企业提供一站式数据解决方案,全面覆盖数据合规获取、加工处理、多源融合、动态更新与场景应用等环节。 核心技术属性与商业差异化卖点:致力于帮助企业以最高效率、低成本获取与生产最丰富、最精准、最具现势性的动静态时空数据,助力智能驾驶更安全、更丝滑、更老练。 舱一体:座舱与自驾一体,为人车共保驾护航。 开放服务:数据/能力/引擎开放,助力差异化竞争。 四、典型案例 原文未提及具体客户案例名称及详细背景、解决方案、成效,仅明确客户覆盖范围: 客户类型与规模:100+家公司首选,包括40+汽车企业(OEM)、30+自驾科技公司(Autonomous 五、总结 腾讯云图通过一站式数据解决方案、三大核心能力、四大核心优势及量产保障,为企业提供高效低成本的数据服务,已获100+家公司认可,成为Tier1、车企、自驾科技公司及出行生态的关键选择。

    20910编辑于 2026-04-02
  • 腾讯云图:一站式数据解决方案

    一、产品定位与核心亮点 技术定义:以腾讯地图为依托,为企业提供覆盖数据合规获取、加工处理、多源融合、动态更新与场景应用的一站式数据解决方案。 :腾讯云图官方统计)。 、20+出行服务生态Mobility Service Ecosystem Company在数据合规获取、加工处理、多源融合、动态更新、场景应用等环节存在困境,面临算法训练周期长、OTA压力大、缺乏自有数据闭环 解决方案:使用腾讯云图云图服务(多类型多规格高频次更新云图)、云图一体(全链路合规能力与数据闭环)、量产保障(云端配置数据管理与灵活发布更新)等功能模块。 成效:自驾算法训练加速至少半年以上;减少OTA压力;支持地图要素级灵活发布更新;已在多个OEM和车型上实现量产;成为上述企业的“不二选择”(数据来源:腾讯云图官方统计)。

    3910编辑于 2026-05-10
  • 腾讯云图:面向企业的一站式时空数据解决方案

    一、 产品定位与核心亮点 技术定义: 腾讯云图是基于腾讯地图基础能力,专为智能驾驶企业(OEM、Tier1、科技公司)打造的一站式数据解决方案算法研发与训练(Target: 科技公司/OEM研发部门) 痛点:缺乏高质量、覆盖广的真实路况数据用于AI模型训练。 差异化方案构建(Target: Tier1/车企) 痛点:通用地图数据无法满足特定自动驾驶功能的定制化需求。 舱一体化体验(Target: 智能座舱与系统集成商) 痛点:人导航与感知地图割裂,用户体验不一致。 高鲜度动态数据:POI数据(天级/实时)、动静态ODD(天级/实时)。 专属数据:经验数据(周级/天级)、SD高清地图(周级/天级)、HD Air轻图(周级/天级)。

    40110编辑于 2026-01-27
  • 腾讯云图:一站式智能驾驶数据解决方案

    一、产品定位与核心亮点 腾讯云图是以腾讯地图为依托,为智能驾驶企业提供的一站式数据服务平台。 三、应用框架和功能介绍 功能框架 腾讯云图提供三大核心能力模块: 云图服务:提供多类型、多规格、高频次更新的地图数据服务,包括高精地图、标准精度地图、轻量地图(HD Air)、5D数据、动静ODD数据等 舱一体能力: 提供人融合的地图服务,支持驾驶经验图层、ODD动态图层、要素级更新图层等,实现更专业、开放、鲜活的地图体验。 四、典型案例 客户覆盖概况 腾讯云图已被100+公司采用,包括: 40+ 汽车企业(OEM) 30+ 自动驾驶科技公司 20+ 出行服务生态公司 典型客户案例(按原文信息整理) 原文未提供具体客户名称及项目细节 数据来源:腾讯云图官方资料 联系方式:tadmap@tencent.com

    4910编辑于 2026-05-10
  • 腾讯云图产品概要:一站式数据解决方案平台

    一、产品定位与核心亮点 腾讯云图是一个基于腾讯地图的一站式数据解决方案平台,专为智能驾驶企业设计。核心功能覆盖数据合规获取、加工处理、多源融合、动态更新与场景应用等环节。 出行服务公司:在集成服务(如导航、实时调度)时,需高覆盖率、更新快的POI和道路数据;人车共场景需动态层数据支持。 生态系统:集成腾讯生态数据(微信、QQ、王者荣耀)及合作方数据(美团、贵宾、顺丰快递),多样化数据源场景。 座舱一体化:支持舱一体模型,结合人和自驾数据运营图层,确保人车共场景安全。 解决方案:采用腾讯云图三大核心能力(云图服务、云图一体、量产保障),整合数据生产工具和云端管理模块。 数据来源:腾讯云图官方材料 联系方式:tadmap@tencent.com

    21210编辑于 2026-04-01
  • 来自专栏新智元

    深谈】时代,智能为王:谈互联网企业的机会所在

    【新元导读】长久以来,自动驾驶技术被划分为两个阵营,一个源自车企,由一群汽车电子工程师构成的“全区域部分自动驾驶”,试图将该技术以新功能的形式添加到汽车进而盈利。 新元上周的译稿“全球汽车巨头突围自动驾驶3大途径”中进行了分析,优势就在于可以利用现有汽车平台来整合并购新技术。 另一个则是源自Darpa,由一群机器人学家构成的“特定区域全自动驾驶”派,以Google为首,试图通过大数据和人工智能技术来革新驾驶体验。 幸好遇上了汽车智能化的浪潮,便可以利用自己大数据和智能算法的长项来尝试找到突破。一个直接的回答,技术是靠谱的,而且核心就是智能算法,扩展一点讲是,特定场景下的,现有技术基础上的,全自动驾驶。 对,是的,传统机器学习进行特征提取以及人工标注会耗费大量的人力,而这其实是很多车企和供应商在应用的方法,Mobileye有600个Labler,戴姆勒也采集并标记过数千小时的驾驶数据,所以,为了让手里这张王牌能够起到更好的效果

    67030发布于 2018-03-27
  • 来自专栏新智元

    周刊】特斯拉公布驾驶数据 | Cruise和GM测试雪佛兰Bolt

    2016.5.28 | Vol .1 AutoDriving Weekly 【周刊】旨在汇聚智能驾驶领域一周要闻,并点评供读者参考,内容包括喜闻乐见的新闻、大小企业动向、关键技术进展以及重要人物消息等 【企业动向】特斯拉公布驾驶数据 本周参加MIT Em Tech Digital会议时,Tesla自动驾驶负责人Sterling Anderson公布了令人震惊的运行数据,部署于7万辆车,78亿英里行驶里程 他表示Tesla非常看重驾驶数据的收集,并且公司对全自动驾驶功能有所考虑。 演讲中,他给出了AutoPilot研发闭环(概念-模拟-内部验证-OTA更新部署-实路验证-改进并迭代),阐述了数据在系统开发过程中的重要地位,进一步地他还给出了一组对比数据,展示了AutoPilot状态下 周刊 新元开通智能驾驶两大栏目:【深谈】+【周刊】,围绕本周发生的有价值事件,非常主观——对,你没有看错,客观稿件那么多根本没人看——深入探讨事件本质,每周六发出。

    86940发布于 2018-03-22
  • 来自专栏新智元

    周刊】谷歌招聘无人车人才,自动驾驶项目或独立? | 新锐企业布局核心算法

    现阶段能了解到的是,该系统能够通过学习掌握车辆常去的地点,并自动将这些地点的数据输入卫星导航系统。 【一句话点评:时代,算法为王】 英国初创无人驾驶算法公司 FiveAI 本周获得270万美元融资。FiveAI 开发出了一套同名软件,能充当汽车的“大脑”。 Civil Maps 2004年成立,主要使用人工智能和基于汽车的定位技术来把汽车的传感器收集的数据转化成“有用的地图信息”,以在无人车中使用。、 此前,Civil Map已经获得300万的投资。

    1.1K80发布于 2018-03-27
  • 来自专栏新智元

    周刊】百度、特斯拉名列MIT年度最具创新力企业前5 | 科学家造虚拟城市训练 AI

    【前沿研究】MIT教授Science讨论决策道德约束,结论是没啥用 【一句话点评】人类都搞不定的伦理问题,请不要欺负程序员 在一般人的印象中,自动驾驶汽车应该能够尽量避免安全事故的发生,但是就是会存在一种情况 【关键技术】科学家造虚拟城市训练AI,靠谱模拟器是未来 【一句话点评】想做自动驾驶领域的AlphaGo吗?先要有个靠谱模拟器! 2015年12月,以700万元增资杭州波科技有限公司获10%股权。2016年1月,以500万元增资苏州安汽车零部件有限公司取得10%股权。 前向启创擅长视觉类驾驶辅助技术,杭州波正在研发车规级毫米波雷达产品,苏州安在自动驾驶的系统集成算法领域已有积累,钛马科技则在搭建车联网云平台在国内领先。 百度因其在自动驾驶技术上的空前决心排名第二,Tesla则因为AutoPilot和Model3排名第四,Mobileye因车载识别技术排名第六,Alphabet因AlphaGo和全自动驾驶排名第8,Nvidia因自动驾驶整体解决方案排名第

    68040发布于 2018-03-27
  • 来自专栏新智元

    George Hotz:请收下我的系统代码(附论文)

    【新元导读】我知道以GeoHot的脾气,最终 comma.ai 全套AI模型的代码肯定会被他开源,但我没想到会这么快,而且我也没想到这么完备,几乎毫无保留,多达80G的驾驶数据,模型以及论文全部开放, 桀骜不逊的自动驾驶破局者 深谈的第一期,就是关于这位老兄George Hotz,江湖人称GeoHot,“声名狼藉的”iPhone和PlayStation破解者,做过多家IT帝国的被告。 本次GeoHot开源的东西非常丰富,包括下面几个内容: 七小时十五分的高速公路图像数据 两种使用该数据的机器学习实验方法 一篇利用深度学习RNN网络进行自动驾驶的论文(在新元公众平台回复0806下载) 结语 我非常惊讶于GeoHot做出这次开源的决定,看过论文和代码之后,相信复现他们演示结果并不是一件很难的事情,算是让大部分想要尝试深度模型而又无从下手的人得到了福利。 那么开源是否会对整个产业带来影响呢?如果你觉得GeoHot还不够强的话,Google未来开源了会不会有影响呢?谁也很难说不会像智能手机一样,成为下一个兵家必争之地。

    1.4K80发布于 2018-03-23
  • 来自专栏新智元

    深谈】Mobileye,用单目视觉点亮自动驾驶

    【新元导读】被《华尔街日报》誉为“最性感IPO案例”的以色列公司Mobileye,早在1999年就意识到视觉技术在汽车安全方面的应用潜力,截至2015年底,全球超过1000万装机量,覆盖超过20家车企的 集成度极高的解决方案,快速的市场推进速度,背后是多年强大的算法支撑。本期深谈,我就从两位创始人和自动驾驶路线图两部分来聊一下Mobileye,这个漂亮的实力派。 集成度极高的解决方案,快速的市场推进速度,无一不让所有人觉得眼前一亮,而这些成功的背后,则是其多年积累的强大算法支撑。 ? 深谈第一期的时候,我们曾经介绍了独行侠GeoHot和他的Comma.ai,Shashua对于端到端方法也有自己的看法,简单来说是不看好的。 Mobileye采取的策略是三维上稀疏,地面一维稠密的结构,三维元素不会包括原始图像数据,而是经过识别后的语义信息。 ?

    1.7K80发布于 2018-03-27
  • 腾讯云图:产品架构、核心能力与业务价值概览

    一、 产品定位与核心亮点 腾讯云图是由腾讯智慧出行依托腾讯地图推出的一款一站式数据解决方案。其核心技术属性在于提供云端配置的数据管理、多类型地图数据矩阵及全链路合规的数据闭环工具。 典型使用场景与痛点解决: 自驾算法训练场景:针对企业缺乏完整数据生产工具及合规闭环体系的痛点,提供云图一体化合规能力,大幅缩短算法训练周期。 方案量产与OTA更新场景:针对整车地图数据包庞大、整包更新导致OTA压力巨大的痛点,提供云端配置的数据管理与地图要素级灵活更新能力。 解决方案:引入腾讯云图的“云图一体”与“量产保障”模块。 解决方案:腾讯云图通过“生态合作”模式,将地图系统与上述合作伙伴(含美团外卖、嘀嗒打车、顺丰快递、EMS邮政等)的业务场景深度绑定,建立“数据上报-地图处理-服务反哺车/人”的活水循环。

    6500编辑于 2026-05-10
  • 来自专栏新智元

    深谈】一张图看清自动驾驶产业

    点击看大图 【新元导读】上周周刊贴了技术研究公司VSI(Vision Systems Intelligence)发布的自动驾驶产业布局图,这张图按照自底向上的方式,将自动驾驶产业划分为三个层次:支撑工具 因此,本期深谈针对这张图展开,填补国内对应的团队,尝试从中看清整个自动驾驶产业的发展现状,探讨众多创业者和投资人的机会所在。 从激光雷达来讲,做到现在主流基本就是几家(参见往期深谈),Velodyne、IBEO(法雷奥合作)、SICK、北洋和先锋,目前造价都比较高,一个是因为确实是个高精密仪器,另一个是尚未量产。 摄像头一个是Mobileye(参见往期深谈),因为是跟算法集成到一块的,所以下面谈。 初创团队 再说初创团队,Comma.ai,号称用人工智能解决一切(参见智深谈第一期)。

    1.2K50发布于 2018-03-22
  • 来自专栏新智元

    深谈】George Hotz 开源代码复现与分析(80G数据云盘下载)

    【新元导读】上周GeoHot开源代码那篇文章一发,反响还是很强烈的,好多兄弟问我这事儿靠谱么,代码怎么样,论文怎么样,索性上周末抽时间找了赵李二位无人车老司机,跟GeoHot和他实习生勾兑了一下细节, GeoHot系统开源这件事情还是很多人关注的,也问了很多问题,其中包括渐进式路线的车企,直接L4的互联网企业,很多创业团队和风投。先回答一个问到最多的问题:这代码离实际路上能用还差很多。 上图绿色是驾驶员数据,红色是模型输出数据。从最终的结果来看,两种方式在训练集上都表现不错,但测试集上都不太好。 ? 主要原因可能是80G数据中有很多低速非典型的数据,会影响训练效果,比如上图中停在路边的例子。 ? 当时还没有使用卷积网,使用的图像输入分辨率也很低,更没有标准的大规模公开数据集。 ?

    1.2K130发布于 2018-03-23
  • 来自专栏智能相对论

    希迪(CIDI)发布“V2X+智慧高速”解决方案,打造车路协同式智慧高速

    在此背景下,经过技术的升级迭代,希迪发布了“V2X+智慧高速”解决方案。此前,希迪针对城市交通安全及交通通行效率问题已发布“V2X+交叉路口”解决方案。 “V2X+智慧高速”解决方案只是希迪针对智慧高速建设三步战略中的第一步——车路协同式智慧高速,其余分别为半自动化式智慧高速以及全自动化式超级高速。 图5 超视距视频感知(测试) 2 给传统车辆赋能网联化,实现高级辅助驾驶 合作式智能交通(Cooperative ITS)是智能交通发展方向,希迪“V2X+智慧高速”解决方案支持前装或后装的网联化车辆 为了给车辆提供精准定位(GPS差分)及车道级定位,本次希迪发布的方案提供了路侧高精度定位辅助基站和摄像头辅助定位两种方式。 在这种情况下,为了对车辆状况进行实时监控,希迪开发了针对于驾驶仓和车体前方情况的多路监控视频传输系统,该系统打通5G网络,能够低延时地将1080P视频数据显示于监控中心,且该系统具备实时查看、远程监控

    1.7K20发布于 2019-03-18
  • 来自专栏数据猿

    化时代,驱动企业转型升级的“三马车”是什么?

    近日,在上海市经济信息化委员会、上海市科学技术委员会的指导下,数据猿携手上海大数据联盟共同举办的“魔方大数据系列论坛之数化转型升级”专场在上海落幕。 黄建平所在的威尔森长期为汽车上下游产业链及用户提供数字化解决方案及SaaS产品,面对新的发展环境和新的市场需求,威尔森将持续提供安全稳定的大数据及数字化解决方案,进而推动汽车企业数字化、大数据、AI等新技术在汽车行业的落地应用 实际上,不仅是汽车行业,在数字时代,企业抑或是个人,都不可避免的需跟随时代经济的发展提高业务水平和质量,对于数据从业者、数化服务商而言,如何为企业以及员工提供智能化服务,是一个极大的挑战。 美创科技以“聚焦数据安全、释放数据价值”为宗旨,围绕数据安全、容灾备份、数据管理等多方面挖掘和铸造数据价值,已在医疗、金融、能源、制造等领域为企业提供数字技术以及数据安全解决方案,加强数据安全保护。 利用技术、资本、人才“三马车”,拓展市场,提高企业的核心竞争力。 会议最后,六位对话嘉宾对新技术的创新应用表达了美好的希冀,也对我国数字经济的发展表达了巨大的期许。 文:Winter / 数据

    86320发布于 2021-11-18
  • 特斯拉领衔,华为、理想跟进,端对端成新赛点

    在此之前,理想、问界、小鹏、比亚迪等诸多车企,都纷纷公布了自家的端对端解决方案。不难看出,在当下这个时点,端对端解决方案,早已经成为了车企必选的路径。 整合后的模型能够更快地处理数据,提高系统的响应速度,加速的去高精地图化。 模块化驾上,元戎启行已经将整套解决方案成本下探到2000美元,同样是激光雷达+摄像头,硬件成本已经下探至7000美元。 不难预见,随着端对端技术的逐步深入,数据、算力的竞赛,将成为接下来所有车企竞争的重点。 所以,即便完成了端对端的量产,倘若市场不买单,一切愿望也将化为乌有。从这个角度上来说,端对端的进阶,不单单是技术、数据的比拼,更需要市场对其商业化的实际认可。

    31910编辑于 2025-01-25
  • 来自专栏康谋

    端到端模拟软件推荐——为什么选择Keymotek的aiSim?

    特别是对于「端对端」(端到端自动驾驶)模型的训练、验证和安全测试,高置信度、高保真的模拟平台至关重要。Keymotek(康谋科技)的aiSim就是一款前瞻性、技术领先的模拟软件。 也可以构建场景、注入数据、进行闭环测试。5. 合成数据 & AI驱动场景生成aiSim支持合成数据生成,通过Keymotek的aiFab模块进行领域随机化(domain randomization),产生多样化的资料供训练和测试使用。 针对渲染、LiDAR、雷达等物理传感器模拟场景,aiSim通过其自研的aiSim AIR引擎实现了高品质的数据流与效能。 最终自动驾驶仿真测试解决方案除了aiSim本身,Keymotek还构建了完整的端到端模拟测试方案,涵盖从软件验证到硬件闭环、从场景重建到神经渲染的全流程。

    42710编辑于 2025-11-18
  • 地平线余凯:跨越拐点,开放共赢加速平权

    进入2025年,国内多家车企先后发布“平权”战略,推动“全民智”时代的到来。余凯博士表示,地平线将持续赋能车企合作伙伴加速方案规模量产,“做好车企平权的最大公约数”。 比亚迪“天神之眼”、吉利“千里浩瀚”、奇瑞“猎鹰”、长安“天枢”和广汽“星灵行”中,均采纳地平线方案。 基于征程6P打造的Horizon SuperDrive™全场景智能驾驶解决方案(简称地平线HSD)也即将在2025年第三季度实现首款量产合作车型交付。 对于智能驾驶的产品逻辑,余凯博士认为相比流量为王、以用户偏好为中心的互联网逻辑,智能驾驶需要基于真正有效的数据,达到超越人类驾驶的境界。 由于只有极少数车企在资金、人才、技术和数据具备“全栈自研”能力,开放合作将成为未来主流,“20%自研与80%合作将成为赛道的稳态与终局”。

    19310编辑于 2026-03-19
  • 来自专栏数据猿

    数据周周看 | 滴滴出行挖来两大网络安全专家,SAP发布最新“五年计划”

    ,致力于为用户提供一站式的数字营销服务以及基于大数据技术的精准营销解决方案。 其合作伙伴银联惠是中国银联旗下的大数据创新子公司,是一家基于消费数据的商户一站式服务平台,为银联及合作伙伴提供行业分析、经营决策、商业策略等多方面的大数据应用解决方案。 投 资 十三、兴民智通拟2.46亿元收购车联网服务商“九五网”,打造车联大数据闭环 日前,车联网运营商兴民智通宣布正式收购车联大数据服务商“九五网”,交易金额高达2.46亿元人民币。 资料显示,九五公司成立于2007年1月8日,总部位于北京,是一家车联网运营服务商。 据悉,波若系统于2012年6月在深圳成立,是一家大数据计算服务和应用解决方案提供商,致力于金融、电信和互联网领域的大数据计算服务与应用解决方案

    1.2K30发布于 2018-04-19
领券