关注「电动车公社」 和我们一起重新思考汽车 天下大势，分久必合，合久必分。 《三国演义》如此，车企们的辅助驾驶技术路线同样如此。 去年年初，特斯拉正式将上线端到端之后，几乎全行业都进行了快速的跟进，使得城市领航辅助功能正式在新车上迎来普及。 但经过了一年的时间，如今辅助驾驶技术路线又一次走到了命运的
发布于 2025-09-20
3 个核心研发部门被拆分。 文丨王海璐 倪萍 ** ** 《云见 Insight》独家获悉，理想自动驾驶部门近期重新梳理了组织结构。 之前，理想自动驾驶部门有三个核心研发团队，负责人均为高级总监。其中，贾鹏负责 VLA 和世界模型的研发；夏中谱负责端到端模型的研发；王佳佳负责量产研发。 这三位负责人
发布于 2025-09-20
文｜博阳 编辑｜可君 在GPT-5发布之前，Information曾报道称，GPT-5的性能提升主要来自其研发出的“通用验证器”（Universal Verifier）。 虽然GPT-5后续的能力升级不及预期，但通用验证器却已经成了大模型的下一个“圣杯”，近期内成了AI圈内最近最热的话题之一。 为什
发布于 2025-09-17
上周，字节发表了一篇关于AI强化训练的论文:《Harnessing Uncertainty:Entropy-Modulated Policy Gradients for Long-Horizon LLM Agents》。 不用害怕，我保证今天这篇文章的每一句话，都会讲人话哈哈。 想聊聊它，因为我觉得
发布于 2025-09-16
自动驾驶发展到今天，往完全自动驾驶L4的最终高峰挺进的路线，分成了两个——以华为和特斯拉为代表的WA(World Action,世界行为模型)路线，和以理想、小鹏等为代表的VLA(Vision-Language-Action,视觉-语言-动作模型)。 我觉得这是一个很有趣的分歧，不只是技术路线，可以
发布于 2025-09-05
本文2700字，阅读时长约10分钟 本文不做科普，仅分享一些个人看法。最近在智能驾驶领域，关于VLA（Vision-Language-Action）的讨论很多，有的基于技术分析，有的出于逻辑推断。我简单梳理一下目前的多种观点，帮助大家更清晰地理解VLA，同时也提出我自己的判断，供大家探讨。 先谈谈我
发布于 2025-09-05
** ** 引言： 在攻防对抗日益激烈的今天，传统以人工为核心的安全运营面临时效、精力与知识边界三重瓶颈。 Security Agent 打通全域安全数据与关键基础设施数据，通过即时上下文生成、假设驱动的数据分析与多源横向排查，快速还原攻击链路与影响范围，将应急响应从数小时压缩到分钟级，并在真实攻击
发布于 2025-08-23
回答时间：25年8月8日 回答人：理想自动驾驶高级算法专家 詹锟 湛逸飞 其中第1-6个问题是TOP2问的 Q1：我个人感觉理想自己判断出来强化学习用于自动驾驶是非常重要，我感觉这个点对理想资源投入VLA非常有帮助，不知道您这边是否同意这个观点？还有人认为李想在理想自动驾驶的作用是类似于马斯克在特斯
发布于 2025-08-13
作者：hassonlin 前言：为什么选择Cursor？ 最近几个月，我被安排负责与大模型应用相关的开发工作。刚开始接触OpenAI的AgentSDK、OpenManus时，面对一大堆新名词，比如Functioncall、ReAct、Agent 等概念像一堆零散的拼图等，真的是一头雾水。好在平时我也
发布于 2025-08-11
为什么我们需要关注数据类型？—— 算力、内存与效率的挑战 我们见证了从BERT到GPT-4等模型规模的爆炸式增长。训练和运行这些“巨兽”需要巨大的计算资源（算力）和海量的内存。传统的32位单精度浮点数（FP32），虽然是科学计算的“黄金标准”，但其带来的内存占用和计算开销已成为制约AI发展的关键瓶颈
发布于 2025-08-11
