阿里开源首个自动驾驶视觉语言模型Qwen-Drive,纯视觉即可完成空间理解与路径规划

源自266位全网作者

20:06

内容由AI生成

精选参考来源

1. #电商夜话# 一份做空的报告刚把阿里AI批得一文不值。几天后,吴泳铭的脸出现在《时代》周刊封面上。不是随便上个榜。是和马斯克、奥特曼并列。封面上一共就两张华人面孔,另一张是李飞飞。评语里那句话挺狠:阿里正从一家电商公司,变成全球开源AI的领军者。凭什么是吴泳铭?他上任后只干了一件事——把AI提到“生死攸关”的高度。然后疯狂开源。通义千问(Qwen)被下载了超过30亿次,全球开发者拿它又衍生出30多万个新模型。数字背后是什么?是印度一个学生用Qwen做了个免费家教应用。是肯尼亚的医生拿它辅助看片子。这哥们儿有个执念:智能成本必须降到足够低。低到每个人都能用。他赌的是,当AI像水电一样便宜,教育鸿沟、医疗不均会被填平。

2. [前瞻洞察] 英伟达B200把VRM推到60相:AI数据中心VPD垂直供电为何成为关键?又怎样改写架构?

3. [前瞻洞察] TI / Microsoft / Google AI数据中心供电架构拆解:HVAC、800V HVDC、48V IBC和SST怎么接起来?

4. 工信部这纸文件,给A股AI赛道画了条新路! 盘后工信部印发人工智能应用服务商培育专项行动,政策信号十分明确,AI产业的投资风向迎来重要转向。 政策设定清晰量化目标:2026年底,全国建成2000家AI服务商资源池;2027年底扩容至3000家。对服务商的核心要求概括为四个字:小快轻准,主打模块化、标准化、可复用的AI解决方案。谁能把AI打磨成即插即用的标准化服务,就有机会进入资源池,承接政策红利。 文件里最具备冲击力的条款,是探索首购首用、风险补偿机制,加大对大模型、智能体、Token的采购力度。 过去不少企业不敢落地AI,担心投入之后效果不及预期,试错成本高。这套机制相当于给采购方吃下定心丸,政府分担部分试错风险,直接打开政企侧AI解决方案的订单空间。 与此同时,政策还明确两大配套方向:一方面开放真实行业场景,扶持打造一批AI落地标杆项目;另一方面鼓励有条件地区搭建AI出海服务体系,依托一带一路、金砖、东盟等平台,推动国内优质AI应用向外输出。 回顾前期AI行情,市场资金更多扎堆算力、大模型研发。这份文件传递出明确信号:光有模型底座远远不够,AI最终要落到产业场景干活,应用层正式被抬到舞台中央。 落到A股市场,可以重点跟踪三条主线: 1. AI应用服务商:能够进入服务商资源池获得政策背书,政企采购需求有望放量。深耕工业、政务、医疗等垂直行业,具备完整项目交付能力的企业,将优先受益。 2. 词元/智能体服务运营:政策明确加大Token、智能体服务采购,词元工厂、推理服务、智能体运营相关企业迎来需求催化,商业化商业模式有望加速跑通。 3. AI出海配套:拥有海外落地能力的AI软件、行业解决方案企业,新增出海增长曲线,享受政策带来的外部市场红利。 算力是产业基建,落地应用才是最终目的。在政策强力推动之下,AI应用这条主线,值得重点高看。 以上内容来自公开政策资讯,仅做产业逻辑梳理,不构成任何投资建议,股市有风险,入市需谨慎。

5. [深度解析] 全球头部厂商AI数据中心供电架构全景解析2.0:从800VDC、SST、Power Sidecar到IBC、TLVR、VPD与最后一厘米供电

6. 盘后:突来一重磅政策!工信部发声:展开AI人工智能服务商培育专项行动,AI炒作风向大变,应用端迎来实打实红利,这个方向明天值得重点关注!这次不是普通政策,官方直接采购大模型、智能体、Token这类AI服务。这代表AI不再只拼硬件算力,应用落地正式进入政策扶持。过去AI行情大多围着芯片、服务器、光模块这些硬件打转。这份文件释放全新信号:AI上半场拼算力基建,下半场重点看千行百业落地应用。政策鼓励打造“小快轻准”标准化AI产品,开放真实业务场景,还推动国内AI项目出海,打通从研发到商业化变现 。落到A股实操,主线要及时切换。第一主线:垂直行业AI智能,AI工业、AI金融等领域可复用产品包,订单想象空间有望大幅提升;第二主线:AI应用服务商、行业大模型、智能体,直接受益政*府采购,商业化预期打开;第三主线:AI智能出海相关标的,依托多边合作机制向外输出的AI服务。风险提醒:政策利好容易引发短线高开,明天不要追涨高位票,选择有业绩预期向好,调整充分具备上升条件的标的。才能在A股稳稳吃肉!你觉得接下来AI人工智能,能走出一波长牛行情吗?风险提示:不构成投资建议!

7. 盘点一周AI大事(8月30日)|OpenAI年底实现AGI 智谱正式开源「GLM-5.3-Flash」 OpenAI完成下一代模型「Bel」预训练,参数规模10T 奥特曼透露OpenAI内部AGI最快年底达成 Anthropic发布硬件通用协议「MHS」 Qwen开源下一代架构Flash模型「Qwen3.8-Flash-Next」 鹅厂开源下一代混元模型「Hy4 Preview」 Google发布SOTA语音识别模型「Gemini 3.5 Transcribe」 Google升级「Gemini Omni 1.1 Flash」 Yutori推出SOTA电脑操作模型「Navigator n2」 Skild重磅发布机器人大脑模型「S1」 #抖音前沿科技首发计划 #vibecoding大赏 #AI新星计划 #AI #AIGC

8. 今天,中国人工智能领域迎来又一标志性事件。DeepSeek在Hugging Face平台正式上线DeepSeek-V4-Flash-Vision-Exp多模态模型,并采用极具商业友好性的MIT License协议全面开源。紧随其后,DeepSeek Harness 0.1.1完成更新,原生支持新模型的Agent能力 #DeepSeekV4多模态模型正式开源# 从模型到生态:DeepSeek开源战略如何重塑多模态AI竞争格局

9. 作为飞行员,我最看重的就是安全,而L3级自动驾驶架构最核心的优势就是安全,全链路冗余,终于在地面上也能体验到自动驾驶了。//@靳玉志:#启境GX7#搭载面向L3级自动驾驶架构,同级唯一!更多硬核实力,启境GX7预售发布会揭晓9月4日见!

10. 阿里Qwen3.8-Max更新!2.4万亿参数、100万上下文,前端编程CodeArena全球第一。单看是条产品新闻,放到大背景里看很有意思。今年国产大模型的故事线是这样的:1、智谱GLM-5.3-Flash用1/40的价格对标Claude;2、Kimi K3开源后海外开发者连夜适配;3、今天Qwen3.8-Max又把编程榜第一拿下。三家轮番上桌,节奏快到海外媒体都跟不上。更关键的是"地基化",Cursor的底层是Kimi K2.5,OpenAI前CTO Mira Murati的新公司沿用DeepSeek V3架构,美国法律AI公司Harvey基于Kimi K3做行业模型。中国模型不再只是"国产替代",而是成了全球AI产业链的供应商。以前的叙事是"我们什么时候追上硅谷",现在的叙事是"硅谷的爆款产品里有多少中国模型"。这一轮AI竞赛,牌桌的座位真的换了!

11. #8月大模型日均发布1.1个#8月,大模型圈交出了一份疯狂的答卷——日均发布1.1个新模型,31天里几乎没有一天是安静的。DeepSeek、千问、Kimi、GLM轮番上阵,开源的开源,降价的降价,Agent、AI编程、具身智能全面开花。8月微博科技AI相关热搜达702个,阅读量突破50亿,互动讨论超732万。但数字背后更值得关注的是:旗舰模型的"保质期"正在急剧缩短,能力差距持续收窄,竞争焦点已从"谁更聪明"转向"谁更能干活"。

12. 五大国产办公Agent超级横评:豆包/千问/WB/灵犀/百度谁最夯?结果太意外了

13. 【大算力不再是高墙:Qwen 27B 开启的端侧智能革命】Qwen3.8-27B最近在开发者圈内引发剧烈讨论,核心在于这个270亿参数的模型展现出了越级的智力,在法律和编程基准测试中追平了部分顶级闭源模型。它对硬件极度友好,通过Unsloth压缩到1 bit后仅需8GB内存即可在普通笔记本上运行,目前已成为Cline等编程工具中首选的本地模型,甚至出现了完全绕过安全审查的本地版本。这波热度背后是模型开发路径的转向:参数量不再是衡量智力的唯一标准,高质量数据蒸馏让小模型也能拥有Agent能力。虽然有用户反馈其编程表现不及DeepSeek,且在低配机器上吐Token速度较慢,但其真正意义在于“算力主权”的回归。当一个足够聪明的模型能脱离云端在本地运行,AI才真正从昂贵的订阅服务变成触手可及的生产力工具。当然,无审查版本的泛滥也意味着端侧AI的自由与风险正在同步放大。

14. GLM-5.2 官宣开源:智谱的豪赌,AI 行业的分水岭

15. #完全自动驾驶离我们还远吗#昨天特斯拉发布了Cybercab,这辆车没有方向盘,没有刹车油门,也没有后视镜,你只需要告诉他目的地,他就能带去去。这大概就是未来自动驾驶的样子。一辆车只有断掉自己的后路(方向盘和刹车油门),他才能真正的成为自动驾驶。而且,特斯拉始终认为,无人驾驶,智能驾驶的核心是智能,是算法,而不是传感器。这一点我也认同,自动驾驶用什么传感器都是辅助,真正核心的东西还是那个算法。#新能源汽车#

16. 【Waymo 正面抨击特斯拉自动驾驶:“仅靠摄像头存在局限”】自动驾驶行业头部企业 Waymo 对特斯拉的自动驾驶技术路线发起尖锐批评。Waymo 的观点是:仅依靠摄像头传感器,很难实现可靠自动驾驶。Waymo 一位副总裁级高管于 27 日在社交平台,基于超过 2 亿英里(约 3.2 亿公里)的自动驾驶实测数据,公布了相关实践结论。其核心主张:已经明确证实,除摄像头之外,额外传感器属于必不可少的配置。特斯拉已取消雷达与激光雷达,完全依赖摄像头视觉方案。CEO 马斯克曾贬低激光雷达,称其是 “只有傻瓜才会用的设备”。与之相反,Waymo 坚持采用摄像头 + 激光雷达 + 雷达的多传感器融合方案。其解释:摄像头在逆光、恶劣天气、黑暗环境条件下性能会大幅衰减;需要能够精准测绘三维轮廓的激光雷达,以及可穿透恶劣天气、追踪速度的毫米波雷达,互相补足,才能实现安全冗余。同时 Waymo 还对单一大模型处理的纯端到端(E2E)架构的风险提出警示。Waymo 表示,自身系统会同时运行车载校验层与自有 AI 系统:一方面依据物理规律、交通法规,对 AI 给出的行驶路径做实时校验;另一方面持续分析行驶数据识别风险模式,以此规避 AI 决策不可溯源带来的危险。业内专家分析,此番表态的时间点十分微妙:近期特斯拉与 Waymo 双双拿到拉斯维加斯大规模 Robotaxi(自动驾驶出租车)运营许可。

17. Qwen-Drive-1.0-4B 开源:统一 3D 感知、驾驶问答与运动规划

18. Qwen-Drive-1.0正式发布 | 首个能"开车"的通用大模型

19. Qwen-Drive: 都去做具身智能了,自动驾驶?

0
扫一下,分享更方便,购买更轻松
0评论

当前文章无评论,是时候发表评论了
提示信息

取消
确认
评论举报

最新文章 热门文章