丰田(TM.US)瞄准AI自动驾驶领域! 携手NTT斥资5000亿日元开发AI平台
智通财经APP获悉,全球汽车制造霸主丰田汽车(TM.US)以及日本电信巨头日本电报电话公司(NTT)计划到2030年投资高达5000亿日元(大约32.7亿美元)用于与人工智能密切相关的基础设施和软件平台,期望利用愈发先进的人工智能技术驱动的自动驾驶系统来大幅减少交通事故。
这家日本汽车制造巨头与日本电报电话公司(NTT)在周四的一份联合声明中表示,他们希望开发出一个基于汽车移动模式的人工智能自动驾驶平台,该平台未来将使用大量数据来支持汽车驾驶员辅助驾驶技术,双方的目标是在2028年之前建立一个能够初步顺利运行的AI自动驾驶系统。
包括丰田汽车在内的诸多日本汽车制造商正面临着在不断增长的基于AI的自动驾驶市场中加大技术布局力度的压力,当前这一市场正日益被电动汽车霸主特斯拉(TSLA.US)以及中国一大批电动汽车新势力所主导。
丰田和NTT均表示,他们希望该人工智能平台能够帮助预防城市地区能见度低造成的事故,全面革新自动驾驶服务,并使高速公路上的驾驶体验更加顺畅。
根据双方声明,他们的目标不仅是为自身,而且力争为其他行业参与者、政府机构和学术合作伙伴提供该人工智能平台,这些合作伙伴都希望将交通事故减少到零,丰田与NTT的目标是自2030年起被其他行业参与者以及各政府机构等社会力量广泛采用。
据了解,丰田和NTT于2017年首次合作开发5G联网汽车技术,并于2020年作为智慧城市项目的一部分建立了全方位的资本合作关系。
去年11月,NTT表示计划最早在2025年与丰田共同测试基于人工智能技术的无人驾驶汽车,并投资一家开发自动驾驶系统的美国初创公司。
丰田于2021年成立了一个专注于自动驾驶技术的业务部门,投资并开发基于汽车移动模式的先进人工智能技术。
该部门现在被称为“Woven by Toyota”,同时也在积极开发一个汽车软件平台Arene,并在东京以西的静冈县建立一个名为“织城”的技术测试站点,用于与汽车移动模型相关的软件系统以及服务。
丰田全面进军以AI为技术中心的自动驾驶技术,意味着丰田欲开发出比特斯拉FSD更加先进与智能化的一种基于AI的完全自动驾驶技术,而这种AI自动驾驶技术依赖于无比强大的硬件体系支撑,比如英伟达高性能AI GPU,或者基于丰田自研的AI超算芯片。毫无疑问,打造这种最先进AI自动驾驶技术的基础在于支撑海量AI训练/推理算力需求的硬件体系。
虽然特斯拉拥有自研的Dojo超算芯片,但特斯拉所规划的“算力超级工厂”依然还是要排队抢购英伟达高性能AI GPU用于支持特斯拉FSD的海量训练/推理算力需求。在今年英伟达发布的关于Blackwell架构AI GPU的一份新闻稿中,马斯克就公开喊话称英伟达的AI GPU是“全球最好的AI硬件”。马斯克曾经将科技企业的人工智能军备竞赛比作一场高风险的“扑克游戏”,即企业需要每年在人工智能硬件上投入数十亿美元,才能保持竞争力。
英伟达CEO黄仁勋曾表示,有一天“每一辆汽车”都将具有某种程度上的自动驾驶能力——这一发展将需要大规模的AI硬件算力体系支撑。“这项技术与大语言模型的技术非常相似,但它只需要一个巨大的AI训练基础设施,”他在这里指的是特斯拉FSD系统。“这是因为有庞大的视频规模,视频的数据速率,视频的数据量是如此之高。”
更多港股重磅资讯,下载智通财经app
更多港股及海外理财资讯,请点击www.zhitongcaijing.com(搜索“智通财经”);欲加入智通港股投资群,请加智通客服微信(ztcjkf)
(责任编辑:商业)
-
当然,复星最注重的还是全球化能力。...[详细]
-
我所在的基金作为一家早期投资机构,一直强调对创始人的重视,也就是常说的“投人”。...[详细]
-
另一个是整个BP形成一个系统的框架,要有叙事的主次感和节奏感,重点的亮点的部分要多几页来说,不重要的简约,一笔带过。...[详细]
-
在咨询之前,就要保证展示真实的医疗详细内容,不吹嘘不浮夸,同时专家预约应真实。...[详细]
-
document.writeln('关注创业、电商、站长,扫描A5创业网微信二维码,定期抽大奖。...[详细]
-
但是,新能源车的政策正在慢慢收紧,牌照只会越来越珍贵。...[详细]
-
另外在APPStore免费应用排行中一度冲到前三。...[详细]
-
(详见:市值故事|借壳诡道) 事情发生在借壳新规之前,当时认定借壳的标准还只有总资产和实控人两个,配套融资的限制也和现在不同。...[详细]
-
腾讯也是在当时看到了这个机遇,所以连出了两款MOBA类的新游戏,分别是《全民超神》和《王者荣耀》,有趣的是,《全民超神》最初测试的时候是纯竞技的,主打5V5,不带养成线,而《王者荣耀》是带养成线的...[详细]
-
我分析的主要指标有点击、转化和订单,重点看呈漏斗型的逐层转化流失,分析原因并做进一步的运营手段和产品功能上的优化。...[详细]