英伟达全球副总裁吴新宙近日透露，该公司正以“五层蛋糕”全栈生态布局自动驾驶，涵盖芯片、系统、算法、数据与云平台。L4级自动驾驶预计2025年实现落地。英伟达从芯片商转型为“三台计算机”模式，推动车端推理、训练与仿真协同，加速物理AI在出行领域的商业化进程。
高通在MWC2026发布X105调制解调器及射频系统，采用面向AI的5G Advanced架构，专为下一代智能体AI终端设计。该系统在软硬件层面双重革新，显著优化能效与体积，并通过深度集成AI特性，为移动通信、工业物联网、自动驾驶及卫星通信树立新性能标杆。
初创公司Bedrock Robotics与AWS合作，利用视觉语言模型（VLMs）解决了重型设备自动驾驶系统开发中的关键难题——海量视频数据标注。传统方法依赖人工标注数百万小时监控视频，而新技术显著提升了施工自动化系统的训练效率。
自动驾驶汽车依赖路标识别，但加州大学研究揭示其致命弱点：攻击者通过打印特定文本的标识，就能利用视觉语言模型漏洞，诱导车辆做出危险决策，甚至驶向行人。这种“CHAI”攻击暴露了AI系统对视觉指令的过度依赖风险。
Openai
$2.8
Input tokens/M
$11.2
Output tokens/M
1k
Context Length
-
Anthropic
$21
$105
200
Alibaba
$1.6
$4
128
$1.75
$14
400
Chatglm
$8
$16
Iflytek
$2
$1
32
Tencent
$3
4
Bytedance
$0.5
$7.7
$30.8
Deepseek
8
Baichuan
$1.05
$4.2
Google
Xai
$17.5
$70
2.1k
ustc-community
D-FINE是一个用于目标检测的先进模型，通过重新定义DETR模型中的边界框回归任务，实现了出色的定位精度。该模型采用细粒度分布细化（FDR）和全局最优定位自蒸馏（GO-LSD）两个关键组件，在自动驾驶、监控系统等多种实时目标检测场景中表现优异。
%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
