6月28日消息，在本周舉行的阿斯彭思想節(jié)（Aspen Ideas Festival）上，福特CEO吉姆?法利（ Jim Farley）表達了對特斯拉自動駕駛方案的疑慮。法利在與作家沃爾特?艾薩克森的交談中談到了對特斯拉和Waymo自動駕駛的看法。艾薩克森問法利更傾向于哪種模式，他表示W(wǎng)aymo基于激光雷達（LiDAR）的方案“更合理”，然后他列舉了安全、消費者信任以及基于攝像頭模型的局限性等因素來進行說明。但他也指出，特斯拉和Waymo都在自動駕駛方面“取得了很大進展”。法利還確認，他已就此事與馬斯克進行過交談。盡管如此他仍然認為LiDAR是自動駕駛的關(guān)鍵。
5月20日，騰訊正式發(fā)布混元游戲視覺生成平臺，這是依托混元大模型打造的首個工業(yè)級AIGC游戲內(nèi)容生產(chǎn)引擎，大幅優(yōu)化游戲資產(chǎn)生成與游戲制作流程。其面向游戲工業(yè)級內(nèi)容生產(chǎn)，為游戲美術(shù)設(shè)計師提供一系列AI工具，幫助游戲設(shè)計廠商快速生成符合創(chuàng)作意圖的高質(zhì)量游戲素材/概念草案，讓游戲美術(shù)設(shè)計效率提升數(shù)十倍。目前，該“混元游戲”通過騰訊混元官網(wǎng)提供體驗入口，面向游戲行業(yè)設(shè)計師開放申請。
“互聯(lián)網(wǎng)八卦小喇叭”等多個微信公眾號爆料，阿里巴巴通義實驗室應(yīng)用視覺團隊負責人薄列峰（職級P10），已于4月30日低調(diào)離職。他曾帶領(lǐng)團隊做出通義App上全民舞王「兵馬俑跳科目三」等爆款功能。知情人士透露，他已經(jīng)加入某互聯(lián)網(wǎng)大廠，base美國，擔任多模態(tài)模型部副總經(jīng)理，負責部門整體工作，直接向公司副總裁匯報。消息稱，該大廠剛剛進行了架構(gòu)調(diào)整。據(jù)了解，薄列峰2022年加入阿里，此前擔任京東數(shù)字科技集團AI實驗室首席科學(xué)家一職。
近日，人工智能感知與邊緣計算芯片企業(yè)愛芯元智對外宣布，已于近期順利完成C輪融資，融資金額超過十億元人民幣。本輪融資的投資方包括寧波通商基金、鎮(zhèn)海產(chǎn)投、重慶產(chǎn)業(yè)投資母基金、重慶兩江基金、元禾璞華、韋豪創(chuàng)芯等知名投資機構(gòu)。本輪資金將主要用于推動下一代先進人工智能芯片的技術(shù)研發(fā)，加速智能產(chǎn)品量產(chǎn)進程，并加大市場推廣力度，旨在為客戶提供更高效、智能的解決方案。
4月7日，杭州藍芯科技有限公司（以下簡稱“藍芯科技”）正式宣布完成由鯤鵬基金領(lǐng)投的C+輪融資，融資金額數(shù)億元。目前藍芯科技產(chǎn)品涵蓋3D視覺傳感器、移動機器人、人形機器人、移動機器人核心零部件、智能化軟件系統(tǒng)等，本輪融資將重點投向3D視覺傳感器深化研發(fā)、人形機器人AI技術(shù)攻關(guān)、全球化供應(yīng)鏈及服務(wù)體系升級。
3月28日，RoboSense速騰聚創(chuàng)正式發(fā)布機器人視覺全新品類Active Camera的首款產(chǎn)品AC1及AI-Ready生態(tài)，為行業(yè)提供機器人感知開發(fā)一站式解決方案。AC1提供深度、色彩、運動姿態(tài)硬件級融合信息，讓機器人感知構(gòu)型擺脫堆疊傳感器的傳統(tǒng)方法，進化為簡潔高效、便于大規(guī)模量產(chǎn)的商用方案；AI-Ready生態(tài)為開發(fā)者提基礎(chǔ)軟件工具與開源算法，提升開發(fā)效率，縮短開發(fā)周期。
去年12月，阿里通義千問推出了QVQ-72B-Preview, 作為一個探索模型，它存在一些不足之處。今天，我們正式推出 QVQ-Max 視覺推理模型的第一版。這一新版本的模型具備強大的多模態(tài)處理能力，它不僅能夠“看懂”圖片和視頻里的內(nèi)容，還能結(jié)合這些信息進行分析、推理，甚至給出解決方案。從數(shù)學(xué)題到生活小問題，從編程代碼到藝術(shù)創(chuàng)作，QVQ-Max 都表現(xiàn)出了不俗的能力。
3月18日，昆侖萬維正式開源首款工業(yè)界多模態(tài)思維鏈推理模型Skywork R1V，即日起開源模型權(quán)重和技術(shù)報告。
據(jù)叢登資本公眾號2月18日消息，智能視覺解決方案提供商武漢尚易星通科技有限公司（以下簡稱“尚易星通”）完成Pre-A輪融資。此次融資由一起創(chuàng)資本獨家投資。尚易星通成立于2016年，已掌握彈道監(jiān)測系統(tǒng)核心技術(shù)并實現(xiàn)產(chǎn)業(yè)化，在智能視覺模塊行業(yè)領(lǐng)先實現(xiàn)軍用和民用融合發(fā)展，主要產(chǎn)品包括視覺測量裝備、視覺處理裝備和穿戴裝備等。尚易星通的客戶涵蓋航天科工、航天科技、長光所、兵器集團、百度、愛泊車、鐵科院、中車賽德等知名企業(yè)與機構(gòu)。
12月25日，阿里云通義千問發(fā)布業(yè)界首個開源多模態(tài)推理模型QVQ-72B-Preview。QVQ展現(xiàn)出超預(yù)期的視覺理解和推理能力，在解決數(shù)學(xué)、物理、科學(xué)等領(lǐng)域的復(fù)雜推理問題上表現(xiàn)尤為突出。多項評測數(shù)據(jù)顯示，QVQ超越了此前的視覺理解模型「開源王者」Qwen2-VL，整體表現(xiàn)與「滿血版」OpenAI o1、Claude3.5 Sonnet等推理模型相當。目前，開發(fā)者可在魔搭社區(qū)和HuggingFace平臺上直接體驗。
針對字節(jié)豆包視覺理解模型定價低于同行85%，12月20日，火山引擎總裁譚待發(fā)文回應(yīng)稱，3厘/千tokens的價格，字節(jié)仍然能有合理的毛利。他表示，對于2B業(yè)務(wù)，如果毛利是負的，規(guī)模越大虧損越多，商業(yè)模式是不成立的。能做到這個價格其實是字節(jié)模型技術(shù)能力、工程能力、軟硬件結(jié)合能力的體現(xiàn)。比如算法上預(yù)訓(xùn)練階段的特別優(yōu)化，工程上的錯峰和混部，大規(guī)模的P/D推理分離，硬件優(yōu)化等等。技術(shù)先行，才能做好服務(wù)。
12月3日消息，在自動駕駛領(lǐng)域，特斯拉堅持以純視覺為核心的感知系統(tǒng)，甚至已在旗下所有車型中取消了毫米波雷達，選擇完全依賴攝像頭與人工神經(jīng)網(wǎng)絡(luò)來實現(xiàn)自動駕駛。特斯拉 CEO 埃隆?馬斯克近期再次公開批評激光雷達，稱其為“錯誤的解決方案”，并重申了其一貫的觀點：在復(fù)雜的道路駕駛環(huán)境中，模擬生物神經(jīng)網(wǎng)絡(luò)和眼睛的視覺系統(tǒng)，才是最為有效的方式。
11月26日，智境云創(chuàng)與西安交通大學(xué)空間視覺聯(lián)合實驗室簽署合作協(xié)議，攜手共建空間智能研究中心。雙方將利用自身技術(shù)和團隊優(yōu)勢，合作開展空間智能、具身智能等相關(guān)領(lǐng)域關(guān)鍵技術(shù)研究。研究中心設(shè)立于智境云創(chuàng)北京總部。
10月29日晚，小米集團董事長兼CEO雷軍公布小米汽車智能駕駛新進展：城市NOA將于10月30日開啟全量推送；小米智能駕駛搭載端到端大模型與視覺語言大模型，預(yù)計11月底開啟定向邀請內(nèi)測，12月底開啟先鋒版推送。???
日前，平方和（北京）科技有限公司（后稱“平方和”）宣布完成數(shù)億元B輪融資。本輪融資由同創(chuàng)偉業(yè)領(lǐng)投，元禾璞華、雅惠投資、云暉資本、相城金控資本、熵一資本及博行資本跟投。平方和從2018年初正式運營，為工業(yè)制造企業(yè)提供視覺整體解決方案，包括光學(xué)成像系統(tǒng)設(shè)計、視覺算法定制、視覺設(shè)備定制與開發(fā)、視覺及生產(chǎn)數(shù)據(jù)整合等。
10月15日，科大訊飛在互動平臺表示，公司將于2024年10月24日舉辦“2024第七屆世界聲博會暨科大訊飛全球1024開發(fā)者節(jié)”，訊飛星火大模型底座能力將再次升級，訓(xùn)練推理效率大幅提升，并將首次發(fā)布多模態(tài)視覺交互及超擬人虛擬人交互能力，面向萬物智聯(lián)，打造極致人機交互體驗。
10月10日消息，科大訊飛宣布，第七屆世界聲博會暨2024科大訊飛全球1024開發(fā)者節(jié)將于10月24日-27日在合肥舉行。屆時，訊飛星火大模型底座能力將宣布升級，數(shù)學(xué)、代碼和長文本能力將進一步提升，并首次發(fā)布多模態(tài)視覺交互及超擬人虛擬人交互能力。此外，面向行業(yè)應(yīng)用及生態(tài)發(fā)展，科大訊飛還將在教育、醫(yī)療、科研、司法、政務(wù)等領(lǐng)域，升級行業(yè)大模型及更多應(yīng)用產(chǎn)品。
百度前視覺技術(shù)部高級經(jīng)理韓鈞宇近日加入長安智駕團隊，向長安首席智能駕駛技術(shù)官陶吉匯報。韓鈞宇自2012年加入百度，是百度IDL深度學(xué)習實驗室的早期員工，從事視覺AI研發(fā)工作，曾研發(fā)視覺模型、數(shù)字人、人臉識別、OCR（字符識別）、視覺智能硬件等技術(shù)和產(chǎn)品。長安智駕研發(fā)團隊的整體負責人陶吉與韓鈞宇曾在百度共事。
5月6日消息，3D視覺產(chǎn)品解決方案提供商「遷移科技」近期完成數(shù)千萬元B輪融資，由善達基金領(lǐng)投。遷移科技表示，本輪融資主要用于深化3D視覺產(chǎn)品全球化市場銷售體系，加強底層技術(shù)研發(fā)以及3D視覺產(chǎn)品標準化，攜手集成商伙伴實現(xiàn)3D視覺生態(tài)共贏。