<?xml version="1.0" encoding="utf-8" ?><rss xmlns:sns="http://blog.ifeng.com.cn" version="2.0"><channel><title>盖世汽车立志打造专业人士爱看的汽车资讯，提供：国际、国内、零部件及后市场新闻，丰富的产业评论、数据分析及热点关注，对采购商、供应商、国际咨询公司、后市场等高层做一系列访谈，详尽介绍各主流汽车市场产业动态及市场销量。是专业人士了解与交流业内信息的汽车资讯平台。</title><link>http://auto.gasgoo.com/</link><description>Gasgoo automotive news covers China automotive sales and production, suppliers and OEM in Chinese market, China's homegrown players and their expansions overseas.</description><lastBuildDate>2026-11-19 03:32:40</lastBuildDate><language>zh-cn</language ><generator><![CDATA[http://auto.gasgoo.com/]]></generator><webmaster>info@gasgoo.com</webmaster ><copyright>Copyright Gasgoo. All Rights Reserved.</copyright><pubDate>2026-11-19 03:32:40</pubDate><item><id><![CDATA[70478124]]></id><upDate>2026-11-16 15:01:14</upDate><title><![CDATA[恩智浦推出统一机器人平台 加速可信物理人工智能的部署]]></title><link><![CDATA[https://auto.gasgoo.com/news/202611/16I70478124C409.shtml]]></link> <description><![CDATA[盖世汽车讯 据外媒报道，恩智浦半导体（NXP Semiconductors）发布全新的统一机器人平台。该平台基于恩智浦的“神]]></description><content><![CDATA[<p style="text-align: left;">盖世汽车讯 据外媒报道，恩智浦半导体（NXP Semiconductors）发布全新的统一机器人平台。该平台基于恩智浦的“神经轴架构”（Neural Axis Architecture）——这是一种分布式基础架构，能够安全地连接机器人系统中的感知、实时控制、人工智能（AI）处理及通信功能。该平台提供了一个统一的软硬件生态系统，集成了恩智浦在安全与功能安全方面的各项技术。</p><p style="text-align:center"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/image/20261116/6393043804267198128955415.png" title="恩智浦.png" alt="恩智浦.png"/></p><p style="text-align: center !important;line-height: 30px !important;font-size: 14px !important;color: #999999;margin-top: 10px !important;" label="图片备注">图片来源：恩智浦</p><p style="text-align: left;">通过一套经过验证的统一开发流程，开发者能够快速从实现单一功能扩展至构建完整且可信的物理人工智能系统。例如，开发者可以先从评估电机控制子系统入手（该子系统已通过软件开发工具包（SDK）进行测试与验证）；随后，借助统一的机器人SDK、参考设计及平台架构，开发者便能轻松添加基于人工智能的感知、飞行控制和导航功能，从而更高效地构建出完整的自主无人机系统。</p><p style="text-align: left;">机器人子系统必须在各种形态的设备中实现无缝协作，而这一集成与验证过程往往需要开发人员耗费数月时间。恩智浦的统一机器人平台通过预集成的软件和经过验证的子系统互操作性，将这一工作量缩短至几天或几周。该平台构建于恩智浦丰富产品组合所提供的安全硬件基础之上，使开发人员能够专注于差异化设计与创新。</p><p style="text-align: left;">恩智浦半导体（NXP Semiconductors）机器人业务副总裁兼总经理 Jerome Legros 表示：“随着自主机器人日益走出受控环境，进入人们生活和工作的空间，‘信任’便成为了其得以广泛应用的前提条件。为了建立这种信任，开发人员需要一个在设计之初就充分考量了安全性、功能安全、实时控制以及全生命周期可靠性的基础平台。恩智浦的统一机器人平台将这些不可或缺的关键能力整合于一套可扩展的架构之中，助力开发人员构建下一代值得信赖的物理人工智能（Physical AI）系统。”</p><p style="text-align: left;">blueflite 首席技术官（CTO）James McClearen 表示：“对于无人机开发者而言，速度至关重要。市场在快速演变，客户需求瞬息万变，新的自主功能也层出不穷。恩智浦的统一机器人平台提供了一个‘即用型’基础，能够缩短开发周期，使我们能够评估新构想、加速原型设计，并更高效地将创新解决方案推向市场。”</p><p style="text-align: left;">Orqa 首席执行官兼联合创始人Srdjan Kovačević表示：“在高性能机器人领域，尤其是无人机系统中，仅靠算力是不够的。系统还需要计算单元之间的高效通信、可预测的行为表现以及极低的延迟。通过与恩智浦的紧密合作，我们能够在架构层面应对这些挑战，从而为下一代机器人系统奠定更坚实的基础。在当今现实世界对先进无人系统提出前所未有严苛要求的背景下，这一点显得尤为重要。”</p><p style="text-align: left;">恩智浦统一机器人平台专为适配行业标准机器人框架而设计，为机器人开发奠定了通用的软硬件基础。该平台提供开源且模块化的软件开发工具包（SDK），涵盖了各类驱动程序、中间件集成、参考应用、配置工具以及可复用的软件组件。它还集成了多种成熟的开源技术，包括 PX4、Zephyr 和 ROS 2。该平台的参考设计融合了安全处理、确定性实时控制以及符合安全要求的系统架构，并依托 恩智浦丰富多样的硬件产品组合构建而成，助力开发者打造出能够在现实环境中安全、可靠运行的机器人。</p><p style="text-align: left;"><strong>从设计到无人机，仅需 30 分钟</strong></p><p style="text-align: left;">该平台提供的“原型就绪型”参考设计，集成了恩智浦具备安全与防护功能的解决方案。作为该统一机器人平台首批推出的参考设计，它们涵盖了无人机应用：包括基于 i.MX 95 应用处理器的 NavQ95 模块（用于自主计算与飞行控制）；基于 i.MX RT1064 跨界微控制器（MCU）的 Tropic VMU/FMU 模块（用于飞行管理）；基于 MCX N947 MCU 的 100Base-T1 传感器节点（用于智能传感器组网）；以及基于 MCX A13 MCU、符合 AM32 标准的电子调速器（用于电机控制）。每项设计均内置了主处理器的安全与防护功能，且这些功能可独立于机器人专用特性进行启用。在机器人软件开发工具包（SDK）的支持下，开发者开箱即可使用这些参考设计，在 30 分钟内实现无人机的基础功能。</p><p style="text-align: left;">尽管首批参考设计针对的是无人机，但该平台未来将扩展至更多需要感知、导航、电机控制、连接能力及安全实时运行的自主系统领域。后续推出的设计将涵盖服务机器人、自主移动机器人（AMR）以及其他各类自主系统。</p><p style="text-align: left;"><strong>供货情况</strong></p><p style="text-align: left;">NXP 统一机器人平台现已推出，其中包括针对无人机的参考设计及配套软件开发工具包 (SDK)。面向其他自主系统的更多赋能方案预计将于 2027 年下半年推出。</p>]]></content><copyright>auto.gasgoo.Com</copyright><pubDate>2026-11-16 15:01:13</pubDate><source><![CDATA[盖世汽车]]></source></item><item><id><![CDATA[70478122]]></id><upDate>2026-11-16 14:53:33</upDate><title><![CDATA[蔡司推出用于工业自动化检测的 TALOS 系统]]></title><link><![CDATA[https://auto.gasgoo.com/news/202611/16I70478122C409.shtml]]></link> <description><![CDATA[盖世汽车讯 据外媒报道，蔡司（ZEISS）推出全新计量机器人 TALOS，旨在提升大规模生产中的自动化质量控制水平。该]]></description><content><![CDATA[<p style="text-align: left;">盖世汽车讯 据外媒报道，蔡司（ZEISS）推出全新计量机器人 TALOS，旨在提升大规模生产中的自动化质量控制水平。该机器人由蔡司“研究与质量解决方案”（Research &amp; Quality Solutions）部门开发，兼具机器人的灵活性与测量设备的高精度。</p><p style="text-align:center"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/image/20261116/6393043758531325538228865.png" title="蔡司.png" alt="蔡司.png"/></p><p style="text-align: center !important;line-height: 30px !important;font-size: 14px !important;color: #999999;margin-top: 10px !important;" label="图片备注">图片来源：蔡司</p><p style="text-align: left;"><strong>主要特点：</strong></p><ul class=" list-paddingleft-2" style="list-style-type: disc;"><li><p style="text-align: left;">无需外部追踪系统或参考标记。</p></li><li><p style="text-align: left;">支持通过 ZEISS INSPECT 软件进行自动化测量规划。</p></li><li><p style="text-align: left;">专为汽车、航空航天及商用车制造领域而设计。</p></li></ul><p style="text-align: left;"><strong>系统概况</strong></p><p style="text-align: left;">ZEISS TALOS 系统集成了 TALOS MR 测量机器人、小型蓝光传感器 TALOS AX、计量级旋转工作台以及一套独特的安全系统。该传感器配备两台 2400 万像素的相机，支持以 100 Hz 的频率进行图像采集，并能以 200 Hz 的频率进行快速扫描。其 500 mm 的测量空间既可用于获取全域几何数据，也能针对零件上的特定特征（如孔、边缘、螺栓或螺纹）进行精确测量。</p><p style="text-align: left;">此外，该系统还优化了检测编程流程。借助 CAD 模型，ZEISS INSPECT 软件能够自动识别测量位置并规划机器人运行路径，从而最大限度地缩短准备时间，降低编程工作量。</p><p style="text-align: left;"><strong>为何至关重要</strong></p><p style="text-align: left;">自动化检测正变得日益重要。这是因为制造商们追求的是始终如一的产品质量、更高的生产效率以及更短的检测时间。通过省去外部追踪设备并将多种测量功能集成于同一系统之中，ZEISS TALOS 能够简化检测工作流程，并提升对复杂零部件的检测可及性。</p><p style="text-align: left;">对于印度的汽车、航空航天及商用车制造行业而言，该技术在白车身检测、超大型压铸件、发动机总成以及结构件等领域展现出广阔的应用前景。此外，它还有助于推动行业向自动化质量控制和数字化制造转型。</p>]]></content><copyright>auto.gasgoo.Com</copyright><pubDate>2026-11-16 14:53:32</pubDate><source><![CDATA[盖世汽车]]></source></item><item><id><![CDATA[70478119]]></id><upDate>2026-11-16 14:51:05</upDate><title><![CDATA[提雅智行发布端到端自动驾驶方案 可适配多种地图信息与传感器配置]]></title><link><![CDATA[https://auto.gasgoo.com/news/202611/16I70478119C409.shtml]]></link> <description><![CDATA[盖世汽车讯 据外媒报道，作为自动驾驶开源软件 Autoware 的核心推动者，提雅智行（TIER IV）宣布开发并开源了多款]]></description><content><![CDATA[<p style="text-align: left;">盖世汽车讯 据外媒报道，作为自动驾驶开源软件 Autoware 的核心推动者，提雅智行（TIER IV）宣布开发并开源了多款端到端（E2E）自动驾驶 AI 模型。这些模型能够适配不同的系统需求，涵盖了多种地图信息和传感器配置。从仅依赖摄像头的方案，到融合激光雷达（LiDAR）、雷达及高精地图（HD Map）的方案，该系列模型提供了灵活的选择，使开发者能够根据各自的性能需求挑选最合适的 AI 模型。</p><p style="text-align:center"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/image/20261116/6393043741966245328692074.png" title="tier.png" alt="tier.png"/></p><p style="text-align: center !important;line-height: 30px !important;font-size: 14px !important;color: #999999;margin-top: 10px !important;" label="图片备注">图片来源：提雅智行</p><p style="text-align: left;">通过 Autoware，提雅智行提供了一套开发环境，支持对这些模型进行优化并将其集成至车辆系统中，从而助力汽车制造商及技术合作伙伴开发并部署其自主的自动驾驶技术栈。</p><p style="text-align: left;"><strong>Autoware 2.0 架构概览</strong></p><p style="text-align: left;">Autoware 2.0 是一种可扩展且具备适应性的架构，能够将人工智能（AI）模型与传统的基于规则的技术灵活结合。通过支持多种 AI 模型和传感器配置，它使得构建适用于各类应用场景及系统需求的自动驾驶系统成为可能。此次发布的端到端（E2E）自动驾驶 AI 模型，正是基于这一架构所打造的具体技术成果。</p><p style="text-align: left;"><strong>NVIDIA Alpamayo 2 Edge</strong></p><p style="text-align: left;">作为2026年3月宣布的与NVIDIA合作项目的一部分，提雅智行一直在评估“视觉-语言-动作”（VLA）基础模型——NVIDIA Alpamayo的性能，并将其与Autoware进行集成。该系列的最新版本Alpamayo 2 Edge是一款端到端（E2E）自动驾驶AI模型；它仅以摄像头图像作为输入，通过推理生成行驶轨迹。该模型拥有20亿个参数（相比之下，Alpamayo 2 Super拥有340亿个参数），规模显著减小，在车辆实际部署方面展现出了良好的应用前景。目前，提雅智行正在对该模型进行优化并使其适配实车，同时已完成了与Autoware的集成工作。</p><p style="text-align: left;"><strong>AutoE2E</strong></p><p style="text-align: left;">AutoE2E 由 Autoware 基金会 (AWF) 和 TIER IV 共同主导开发，是一款端到端 (E2E) 自动驾驶人工智能模型，能够在 NVIDIA 硬件以外的多种计算平台上运行。该模型采用“快-慢”(Fast–Slow) 架构，集成了三种组件：用于实时驾驶决策的“反应模型”(Reactive Model)、用于预测周围环境未来变化的“世界模型”(World Model)，以及辅助驾驶决策的“推理模型”(Reasoning Model)。它支持多种传感器配置，既可仅使用摄像头，也可融合激光雷达 (LiDAR) 和雷达数据。该模型拥有 7990 万个参数，比 Alpamayo 2 Edge 更为轻量。目前，“反应模型”已经发布；“世界模型”和“推理模型”仍在开发中，团队也在同步探索其在自动驾驶出租车 (Robotaxi) 场景中的商业化应用。此外，AutoE2E 的“反应模型”已成功与 Autoware 完成集成。</p><p style="text-align: left;"><strong>METEOR</strong></p><p style="text-align: left;">METEOR 是由 TIER IV 自主研发的一款轻量级、多任务端到端（E2E）自动驾驶人工智能模型，主要面向私家乘用车。该模型基于卷积神经网络（CNN）架构，采用鸟瞰图（BEV）表征方式，在单一神经网络内即可完成从环境感知到驾驶轨迹生成等各项任务，且无需依赖高精地图。它支持接入 1 至 8 个摄像头的图像数据，并可融合激光雷达（LiDAR）及雷达传感器数据。METEOR 拥有 1600 万个参数，比 AutoE2E 更为轻量，且支持在包括 NVIDIA 和瑞萨（Renesas）在内的多种半导体平台上运行。此外，TIER IV 还利用 Co-MLOps 体系中的自动化标注平台 CoMET，结合智能体 AI（Agentic AI），实现了数据标注、模型训练、评估及优化的全流程自动化，无需人工编码或手动标注。汽车制造商及零部件供应商可对这一开源模型进行优化，以适配其特定的车辆规格与性能需求。</p><p style="text-align: left;"><strong>OnePlanner</strong></p><p style="text-align: left;">OnePlanner 是一款端到端（E2E）自动驾驶人工智能模型，将周围环境感知与运动规划融为一体。该模型目前采用 BEVFusion 技术，通过激光雷达（LiDAR）点云数据生成鸟瞰图（BEV）表征，并计划后续迁移至 PTv3 架构。其灵活的架构支持在替换感知模型的同时，直接利用感知过程中提取的特征进行运动规划。传统的自动驾驶系统通常先将感知结果转换为物体位置、速度等信息，再将其传递给规划模块；而 OnePlanner 减少了这些中间转换环节，从而能够更充分地利用周围环境信息。此外，该模型还融合了高精地图、路线信息、交通信号状态以及车辆运动状态，能够生成未来六秒内的行驶轨迹。目前，OnePlanner 已实现与 Autoware 的集成。</p><p style="text-align: left;"><strong>LatentDrive</strong></p><p style="text-align: left;">LatentDrive 是一款端到端（E2E）自动驾驶人工智能模型，它利用“世界模型”（world model）将对周围环境的预测与运动规划整合在一起。该模型采用自监督学习方法 V-JEPA，将从摄像头视频中提取的周围环境特征映射到潜在空间（latent space），并基于这些特征生成车辆轨迹。其显著特点在于，它无需经过目标检测和跟踪等中间处理环节，即可直接利用视频信息进行运动规划。该模型无需高精地图，仅依靠摄像头视频、路线信息以及车辆运动状态，即可生成未来四秒的行驶轨迹。它支持单摄像头或三摄像头配置；目前，相关团队正在推进其与自动驾驶开源平台 Autoware 的集成，并在车载环境中进行验证。</p><p style="text-align: left;">“端到端（E2E）自动驾驶技术的进步，正在从根本上改变自动驾驶系统的开发方式。”提雅智行创始人兼首席执行官Shinpei Kato表示，“对于汽车制造商和零部件供应商而言，若要将人工智能技术融入自身产品，关键在于能够根据具体的应用场景和性能需求，实现相关技术的自主掌控，而不必受限于特定的 AI 模型或半导体平台。通过发布由提雅智行和 Autoware 基金会主导开发的多款 AI 模型，并结合我们与英伟达（NVIDIA）的合作成果，我们极大地丰富了这些选择。未来，我们将继续推动以 Autoware 为核心的开源生态系统发展，并与全球合作伙伴携手，让自动驾驶技术惠及更多领域。”</p><p style="text-align: left;">“推动自动驾驶技术的发展，需要能够分析复杂情境并在车端高效运行的人工智能（AI），”英伟达（NVIDIA）汽车业务副总裁 Ali Kani 表示，“提雅智行 将 NVIDIA Alpamayo 2 Edge 与 Autoware 相结合，为开发者提供了一个开放的基础，使他们能够将这种智能从研究阶段应用到各自的车辆中。”</p><p style="text-align: left;">“自动驾驶技术的进步，有赖于一个能够以开放方式开发、评估各类 AI 模型，并根据具体应用场景进行部署的生态系统，”Autoware 基金会主席 Muhammad Zain Khawaja 表示，“今天发布的这些 AI 模型，充分展示了 Autoware 正如何演进为一个灵活的开发平台——它不绑定于任何特定的技术或硬件。我们乐见 提雅智行在技术研发方面的持续投入，及其与包括英伟达在内的各方合作伙伴所开展的协作。Autoware 基金会将继续与全球开源社区携手合作，让先进的自动驾驶技术惠及每一个人。”</p><p style="text-align: left;"><strong>后续举措</strong></p><p style="text-align: left;">提雅智行将持续提升此次所发布 AI 模型的性能，并针对车载环境进行优化；同时，将通过 Autoware 平台，推动汽车制造商及合作伙伴在端到端（E2E）自动驾驶技术方面的开发与商业化进程。此外，提雅智行 还将加强与全球开源社区的协作，致力于在各类车型及应用场景中推广自动驾驶系统的应用。</p>]]></content><copyright>auto.gasgoo.Com</copyright><pubDate>2026-11-16 14:51:04</pubDate><source><![CDATA[盖世汽车]]></source></item><item><id><![CDATA[70478116]]></id><upDate>2026-11-16 14:47:37</upDate><title><![CDATA[QuantumScape推出用于电池开发的开放式全固态平台Osprey]]></title><link><![CDATA[https://auto.gasgoo.com/news/202611/16I70478116C409.shtml]]></link> <description><![CDATA[盖世汽车讯 据外媒报道，固态锂金属电池技术公司QuantumScape公司发布其面向全固态电池的下一代开放平台Osprey。O]]></description><content><![CDATA[<p style="text-align: left;">盖世汽车讯 据外媒报道，固态锂金属电池技术公司QuantumScape公司发布其面向全固态电池的下一代开放平台Osprey。Osprey电池已公布全球首批公开数据，展示了硫化物正极在仅一个大气压下完成1,000次循环的能力；这一卓越性能对于汽车级固态电池而言至关重要，且目前尚无同类技术可与之媲美。</p><p style="text-align:center"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/image/20261116/6393043667896407828669536.png" title="quantum.png" alt="quantum.png"/></p><p style="text-align: center !important;line-height: 30px !important;font-size: 14px !important;color: #999999;margin-top: 10px !important;" label="图片备注">图片来源：QuantumScape</p><p style="text-align: left;">Osprey平台将QuantumScape专有的陶瓷隔膜和无负极锂金属设计与固态正极相结合，从而构建出全固态电池。Osprey是在公司现有QSE平台基础上发展而来的，它不仅为QuantumScape的现有客户提供了全新的技术授权与联合开发机会，还将服务范围扩展至硫化物全固态电池的开发者群体。</p><p style="text-align: left;">QuantumScape的技术在安全性方面优于传统的锂离子电池，同时具备低运行压力和出色的能量保持特性。Osprey的全固态正极与QuantumScape专有的陶瓷隔膜相配合，带来了多项性能优势，包括更快的充电速度、更宽的工作温度范围，以及预计高达约1,100 Wh/L的能量密度。</p><p style="text-align: left;"><strong>在早期测试中，Osprey 电池展现出以下特性：</strong></p><ul style="list-style-type: disc;" class=" list-paddingleft-2"><li><p>循环寿命：在行业标准测试条件下，经过 1,000 次完整充放电循环后，容量保持率约为 80%</p></li><li><p>快速充电：5 分钟内即可从 10% 充至 80%</p></li><li><p>低压要求：仅需一个大气压即可运行</p></li><li><p>低温性能：可在低于 -20 °C（-4 °F）的环境下正常工作</p></li></ul><p style="text-align: left;">电池行业长期以来一直致力于研发采用硫化物电解质的全固态电池，但迄今尚未实现商业化应用。硫化物会与金属锂发生反应，从而缩短电池寿命；此外，这类电池在工作时通常需要保持在高压状态下，这在汽车及其他多种应用场景中并不切合实际。</p><p style="text-align: left;">Osprey 被设计为一个开放平台，能够适配多种正极化学体系。QuantumScape (QS) 已利用 Osprey 对其自主研发以及由汽车客户开发的全固态正极进行了测试，这为固态电池的多条技术发展路径奠定了基础。</p><p style="text-align: left;">“Osprey 是我们多年来在前沿研发领域持续投入的成果，我们很高兴能首次将其公之于众，”QS 总裁兼首席执行官 Siva Sivaram 博士表示，“业界在硫化物固态电池上投入了大量资源，却始终受限于相同的根本性瓶颈。数据表明，Osprey 能够克服这些局限。我们相信，Osprey 有望充分释放全固态电池的全部潜能；我们的目标是将其打造成为固态电池开发领域的领先平台。”</p><p style="text-align: left;">目前，QS 正在与汽车行业的合作伙伴携手，利用 Osprey 平台开展研发工作。基于该公司 QSE 平台的电芯产品现已开始向客户交付，而 Osprey 则代表了其在全固态电池开发方面的长期技术解决方案。</p>]]></content><copyright>auto.gasgoo.Com</copyright><pubDate>2026-11-16 14:47:36</pubDate><source><![CDATA[盖世汽车]]></source></item><item><id><![CDATA[70478114]]></id><upDate>2026-11-16 14:35:19</upDate><title><![CDATA[密歇根大学工程学院开发出新型神经网络组件PRISM 帮助机器人实现更出色的移动表现]]></title><link><![CDATA[https://auto.gasgoo.com/news/202611/16I70478114C409.shtml]]></link> <description><![CDATA[盖世汽车讯 据外媒报道，密歇根大学工程学院（University of Michigan Engineering）开发出一种新型神经网络组件]]></description><content><![CDATA[<p style="text-align: left;">盖世汽车讯 据外媒报道，密歇根大学工程学院（University of Michigan Engineering）开发出一种新型神经网络组件，挑战了机器人学习领域中一个常见的假设：即用于图像识别的通用神经网络同样适用于控制物理运动。</p><p style="text-align:center"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/1640-X/20261116/6393043645772658051847170.jpg" title="prism-a-neural-network.jpg" alt="prism-a-neural-network.jpg"/></p><p style="text-align: left;">在图像分类任务中，神经网络将图像映射为标签，但并不会改变图像本身。而在机器人运动控制过程中，各种动作（例如人形机器人移动肢体）会改变机器人的物理状态，进而影响传感器后续所观测到的数据。</p><p style="text-align: left;">机器人的运动及其目标涉及物理变量之间的乘法关系。例如，作用于某个关节的力，取决于其他关节的位置和速度；而机械功率、接触作用等物理量，本质上都是力与运动的乘积。</p><p style="text-align: left;">然而，机器人领域中常用的传统神经网络（即“多层感知机”，简称 MLP）并不会显式地对变量进行乘法运算。相反，它们通过更简单的运算间接地学习这些交互关系，这会消耗网络容量。</p><p style="text-align: left;">这项研究提出了一种名为 PRISM（全称为“用于交互结构化运动控制的多项式表征（Polynomial Representations for Interaction-Structured Motor Control）”）的新组件。它能够学习传感器观测值、过往动作以及任务指令（包括关节位置、速度和期望行走速度等）之间的乘法交互关系。这意味着无需再预先设定物理方程，也无需手动挑选需要进行乘法运算的变量。</p><p style="text-align: left;">“关于物理交互的许多有用线索，其实已经蕴含在机器人的观测数据中——即通过关节位置和速度等信号的组合所呈现出来。PRISM 为控制器提供了一种简洁的方式，使其能够学习并利用这些信号组合，”密歇根大学计算机科学与工程系博士生、该研究的第一作者 Seung Hyun Lee 说道。</p><p style="text-align: left;">由于 PRISM 仅涉及对机器人状态及指令输入进行初步处理，因此它可以被整合进现有的机器人学习系统中，且无需改变这些系统原有的训练目标、感知需求或控制器。</p><p style="text-align: left;">无需扩大网络规模即可实现更佳性能</p><p style="text-align: left;">为了评估 PRISM，研究人员在人形机器人运动和机器人操作任务中对其进行了测试，并采用了不同的学习方法和网络架构。</p><p style="text-align: left;">在模拟人形机器人行走测试中，PRISM 使机器人能够在 24 秒的试验中以 92.5% 的成功率保持不跌倒；相比之下，传统多层感知机（MLP）的成功率仅为 51%。即便将传统网络的参数总量增加约 43%（使其与 PRISM 的规模相当），其试验成功率也仅提升至 52.3%。</p><p style="text-align: left;">同样，PRISM 也提高了机械臂在操作任务中的成功率（该任务结合了大型视觉-语言-动作模型）。这表明，网络如何表征物理交互，远比单纯增加网络规模更为重要。</p><p style="text-align: left;">无需额外传感器，实现更佳的物理控制</p><p style="text-align: left;">PRISM 无需依赖人工设计的物理模型或控制规则，而是直接从数据中学习有效的物理交互方式。在一次模拟恢复测试中，即便在缺乏力反馈或明确柔顺控制机制的情况下，PRISM 也能在接触物体后迅速降低接触力。</p><p style="text-align: left;">在一项模拟立方体堆叠实验中，研究人员特意诱导机械臂掉落立方体；结果显示，PRISM 在 52.3% 的试验中成功实现了恢复并完成了任务，而传统的模仿学习策略成功率仅为 40.9%。PRISM 在实际硬件上也展现出了显著的实用优势。</p><p style="text-align: left;">在使用相同的训练演示数据、通过 SO-101 机械臂抓取一卷胶带的任务中，PRISM 在 50 次尝试中取得了 94% 的成功率，而传统方法仅为 68%。</p><p style="text-align: left;">“令我惊讶的是，表征方式上如此微小的改变，竟然能影响机器人对接触的反应，” Lee说道。</p><p style="text-align: left;">研究团队进一步探究，试图了解 PRISM 内部究竟学到了什么。他们发现，与传统网络所学到的表征相比，PRISM 的表征使得与关节功率、打滑以及接触力相关的物理量变得更具可预测性。</p><p style="text-align: left;">在超出训练条件的情况下展现出更强的泛化能力</p><p style="text-align: left;">即便在物理条件发生变化时，PRISM 依然保持了其优势，且无需对网络进行重新训练或修改。</p><p style="text-align: left;">在涉及摩擦力、质量和负载变化的六种工况下，由 PRISM 控制的人形机器人在平坦地形上的任务成功率为 92.3%，而参数相当的标准多层感知机（MLP）成功率为 78.3%。在不平坦地形上，PRISM 的成功率为 87.1%，而传统网络为 80%。</p><p style="text-align: left;">“机器人运动控制并非从观测到动作的任意映射，而是受物理交互所支配的，”密歇根大学计算机科学与工程系教授、本研究资深作者 Stella Yu 表示。“我们的研究结果有力地支持在机器人策略学习中采用 PRISM，以取代传统的多层感知机（MLP）输入层。它为神经网络提供了一种更适合在物理世界中控制运动的结构。”</p><p style="text-align: left;">PRISM 表明，无需依赖日益庞大的网络或人工设计的物理控制机制，仅通过对表征方式进行简单的调整，就能帮助机器人习得能力更强、适应性更好的行为。</p>]]></content><copyright>auto.gasgoo.Com</copyright><pubDate>2026-11-16 14:35:18</pubDate><source><![CDATA[盖世汽车]]></source></item><item><id><![CDATA[70478112]]></id><upDate>2026-11-16 17:29:12</upDate><title><![CDATA[NVIDIA 发布用于自动驾驶的 Alpamayo 2 Edge Weights]]></title><link><![CDATA[https://auto.gasgoo.com/news/202611/16I70478112C409.shtml]]></link> <description><![CDATA[盖世汽车讯 据外媒报道，NVIDIA在Hugging Face平台上发布了Alpamayo 2 Edge Weights模型。该模型拥有20亿个参数，]]></description><content><![CDATA[<p style="text-align: left;">盖世汽车讯 据外媒报道，NVIDIA在Hugging Face平台上发布了Alpamayo 2 Edge Weights模型。该模型拥有20亿个参数，旨在帮助自动驾驶开发者在车载算力和延迟限制的约束下进行开发。此次发布的内容还包括部署方案及评估工具，可用于生成并分析驾驶轨迹及其背后的解释。</p><p style="text-align:center"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/image/20261116/6393044690867462511435008.png" title="Nvidia.png" alt="Nvidia.png"/></p><p style="text-align: center !important;line-height: 30px !important;font-size: 14px !important;color: #999999;margin-top: 10px !important;" label="图片备注">图片来源：NVIDIA</p><p style="text-align: left;">NVIDIA 在 2026 年 10 月 21 日发布的 Hyperion 相关公告中首次推出了 Alpamayo 2 Edge。该模型针对 DRIVE AGX Thor 平台进行了优化，专为 10 Hz 的车载运行环境而设计。在 Alpamayo 产品页面上，Edge 被列为可用版本；它与另一款模型——拥有 340 亿参数的“Alpamayo 2 Super”——区分开来。后者主要用于驾驶预测、场景理解、自动标注以及小型模型的训练。</p><p style="text-align: left;">该模型针对DRIVE AGX Thor平台进行了优化，专为车载环境下的10 Hz运行频率而设计。在Alpamayo产品页面上，Edge版本已被列为可用；它与参数量达340亿的Alpamayo 2 Super版本相区分——后者主要用于驾驶预测、场景理解、自动标注以及辅助训练规模较小的模型。</p><p style="text-align: left;"><strong>具备自适应推理能力的紧凑型模型</strong></p><p style="text-align: left;">Cosmos 3 Edge 采用基于 Nemotron 的推理核心，并结合“扩散动作专家”（diffusion action expert）来生成驾驶动作。在这种“视觉-语言-动作”架构中，环视摄像头视频、时序上下文、自车运动历史以及导航文本被转化为未来的行驶轨迹，并生成“因果链”（Chain-of-Causation）解释，用以阐明决策与因果因素之间的关联。此外，该模型还能回答有关驾驶场景的各类开放式问题。</p><p style="text-align: left;">在常规驾驶情况下，Edge 无需为每一项决策都生成推理过程记录。此时，推理脚本会输出特殊的“常规”（NOMINAL）标记，从而在模型持续生成行驶轨迹的同时，减少标记生成量并降低推理计算开销。</p><p style="text-align: left;">该模型卡列出了全球部署范围；模型权重采用 OpenMDW-1.1 许可协议，源代码则采用 Apache License 2.0 许可协议。其训练数据集包含约 11.5 万小时的多摄像头驾驶视频（附带自运动和轨迹标注），以及约 370 万条“因果链”（Chain-of-Causation）推理轨迹。数据涵盖了来自摄像头、惯性测量单元（IMU）和 GPS 的记录，以及合成的推理轨迹。</p><p style="text-align: left;">在训练阶段，Alpamayo 2 Super 生成了用于离线蒸馏的推理自动标注（autolabels）。随后，Edge 通过 AlpaGym 仿真环境中的闭环强化学习，从自身行为所产生的结果中进行学习。据 NVIDIA 称，与未进行闭环强化学习的最佳检查点（checkpoint）相比，这一阶段使闭环驾驶性能提升了 48.9%。</p><p style="text-align: left;"><strong>端侧延迟与验证限制</strong></p><p style="text-align: left;">下载的 BF16 weights可在受支持的 NVIDIA GPU 上直接作为 PyTorch 模型运行，但在 DRIVE AGX Thor 平台上实现实时运行则需要进一步优化。NVIDIA 提供的方案采用了 FP8 量化校准、ONNX 导出、TensorRT 及 TensorRT-Edge-LLM 技术，并结合 DFlash2 推测解码（speculative decoding）来实现实时推理。在运行 DRIVE OS 7.2.7.0、CUDA 13.4 和 TensorRT 11.3.1.9 的 DRIVE AGX Thor-X 平台上，该方案从摄像头输入到轨迹输出的延迟为 160–190 毫秒（具体取决于推理计算量）。</p><p style="text-align: left;">据 NVIDIA 报告，在 AlpaSim 闭环仿真器中，Edge 模型在两次“责任归属事故”（即由模型自身决策导致的事故）之间的平均行驶里程为 15.15 公里，而参数量为 40 亿的 Qwen-Drive-1.0 模型该指标仅为 0.25 公里。在同一对比测试中，Edge 模型的最小平均位移误差（ADE）为 0.53 米，而 Qwen-Drive-1.0 为 1.68 米；该数值越低，说明轨迹预测越准确。</p><p style="text-align: left;">在基准软件兼容性方面，模型说明文档（Model Card）指出其已在单块 NVIDIA H100 80GB GPU 上完成测试，并明确其他 GPU 架构尚未经过验证——这与针对 Thor-X 平台优化的方案属于不同的说明范畴。若要将该模型集成至自动驾驶系统中，在正式部署前，还需使用特定应用场景的数据进行额外测试，并开展单元级及系统级的迭代验证。</p><p style="text-align: left;"><strong>AlpaJudge：连接评估与训练</strong></p><p style="text-align: left;">NVIDIA 还发布了 AlpaJudge——一种经人工校准的评估与奖励模型，其权重和代码采用相同的许可协议。AlpaJudge-RB 属于“基于参考”（reference-based）的评估模型：它接收问题、参考答案以及候选答案（不含图像），并输出一个 0 到 1 之间的对齐概率。而“无需参考”（reference-free）的 AlpaJudge-RF 模型则利用三个广角前视帧、三个长焦前视帧、自车元动作历史、未来上下文信息以及候选推理过程，输出五项评估准则的概率，以及动作评分、组件评分和综合评分。</p><p style="text-align: left;">根据 NVIDIA 的指导建议，较高的推理评分表明候选推理过程符合评估准则；但若要全面描述驾驶行为，仍需结合碰撞、偏离道路、近距离接触以及轨迹相关的指标。对于评分较低的样本，不应直接自动丢弃，而应进行人工审查，因为这些样本往往能揭示罕见的失效情况。评分极高的样本可能反映了模型已能稳定解释的场景，而评分居中的样本则往往提供了进一步训练的宝贵机会。</p><p style="text-align: left;">这一公开的强化学习方案可利用 AlpaJudge-RB 对采样得到的推理过程进行评分，同时考量轨迹误差与舒适度。NVIDIA 建议保留轨迹筛选机制并记录各项评分指标，以确保即便解释过程流畅但内容有误，也无法仅凭此获得高额总奖励。该方案的实际意义在于它构建了一套完整的开发闭环：涵盖轻量化端侧推理、基于评分的解释评估以及针对性再训练；并通过碰撞情况和轨迹数据，验证“更优质的解释”是否确实能转化为“更出色的驾驶表现”。</p>]]></content><copyright>auto.gasgoo.Com</copyright><pubDate>2026-11-16 14:28:56</pubDate><source><![CDATA[盖世汽车]]></source></item><item><id><![CDATA[70478108]]></id><upDate>2026-11-16 14:25:27</upDate><title><![CDATA[通用汽车申请基于摄像头的系统专利 可在直线加速赛道上实现车辆自动起步]]></title><link><![CDATA[https://auto.gasgoo.com/news/202611/16I70478108C409.shtml]]></link> <description><![CDATA[盖世汽车讯 据外媒报道，通用汽车（GM）申请了一项自动起步控制系统专利，旨在消除直线加速赛（drag racing）起步]]></description><content><![CDATA[<p style="text-align: left;">盖世汽车讯 据外媒报道，通用汽车（GM）申请了一项自动起步控制系统专利，旨在消除直线加速赛（drag racing）起步阶段的不确定性。该技术利用摄像头监测起步信号灯（俗称“圣诞树”灯），并在信号灯变为绿灯的瞬间，让车辆做好起步准备。</p><p style="text-align:center"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/1640-X/20261116/6393043539618537702072184.jpg" title="通用1.jpg" alt="通用1.jpg"/></p><p style="text-align: center !important;line-height: 30px !important;font-size: 14px !important;color: #999999;margin-top: 10px !important;" label="图片备注">图片来源：通用</p><p style="text-align: left;">该系统于2026年11月3日获批（美国专利号：12,780,203），相关专利文件题为“用于协调赛车车辆起步控制的方法与系统”。通用汽车于2025年1月提交了该专利申请，并于2026年7月正式公布。</p><p style="text-align: left;">根据专利描述，车载摄像头会捕捉起步信号灯的变化，软件则对这些视觉信息进行处理，从而确定车辆的最佳起步时机。随后，该系统会自动调节制动压力、发动机扭矩以及油门输入等参数。</p><p style="text-align: left;"><strong>直线加速赛自动起步系统是如何运作的？</strong></p><p style="text-align: left;">当车辆停在起跑线后，车载摄像头会监测起跑信号灯。在绿灯亮起之前，该系统就能让车辆做好起步准备。驾驶员松开踏板后，系统便会接管车辆，维持制动压力并积蓄扭矩；随后，它会协调制动与油门，在恰当的时机启动车辆。</p><p style="text-align: left;">简而言之，驾驶员无需再手动平衡油门与刹车，也无需自行判断最佳起步时机。整套基于摄像头的系统会自动处理时机把控与车辆控制。这项技术或许能让直线加速赛的起步变得更容易上手，适合业余赛车手；不过，通用汽车尚未宣布将此技术应用于量产车型的计划。</p><p style="text-align: left;">该系统能够识别“专业组起跑程序”（Pro Tree）和“业余组起跑程序”（Sportsman Tree）这两种模式</p><p style="text-align: left;">这项专利的一大核心功能，在于它能够区分直线加速赛中两种常用的起跑程序：专业组起跑程序（Pro Tree）和业余组起跑程序（Sportsman Tree）。在“专业组起跑程序”中，三盏黄灯会同时亮起，0.4秒后绿灯亮起；这种模式对车手的反应时间要求更高。</p><p style="text-align: left;">“业余组起跑程序”则采用不同的顺序：三盏黄灯会以0.5秒的间隔依次亮起，随后绿灯亮起。通用汽车的这套系统旨在识别当前所采用的起跑模式，并据此调整起步计算逻辑。这样，车辆便能根据起跑顺序预判绿灯信号，而无需等到绿灯亮起后再做出反应。</p><p style="text-align: left;">目前，这项专利仅确立了通用汽车针对直线加速赛起步过程所提出的自动化方案。该公司尚未确认该技术是否会应用于量产车型，也未明确哪些车型未来可能会搭载此项技术。</p>]]></content><copyright>auto.gasgoo.Com</copyright><pubDate>2026-11-16 14:25:26</pubDate><source><![CDATA[盖世汽车]]></source></item><item><id><![CDATA[70478107]]></id><upDate>2026-11-16 14:15:48</upDate><title><![CDATA[Diodes Incorporated 推出智能高侧开关 可安全驱动 12V 汽车负载]]></title><link><![CDATA[https://auto.gasgoo.com/news/202611/16I70478107C409.shtml]]></link> <description><![CDATA[盖世汽车讯 据外媒报道，Diodes Incorporated (Diodes)宣布扩展其 IntelliFET 产品系列，推出三款符合汽车标准的]]></description><content><![CDATA[<p style="text-align: left;">盖世汽车讯 据外媒报道，Diodes Incorporated (Diodes)宣布扩展其 IntelliFET® 产品系列，推出三款符合汽车标准的高侧功率开关。这三款第二代产品包括单通道的 ZXMS81030SPQ，以及双通道的 ZXMS82030S14PQ 和 ZXMS82045S14PQ。</p><p style="text-align:center"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/image/20261116/6393043532456599729962926.png" title="diodes高侧开关.png" alt="diodes高侧开关.png"/></p><p style="text-align: center !important;line-height: 30px !important;font-size: 14px !important;color: #999999;margin-top: 10px !important;" label="图片备注">图片来源：Diodes</p><p style="text-align: left;">它们不仅能够应对高浪涌电流负载，还能为器件本身及负载提供可靠的保护与诊断功能。在驱动 12V 汽车负载（例如车身与座椅控制模块中的电机、暖通空调 (HVAC) 系统以及照明应用）时，这些器件可作为继电器、保险丝及分立式元器件的替代方案，不仅体积更小，可靠性也更高。</p><p style="text-align: left;">每款器件均集成了一个垂直 DMOS N 沟道 MOSFET 和一个控制器，能够实现短路保护、浪涌电流管理以及过压保护（包括针对“抛负载”/load dump 情况的防护）。此外，这些开关还具备带自动重启功能的过温保护，以及静电放电 (ESD) 防护能力。仅需极少量的外部元件，即可实现接地丢失保护和反向极性保护。内置的诊断功能可检测故障状况及自保护事件，包括负载开路、过载以及过温关断。</p><p style="text-align: left;">ZXMS81030SPQ 采用 SO-8EP 封装，而 ZXMS82030S14PQ 和 ZXMS82045S14PQ 则采用 SO-14EP 封装。这两种封装均配备底部裸露散热片，具有出色的散热性能。在采购量为 1,000 件时，ZXMS81030SPQ 的单价为 0.38 美元，ZXMS82030S14PQ 和 ZXMS82045S14PQ 的单价则为 0.71 美元。</p>]]></content><copyright>auto.gasgoo.Com</copyright><pubDate>2026-11-16 14:15:47</pubDate><source><![CDATA[盖世汽车]]></source></item><item><id><![CDATA[70478103]]></id><upDate>2026-11-16 13:50:29</upDate><title><![CDATA[Diodes推出紧凑型霍尔效应电流传感器 可降低电动汽车充电应用中的功率损耗并节省 PCB 空间]]></title><link><![CDATA[https://auto.gasgoo.com/news/202611/16I70478103C409.shtml]]></link> <description><![CDATA[盖世汽车讯 据外媒报道，Diodes Incorporated (Diodes)宣布推出霍尔效应电流传感器 AHC1724Q 和 AHC1725Q，这两款]]></description><content><![CDATA[<p style="text-align: left;">盖世汽车讯 据外媒报道，Diodes Incorporated (Diodes)宣布推出霍尔效应电流传感器 AHC1724Q 和 AHC1725Q，这两款电流传感器均符合汽车行业标准。针对日益增长的电动汽车 (EV) 市场及其不断扩展的充电基础设施，这些传感器可在车载充电器 (OBC) 和充电桩等应用中，实现精确且具备电气隔离的交流 (AC) 和直流 (DC) 电流测量。其极低的一次侧导体电阻可最大限度地减少功率损耗，而紧凑的设计则有助于在空间受限的应用中缩小印刷电路板 (PCB) 的尺寸。</p><p style="text-align:center"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/image/20261116/6393043380166850906772700.png" title="Diodes.png" alt="Diodes.png"/></p><p style="text-align: center !important;line-height: 30px !important;font-size: 14px !important;color: #999999;margin-top: 10px !important;" label="图片备注">图片来源：Diodes</p><p style="text-align: left;">AHC1724Q 和 AHC1725Q 集成了低电阻铜导电路径与线性霍尔传感器电路。该系列器件的一次侧导体电阻典型值仅为 1.2mΩ，不仅能最大限度地降低功耗，还能承受高浪涌电流。其电流测量范围最高可达 ±50A，并提供单向和双向测量选项。</p><p style="text-align: left;">该器件具备电气隔离的主导电路径和传感器，无需高侧差分放大器或其他昂贵的隔离技术，即可实现高侧电流检测。根据 UL 62368-1 标准，AHC1724Q 和 AHC1725Q 传感器支持 420VDC 的最高工作电压（基本隔离）。</p><p style="text-align: left;">该器件采用低失调、斩波稳定架构，并经过封装后校准，可提供与被测电流成正比的精确输出。其模拟输出带宽为 120kHz，典型响应时间为 4.0µs，典型传播延迟为 2.0µs，能够快速检测电流变化情况。此外，模拟输出还与电源电压成比例（即具有比例输出特性）。</p><p style="text-align: left;">AHC1724Q 的工作电源电压范围为 4.5V 至 5.5V，支持 ±2.5A 至 ±50A 的电流范围；AHC1725Q 的工作电源电压范围为 3.0V 至 3.6V，支持 ±5A 至 ±50A 的电流范围。这两款器件均采用紧凑、扁平的 SO-8（Type CJ2）表面贴装封装，工作温度范围为 -40°C 至 +150°C。</p><p style="text-align: left;">此外，还提供符合标准要求的 AHC1724 和 AHC1725 版本，适用于工业和商业应用；在严苛及高温环境下，这些应用需要对交流（AC）和直流（DC）电流进行精确的电气隔离测量。典型应用包括开关电源、负载检测与管理、暖通空调（HVAC）系统以及过流故障保护。</p>]]></content><copyright>auto.gasgoo.Com</copyright><pubDate>2026-11-16 13:50:28</pubDate><source><![CDATA[盖世汽车]]></source></item><item><id><![CDATA[70477774]]></id><upDate>2026-11-12 16:38:28</upDate><title><![CDATA[研究人员开发出“物理信息驱动”的编队控制框架 使自动驾驶车辆编队更加可靠]]></title><link><![CDATA[https://auto.gasgoo.com/news/202611/12I70477774C409.shtml]]></link> <description><![CDATA[盖世汽车讯 自动驾驶车辆编队（即多辆车在保持较短车间距的情况下协同行驶）因其在提升能效、降低空气阻力以及增]]></description><content><![CDATA[<p style="text-align: left;">盖世汽车讯 自动驾驶车辆编队（即多辆车在保持较短车间距的情况下协同行驶）因其在提升能效、降低空气阻力以及增加道路通行能力方面的潜力，正受到越来越多的关注。然而，在实际应用环境中部署车辆编队仍面临诸多挑战，这主要是由传感器不确定性、车辆模型的不完善以及执行器响应的非线性所致。</p><p style="text-align:center"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/image/20261112/6393009825934532402241250.jpg" title="物理.jpg" alt="物理.jpg"/></p><p style="text-align: center !important;line-height: 30px !important;font-size: 14px !important;color: #999999;margin-top: 10px !important;" label="图片备注">图片来源：期刊《Communications in Transportation Research》</p><p style="text-align: left;">据外媒报道，来自东南大学（Southeast University）和莫纳什大学（Monash University）的研究团队开发了一种“物理信息驱动”的编队控制框架，将传统的车辆控制方法与基于学习的优化技术相结合。该研究成果已发表在期刊《<span style="font-family: Arial, &quot;Microsoft YaHei&quot;; font-size: 17px; white-space: pre-wrap;">Communications in Transportation Research</span>》上。</p><p style="text-align: left;">该框架首先引入了一种多源状态融合方法，整合了轮式里程计、惯性测量单元（IMU）以及全球定位系统（GPS）的测量数据。通过将连续运动信息与全局位置校正相结合，该方法能够为后续的控制决策提供更可靠的车辆状态估计。</p><p style="text-align: left;">基于所估计的车辆状态，研究人员开发了一种基于模型的控制器，该控制器结合了模型预测控制（MPC）与横向“前馈-反馈”控制（LFFC）。该控制器将纵向和横向控制任务分离开来，在确保实时性的同时，实现了对车辆速度和轨迹跟踪的高效优化。</p><p style="text-align: left;">为了进一步提高不断变化的驾驶条件下的适应性，研究团队引入了数据驱动的改进模块。使用离线保守 Q 学习 (CQL) 算法根据历史驾驶数据自动校准关键控制器参数。同时，设计了神经残差学习模型来补偿由执行器延迟和未建模动态引起的理论控制命令和实际车辆响应之间的差异。</p><p style="text-align: left;">使用配备多个传感器的基于 ROS 的两辆车平台，通过模拟实验和真实车辆测试对所提出的框架进行了评估。实验结果表明，该方法提高了车辆在实际操作条件下的队列稳定性和跟踪精度。基于学习的补偿模块有效减少了硬件不确定性引起的控制误差，展现了物理模型与人工智能相结合在自动驾驶应用中的潜力。</p><p style="text-align: left;">研究人员指出：“我们的工作为在实际自动驾驶车辆系统中整合‘基于物理的控制’与‘数据驱动的学习’提供了一种切实可行的方法。”该研究强调了智能算法如何在保持可解释性和安全性的前提下，增强传统的控制框架。</p><p style="text-align: left;">这项研究为开发稳健的自动驾驶车辆编队系统提供了新的见解。未来的研究可进一步探讨涉及异构车辆动力学、通信延迟以及更复杂道路环境的多车编队问题，从而提升协同自动驾驶技术的可扩展性与可靠性。</p>]]></content><copyright>auto.gasgoo.Com</copyright><pubDate>2026-11-12 16:38:27</pubDate><source><![CDATA[盖世汽车]]></source></item><item><id><![CDATA[70477773]]></id><upDate>2026-11-12 16:37:00</upDate><title><![CDATA[Skyworks 推出可扩展多核音频 DSP 系列 适用于从入门级到高端车型的各类汽车平台]]></title><link><![CDATA[https://auto.gasgoo.com/news/202611/12I70477773C409.shtml]]></link> <description><![CDATA[盖世汽车讯 据外媒报道，高性能射频 (RF)、精密时序、电源管理及混合信号解决方案供应商Skyworks Solutions，推出]]></description><content><![CDATA[<p style="text-align: left;">盖世汽车讯 据外媒报道，高性能射频 (RF)、精密时序、电源管理及混合信号解决方案供应商Skyworks Solutions，推出 SKY4680x 系列汽车音频数字信号处理器 (DSP)。该系列提供单核、双核和三核版本，不仅扩展了 Skyworks 原有的汽车音频产品阵容（此前涵盖调谐器和数字广播处理器），还进一步涵盖了适用于各类车载音频系统的音频处理平台。</p><p style="text-align:center"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/image/20261112/6393009818259601709955474.png" title="skyworks.png" alt="skyworks.png"/></p><p style="text-align: center !important;line-height: 30px !important;font-size: 14px !important;color: #999999;margin-top: 10px !important;" label="图片备注">图片来源：Skyworks Solutions</p><p style="text-align: left;">SKY4680x系列产品使原始设备制造商（OEM）和一级供应商能够在多个车型项目中，统一采用单一的音频平台和软件环境。通过提供一套涵盖单核、双核及三核器件的通用架构，客户既能在不同级别的车型中部署差异化的音频功能，又能确保软件的一致性。</p><p style="text-align: left;">此外，得益于多种核心配置选项，SKY4680x系列还允许设计人员根据具体应用需求选择相应的DSP资源——从主流的声音增强功能，到沉浸式的音频体验，应有尽有。这种可扩展的方案，有助于OEM厂商根据不同车型配置的需求，实现音频性能与系统成本的精准匹配。</p><p style="text-align: left;">“汽车音频系统正在超越传统的音频处理范畴。随着汽车制造商寻求更高的灵活性，以打造精致的车内体验，他们正越来越多地将自主创新成果以及来自外部合作伙伴的技术融入其中，”Skyworks公司音频、信息娱乐与游戏产品线管理副总裁Vivek Subramanian表示，“SKY4680x系列产品不仅能帮助客户满足这些不断演进的需求，还能加速各类车型项目的开发与部署进程。”</p><p style="text-align: left;">除了核心音频处理功能外，SKY4680x系列还支持客户自研算法、边缘人工智能（Edge AI）应用以及第三方音频IP，助力整车厂（OEM）和一级供应商打造差异化的音频体验。该系列产品支持更多的扬声器数量、复杂的音频拓扑结构以及丰富的数字音频连接方式，使其在复杂的车载音频架构中，既能作为处理引擎，又能充当音频路由枢纽。</p><p style="text-align: left;">为帮助开发人员高效实现这些功能，Skyworks 提供的图形化音频开发环境简化了音频系统的创建、调试和部署流程。结合该平台灵活且可编程的架构，客户能够跨不同的汽车项目快速定制并优化音频解决方案。</p><p style="text-align: left;">SKY4680x 系列器件集成了 8 MB SRAM，在特定配置下无需外接 DRAM，这不仅简化了系统设计，还降低了物料清单（BOM）成本、电路板占用空间和功耗，并减少了因存储器供应波动而带来的风险。</p><p style="text-align: left;"><strong>SKY4680x 关键特性</strong></p><p style="text-align: left;">最多可配置 3 个 Cadence® HiFi 5 音频 DSP 内核；在三核版本中，总处理能力超过 1.2 GHz</p><p style="text-align: left;">部分版本配备客户可编程的 Arm® Cortex®-M3 MCU 内核</p><p style="text-align: left;">具备 8 MB 高效访问 SRAM，并支持 ECC（纠错码）</p><p style="text-align: left;">通过 9 个 I²S/TDM 输入端口和 9 个 I²S/TDM 输出端口，总计支持多达 64 个音频通道（32 个输入通道和 32 个输出通道）</p><p style="text-align: left;">内置硬件采样率转换器，支持多种时钟域</p><p style="text-align: left;">提供音频 DSP 框架、图形化开发环境以及用于集成第三方 IP 的软件开发工具包 (SDK)</p><p style="text-align: left;">采用 12 mm x 12 mm、88 引脚 QFN 封装</p><p style="text-align: left;"><strong>SKY4680x 供货情况</strong></p><p style="text-align: left;">SKY4680x 系列的工程样片和评估板现已推出。</p>]]></content><copyright>auto.gasgoo.Com</copyright><pubDate>2026-11-12 16:36:59</pubDate><source><![CDATA[盖世汽车]]></source></item><item><id><![CDATA[70477772]]></id><upDate>2026-11-12 16:35:31</upDate><title><![CDATA[加州大学开发出机器拇指 让佩戴者用一只手完成双手任务]]></title><link><![CDATA[https://auto.gasgoo.com/news/202611/12I70477772C409.shtml]]></link> <description><![CDATA[盖世汽车讯 在完成许多日常任务和琐事时，人类通常需要用到双手。例如，在打开瓶子时，人们会用一只手握住瓶身，]]></description><content><![CDATA[<p style="text-align: left;">盖世汽车讯 在完成许多日常任务和琐事时，人类通常需要用到双手。例如，在打开瓶子时，人们会用一只手握住瓶身，另一只手拧开瓶盖。据外媒报道，加州大学圣地亚哥分校（University of California San Diego）的研究人员最近开发出一种名为“EgoThumb”的机械拇指，它能让人仅凭单手就完成一些通常需要双手协作的任务。</p><p style="text-align:center"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/image/20261112/6393009806708951205612129.jpg" title="额外.jpg" alt="额外.jpg"/></p><p style="text-align: center !important;line-height: 30px !important;font-size: 14px !important;color: #999999;margin-top: 10px !important;" label="图片备注">图片来源：加州大学</p><p style="text-align: left;">该研究团队在 arXiv 预印本平台上发布的一篇论文中介绍了这一机器人系统：系统通过小型摄像头捕捉图像，并利用人工智能（AI）算法对图像进行分析，从而规划出机械拇指的动作。</p><p style="text-align: left;">该论文的共同第一作者Jiawei Fu表示：“最初的灵感源于焊接导线的过程。在焊接过程中，既要操作电烙铁、送焊锡、涂助焊剂，又要固定导线位置，我常常觉得还需要多出一只手来帮忙。即便使用了‘辅助夹具’（helping hands stand），各项操作协调起来也依然十分别扭。这让我不禁思考：如果能有一个可穿戴的机械手指来帮忙固定物体，那么我自己的手指就能腾出来专注于其他操作了。”</p><p style="text-align: left;"><strong>利用“额外拇指”增强单手操作能力</strong></p><p style="text-align: left;">Fu及其同事着手开发一种紧凑型可穿戴机器人系统，旨在充当“额外拇指”——当用户的手指进行操作时，它能协助固定住物体。此外，他们希望该“拇指”能够根据用户手部及周边物体的图像，结合自身关节位置信息，自主判断何时抓取或释放物体。</p><p style="text-align: left;">“我们希望这种辅助功能无需用户对每一个动作都下达明确指令即可实现，”Fu解释道，“我们尚未针对焊接操作本身进行测试；本研究通过一些更简单的任务——例如在拧开瓶盖时固定住瓶子——来探索其基础能力。焊接仍是我们未来有望实现的应用场景之一。”</p><p style="text-align: left;">EgoThumb 的机械拇指设有三个关节，每个关节由一对“肌腱”驱动——其中一根负责弯曲，另一根负责伸直。驱动这些动作的小型电机安装在佩戴者的前臂上，从而避免了手部承重。</p><p style="text-align: left;">该系统还配备了一个小型广角摄像头，安装在佩戴者手掌附近。摄像头会持续捕捉用户手部、机械拇指以及周围物体的影像。</p><p style="text-align: left;">“我们训练了一个人工智能模型，使其能够从人类的演示中进行学习，这种方法被称为‘模仿学习’，”Fu 解释道，“为了收集训练所需的演示数据，我们让操作者通过脚控界面来控制机械拇指。模型经过训练后，便能根据摄像头捕捉到的影像以及机械拇指当前的关节位置，直接预测出其后续动作，无需用户发出明确的指令。”</p><p style="text-align: left;">Fu及其同事开发出了一种“机器拇指”的初步原型。在该原型中，负责分析摄像头图像并规划后续动作的人工智能模型，运行在与机器拇指相连的一台外部计算机上。</p><p style="text-align: left;">研究人员在实验室环境下对“EgoThumb”进行了评估，三名佩戴者参与了四项操作任务的测试，包括：拾取立方体、拧开瓶盖、搅拌茶水，以及将小球从一处移至另一处。这一“额外拇指”帮助佩戴者仅用单手便完成了各类任务。</p><p style="text-align: left;">“例如，当用户伸手去拿瓶子时，EgoThumb 可以自动将其抓取并固定住，从而让用户原本的手指能够腾出手来拧开瓶盖，”Fu说道，“当瓶子被放下时，EgoThumb 也会随之将其松开。”</p><p style="text-align: left;">Fu及其同事还评估了该“拇指”装置在不同使用者佩戴下、以及在不同环境中的表现。他们发现，当物体被放置在人工智能（AI）算法训练期间所涉及的区域内时，两位新使用者与最初的演示者均取得了相当的成功率。</p><p style="text-align: left;">“最令人振奋的发现是，EgoThumb 能够学会与人手协同工作，而无需使用者针对每一次抓取动作下达明确指令，”Fu说道，“在我们的初步评估中——每位使用者针对每项任务进行 10 次尝试，且物体放置在训练所用的区域内——演示者在四项任务中的平均成功率为 90%，而两位新使用者的平均成功率分别为 92.5% 和 87.5%。”</p><p style="text-align: left;">在另一项“搅拌茶水”的测试中，三位使用者在两种此前未曾接触过的环境下，平均成功率分别约为 67% 和 73%。研究人员发现，当扩大物体初始位置或目标放置位置的范围时，该装置在某些任务上的表现有所下降。</p><p style="text-align: left;"><strong>一种提升人类能力的创新系统</strong></p><p style="text-align: left;">近期的一项研究表明，一个额外的“机器人拇指”可以帮助人们单手完成某些任务。未来，该团队开发的“EgoThumb”系统有望进一步完善，并应用于更多类型的任务或场景中。</p><p style="text-align: left;">“我们的研究结果显示，基于视觉的自主控制技术能让可穿戴式机器人辅助装置变得更加自然、直观，”Fu 说道，“用户无需刻意去控制这根额外的手指，机器人便能根据用户当前的动作情境提供辅助。我们认为，这是迈向‘可穿戴机器人’的一小步——这类机器人能够在日常活动中与人类的灵巧操作形成互补。”</p><p style="text-align: left;">EgoThumb 的硬件设计和软件均已开源，其他开发者可通过项目网站获取相关资源。Fu 及其同事希望，他们的研究能为后续探索“用于增强人类能力的智能可穿戴机器人系统”奠定基础。</p><p style="text-align: left;">与此同时，研究团队计划继续优化 EgoThumb。例如，他们打算改进摄像头在可穿戴硬件中的集成方式，从而使该装置变得更加紧凑，用户佩戴起来也会更舒适。</p><p style="text-align: left;">“我们还计划引入触觉传感器，赋予机器人拇指感知能力，使其更接近人类手指感知环境并与之交互的方式，”Fu 补充道，“通过结合视觉与触觉，我们希望它能更精准地感知与物体的接触，并相应调整抓握方式，从而协助完成更多样化的任务。”</p>]]></content><copyright>auto.gasgoo.Com</copyright><pubDate>2026-11-12 16:35:29</pubDate><source><![CDATA[盖世汽车]]></source></item><item><id><![CDATA[70477770]]></id><upDate>2026-11-12 16:32:54</upDate><title><![CDATA[研究人员利用蛋壳制造出更坚固、更轻盈的金属合金]]></title><link><![CDATA[https://auto.gasgoo.com/news/202611/12I70477770C409.shtml]]></link> <description><![CDATA[盖世汽车讯 将钙添加到镁中以改善其机械性能，而实现这一目标的钙化合物——碳酸钙和氧化钙——通常是通过多阶段]]></description><content><![CDATA[<p style="text-align: left;">盖世汽车讯 将钙添加到镁中以改善其机械性能，而实现这一目标的钙化合物——碳酸钙和氧化钙——通常是通过多阶段工业过程从开采的矿石中生产出来的。</p><p style="text-align: left;">据外媒报道，北卡罗来纳州立大学（North Carolina State University，NC State）的工程师展示了一种从相当便宜的地方获取钙的方法：蛋壳，其中约 95% 是碳酸钙，通过使用旋转钢心轴将蛋壳磨成固体镁，将生物碳酸钙直接转化为合金剂，完全跳过开采矿石的步骤。该合金具有广泛的汽车、航空航天和生物医学应用。</p><p style="text-align:center"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/image/20261112/6393009793901315393907612.jpg" title="研究.jpg" alt="研究.jpg"/></p><p style="text-align: center !important;line-height: 30px !important;font-size: 14px !important;color: #999999;margin-top: 10px !important;" label="图片备注">图片来源：北卡罗来纳州立大学</p><p style="text-align: left;">“例如，碳酸钙和氧化钙是制造金属合金的重要材料，”北卡罗来纳州立大学材料科学与工程助理教授、该研究的通讯作者Bharat Gwalani说道。“但是生产这些钙材料依赖于利用开采材料的复杂过程。”</p><p style="text-align: left;">该研究发表在期刊《Journal of Magnesium and Alloys》上，其要点是可以取消中间步骤。 “我们已经展示了一种可以跳过一步的技术，” Gwalani表示。“我们已经证明，可以使用蛋壳生产高质量的金属合金，而不是加工矿石来制造钙材料，然后使用这些材料来生产金属或金属合金。”</p><p style="text-align: left;"><strong>钻孔、填充、旋转</strong></p><p style="text-align: left;">这种方法被称为搅拌摩擦挤出，其原理几乎是令人难以置信的简单。研究人员在一块镁上均匀地钻出孔，然后用磨碎的蛋壳包裹起来。然后钢心轴以每分钟 300 转的速度靠着块旋转。摩擦产生足够的热量和机械剪切力，使粉末与金属混合，并且相同的作用将所得材料以合金棒的形式挤出。</p><p style="text-align: left;">化学反应在混合过程中发生。热量和剪切力将蛋壳中的碳酸钙转化为氧化钙，然后转化为金属钙，与周围的镁结合形成 Mg2Ca——镁合金中公认的强化相。钙源无需单独精制；它是在形成零件的同一操作中进行就地加工的。</p><p style="text-align: left;">“在镁中添加钙可以提高其机械性能，”Gwalani说道。“我们想看看是否可以利用生物废物——蛋壳——在制造过程中生产必要的钙材料。”</p><p style="text-align: left;"><strong>缩短供应链的案例</strong></p><p style="text-align: left;">Gwalani对这种方法的论证既是工业方面的，也是冶金方面的。 “步骤更少。你拥有可靠、可持续的供应链。蛋壳价格便宜。而且你使用的能源要少得多，因为你不必经历从矿石中生产钙产品的过程。”</p><p style="text-align: left;">从表面上看，这些说法都是有道理的。蛋壳是食品加工过程中产生的大量废物，通常会被填埋。煅烧开采的碳酸盐生产石灰是一个能源密集型和碳密集型的工业过程。原则上，将两项业务合并为一项确实可以削减能源预算。</p><p style="text-align: left;">该版本没有提供具体数量。没有每公斤合金节省的能源数据，没有与传统路线进行碳足迹比较，也没有评估工业规模收集、清洁、干燥和研磨蛋壳所需的费用——对于变质的湿有机废物来说，这是一个不小的物流问题。可持续性案例是争论性的，而不是量化的。</p><p style="text-align: left;"><strong>没有数字的概念证明</strong></p><p style="text-align: left;">Gwalani将这项工作描述为概念验证，就其本身而言，它是一个干净的工作：化学工作、Mg2Ca 相形成，并且该过程在一步中运行。由此产生的材料是否与通常方法制造的合金具有竞争力是一个单独的问题，答案不在新闻稿中。评估这些合金“高质量”的说法的读者被要求接受研究人员的话；支撑性的测量结果大概就在纸上。</p><p style="text-align: left;">还有一个问题没有在发布中提出。蛋壳并不是纯碳酸钙——剩下的百分之几包括有机膜材料、蛋白质和微量矿物质。在镁合金中，杂质会引发腐蚀或脆化，因此生物原料的一致性很重要。来自一个处理器的一批 shell 可能与来自另一个处理器的一批 shell 不匹配。</p><p style="text-align: left;"><strong>不只是蛋壳，也不只是镁</strong></p><p style="text-align: left;">该方法并非特定于该配对。 2026 年初，同一团队使用搅拌摩擦挤出技术，将钐钴粉末研磨成废铝来制造磁性复合材料，这表明该技术是一种将固体粉末驱动到金属基体中并通过摩擦进行化学反应的通用途径。</p><p style="text-align: left;">“这项工作表明，您可以使用廉价、可持续的生物废料生产高价值、高质量的镁合金，”Gwalani表示。“这是一种利用生物废料生产镁基复合材料的可扩展、节能且对环境负责的方法。我们已经证明，这种方法的应用范围不仅仅限于镁和蛋壳。”</p>]]></content><copyright>auto.gasgoo.Com</copyright><pubDate>2026-11-12 16:32:53</pubDate><source><![CDATA[盖世汽车]]></source></item><item><id><![CDATA[70477767]]></id><upDate>2026-11-12 16:15:30</upDate><title><![CDATA[首尔国立大学发明新通信和内存工具 减少人工智能数据流量和响应延迟]]></title><link><![CDATA[https://auto.gasgoo.com/news/202611/12I70477767C409.shtml]]></link> <description><![CDATA[盖世汽车讯 据外媒报道，韩国首尔国立大学（Seoul National University）研究人员开发出两项新技术，通过仅传输人]]></description><content><![CDATA[<p style="text-align: left;">盖世汽车讯 据外媒报道，韩国首尔国立大学（Seoul National University）研究人员开发出两项新技术，通过仅传输人工智能 (AI) 分析所需的数据来减少通信开销，并缩短用户在使用智能手机上的其他应用程序后返回人工智能应用程序时必须等待响应的时间。</p><p style="text-align:center"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/1640-X/20261112/6393009683382257556916198.jpg" title="新的 期刊.jpg" alt="新的 期刊.jpg"/></p><p style="text-align: center !important;line-height: 30px !important;font-size: 14px !important;color: #999999;margin-top: 10px !important;" label="图片备注">图片来源：https://doi.org/10.1145/3795866.3796689</p><p style="text-align: left;">首尔国立大学工程学院电气与计算机工程系教授 Kyunghan Lee 领导的研究小组开发出 TACToC（一种仅选择性传输 AI 任务所需信息的通信系统）和 mzCache（一种减少智能手机 AI 响应延迟的内存管理系统）。</p><p style="text-align: left;">与现有方法相比，TACToC 降低了高达 14.5 倍的通信成本，同时将准确性损失保持在 3 个百分点以内。在使用多个应用程序的环境中，与传统的基于存储的恢复方法相比，mzCache 将 AI 的首次响应时间缩短了高达 5.5 倍。</p><p style="text-align: left;"><strong>“TACToC”有选择地仅传输人工智能任务所需的信息</strong></p><p style="text-align: left;">推理卸载将智能手机、自动驾驶汽车或机器人捕获的视频发送到远程服务器进行人工智能分析，可以减轻设备的计算负担。然而，传统的视频压缩是围绕人类观看者的视觉质量而设计的，因此传输了人工智能分析不需要的信息。</p><p style="text-align: left;">面向任务的通信是一种仅传输人工智能任务所需信息的方法。然而，现有的方法需要对编码器进行单独的训练，以提取和压缩每个任务的信息，例如图像分类或对象识别，这在处理多个任务或添加新任务时造成了负担。</p><p style="text-align: left;">研究团队的 TACToC（面向任务的通信的任务自适应通信）通过单个编码器支持多个 AI 任务。 TACToC 不是为每个任务重新训练整个编码器，而是更改包含任务信息的小提示，以有选择地仅识别该任务所需的视觉特征。例如，当自动驾驶车辆使用相同的摄像机镜头来识别周围物体或估计它们的距离时，系统会选择并传输对每个任务最重要的信息。</p><p style="text-align: left;">该系统的核心是一个“任务可描述编码器”，它结合了两种算法：相关特征估计和基于提示的任务嵌入。系统预测每个视觉特征对人工智能任务的贡献程度，并仅选择所需的信息，而任务信息则使用少量可训练的标记来表示。</p><p style="text-align: left;">当添加新任务时，只需要训练相应的标记。选定的信息被压缩并发送到服务器，服务器重建分析所需的特征而不是原始图像，从而允许现有的人工智能模型无需修改即可使用。</p><p style="text-align: left;">在使用公共数据集进行五项任务（语义分割、姿态估计、图像字幕、图像分类和深度估计）的实验中，TACToC 与现有方法相比，将通信成本降低了 1.5 倍至 14.5 倍，同时将准确性损失保持在 3 个百分点以内。即使同时处理多个任务，随着任务数量的增加，传输的数据量变化也很小。</p><p style="text-align: left;">切换任务只需要更新大约 1,900 个参数，大约需要 12.5 毫秒。与现有的面向任务的通信方法相比，TACToC 的训练吞吐量提高了大约三倍，同时使用了大约五分之一的内存。在 NVIDIA 的 Jetson AGX Orin 边缘 AI 设备上，它每秒处理大约 21 帧。</p><p style="text-align: left;">在反映真实移动网络条件的实验中，TACToC 保持了稳定的精度，同时与 H.265 视频压缩相比，减少了约 16.7% 的带宽使用量，与现有的面向任务的通信方法相比，减少了约 41.1% 的带宽使用量。由于它可以在不修改现有通信网络架构的情况下进行部署，因此该技术有望减少自动驾驶汽车、机器人、无人机和智能闭路电视系统的通信开销，同时还支持下一代 6G 语义通信和物理人工智能服务中的应用。</p><p style="text-align: left;"><strong>“mzCache”通过在计算时恢复内存来加速 AI 响应</strong></p><p style="text-align: left;">该团队还开发了 mzCache 来解决设备上 AI 的内存瓶颈，其中 AI 模型直接在智能手机上运行。设备端人工智能在隐私方面具有优势，因为数据不需要发送到外部服务器，但为了让人工智能记住之前的对话，模型和对话历史记录必须保留在内存中。即使是紧凑的 AI 模型也可以使用大约 5-7 GB 的内存用于模型本身和对话处理。</p><p style="text-align: left;">当用户从人工智能切换到另一个应用程序（例如相机、游戏或视频应用程序）时，就会出现问题。为了释放空间，操作系统 (OS) 回收 AI 已使用的内存。当用户返回人工智能时，响应会延迟，同时数据会恢复。研究团队在实际智能手机上进行的测量表明，首次响应时间从 0.8 秒增加到约 16 秒。当内存压力变得严重时，AI可能会被强制终止，导致之前的对话上下文也丢失。</p><p style="text-align: left;">研究人员关注的事实是，这个问题不仅源于AI模型本身的计算速度，还源于操作系统的内存管理。实际上，现有的内存压缩技术仅将 AI 对话历史记录减少了 0.2%–9.3%。</p><p style="text-align: left;">mzCache 将 AI 内存划分为小单元，允许系统仅回收其他应用程序所需的内存。当用户返回时，它会同时执行内存恢复和AI计算。当图形处理单元 (GPU) 使用现有数据执行计算时，中央处理单元 (CPU) 会恢复剩余数据。</p><p style="text-align: left;">利用人工智能模型从较早的层开始顺序执行计算的事实，研究人员设计了该系统，从较晚的层开始逐出内存，并从较早的层开始恢复内存。他们还结合了两种恢复路径——一种将压缩的对话历史记录保留在内存中，另一种使用存储——允许恢复适应已回收的内存量。</p><p style="text-align: left;">在 Galaxy S25+ 和 OnePlus 12 等商用智能手机上进行的实验表明，与将数据移至存储并随后恢复的传统方法相比，mzCache 将 AI 的首次响应时间缩短了 2.1 倍至 5.5 倍。当 AI 内存完全回收时，mzCache 的响应速度比默认的 Android 方法快 25.9 倍，同时还减少了恢复和计算所消耗的能源。</p><p style="text-align: left;">一项实验也证实了这些优势，在该实验中，用户在 10 个应用程序（包括社交媒体、视频、游戏和相机应用程序）之间交替使用大约 45 分钟。在传统的操作系统方式下，每次AI都会被强制终止。然而，使用 mzCache，人工智能在 10 次重复试验中保持活跃，并保留了之前对话的上下文。</p><p style="text-align: left;">mzCache 的实现大约有 6,000 行代码，可以作为 Android 应用程序运行，而无需修改操作系统的核心组件内核。它可用于减少与多个应用程序一起运行的人工智能助手的响应延迟，预计未来将扩展到使用统一内存的智能眼镜、笔记本电脑和工作站等设备。</p><p style="text-align: left;">对于TACToC研究，Lee教授表示：“这项研究提出了一种高效的机器对机器通信技术，可以选择性地仅传输各种人工智能任务所需的信息，为实现基于网络的物理人工智能奠定了技术基础。”</p><p style="text-align: left;">关于 mzCache 研究，他表示：“这项研究提出了一种高性能的方法来操作和管理 AI 模型，即使在内存有限的情况下，也能保持设备上 AI 的响应能力和对话上下文。”他补充道：“我们希望它能够发展成为在智能手机和智能眼镜等多种设备上提供稳定人工智能服务的基础，并为韩国成为物理人工智能领域的领导者做出重大贡献。”</p>]]></content><copyright>auto.gasgoo.Com</copyright><pubDate>2026-11-12 16:15:29</pubDate><source><![CDATA[盖世汽车]]></source></item><item><id><![CDATA[70477765]]></id><upDate>2026-11-12 16:09:56</upDate><title><![CDATA[福特申请具有交互式音频的车辆系统专利]]></title><link><![CDATA[https://auto.gasgoo.com/news/202611/12I70477765C409.shtml]]></link> <description><![CDATA[盖世汽车讯 据外媒报道，福特汽车公司已向美国专利商标局（USPTO）申请了一项用于交互式音频播放的车辆系统专利，]]></description><content><![CDATA[<p>盖世汽车讯 据外媒报道，福特汽车公司已向美国专利商标局（USPTO）申请了一项用于交互式音频播放的车辆系统专利，该系统可能会用于未来的福特汽车。该专利于2024年2月16日提交，2026年11月3日公布，分配序列号12786628。</p><p style="text-align:center"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/image/20261112/6393009639224785016485869.jpg" title="福特1.jpg" alt="福特1.jpg"/></p><p style="text-align: center !important;line-;font-size: 14px !important;color: #999999;margin-top: 10px !important;" label="图片备注">图片来源：USPTO</p><p>多年来，福特多次考虑在其未来车辆中引入定向音频系统，无论是在车辆内部还是外部。这些想法是通过最近的几项专利提出的，其中一项是外部定向扬声器系统的想法，另一个是车内定向音响系统的想法。现在，这项新公布的专利展示了另一个类似的想法——这次是用于交互式音频播放的车辆系统。</p><p>在这种情况下，福特提出了一种系统，该系统将依靠与手机的无线连接来确定他们距离车辆有多远，以及他们位于同一辆车周围的位置。从那里，它可以自动调整音量和声音的方向，为用户提供优化的聆听体验。</p><p style="text-align:center"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/image/20261112/6393009641032906414358583.jpg" title="福特2.jpg" alt="福特2.jpg"/></p><p style="text-align: center !important;line-height: 30px !important;font-size: 14px !important;color: #999999;margin-top: 10px !important;" label="图片备注">图片来源：USPTO</p><p>专利图中所显示车辆，包括被配置为与移动设备建立一个或多个无线通信的一个或多个无线收发器；多个扬声器，被配置为输出音频；控制器，被编程为使用一个或多个无线通信来测量携带移动设备的用户在距车辆的预定范围内的位置，并使用用户的位置来调节一个或多个扬声器的音量。</p><p>这一概念与上述外部定向扬声器系统中提供的概念非常相似，但在这种情况下，系统将依靠智能手机而不是车辆中的传感器来确定用户所在的位置。</p><p>福特在一份声明中表示：“提交专利申请是企业的正常组成部分，因为这个过程可以保护新想法并帮助我们建立强大的知识产权组合。专利申请中描述的想法不应被视为我们业务或产品计划的指示。无论专利申请概述什么，我们在新产品和服务的开发和营销决策中始终将客户放在第一位。”</p>]]></content><copyright>auto.gasgoo.Com</copyright><pubDate>2026-11-12 16:09:56</pubDate><source><![CDATA[盖世汽车]]></source></item><item><id><![CDATA[70477763]]></id><upDate>2026-11-12 16:05:18</upDate><title><![CDATA[横滨国立大学添加石墨烯介孔海绵可帮助锂离子电池存储更多能量]]></title><link><![CDATA[https://auto.gasgoo.com/news/202611/12I70477763C409.shtml]]></link> <description><![CDATA[盖世汽车讯 制造更高效、更耐用的锂离子电池一直是研究人员面临的挑战，因为增加电池的质量会限制电力和锂离子的]]></description><content><![CDATA[<p style="text-align: left;">盖世汽车讯 制造更高效、更耐用的锂离子电池一直是研究人员面临的挑战，因为增加电池的质量会限制电力和锂离子的移动速度。据外媒报道，为了克服这一挑战，横滨国立大学（Yokohama National University）研究小组在电池中添加了石墨烯介孔海绵，以提高其快速放电过程中的性能。研究结果表明，石墨烯介孔海绵在提高商用锂离子电池的能量和功率密度方面非常有效。</p><p style="text-align:center"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/image/20261112/6393009626471721752681174.jpg" title="石墨烯.jpg" alt="石墨烯.jpg"/></p><p style="text-align: center !important;line-height: 30px !important;font-size: 14px !important;color: #999999;margin-top: 10px !important;" label="图片备注">图片来源：期刊《Advanced Energy Materials》</p><p style="text-align: left;">相关研究成果于 2026 年 10 月 8 日发表在期刊《Advanced Energy Materials》。</p><p style="text-align: left;"><strong>活性物质越多，传输速度越慢</strong></p><p style="text-align: left;">为了建设一个更清洁、更可持续的社会，科学家们正在努力开发更强大的锂离子电池。这些电池用于为从智能手机、笔记本电脑到电动汽车等各种设备供电。在目前商业化的锂离子电池中，正极限制了电池的能量密度。科学家们致力于创造高性能正极活性材料，以实现更高的电池能量密度。</p><p style="text-align: left;">科学家们探索了使用纯氧化镍作为高能锂离子电池的候选电极。然而，由于高电压对含镍材料施加压力，导致电池充电和放电变得更加困难，因此电池性能会下降。</p><p style="text-align: left;">为了实现更高的电池能量密度，科学家们正在研究如何增加电池中的活性材料，同时减少复合电极中不储存电力的部分，例如导电添加剂和聚合物粘合剂。但是，在电池电极中添加过多的活性材料，同时最大限度地减少导电添加剂和聚合物粘合剂的使用，会导致电池效率低下，电流无法自由流过材料。</p><p style="text-align: left;">横滨国立大学教授 Naoaki Yabuuchi 表示：“在高负载、密集排列的电极中实现高效的电子和离子传输仍然是高能量密度锂离子电池的主要挑战。”</p><p style="text-align: left;"><strong>多孔网络可提高电池性能</strong></p><p style="text-align: left;">为了应对这一挑战，研究小组研究了三种不同的碳材料——乙炔黑、单壁碳纳米管和石墨烯中海绵——对这些材料作为电池应用中可能的导电添加剂进行了表征和比较。</p><p style="text-align: left;">他们发现石墨烯介孔海绵可以作为功能性导电添加剂，通过其海绵状介孔框架定制电极微观结构。通过添加少量石墨烯中海绵，研究小组观察到三维电子和离子传导网络的形成，这有助于提高电池效率。</p><p style="text-align: left;">石墨烯介孔海绵由于其多孔框架而提供了这种改进，它允许电解质深入进入电池存储能量的部分。Yabuuchi 表示：“多孔 GMS 结构形成了三维电子和离子传输网络，电解质保留在其介孔内，促进离子传输并产生卓越的倍率性能。”</p><p style="text-align: left;">该团队使用FIB-SEM断层扫描（一种3D成像技术）进一步证明石墨烯中海绵为电池电极形成了分布更均匀的内部结构。石墨烯中海绵具有三维海绵状纳米级结构，可以让电子在电池内更自由地移动。该团队认为使用石墨烯中海绵等功能性导电添加剂是在实际操作条件下最大化电池性能的一种有前景的策略。</p><p style="text-align: left;">Yabuuchi 表示：“我们的研究结果表明，石墨烯中海绵是一种变革性导电添加剂，可通过致密复合电极的合理微观结构设计，同时提高实际锂离子电池的能量和功率密度。”</p><p style="text-align: left;">该团队的研究结果表明，石墨烯介孔海绵是一种很有前景的高能高功率锂离子电池电极导电添加剂，他们的工作仍在继续。 Yabuuchi 表示：“我们的最终目标是利用石墨负极实现快速充电能力，从而开发出兼具高能量密度、高功率密度和快速充电能力的实用锂离子电池。”</p>]]></content><copyright>auto.gasgoo.Com</copyright><pubDate>2026-11-12 16:05:17</pubDate><source><![CDATA[盖世汽车]]></source></item><item><id><![CDATA[70477760]]></id><upDate>2026-11-12 15:58:03</upDate><title><![CDATA[韩国科学技术院开发下一代电池隔膜 充电速度更快、续航时间更长]]></title><link><![CDATA[https://auto.gasgoo.com/news/202611/12I70477760C409.shtml]]></link> <description><![CDATA[盖世汽车讯 在使用电动汽车或智能手机时，用户经常会遇到充电时间过长以及电池寿命逐渐缩短的不便。为了提高充电速度并延长使用时间，具有高能量密度的下一代电池至关重要。然而，快速充电也有其局限性，因为沉积物]]></description><content><![CDATA[<p style="text-align: left;">盖世汽车讯 在使用电动汽车或智能手机时，用户经常会遇到充电时间过长以及电池寿命逐渐缩短的不便。为了提高充电速度并延长使用时间，具有高能量密度的下一代电池至关重要。然而，快速充电也有其局限性，因为沉积物会积聚在电池内部，从而降低性能，甚至增加火灾风险。</p><p style="text-align: left;">据外媒报道，韩国科学技术院（KAIST）研究小组宣布开发出新的基础技术来解决这个问题，方法是创建一条“高速公路”，让锂离子可以在电池内快速移动，即下一代电池隔膜技术，通过调节液晶聚合物的分子排列来精确控制锂离子传输路径。</p><p style="text-align:center"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/image/20261112/6393009502675344732816387.png" title="对齐1.png" alt="对齐1.png"/></p><p style="text-align: center !important;line-height: 30px !important;font-size: 14px !important;color: #999999;margin-top: 10px !important;" label="图片备注">图片来源：KAIST</p><p style="text-align: left;">锂金属电池比传统电池可以储存更多的能量。然而，在充电过程中，锂会积聚在尖锐的树枝状结构中，称为“枝晶”。这种现象是导致电池寿命缩短的主要原因，并且可能会损坏内部隔膜，并可能导致爆炸。</p><p style="text-align: left;">研究小组试图利用液晶材料来解决这个问题，该材料结合了固体的有序特性和液体的流动性。由于液晶分子的方向可以通过表面处理和其他方法改变，研究人员利用这一特性来定期排列锂离子的移动路径。</p><p style="text-align:center"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/image/20261112/6393009505367866419425164.png" title="对齐2.png" alt="对齐2.png"/></p><p style="text-align: left;"><p style="text-align: center !important;line-height: 30px !important;font-size: 14px !important;color: #999999;margin-top: 10px !important;" label="图片备注">图片来源：KAIST</p></p><p style="text-align: left;">基于这种液晶配向控制技术，该团队还创造了一种含有纳米级孔的多孔液晶聚合物隔膜。隔膜中加入了有助于锂离子传输的聚乙二醇（PEG）链。特别是，研究人员可以自由控制液晶分子的垂直或水平排列方向，并比较由此产生的锂离子传输特性。</p><p style="text-align: left;">结果表明，分子垂直排列的液晶聚合物隔膜形成了一种“高速公路”，允许锂离子直接向电极移动。与水平排列的分离器相比，它使离子传输路径的曲折度减少了约2.5倍，使锂离子的移动速度更快、更均匀。这有效地抑制了枝晶的形成并显着提高了稳定性。</p><p style="text-align:center"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/image/20261112/6393009586270129384367020.png" title="对齐3.png" alt="对齐3.png"/></p><p style="text-align: left;"><p style="text-align: center !important;line-height: 30px !important;font-size: 14px !important;color: #999999;margin-top: 10px !important;" label="图片备注">图片来源：KAIST</p></p><p style="text-align: left;">研究团队将新开发的隔膜应用到实际的锂金属电池中，并验证了其快速充电性能。即使在 4 C 高充电速率的苛刻快速充电条件下，电池在 100 次充放电循环后仍保留了 94% 的初始容量。这表明控制液晶聚合物的分子排列可以成为提高下一代电池充电速度和使用寿命的高效策略。</p><p style="text-align: left;">Dong Ki Yoon教授表示：“这项研究表明，控制液晶聚合物的分子排列可用于有效设计锂离子传输路径，从而提高电池性能和稳定性，我们预计这种方法将有助于开发高能量密度的下一代电池技术，而长行驶里程和快速充电对于这些技术至关重要。”</p>]]></content><copyright>auto.gasgoo.Com</copyright><pubDate>2026-11-12 15:58:02</pubDate><source><![CDATA[盖世汽车]]></source></item><item><id><![CDATA[70477752]]></id><upDate>2026-11-12 15:40:33</upDate><title><![CDATA[现代汽车申请双向尾门专利 可增加动力]]></title><link><![CDATA[https://auto.gasgoo.com/news/202611/12I70477752C409.shtml]]></link> <description><![CDATA[盖世汽车讯 多功能和分体式尾门是现在的流行趋势。许多卡车制造商提供某种门中门或内置台阶布置，为以前只是将东西放在床上的铰链墙增加了实用性。据外媒报道，现代与起亚向美国专利商标局（USPTO）申请了一项新的专]]></description><content><![CDATA[<p style="text-align: left;">盖世汽车讯 多功能和分体式尾门是现在的流行趋势。许多卡车制造商提供某种门中门或内置台阶布置，为以前只是将东西放在床上的铰链墙增加了实用性。</p><p style="text-align: left;">据外媒报道，现代与起亚向美国专利商标局（USPTO）申请了一项新的专利。该专利申请描述了一种分体式尾门，该尾门有两种打开方式：传统方式，通过底部的铰链动作将整个装置向下摆动，或侧向打开，通过垂直铰链允许尾门的一部分向外摆动，提供从腹部向上到床的通道。</p><p style="text-align:center"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/image/20261112/6393009165397592311253841.png" title="现代1.png" alt="现代1.png"/></p><p style="text-align: center !important;line-height: 30px !important;font-size: 14px !important;color: #999999;margin-top: 10px !important;" label="图片备注">图片来源：USPTO</p><p style="text-align: left;">其显着特点是这种分体式尾门可以向任一方向打开和关闭，并由单个驱动电机提供动力。目前福特、本田和公羊提供的所有双向尾门都需要手动操作才能侧开，只有福特提供动力升降。现代与起亚的想法不仅消除了不必要的工作应用，而且以巧妙的简单性实现了这一点。</p><p style="text-align: left;">将该机构视为一个小型传动装置，将一个驱动电机的动力发送到两个输出中的任意一个。操作底部铰链即可升高或降低整个后挡板。另一个操作一个主轴，推动或拉动杠杆以侧向摆动一个部分。第二个电机操作离合器机构，在它们之间进行选择。因此有两个电机，但只有一个负责移动尾门的工作。</p><p style="text-align:center"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/image/20261112/6393009169145552966568135.png" title="现代2.png" alt="现代2.png"/></p><p style="text-align: left;"><p style="text-align: center !important;line-height: 30px !important;font-size: 14px !important;color: #999999;margin-top: 10px !important;" label="图片备注">图片来源：USPTO</p></p><p style="text-align: left;">当然也有将两个驱动电机封装到这样的后挡板或其周围环境中的其他办法，但这会带来不必要的复杂性，而且可能会增加重量。最新专利描述了应该避免任何昂贵的崩溃的控制逻辑。在开始任一打开顺序之前，控制器都会检查两个尾门锁是否已啮合且车辆是否已停止。然后，它选择适当的驱动路径，释放相应的锁存器，并打开门。</p><p style="text-align: left;">在应用程序的图纸中看到的一个显着的设计差异是，垂直铰链位于后挡板两个部分之间的接缝处，而不是像本田和Ram的生产实施那样位于卡车底板上，并且侧开部分锁在卡车的箱子上。福特还使用了中尾门垂直铰链，但其面板内的面板两侧都被更多的尾门包围。</p><p style="text-align:center"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/image/20261112/6393009177640083284420164.png" title="现代3.png" alt="现代3.png"/></p><p style="text-align: left;">如果类似的东西要投入生产，它很可能会出现在现代承诺的中型非承载式车身皮卡上。</p>]]></content><copyright>auto.gasgoo.Com</copyright><pubDate>2026-11-12 15:40:32</pubDate><source><![CDATA[盖世汽车]]></source></item><item><id><![CDATA[70477751]]></id><upDate>2026-11-12 14:44:44</upDate><title><![CDATA[Motive推出AI智能体 助力外勤团队在问题发生前采取行动]]></title><link><![CDATA[https://auto.gasgoo.com/news/202611/12I70477751C409.shtml]]></link> <description><![CDATA[盖世汽车讯 据外媒报道，用于物理操作的人工智能平台Motive推出用于景观美化、害虫防治、管道、暖通空调和其他现]]></description><content><![CDATA[<p style="text-align: left;">盖世汽车讯 据外媒报道，用于物理操作的人工智能平台Motive推出用于景观美化、害虫防治、管道、暖通空调和其他现场服务团队的智能体（Agents）。Agents可以将这些团队已经收集的安全和运营数据转化为立即行动。他们可以接管例行的手动工作，例如报到电话和司机跟踪，并在需要注意的情况下让经理介入。Agents可以帮助工作人员做好准备，尽早解决问题，并在不增加人员的情况下进行扩展。</p><p style="text-align:center"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/image/20261112/6393009145711863244427680.png" title="motive.png" alt="motive.png"/></p><p style="text-align: center !important;line-height: 30px !important;font-size: 14px !important;color: #999999;margin-top: 10px !important;" label="图片备注">图片来源：Motive</p><p style="text-align: left;">现场服务团队比以往任何时候都拥有更多的可见性，但他们无法足够快地根据掌握的信息采取行动。根据数据采取行动的责任仍然落在管理人员身上，他们将司机与共享卡车进行匹配，致电工作人员以获取到达最新信息，并追踪工作长时间运行的原因。这项体力工作每天需要花费数小时，并且随着季节性工作人员的进出而中断。</p><p style="text-align: left;">Motive 首席产品官 Hemant Banavar 表示：“景观美化团队等现场服务需要兼顾季节性工作人员、共享卡车和微薄的利润。每一次迟到的工作、浪费的加仑或可避免的事件都会产生金钱。预防这些问题的数据已经存在于 Motive 中。Agents可以使用它来帮助团队提前解决危及安全、进度和盈利能力的日常问题，从而使工作人员得到保护，工作按计划进行。”</p><p style="text-align: left;">“我们的司机是我们最重要的资产，因此确保他们的安全至关重要，”Timberline Landscaping 安全与质量保证经理 Erick Stover 说道。“Motive 帮助我们让安全变得更加可见和可操作。向驾驶员展示视频、停车标志数据和安全评分趋势，帮助他们认识到他们没有意识到的习惯，并掌控自己的驾驶。随着季节性工作人员的轮换，错过一个问题就会付出高昂的代价。我们亲眼目睹了这一点：过去两年的安全事故导致了大约 60 万美元的保险赔付。Motive Agents 可以给我们更多的时间进行辅导和培训，从而降低风险并降低保险成本。”</p><p style="text-align: left;"><strong>工作人员更安全、成本更低、体力工作更少</strong></p><p style="text-align: left;">Agents可以为现场服务团队承担驾驶员管理、调度、燃料、维护和安全方面的日常工作。以下是他们如何帮助阻止问题发生的一些示例：</p><p style="text-align: left;">确保工作人员的安全并确保工作按计划进行：管理人员花费数小时致电现场以获取最新信息。Agents可以引入 Motive 的人工智能助手 Atlas，直接在驾驶室中呼叫司机。当工作完成或工作人员落后时，Atlas 会向经理发出警报，并安排时间并向司机简要介绍所需的设备以及天气和安全状况。</p><p style="text-align: left;">将每次行程分配给合适的司机：当工作人员轮换和共享卡车时，管理人员很难知道谁在开车。Agents可以在司机开始驾驶时询问他们的姓名和身份证件，因此每次行程、小时和安全评分都与正确的人相关联。管理人员可以指导合适的驾驶员，并减少手动跟踪的时间。</p><p style="text-align: left;">在让工作人员退出之前防止故障：Agents可以标记关键故障代码，解释问题和严重性，并在 Motive Maintenance 中创建工作订单，以便更快地开始维修，让工作人员继续工作。他们还可以在出现问题之前提醒车队经理即将到来的服务需求。</p><p style="text-align: left;">通过空转降低燃油成本：不必要的空转会燃烧燃油并磨损发动机。Agents可以在发生过度怠速时标记该情况，并通过 Motive 的 AI Dashcam Plus 提示驾驶员关闭发动机。</p>]]></content><copyright>auto.gasgoo.Com</copyright><pubDate>2026-11-12 14:44:44</pubDate><source><![CDATA[盖世汽车]]></source></item><item><id><![CDATA[70477749]]></id><upDate>2026-11-12 14:43:01</upDate><title><![CDATA[Universal Display与OLEDWorks推进青色OLED照明技术 助力自动驾驶系统实现通信功能]]></title><link><![CDATA[https://auto.gasgoo.com/news/202611/12I70477749C409.shtml]]></link> <description><![CDATA[盖世汽车讯 据外媒报道，Universal Display Corporation和 OLEDWorks宣布开展合作，评估用于自动驾驶系统 (ADS) 通信应用的青色 OLED 照明。此次合作将 UDC 的开创性磷光蓝色 OLED 材料和技术与 OLEDWorks 在 OLED ]]></description><content><![CDATA[<p style="text-align: left;">盖世汽车讯 据外媒报道，Universal Display Corporation和 OLEDWorks宣布开展合作，评估用于自动驾驶系统 (ADS) 通信应用的青色 OLED 照明。此次合作将 UDC 的开创性磷光蓝色 OLED 材料和技术与 OLEDWorks 在 OLED 配方、面板开发和制造方面的专业知识相结合，为面向通信的汽车照明带来新的机遇。</p><p style="text-align:center"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/image/20261112/6393009134963731301165447.png" title="universal.png" alt="universal.png"/></p><p style="text-align: center !important;line-height: 30px !important;font-size: 14px !important;color: #999999;margin-top: 10px !important;" label="图片备注">图片来源：Universal Display</p><p style="text-align: left;">随着车辆变得更加智能和互联，车辆、乘员和其他道路使用者之间的通信预计将在未来的出行中发挥越来越重要的作用。青色（浅蓝色）作为一种与 ADS 识别概念相关的颜色正在国际上兴起，为清晰可辨的通信信号创造了机会。青色 OLED 照明结合 OLED 技术的均匀照明、薄型、设计灵活性和段级可控性，为面向通信的照明应用提供了一个引人注目的平台。</p><p style="text-align: left;">奥迪照明开发主管 Stephan Berlitz 表示：“灯光正在成为车辆与周围环境互动中越来越重要的元素。随着自动驾驶系统变得更加先进，外部照明可以帮助清晰直观地传达车辆的存在、状态和预期动作。我们与 Universal Display 和 OLEDWorks 的合作汇集了材料、数字 OLED 照明和车辆集成方面的专业知识，为进一步评估数字 OLED 技术如何支持基于光的通信并有助于车辆和其他道路使用者之间更安全的交互提供了机会。”</p><p style="text-align: left;">数字 OLED 技术的薄型、高对比度、均匀照明和段级可控性为汽车照明设计和功能提供了新方法。这些功能还为照明系统创造了清晰直观地传达信息的机会，有助于支持未来的车辆交互和感知概念。</p><p style="text-align: left;">“我们与 OLEDWorks 的合作汇集了 OLED 材料、面板技术和汽车照明应用方面的互补优势，以评估用于 ADS 通信的青色 OLED 解决方案，”Universal Display Corporation 总裁兼首席执行官 Steven V. Abramson 说道。“随着车辆变得越来越智能和互联，照明正在成为车辆与周围人员之间的重要通信接口。基于我们在 OLED 材料方面的悠久创新历史，我们相信我们的磷光蓝色技术为实现节能青色 OLED 解决方案提供了一条引人注目的途径，该解决方案可能支持符合新兴行业标准的下一代通信照明概念。”</p><p style="text-align: left;">OLEDWorks 首席执行官 David DeJoy 表示：“OLED 技术提供了一个高度适应性的平台，将光、信息和设计相结合。OLED 面板的精度、均匀性和数字可控性为面向通信的照明应用创造了独特的机会。我们正在与 Universal Display 一起评估磷光青色和 OLED 面板技术的进步如何支持新的车辆通信方法，同时保持 OLED 照明的性能和设计灵活性。”</p><p style="text-align: left;">OLED 材料、照明架构和系统集成的进步不断扩大 OLED 照明在汽车应用中的作用。 Universal Display、OLEDWorks 和奥迪正在共同评估数字 OLED 技术如何支持更清晰的通信、增强的功能和未来移动的新可能性。</p>]]></content><copyright>auto.gasgoo.Com</copyright><pubDate>2026-11-12 14:43:00</pubDate><source><![CDATA[盖世汽车]]></source></item><item><id><![CDATA[70477544]]></id><upDate>2026-11-10 20:41:50</upDate><title><![CDATA[研究人员开发出用于QSEs的室温自由基聚合路径 可实现高能量密度固态电池]]></title><link><![CDATA[https://auto.gasgoo.com/news/202611/10I70477544C409.shtml]]></link> <description><![CDATA[盖世汽车讯 传统锂离子电池的实际能量密度已接近其极限（约 300 Wh/kg），且其所用的液态电解质还存在泄漏和起火风险。锂（Li）金属负极具有 3860 mAh/g 的高理论比容量和低电位，而富锂锰基氧化物（LRMO）正极的比]]></description><content><![CDATA[<p style="text-align: left;">盖世汽车讯 传统锂离子电池的实际能量密度已接近其极限（约 300 Wh/kg），且其所用的液态电解质还存在泄漏和起火风险。锂（Li）金属负极具有 3860 mAh/g 的高理论比容量和低电位，而富锂锰基氧化物（LRMO）正极的比容量可超过 250 mAh/g，这使得基于锂金属负极和富锂锰基氧化物正极的固态电池极具吸引力。原位聚合准固态凝胶电解质（QSE）展现出了良好的应用前景，但这类电解质通常需要以偶氮二异丁腈（AIBN）为引发剂，并在 60 °C 以上的温度下进行热引发聚合。</p><p style="text-align: left;">这种工艺可能导致聚合反应瞬间发生，引发热量和气体积聚，造成固体电解质界面（SEI）和正极电解质界面（CEI）层分布不均，进而导致电极性能衰退。鉴于上述挑战，有必要开展进一步研究，开发出温和、均匀且与电极兼容的原位聚合技术，以构建高能量密度的固态电池。</p><p style="text-align: left;">据外媒报道，在发表于期刊《eScience》上的一项研究中，来自中国南开大学及天津海河可持续化学转化实验室的研究人员开发出一种用于QSEs的室温自由基聚合路径。该团队利用具有高ESPmax（分子表面静电势最大值）的活化剂来激活丙烯酸酯单体，从而实现了电池内部的均匀凝胶化。他们所构建的、采用高面容量正极的锂-富锂锰基氧化物（Li-LRMO）软包电池，其能量密度达到了656.6 Wh/kg。这一成果不仅为开发高能量密度的固态锂电池提供了切实可行的路径，还确立了一套针对活化剂与单体设计的通用准则。</p><p style="text-align: left;">该团队选用季戊四醇四丙烯酸酯（PETEA）作为丙烯酸酯单体，偶氮二异丁腈（AIBN）作为引发剂，并引入三(五氟苯基)硼烷（TPFPB）作为一种高ESPmax（最大静电势）活化剂。TPFPB通过与羰基（C=O）配位，使电子密度发生重分布，从而降低了碳-碳双键（C=C）上的电子密度，并提高了其“凝聚态局部软度”（condensed local softness）。硼-11核磁共振（11B NMR）测试显示化学位移从 -0.07 ppm 变为 0.66 ppm；密度泛函理论（DFT）计算表明，引发能垒从 0.46 eV 降低至 0.11 eV。</p><p style="text-align: left;">这一机制实现了在室温条件下，于反应瓶及纽扣电池内进行聚合反应。该RT-QSE构建出了均匀且富含氟化锂（LiF）的SEI和CEI层，在 0.5 mA cm⁻² 的电流密度和 1.0 mAh cm⁻² 的面容量下，支持了超过 1200 小时的稳定锂沉积/剥离循环。</p><p style="text-align: left;">原子力显微镜（AFM）测试结果显示，由RT-QSE形成的SEI具有更高的Derjaguin-Muller-Toporov（DMT）模量，优于高温准固态电解质（HT-QSE）所形成的SEI。RT-QSE能保持更稳定的富锂锰基氧化物（LRMO）晶格，且无空洞或空位；而HT-QSE则导致表面无序，界面层分布不均。采用RT-QSE的LRMO正极（面容量为4 mAh cm⁻²）在循环100次后，容量保持率为95.1%。超声扫描结果表明，该体系具有更好的电解液浸润性。基于此技术制备的9.53 Ah软包电池（正极面容量超过10 mAh cm⁻²），其能量密度达到656.6 Wh kg⁻¹，首次库仑效率（ICE）为94.4%。</p><p style="text-align: left;">研究人员指出，这一进展解决了自由基原位聚合法电解质中长期存在的矛盾：高温虽能加速凝胶化，却会损害界面；而室温条件虽温和，却往往难以有效引发聚合反应。他们表示：“通过采用高ESPmax（最大静电势）活化剂策略，可将原本反应迟缓的丙烯酸酯单体转化为高活性的配位化合物，从而实现厚电极内部的均匀凝胶化。”据介绍，该设计方案并不局限于特定的单体或活化剂，为准固态锂-富锂锰基氧化物（Li-LRMO）软包电池的规模化生产提供了一条切实可行的途径。此外，该方法还有助于提升固态电池制造过程的均匀性和兼容性。</p><p style="text-align: left;">RT-QSE平台有望加速固态锂电池在电动汽车、低空飞行器及电网储能等领域的实际应用，在这些应用场景中，安全性和能量密度至关重要。该方案基于丙烯酸酯化学体系，并可通过活化剂ESPmax进行调节，因此非常适合可规模化生产的软包电池制造工艺。研究人员指出，厚型富锂锰基（LRMO）正极材料在低温下的性能仍有待提升，这需要通过正极改性和增塑剂工程来加以改善。若能解决这些问题，该策略将有助于推动固态电池从实验室阶段的扣式电池和安时（Ah）级软包电池，向具备更均匀界面、更长循环寿命的实用型电池迈进。此外，该研究还为选择活化剂和单体提供了一套通用的设计准则。</p>]]></content><copyright>auto.gasgoo.Com</copyright><pubDate>2026-11-10 20:41:49</pubDate><source><![CDATA[盖世汽车]]></source></item><item><id><![CDATA[70477543]]></id><upDate>2026-11-10 20:23:12</upDate><title><![CDATA[西安电子科技大学研发出薄型保护涂层 有望攻克固态电池技术中的“圣杯”难题]]></title><link><![CDATA[https://auto.gasgoo.com/news/202611/10I70477543C409.shtml]]></link> <description><![CDATA[盖世汽车讯 一种简单的化学处理方法，有望克服下一代固态电池中长期存在的一个弱点。据外媒报道，西安电子科技大]]></description><content><![CDATA[<p style="text-align: left;">盖世汽车讯 一种简单的化学处理方法，有望克服下一代固态电池中长期存在的一个弱点。据外媒报道，西安电子科技大学的研究人员研发出一种薄型保护涂层，有助于解决阻碍电池实现更高容量和更长寿命的一大难题。在实验室测试中，使用经该方法处理的锂金属的固态电池，在经过300次充放电循环后，仍能保持82.3%的初始容量；而使用未经处理锂金属的电池，其容量保持率仅为43.0%。</p><p style="text-align:center"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/image/20261110/6392993888736004809183929.png" title="化学.png" alt="化学.png"/></p><p style="text-align: left;"></p><p style="text-align: center !important;line-height: 30px !important;font-size: 14px !important;color: #999999;margin-top: 10px !important;" label="图片备注">图片来源：期刊《Science China Chemistry》</p><p style="text-align: left;">这是一种液态涂层，它能与锂金属发生反应，形成一层保护屏障。相关研究成果已发表在期刊《Science China Chemistry》上，为开发更安全、更耐用的电动汽车及储能电池提供了新的可能路径。</p><p style="text-align: left;"><strong>攻克电池领域的顽疾</strong></p><p style="text-align: left;">金属锂被誉为储能技术的“圣杯”，因为从理论上讲，每克金属锂所能储存的电荷量，几乎是传统锂离子电池中所用石墨的十倍。凭借这种卓越的容量，金属锂有望实现更轻、储能更多、且能显著提升电动汽车续航里程的电池。</p><p style="text-align: left;">为解决这一难题，由Siwu Li、Weiwei Wu和Chuang Yu教授领导的研究团队，将一种硅基聚合物与氯化铟结合起来。当该混合物应用于金属锂表面时，会在其上形成一层厚度仅为12微米（约0.00047英寸）的柔性保护膜，膜内包含氟化锂和锂铟合金纳米颗粒。</p><p style="text-align: left;">“这层复合薄膜就像一座‘智能堡垒’，”通讯作者Siwu Li解释道，“聚合物骨架提供了良好的柔性，能够吸收金属锂在充放电过程中因体积膨胀与收缩而产生的机械应力；氟化锂相则能阻隔电子，从而抑制枝晶的成核；而锂铟合金纳米颗粒则充当了‘交通指挥官’的角色，引导锂离子均匀沉积，避免它们堆积形成危险的尖刺状结构。”</p><p style="text-align: left;"><strong>实验室测试中表现更佳</strong></p><p style="text-align: left;">经涂层处理的锂电极能够承受 3.5 毫安/平方厘米的临界电流密度，这一数值是未经处理的锂电极（0.8 毫安/平方厘米）的四倍多。在采用镍钴锰氧化物正极和硫化物固态电解质的完整电池中，这种经过保护的电极初始容量达到 129.8 毫安时/克；在 0.5C 倍率下循环 300 次后，其容量保持率为 82.3%。</p><p style="text-align: left;">光谱分析和电子显微镜观察证实了涂层的成分，并显示该涂层致密且均匀，未见明显的裂纹或缝隙。</p><p style="text-align: left;"><strong>实现更优电池的简易途径</strong></p><p style="text-align: left;">这种涂层有助于解决金属锂与硫化物固态电解质之间的化学不稳定性问题——这是固态电池研发中的一大挑战。</p><p style="text-align: left;">由于该保护层是通过施加液体形成的，因此它或许能与现有的工业涂布设备相兼容，无需昂贵的真空处理工艺。研究人员还计划探索铟的替代材料，例如锡和锌。</p><p style="text-align: left;">尽管其商业化性能尚待验证，但这些研究成果为提升高能量金属锂电池的稳定性和使用寿命提供了一种极具前景的方案。</p>]]></content><copyright>auto.gasgoo.Com</copyright><pubDate>2026-11-10 20:23:12</pubDate><source><![CDATA[盖世汽车]]></source></item><item><id><![CDATA[70477542]]></id><upDate>2026-11-10 20:08:34</upDate><title><![CDATA[福特申请驾驶员疲劳检测系统专利]]></title><link><![CDATA[https://auto.gasgoo.com/news/202611/10I70477542C409.shtml]]></link> <description><![CDATA[盖世汽车讯 据外媒报道，福特汽车公司（Ford Motor Company）已向美国专利商标局（USPTO）申请一项用于检测驾驶员]]></description><content><![CDATA[<p style="text-align: left;">盖世汽车讯 据外媒报道，福特汽车公司（Ford Motor Company）已向美国专利商标局（USPTO）申请一项用于检测驾驶员困倦状态的车载系统专利，该系统未来有望应用于福特旗下的车辆中。该专利于 2024 年 9 月 6 日提交申请，于 2026 年 11 月 3 日正式公布，专利编号为 12784586。</p><p style="text-align:center"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/image/20261110/6392993808275795328197309.jpg" title="福特.jpg" alt="福特.jpg"/></p><p style="text-align: center !important;line-height: 30px !important;font-size: 14px !important;color: #999999;margin-top: 10px !important;" label="图片备注">图片来源：USPTO</p><p style="text-align: left;">多年来，福特一直致力于探索应对驾驶员疲劳和困倦的解决方案，并开发了多种旨在提升行车安全的技术。例如，2023 年，该公司曾申请过一项利用光疗眼镜来预防驾驶员疲劳的系统专利。而此次的最新专利则采用了另一种方案：通过传感器和摄像头网络来捕捉驾驶员的困倦迹象，并及时向其发出警示。</p><p style="text-align: left;">该系统能够在检测到福特汽车驾驶员出现困倦迹象时，帮助保障其安全。为此，系统会利用现有的前置摄像头，结合面向驾驶员的摄像头（用于捕捉面部特征和身体姿态），对包括车道行驶行为在内的各类相关数据进行分析。前置摄像头可监测车辆行驶是否平稳，还是在车道内出现摇摆；若车辆发生摇摆，则可能预示着驾驶员已感到疲劳或处于其他不适状态。</p><p style="text-align: left;">专利图中展示了一种车辆，其包括第一驾驶员疲劳检测单元、第二驾驶员疲劳检测单元以及处理器。第一驾驶员疲劳检测单元可配置为获取与车辆驾驶员基于车道的驾驶行为相关的第一输入；第二驾驶员疲劳检测单元可配置为获取与驾驶员面部特征及身体姿态相关的第二输入。处理器可配置为将第一输入与第二输入进行关联，并基于该关联确定驾驶员疲劳置信度。当驾驶员疲劳置信度超过阈值置信度时，处理器可判定该车辆驾驶员可能处于疲劳状态。在确定车辆驾驶员可能处于疲劳状态后，处理器可输出相应的提示信息。</p><p style="text-align: left;">如果系统判定驾驶员的表现有疲劳迹象，便会发出警示。若驾驶员未作出回应，或其疲劳状态持续，警示的音量会增大，频率也会提高。当驾驶状况恢复“良好”时，系统会自动重置警示；若状况未改善，警示则会持续存在。</p><p style="text-align: left;">福特在一份声明中表示：“提交专利申请是企业运营的常规环节，这一过程不仅能保护创新构思，还有助于我们构建完善的知识产权组合。专利申请中所述的构思，不应被视为我们业务或产品规划的预示。无论专利申请中涵盖了什么内容，我们在开发和推广新产品及服务时，始终会将客户需求置于决策的首位。”</p>]]></content><copyright>auto.gasgoo.Com</copyright><pubDate>2026-11-10 20:08:34</pubDate><source><![CDATA[盖世汽车]]></source></item><item><id><![CDATA[70477541]]></id><upDate>2026-11-10 20:07:25</upDate><title><![CDATA[中国研究人员发明高效协同感知框架 专门用于智能网联和自动驾驶车辆]]></title><link><![CDATA[https://auto.gasgoo.com/news/202611/10I70477541C409.shtml]]></link> <description><![CDATA[盖世汽车讯 准确的感知对于网联自动驾驶车辆的安全运行至关重要。然而，单车感知受限于其自身的视角，在复杂的交]]></description><content><![CDATA[<p>盖世汽车讯 准确的感知对于网联自动驾驶车辆的安全运行至关重要。然而，单车感知受限于其自身的视角，在复杂的交通场景中，容易面临遮挡、感知范围受限以及检测失败等问题。协同感知（即车辆间共享感知信息）能够有效克服这些局限。但现有的协同感知方法往往需要传输完整的特征图或密集的传感器数据，这会带来巨大的通信开销，从而阻碍了实际部署。</p><p style="text-align:center"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/image/20261110/6392993799043968292365050.jpg" title="面向.jpg" alt="面向.jpg"/></p><p style="text-align: center !important;line-height: 30px !important;font-size: 14px !important;color: #999999;margin-top: 10px !important;" label="图片备注">图片来源：Duanrui Yu</p><p>据外媒报道，为解决这一问题，来自清华大学自动化系和浙江大学智能交通系统研究所（Institute of Intelligent Transportation Systems）的研究人员开发了一种名为“Which2comm”的高效协同感知框架，专门用于智能网联和自动驾驶车辆。该框架不再共享大范围的区域级特征图，而是传输精简的对象级语义信息——即“语义检测框”（Semantic Detection Boxes，简称 SemDBs）。这些稀疏特征既保留了三维目标检测所需的关键空间与语义细节，又大幅降低了车辆间需要交换的数据量。</p><p>该框架的一项核心创新在于其“安全风险感知”协作策略。与在通信中同等对待所有车辆的做法不同，Which2comm 能够根据各车辆与驾驶安全的相关性，自适应地筛选出最具信息价值的协作主体。此外，该框架还引入了时序特征融合与相对时间编码机制，从而能够更有效地处理通信延迟以及来自不同车辆的异步数据。</p><p>研究人员在多个协同感知数据集上对 Which2comm 进行了评估，这些数据集包括 V2XSet、真实场景数据集 V2V4Real，以及一个新构建的大规模数据集——Multi-V2X。Multi-V2X 包含 14.6 万帧激光雷达数据、54.9 万张 RGB 图像以及约 421.9 万个 3D 标注框；该数据集支持高密度车联场景，涵盖多达 31 个联网主体，车联渗透率高达 86.21%。</p><p>实验结果表明，Which2comm 能够在极低的通信成本下实现出色的检测性能。在 V2XSet 数据集上，该方法在 AP@0.5 和 AP@0.7 指标下分别达到了 0.929 和 0.833，且数据传输量仅为 0.022 MB。在 Multi-V2X 和 V2V4Real 数据集上，该框架的表现也优于现有的协同感知方法，展现出了在通信延迟环境下的鲁棒性，以及在密集智能网联车辆环境中的可扩展性。</p><p>研究指出，基于目标层面的稀疏通信能够提升协同感知的效率与可扩展性，使其在未来的智能交通系统中更具实用价值。通过在保持高感知精度的同时减少通信冗余，Which2comm 为实现智能网联和自动驾驶交通系统中的实时协同感知迈出了重要且有前景的一步。</p><p>展望未来，研究人员计划将该框架扩展至更复杂的现实场景中，例如涉及多模态传感器融合、定位不确定性以及数据包丢失的情况，从而进一步增强模型的适用性与实际应用就绪度。</p>]]></content><copyright>auto.gasgoo.Com</copyright><pubDate>2026-11-10 20:07:25</pubDate><source><![CDATA[盖世汽车]]></source></item><item><id><![CDATA[70477539]]></id><upDate>2026-11-10 20:03:06</upDate><title><![CDATA[博世将推出SMI340 MEMS 传感器]]></title><link><![CDATA[https://auto.gasgoo.com/news/202611/10I70477539C409.shtml]]></link> <description><![CDATA[盖世汽车讯 现代车辆中的安全系统与高级驾驶辅助系统（ADAS）日益依赖微机电系统（MEMS）传感器来精确捕捉车辆的运动状态。这些传感器必须能够在温度波动和剧烈振动的环境下保持稳定性能。与此同时，日益复杂的车辆]]></description><content><![CDATA[<p style="text-align: left;">盖世汽车讯 现代车辆中的安全系统与高级驾驶辅助系统（ADAS）日益依赖微机电系统（MEMS）传感器来精确捕捉车辆的运动状态。这些传感器必须能够在温度波动和剧烈振动的环境下保持稳定性能。与此同时，日益复杂的车辆架构使得安装多个传感器的空间变得十分有限。据外媒报道， 博世（Bosch）将在2026 年慕尼黑电子推出全新的SMI340 MEMS传感器，将ADAS与安全应用这两大领域的功能整合于一个紧凑的传感器平台之中。</p><p style="text-align:center"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/image/20261110/6392993764166505235382722.png" title="博世1.png" alt="博世1.png"/></p><p style="text-align: center !important;line-height: 30px !important;font-size: 14px !important;color: #999999;margin-top: 10px !important;" label="图片备注">图片来源：博世</p><p style="text-align: left;"><strong>同一平台，多种应用</strong></p><p style="text-align: left;">博世MI340 是一款六自由度（6 DoF）惯性测量单元，能够测量沿三个空间轴的加速度及旋转速率。通过提供有关车辆运动状态的精确信息，SMI340 成为实现多种功能的关键组件，涵盖从车辆稳定性控制到日益先进的驾驶辅助系统等各类应用。</p><p style="text-align: left;">作为 SMI240 和 SMI270 的后续产品，全新的 SMI340 新增了电子稳定程序（ESP）功能，并将此前各自独立的传感器功能整合至同一个标准化平台之上。汽车制造商无需再针对不同应用领域使用独立的惯性传感器，而是可以依托这一通用解决方案，支持更广泛的功能。对于整车厂（OEM）而言，这不仅简化了传感器集成，还减少了传感器型号种类，并优化了跨多个车辆平台的开发流程。</p><p style="text-align: left;"><strong>紧凑设计，性能毫不妥协</strong></p><p style="text-align: left;">SMI340 专为严苛的汽车应用而设计，在这些应用中，精确的运动感知、稳健的性能以及紧凑的尺寸缺一不可。随着整车厂（OEM）致力于在不增加额外安装空间的前提下，将更多的安全功能和高级驾驶辅助功能集成到车辆架构中，这些要求变得愈发重要。</p><p style="text-align:center"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/image/20261110/6392993773101084425786332.png" title="博世2.png" alt="博世2.png"/></p><p style="text-align: left;"><p style="text-align: center !important;line-height: 30px !important;font-size: 14px !important;color: #999999;margin-top: 10px !important;" label="图片备注">图片来源：博世</p></p><p style="text-align: left;">针对安全关键型应用，SMI340 采用了小巧的封装，尺寸仅为 3.1 x 4.4 mm²。尽管占用空间更小，它依然保持了卓越的技术性能，并支持最高达 ASIL D（汽车安全完整性等级 D）的功能安全应用。因此，整车厂在获得更高设计灵活性的同时，无需在测量性能上做出任何妥协。在电子稳定程序（ESP）等主动安全应用中，SMI340 可提供精确的加速度和旋转速率数据，使车辆控制系统能够检测到关键的车辆运动，并采取相应的稳定措施。同样的数据也可用于翻滚检测等被动安全应用。</p><p style="text-align: left;">针对 L2+ 级高级驾驶辅助系统（ADAS）应用，SMI340 在其前代产品 SMI240 的基础上进行了升级，不仅提升了在 -40°C 至 125°C 温度范围内的稳定性，还增强了抗振能力。即使在严苛的运行条件下，它也能确保提供可靠的车辆运动信息。在半自动驾驶和“脱手”驾驶等功能中，SMI340 可持续测量加速度与旋转数据，提供一套独立的运动信息源，从而与其他车载传感器所采集的数据形成互补。由此，ADAS 系统便获得了一个额外且可靠的输入来源，能够更准确地掌握车辆的运动状态。</p><p style="text-align: left;"><strong>高效的运动数据处理</strong></p><p style="text-align: left;">除了运动感知功能外，SMI340 还专为高效数据处理而设计。该传感器具备 16 位数据分辨率，并集成了先进先出（FIFO）缓冲区，可在将连续的传感器测量值传输至控制单元之前，对其进行暂存。当有新数据可供读取时，中断功能会及时通知控制单元。这些功能共同实现了传感器与控制单元之间更灵活的数据传输，无需在每次产生测量值时都立即进行读取。</p><p style="text-align:center"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/image/20261110/6392993775534934196555552.png" title="博世3.png" alt="博世3.png"/></p><p style="text-align: left;"><p style="text-align: center !important;line-height: 30px !important;font-size: 14px !important;color: #999999;margin-top: 10px !important;" label="图片备注">图片来源：博世</p></p><p style="text-align: left;">这一过程在ADAS功能（例如车道辅助驾驶）中得到了充分体现。当车前摄像头负责检测车道线时，SMI340 会持续测量加速度和旋转速率，以追踪车辆的运动状态，从而为传感器融合及车辆状态估计提供数据支持。SMI340 并非在每次产生测量值时就立即将其发送至控制单元，而是利用 FIFO 缓冲区进行暂存，待后续统一传输。这使得控制单元能够一次性获取多个按时间顺序排列的测量值，从而高效地为 ADAS 功能提供输入。因此，开发人员在系统内处理和传输测量数据时，能够享有更高的灵活性。</p>]]></content><copyright>auto.gasgoo.Com</copyright><pubDate>2026-11-10 20:03:05</pubDate><source><![CDATA[盖世汽车]]></source></item><item><id><![CDATA[70477538]]></id><upDate>2026-11-10 19:59:46</upDate><title><![CDATA[智原发布支持EtherCAT的以太网络PHY IP 加速 AI 驱动型制造与人形机器人技术的发展]]></title><link><![CDATA[https://auto.gasgoo.com/news/202611/10I70477538C409.shtml]]></link> <description><![CDATA[盖世汽车讯 据外媒报道，ASIC设计服务与IP研发销售厂商智原科技 (Faraday Technology Corporation) 发布基于联电（UMC）工艺的增强型10/100以太网PHY IP解决方案，该方案支持EtherCAT技术，满足AI智能制造、工业自动]]></description><content><![CDATA[<p>盖世汽车讯 据外媒报道，ASIC设计服务与IP研发销售厂商智原科技 (Faraday Technology Corporation) 发布基于联电（UMC）工艺的增强型10/100以太网PHY IP解决方案，该方案支持EtherCAT技术，满足AI智能制造、工业自动化与人形机器人对实时通讯及同步运动控制日益增长的需求。此预先验证IP支持少于100微秒的EtherCAT传输时间，并透过EtherCAT分布式时钟 (Distributed Clocks, DC) 实现少于0.1微秒的同步精度，同时通过严谨的ETG.7000 合规性 (Conformance) 及IEC 61000-4测试，协助客户简化ASIC开发并提升产品开发效率。</p><p style="text-align:center"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/image/20261110/6392993756271732734970241.png" title="faraday.png" alt="faraday.png"/></p><p style="text-align: center !important;line-height: 30px !important;font-size: 14px !important;color: #999999;margin-top: 10px !important;" label="图片备注">图片来源：智原科技</p><p>此智原Ethernet PHY IP采用DSP架构，结合稳健的模拟电路设计，提供优异的抗噪声能力，并能在严峻的电气干扰环境下维持稳定运作。该PHY IP已依据ETG.7000 合规性测试规范通过EtherCAT装置兼容性及网络互操作性测试，以及涵盖静电放电 (ESD) 、辐射射频 (RF) 、电气快速瞬变／脉冲群 (EFT/Burst) 、突波 (Surge) 及传导射频 (Conducted RF) 等干扰的关键IEC 61000-4电磁兼容性 (EMC) 测试。其可靠度亦通过长达一小时以上的电快速瞬变脉冲群抗扰度测试进一步验证，在电磁阀产生高频EFT/Burst脉冲的条件下，确认硬件保护机制及通讯完整性。透过IP层级的强化设计完成预先验证，可协助客户减少系统层级的设计与验证工作，并降低开发风险。</p><p>智原科技营运长林世钦表示：”实时联机能力与优异的抗噪声稳健性，对次世代工业系统至关重要，尤其在AI日益融入制造与实体机器的趋势下更是如此。智原将EtherCAT兼容性与EMC验证整合于IP层级，协助客户简化系统开发，并降低高额的重新验证风险。未来智原将持续扩展以太网络IP产品布局，支持工业AI、软件定义汽车及人形机器人等应用，包括10/100/1000BASE-T1及单对以太网络 (Single Pair Ethernet, SPE) 解决方案。”</p>]]></content><copyright>auto.gasgoo.Com</copyright><pubDate>2026-11-10 19:59:45</pubDate><source><![CDATA[盖世汽车]]></source></item><item><id><![CDATA[70477384]]></id><upDate>2026-11-09 16:04:41</upDate><title><![CDATA[马里兰大学训练自动驾驶汽车的“AI驾驶员” 实现更安全的驾驶]]></title><link><![CDATA[https://auto.gasgoo.com/news/202611/9I70477384C409.shtml]]></link> <description><![CDATA[盖世汽车讯 驾驶过程既枯燥又危险。自动驾驶汽车（AV）有望帮助人们节省时间，并减少交通事故。据外媒报道，马里]]></description><content><![CDATA[<p style="text-align: left;">盖世汽车讯 驾驶过程既枯燥又危险。自动驾驶汽车（AV）有望帮助人们节省时间，并减少交通事故。据外媒报道，马里兰大学（University of Maryland）土木与环境工程系副教授、马里兰交通研究所所长Xianfeng “Terry” Yang正致力于让这项技术真正达到上路行驶的标准，利用强化学习通过训练自动驾驶“驾驶员”来应对各种危险状况。</p><p style="text-align:center"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/image/20261109/6392983704767002038396172.png" title="训练.png" alt="训练.png"/></p><p style="text-align: center !important;line-height: 30px !important;font-size: 14px !important;color: #999999;margin-top: 10px !important;" label="图片备注">图片来源：马里兰大学</p><p style="text-align: left;">Yang表示：“自动驾驶汽车不会犯人为错误，也不会分心。但它们确实也存在自身的问题。”</p><p style="text-align: left;">他的实验室利用人工智能，旨在最大限度地提升自动驾驶汽车在道路交通系统中的运行效率。与此同时，Yang及其团队也在着手解决该技术所面临的一些问题，其中包括一些关键的“短板”——即自动驾驶汽车在面对需要瞬间做出、且可能关乎生死的决策时，往往缺乏足够的训练。</p><p style="text-align: left;"><strong>与交通系统协同，实现更快捷的出行</strong></p><p style="text-align: left;">随着技术的日趋成熟，自动驾驶汽车（AV）最终或许能够直接与交通流量管理系统进行通信。Yang正致力于帮助自动驾驶汽车利用所接收到的信息来缩短行程时间。他举例说，如果掌握了繁忙主干道上红绿灯的切换时间，自动驾驶汽车便能调整其行驶轨迹，从而避免停车。</p><p style="text-align: left;">“它可以进行计算：如果车辆将速度降低每小时5英里，那么当它抵达路口时，信号灯正好会从红灯变为绿灯，”他说道。</p><p style="text-align: left;">他的团队采用了“强化学习”——这是一种人工智能技术，算法通过不断尝试与纠错来提升自身性能——以此让自动驾驶汽车学会做出此类调整。</p><p style="text-align: left;">速度固然重要，但安全才是重中之重。自动驾驶汽车（AV）有望大幅减少交通事故，进而降低由此造成的人员伤亡。</p><p style="text-align: left;">然而，像Yang这样的研究人员首先必须解决自动驾驶汽车目前存在的缺陷。在美国国家科学基金会的支持下，他实验室开展的各项研究旨在更好地模拟自动驾驶汽车在冰雪路面上的表现，并使其能够利用路侧传感器提供的信息来识别危险。</p><p style="text-align: left;">该团队还致力于让自动驾驶汽车能够应对那些罕见但可能致命的情境。自动驾驶汽车所接受的标准训练涵盖了道路上绝大多数常见状况，但并非面面俱到。它可能会遗漏一些极端情况，例如恶劣天气、行人或骑行者难以预测的行为，亦或是无法避免的碰撞事故。</p><p style="text-align: left;">Yang 实验室的研究生 Dianwei Chen 使用大型语言模型来识别潜在的边缘情况场景；然后，他在 CARLA（基于虚幻引擎构建的开源 3D 驾驶模拟器）中验证并复制它们。Chen利用强化学习寻找防止这种情况发生的方法，如果碰撞不可避免，则寻找尽量减少伤害和损失的方法。</p><p style="text-align: left;">“我们想要定义问题，然后解决它，而不是等到问题发生在路上，”Chen表示。 “这就是我的最终目标。”</p>]]></content><copyright>auto.gasgoo.Com</copyright><pubDate>2026-11-09 16:04:40</pubDate><source><![CDATA[盖世汽车]]></source></item><item><id><![CDATA[70477383]]></id><upDate>2026-11-09 15:43:38</upDate><title><![CDATA[Epsilon 推出硅石墨负极材料 旨在将电动汽车续航里程最高提升 30%]]></title><link><![CDATA[https://auto.gasgoo.com/news/202611/9I70477383C409.shtml]]></link> <description><![CDATA[盖世汽车讯 据外媒报道，Epsilon Advanced Materials 公司推出了名为“Epsil”的硅-石墨复合负极材料。据该公司称]]></description><content><![CDATA[<p style="text-align: left;">盖世汽车讯 据外媒报道，Epsilon Advanced Materials 公司推出了名为“Epsil”的硅-石墨复合负极材料。据该公司称，该材料可帮助电动汽车制造商在不增加电池包尺寸的前提下，将车辆续航里程提升最多 30%。</p><p style="text-align:center"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/image/20261109/6392983577887956222353867.jpeg" title="epsilon.jpeg" alt="epsilon.jpeg"/></p><p style="text-align: center !important;line-height: 30px !important;font-size: 14px !important;color: #999999;margin-top: 10px !important;" label="图片备注">图片来源：Epsilon</p><p style="text-align: left;">该材料的可逆容量为 600–650 mAh/g，而传统石墨负极的容量仅为 340–360 mAh/g。凭借更高的容量，它能帮助电池制造商提升电芯层面的能量密度，从而在保持现有续航里程的同时，实现更长的续航或更小的电池包设计。</p><p style="text-align: left;">Epsilon 表示，车辆续航里程的实际提升幅度，取决于电芯化学体系、硅含量、电极及电池包设计，以及车辆性能等多种因素。</p><p style="text-align: left;">Epsilon 公司的研发旨在解决硅材料所带来的循环寿命挑战——硅在充电过程中会发生膨胀，而在放电过程中则会收缩。这种复合材料的设计初衷，是在控制膨胀的同时，确保硅在材料内部保持均匀分布。</p><p style="text-align: left;"><strong>专为实现更快充电而设计</strong></p><p style="text-align: left;">Epsil 旨在支持 1C 至 5C 的充电倍率；该材料重点在于管控电池膨胀，并降低高倍率充电过程中出现“析锂”（lithium plating）的风险。</p><p style="text-align: left;">析锂现象会加速电池性能衰退，并可能促使锂枝晶形成，进而引发短路。Epsilon 公司表示，该材料经过专门设计以应对这些挑战；不过，其最终表现还取决于电芯设计、温度、充电策略以及各客户的实际验证结果。</p><p style="text-align: left;">该公司称，Epsil 可兼容现有的电池电芯生产线，这意味着制造商无需改动现有的生产基础设施，即可采用该材料。</p><p style="text-align: left;">“电池制造商正面临这样的要求：在不增加电池组尺寸的前提下，实现更长的续航里程和更快的充电速度。通过Epsilon的产品，我们能够提供更高的负极容量、稳定的快速充电性能，并确保与现有生产线兼容，”Epsilon Advanced Materials董事总经理Vikram Handa表示。</p>]]></content><copyright>auto.gasgoo.Com</copyright><pubDate>2026-11-09 15:43:38</pubDate><source><![CDATA[盖世汽车]]></source></item><item><id><![CDATA[70477381]]></id><upDate>2026-11-09 15:14:13</upDate><title><![CDATA[采埃孚开发出紧凑型“三合一”电驱动装置High Revolution Drive]]></title><link><![CDATA[https://auto.gasgoo.com/news/202611/9I70477381C409.shtml]]></link> <description><![CDATA[盖世汽车讯 据外媒报道，采埃孚（ZF）开发出了一款名为“高转速驱动系统”（High Revolution Drive）的紧凑型“三]]></description><content><![CDATA[<p style="text-align: left;">盖世汽车讯 据外媒报道，采埃孚（ZF）开发出了一款名为“高转速驱动系统”（High Revolution Drive）的紧凑型“三合一”电驱动装置。其转速最高可达 30,000 rpm，在输出相同功率的同时，体积更小、重量更轻。得益于此，电机本身可以做得更小、更轻，且对磁性材料的需求也随之降低。通过高传动比的两级减速器，该系统能够为车轮提供所需的扭矩。这一全新的驱动概念基于现有的 SELECT 平台打造，使汽车制造商能够以更低的开发成本，更迅速地将其应用于新车型之中。</p><p style="text-align:center"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/image/20261109/6392983402339376148831581.jpg" title="采埃孚.jpg" alt="采埃孚.jpg"/></p><p style="text-align: center !important;line-height: 30px !important;font-size: 14px !important;color: #999999;margin-top: 10px !important;" label="图片备注">图片来源：采埃孚</p><p style="text-align: left;">High Revolution Drive的电机转速远高于传统系统。要实现这一目标，需要整个系统协同运作。采埃孚电驱动事业部负责人Thomas Meiser表示：“High Revolution Drive充分发挥了采埃孚在系统集成方面的专业优势。我们并非孤立地优化各个零部件，而是对电机、电力电子设备和变速器进行系统化的协同调配。”</p><p style="text-align: left;">其原理很简单：在功率输出相同的情况下，更高的转速意味着所需的电机扭矩更小。由于扭矩与转子体积密切相关，因此电机可以设计得更小、更轻。为了将这种高转速转化为可用的扭矩，系统配备了一套速比约为 18:1 的两级直齿轮变速器，确保所需的扭矩能够传递至车轮。文中展示的版本可实现 200 kW 的峰值功率输出，以及 3,500 Nm 的峰值轮端扭矩。</p><p style="text-align: left;"><strong>高速与低噪</strong></p><p style="text-align: left;">转速越高，噪声和振动就越难控制。凭借在齿轮和传动系统领域数十年的经验， ZF）功应对了这一挑战。采埃孚通过对各部件进行协同设计来解决这些难题。Meiser 表示：“从项目伊始，高稳健性以及低噪声与低振动水平就被列为严格的开发目标。为实现这一目标，我们将电机、齿轮机构、轴承以及齿形几何结构视为一个整体系统进行考量。对于目前所展示的配置而言，30,000 rpm 是兼顾经济性与技术性能的最佳转速点。”</p><p style="text-align: left;"><strong>降低磁体质量、重量及安装空间需求</strong></p><p style="text-align: left;">与同类转速为 18,000 rpm 的 SELECT 驱动系统相比，High Revolution Drive的体积缩小了近 25%，重量也减轻了近 25%。所需磁体质量减少了 50%，这不仅降低了成本，还减少了对关键供应链的依赖。即便在高转速和大传动比工况下，该系统的效率仍能达到近 93%，与同类 SELECT 系统相当。</p><p style="text-align: left;">重量的减轻还有助于提升电动汽车的续航里程。该系统主要面向大批量乘用车市场，驱动输出功率约为 150 至 200 kW。其架构具备可扩展性，既能适配不同的功率等级，也支持 400 伏和 800 伏电压系统。</p><p style="text-align: left;"><strong>SELECT：基于成熟平台的新型驱动概念</strong></p><p style="text-align: left;">这一方案遵循了采埃孚的平台战略：High Revolution Drive被设计为模块化“SELECT”平台的一种变体，并采用了现有技术。这不仅使产品成本保持在可控范围内，还为汽车制造商在驱动系统的生产方式上提供了灵活性。采埃孚的Meiser表示：“借助SELECT平台，我们无需为每一款新的驱动变体从零开始研发。我们利用模块化系统，能够根据不同客户的需求，量身定制全新的驱动概念。”</p><p style="text-align: left;">目前，采埃孚已与多家汽车制造商展开洽谈，并计划在2030年前实现量产。</p>]]></content><copyright>auto.gasgoo.Com</copyright><pubDate>2026-11-09 15:14:13</pubDate><source><![CDATA[盖世汽车]]></source></item><item><id><![CDATA[70477380]]></id><upDate>2026-11-09 15:12:02</upDate><title><![CDATA[Allegro MicroSystems推出 48V 电源及精密传感解决方案 面向新一代高级驾驶辅助系统]]></title><link><![CDATA[https://auto.gasgoo.com/news/202611/9I70477380C409.shtml]]></link> <description><![CDATA[盖世汽车讯 据外媒报道，运动控制和节能系统电源及传感解决方案供应商Allegro MicroSystems,推出完整的运动控制与]]></description><content><![CDATA[<p style="text-align: left;">盖世汽车讯 据外媒报道，运动控制和节能系统电源及传感解决方案供应商Allegro MicroSystems,推出完整的运动控制与传感产品组合，助力汽车架构从 12V 向 48V 平稳过渡，以支持下一代高级驾驶辅助系统（ADAS）。其扩展后的 ADAS 产品系列包括 AMD89106 和 AMD89186 栅极驱动器、高精度 A17810 感应式扭矩传感器，以及业界首款单芯片“真 48V”电源管理集成电路（PMIC）——A81481。这些器件共同构建了一套统一的电源与传感信号链，服务于转向和制动等安全关键型系统；这些系统构成了现代 ADAS 设计的执行核心，能够将驾驶决策转化为车辆的精确响应。</p><p style="text-align:center"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/image/20261109/6392983372495040453738337.png" title="allegro.png" alt="allegro.png"/></p><p style="text-align: center !important;line-height: 30px !important;font-size: 14px !important;color: #999999;margin-top: 10px !important;" label="图片备注">图片来源：Allegro</p><p style="text-align: left;"><strong>主要产品亮点：</strong></p><p style="text-align: left;">AMD89106 / AMD89186 栅极驱动器：凭借引脚布局（footprint）和寄存器兼容的架构，在 12V 和 48V 平台之间实现“一次设计，多平台通用”的扩展能力，从而避免了重新设计电路板，并保护了客户在嵌入式软件方面的既有投入。</p><p style="text-align: left;">A17810 感应式扭矩传感器：通过高精度、高可靠性的转向扭矩测量功能简化机械设计，且无需磁铁及复杂的屏蔽措施。</p><p style="text-align: left;">A81481 单芯片 48V 电源管理集成电路（PMIC）：助力汽车制造商构建更紧凑、更高效且符合安全要求的 48V 电源架构，并将物料清单（BOM）成本最高降低 50%。</p><p style="text-align: left;">“随着汽车制造商向48V区域化架构转型，工程团队已无法再为12V和48V平台分别进行独立设计，”Allegro全球市场与应用副总裁Ram Sathappan表示，“我们尺寸兼容的栅极驱动器、无需磁铁的扭矩传感技术，以及单芯片48V电源管理集成电路（PMIC），共同构成了安全关键型转向和制动系统所需的电源与传感解决方案。汽车制造商现在可以实现从12V到48V底盘平台的无缝扩展，复用现有软件，并显著缩小电子控制单元（ECU）的尺寸，同时降低物料清单（BOM）成本。”</p><p style="text-align: left;"><strong>新型栅极驱动器助力简化“软件定义汽车”（SDV）的落地应用</strong></p><p style="text-align: left;">随着汽车行业向“软件定义汽车”（SDV）转型，汽车制造商在同时管理 12V 和 48V 电机平台时，面临着巨大的工程负担。为解决这种架构碎片化问题，AMD89106（12V）和 AMD89186（48V）三相无刷直流（BLDC）电机栅极驱动器采用了相同的 PCB 布局（封装）和寄存器映射。这种兼容性使得工程师能够设计统一的电机控制板，并在车辆向更高电压架构迁移时，复用关键的软件代码库。这两款器件均集成了同相电流检测和数字电流回读功能；与传统的低侧（low-side）电流检测拓扑相比，它们显著提升了线控转向、机电制动（EMB）、主动悬架以及低压车载充电系统中的电机电流检测精度。</p><p style="text-align: left;"><strong>无磁式扭矩传感器：提升精度并降低转向系统复杂性</strong></p><p style="text-align: left;">Allegro 推出的全新 A17810 感应式双角度传感器符合 AEC-Q100 Grade 0 标准。该传感器无需传统磁式扭矩传感器所必需的磁体、磁通集中器及屏蔽装置，因此能够免受周边电气系统所产生的杂散磁场干扰。A17810 通过测量两个导电目标物，可在芯片内部计算出扭矩及绝对游标角度，从而减少了元件数量并降低了机械复杂性。这种双角度检测功能不仅能满足电动助力转向 (EPS) 和线控转向系统所需的高精度要求，还有望省去传统转向柱中所需的行星齿轮组及独立的角度传感器。</p><p style="text-align: left;"><strong>单芯片电源管理集成电路（PMIC）构建一体化48V电源主干</strong></p><p style="text-align: left;">作为电源信号链中的关键一环，全新的A81481 PMIC为各类安全关键型48V电子控制单元（ECU）提供了专用电源基础，应用领域涵盖电动助力转向（EPS）、线控系统（X-by-wire）、电子机械制动（EMB）、主动悬架、车载充电以及DC-DC转换等。传统的48V架构通常采用多芯片方案，即由一个专用12V PMIC搭配独立的48V预稳压器及各类分立式保护电路组成；而A81481则将双路降压稳压器、五路低压差稳压器（LDO）以及符合ASIL D等级的安全诊断功能集成于单一器件之中。这种方案为安全关键型48V ECU供电提供了更直接的途径，在降低设计复杂度的同时，还能将物料清单（BOM）成本最高削减50%。</p>]]></content><copyright>auto.gasgoo.Com</copyright><pubDate>2026-11-09 15:12:01</pubDate><source><![CDATA[盖世汽车]]></source></item><item><id><![CDATA[70477156]]></id><upDate>2026-11-06 16:03:04</upDate><title><![CDATA[梅赛德斯-奔驰开发创新显示解决方案与智能高压技术]]></title><link><![CDATA[https://auto.gasgoo.com/news/202611/6I70477156C409.shtml]]></link> <description><![CDATA[盖世汽车讯 据外媒报道，梅赛德斯-奔驰正在研发创新的显示技术，旨在实现车辆与周边环境之间全新的沟通方式。通过将LED显示元件直接集成到车窗内，车辆能够在需要时，在后窗上选择性地呈现警示标志、安全符号或与交]]></description><content><![CDATA[<p style="text-align: left;">盖世汽车讯 据外媒报道，梅赛德斯-奔驰正在研发创新的显示技术，旨在实现车辆与周边环境之间全新的沟通方式。通过将LED显示元件直接集成到车窗内，车辆能够在需要时，在后窗上选择性地呈现警示标志、安全符号或与交通相关的信息。当无需显示内容时，这些嵌入在夹层玻璃中的显示元件几乎不可见，与车辆整体设计融为一体。</p><p style="text-align:center"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/image/20261106/6392957769487844241226897.png" title="梅赛德斯1.png" alt="梅赛德斯1.png"/></p><p style="text-align: center !important;line-height: 30px !important;font-size: 14px !important;color: #999999;margin-top: 10px !important;" label="图片备注">图片来源：梅赛德斯-奔驰</p><p style="text-align: left;">两种专门的LED技术可支持不同的应用场景。Mini LED特别适用于后窗等较大的显示区域，可用于显示刹车灯、警示符号或向后方道路使用者传达交通信息。而Micro LED则具备高分辨率，非常适合在较小的显示区域内呈现精细的视觉内容，例如动画效果。这两种解决方案均遵循同一理念：仅在需要时呈现内容，而在其他情况下则保持“隐形”状态。</p><p style="text-align: left;"><strong>全息显示：挡风玻璃化身为按需交互界面</strong></p><p style="text-align: left;">梅赛德斯-奔驰正在重新构想显示界面。除了传统的屏幕之外，车内此前未被利用的区域正被视为潜在的信息显示载体。该公司正在研发一种全息显示技术，能够将挡风玻璃转变为交互界面。安装在仪表盘内的投影仪将内容投射到挡风玻璃上；夹层玻璃中嵌入了一层特殊的透明薄膜，利用“全息光学元件”（HOE）选择性地反射投影仪所发出的特定波长的光。该技术能将光线汇聚，确保即使在阳光直射下，图像依然清晰可见。此外，这些图像仅在特定的视角下可见——这意味着驾驶员无法看到副驾侧显示的内容，反之亦然。这一技术开辟了更多信息与娱乐应用的可能性，例如显示兴趣点（POI）的相关背景信息、驾驶数据或播放视频等。该显示系统并非始终可见，而仅在需要时呈现内容。这意味着挡风玻璃可根据具体情境，灵活用于导航、视频通话、显示驾驶信息或提供娱乐内容，且无需对车辆外观做出永久性改变。</p><p style="text-align:center"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/image/20261106/6392957771318594667098078.png" title="梅赛德斯2.png" alt="梅赛德斯2.png"/></p><p><p style="text-align: center !important;line-height: 30px !important;font-size: 14px !important;color: #999999;margin-top: 10px !important;" label="图片备注">图片来源：梅赛德斯-奔驰</p></p><p style="text-align: left;"><strong>创新型功率转换器：为800伏架构下的电动驱动系统开辟新路径（当前输出功率最高可达3千瓦）</strong></p><p style="text-align: left;">梅赛德斯-奔驰的“功率转换器”（Power Converter）是一项面向未来电动汽车的技术。它利用可编程的微型转换器来调控各个电芯的能量流，从而确保输出恒定的高电压（最高可达800伏）——无论电芯当前的荷电状态（SOC）如何，也无论其老化程度如何。该技术有望使未来的电池系统和电力电子设备在设计上具备更高的灵活性、效率和紧凑性；同时，它还支持交流/直流转换以及双向充电（例如“车到家”V2H或“车到电网”V2G）等功能。目前这一代产品已能实现最高3千瓦的功率输出，并支持交流与直流应用。</p><p style="text-align: center;"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/1640-X/20261106/6392957773168976715912891.png" title="梅赛德斯4.png" alt="梅赛德斯4.png"/></p><p style="text-align: left;"><p style="text-align: center !important;line-height: 30px !important;font-size: 14px !important;color: #999999;margin-top: 10px !important;" label="图片备注">图片来源：梅赛德斯-奔驰</p></p><p style="text-align: left;">因此，该功率转换器为电动汽车的驱动系统设计及充电功能拓展了全新的可能性。得益于此项技术，所需高电压的供应可与电池架构实现很大程度的“解耦”；高电压不再直接由电池组决定，而是通过软件控制的电力电子设备来生成。</p><p style="text-align: left;">一项极具前景的应用方式是，将该技术以模块化形式直接部署在单个电池电芯或电芯组层面。通过并联连接的多个功率变换器，系统能够对能量流进行独立调节，并共同提供稳定的高压直流输出。这使得总功率输出能够灵活适配不同车辆及系统的需求。与此同时，高压输出不再单纯取决于串联电池电芯的数量，而是由分散式变换器及其软件控制系统来决定。</p><p style="text-align: left;">在未来的车辆架构中，功率变换器可将目前由不同部件分别承担的多种功能整合至单一硬件单元内。因此，该技术为电池和动力总成的设计带来了全新的灵活性；它不仅有助于提升续航里程与效率，还能促进纯电动汽车及插电式混合动力汽车动力总成的模块化发展。</p>]]></content><copyright>auto.gasgoo.Com</copyright><pubDate>2026-11-06 16:03:03</pubDate><source><![CDATA[盖世汽车]]></source></item><item><id><![CDATA[70477155]]></id><upDate>2026-11-06 16:00:42</upDate><title><![CDATA[Vector 推出用于模拟电动汽车充电站的 CANoe 工具]]></title><link><![CDATA[https://auto.gasgoo.com/news/202611/6I70477155C409.shtml]]></link> <description><![CDATA[盖世汽车讯 据外媒报道，Vector Informatik 推出CANoe Emulation Package EV，这是一款用于在电动汽车（EV）充电]]></description><content><![CDATA[<p>盖世汽车讯 据外媒报道，Vector Informatik 推出CANoe Emulation Package EV，这是一款用于在电动汽车（EV）充电测试中模拟真实充电基础设施的全新解决方案。该仿真套件利用已记录的充电过程数据，能够在实验室环境中真实且可重复地再现充电站的行为。开发与测试团队借此不仅能缩短开发周期、降低成本，还能提升车辆互操作性测试的质量。</p><p style="text-align: center;"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/image/20261106/6392957756459166529395676.jpg" title="vecto.jpg" alt="vecto.jpg"/></p><p style="text-align: center !important;line-height: 30px !important;font-size: 14px !important;color: #999999;margin-top: 10px !important;" label="图片备注">图片来源：Vector Informatik</p><p>电动汽车、充电站与后台系统之间的互操作性测试往往既复杂又耗时。CANoe Emulation Package EV 通过利用真实的充电通信记录（Trace）来应对这一挑战。系统从已记录的充电过程中提取关键通信参数，并据此模拟出充电站的实际表现。这使得工程师能够在实验室中复现各种真实场景——包括极端工况（边缘案例）和现场实际出现的问题——而无需反复连接物理充电站。</p><p>CANoe Emulation Package EV 专注于复现现实世界中的故障场景，使车辆开发与测试团队能够系统地重现并验证各类问题——即便这些问题十分罕见或难以复现。该方案简化了互操作性测试和回归测试，并减少了对重复实地测试的需求。</p><p>例如，CANoe Emulation Package EV 可使用已记录的 BLF 或 PCAP 追踪文件作为输入。该解决方案能够根据 DIN 70121 和 ISO 15118-2 标准模拟充电站的行为，适用于软件在环（SIL）、硬件在环（HIL）以及整车测试环境。它能够复现所有相关传输层和应用层的通信行为。该仿真完全由参数驱动，确保了高度的可重复性——这是自动化测试及持续集成/持续部署（CI/CD）工作流程中的一项关键要求。</p><p>CANoe Emulation Package EV 的核心在于能够逼真地复现已记录的充电站通信过程。需要说明的是，CCS 一致性测试并不包含在 CANoe Emulation Package EV 中，而是由 CANoe Test Package EV 提供支持。</p>]]></content><copyright>auto.gasgoo.Com</copyright><pubDate>2026-11-06 16:00:40</pubDate><source><![CDATA[盖世汽车]]></source></item><item><id><![CDATA[70477154]]></id><upDate>2026-11-06 15:57:44</upDate><title><![CDATA[英飞凌推出其首个 RISC-V 微控制器系列AURIX™ RC1]]></title><link><![CDATA[https://auto.gasgoo.com/news/202611/6I70477154C409.shtml]]></link> <description><![CDATA[盖世汽车讯 据外媒报道，英飞凌科技股份公司（Infineon Technologies AG）发布其首个基于 RISC-V 架构的微控制器]]></description><content><![CDATA[<p style="text-align: left;">盖世汽车讯 据外媒报道，英飞凌科技股份公司（Infineon Technologies AG）发布其首个基于 RISC-V 架构的微控制器平台——Aurix RC1，旨在为“软件定义汽车”及“物理人工智能”（Physical AI）领域提供实时控制能力。</p><p style="text-align:center"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/image/20261106/6392957722120669328036094.png" title="英飞凌凭借.png" alt="英飞凌凭借.png"/></p><p style="text-align: center !important;line-height: 30px !important;font-size: 14px !important;color: #999999;margin-top: 10px !important;" label="图片备注">图片来源：英飞凌</p><p style="text-align: left;">AURIX RC1 是英飞凌首个充分利用 RISC-V 优势的 MCU 平台。该平台涵盖了从传统微控制器到混合型微控制器/微处理器（MCU/MPU）的多种配置，能够提供更高效、更智能的实时处理能力，为未来安全可靠的 SDV、SDX 及物理人工智能应用奠定基础。</p><p style="text-align: left;">英飞凌将于 2026 年 11 月 10 日在慕尼黑电子展（electronica）上展示 AURIX RC1 系列的概念，并计划于 2027 年上半年提供样品。</p><p style="text-align: left;">随着中央计算机和区域控制器（Zone Controllers）逐渐整合了以往分散在多个控制单元中的功能，英飞凌决定将其 Aurix 和 Traveo T2G 产品线合并为一个统一的平台。这意味着为某一领域编写的代码，可以轻松迁移至其他领域，涵盖从底盘到座舱的各类应用。</p><p style="text-align: left;">该系列产品最多可集成 12 个 32 位内核，并具备边缘 AI 加速功能及 40MB 嵌入式存储空间；未来还将推出 64 位微处理器系列。此外，DriveCore 软件解决方案还支持虚拟原型设计，并能利用 AI 技术辅助将现有芯片上的代码迁移至新平台。</p><p style="text-align: left;">“通过新软件，使车辆及其他物理系统能够随着时间的推移变得更智能、更安全、更高效，这从根本上改变了对计算硬件的要求，”英飞凌汽车电子事业部总裁 Peter Schiefer 表示，“随着应用不断演进，微控制器需要具备更高的可配置性、可扩展性和适应性，同时还必须保持最高等级的安全性和可靠性。AURIX RC1 结合了开放标准 RISC-V 的灵活性，以及英飞凌在确保安全关键型任务实时可靠执行方面数十年的专业经验。我们的目标是重新定义‘软件定义汽车’的实时计算与控制，并将这一能力扩展至‘物理AI’领域。”</p><p style="text-align: left;"><strong>利用统一的 RISC-V 基础加速软件定义汽车（SDV）开发</strong></p><p style="text-align: left;">在SDV中，原本分散在车辆各处多个控制单元中的功能与软件，正日益向中央车载计算机和区域控制器（Zone Controller）集中。AURIX RC1 为工程团队提供了一个统一的微控制器（MCU）基础，而非针对不同功能域分别提供专用解决方案，从而简化了此类架构的开发。作为英飞凌现有 MCU 产品组合的有力补充，AURIX RC1 融合了 AURIX 系列以及用于车身、连接和显示应用的 TRAVEO™ T2G 系列的优势，打造出全新的下一代 MCU 产品。因此，AURIX RC1 的应用范围十分广泛，涵盖了区域控制、车身与底盘控制、电池管理系统、动力总成、驾驶辅助安全管理，乃至座舱应用，并为实现跨域计算提供了更强的可扩展性。</p><p style="text-align: left;">RISC-V 的模块化特性使英飞凌能够针对特定应用优化 AURIX RC1 系列中的各个产品线，同时充分利用该系列所共有的基础架构优势。处理资源可根据每种应用的具体需求进行定制；结合针对特定应用而设计的电源管理功能，这有助于在性能需求与能耗之间实现平衡。此外，为某一领域开发的软件、工具和专业知识，还可在其他领域中实现复用与扩展，从而有助于缩短开发周期并加速创新。</p><p style="text-align: left;"><strong>将微控制器（MCU）扩展至混合型 MCU/MPU 架构</strong></p><p style="text-align: left;">根据应用需求，AURIX RC1 最多可集成 12 个 32 位处理核心、一个用于边缘人工智能（Edge AI）的高级并行处理单元，以及高达 40 兆字节的嵌入式存储器。此外，英飞凌计划在 AURIX RC1 系列中推出一系列产品，在传统微控制器的基础上，进一步引入 64 位微处理器（MPU）的功能。随着汽车行业日益趋向于将更多功能整合至中央计算单元，这一举措将使英飞凌能够进一步提升计算性能。</p><p style="text-align: left;">在“软件定义汽车”的趋势下，除了更高的计算性能外，功能安全、面向未来的网络安全以及高速车载网络也是其基础性要求。AURIX RC1 旨在支持最高汽车安全完整性等级（ASIL D）的应用，并配备了符合全球标准与法规（如 ISO/SAE 21434 和《网络韧性法案》）的网络安全机制。该微控制器平台提供了可实现高水平物理保护和“加密灵活性”（crypto-agility）的硬件机制，并已做好准备，以应对未来不断演进的安全需求，例如后量子密码技术。</p><p style="text-align:center"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/image/20261106/6392957744492088413255880.png" title="英飞凌凭借2.png" alt="英飞凌凭借2.png"/></p><p style="text-align: center !important;line-height: 30px !important;font-size: 14px !important;color: #999999;margin-top: 10px !important;" label="图片备注">图片来源：英飞凌</p><p style="text-align: left;">为实现车辆内部高效的数据传输，该产品系列支持 CAN-XL、10BASE-T1S 和多千兆以太网（multi-Gigabit Ethernet）等前沿通信标准。部分器件还集成了 BRIGHTLANE™ 以太网交换技术及硬件加速数据路由功能。通过将控制与通信功能融为一体，该方案有助于减少所需的外部组件数量，并减轻应用处理器的负载。</p><p style="text-align: left;">英飞凌还为 AURIX RC1 配备了可扩展的 OPTIREG™ 电源解决方案，从而在整个平台上提供无缝且经过优化的电源管理方案。</p><p style="text-align: left;"><strong>软件生态系统助力加速应用并简化迁移流程</strong></p><p style="text-align: left;">AURIX RC1 拥有 AURIX 历史上最完善的软件生态系统——DRIVECORE 生态系统。DRIVECORE 将英飞凌及其生态合作伙伴提供的软件整合为预集成的软件包，能够帮助客户加速软件开发；同时，在客户从现有的 AURIX 和 TRAVEO T2G 平台迁移至 AURIX RC1 时，它还能有效降低迁移工作量。</p><p style="text-align: left;">DRIVECORE 提供对 AUTOSAR、开源软件、功能安全以及网络安全的支持。通过虚拟原型设计，开发团队在硬件到位之前即可着手进行软件开发与验证；此外，人工智能辅助的迁移工具简化了软件移植过程，有助于保护客户既有的软件投资。</p>]]></content><copyright>auto.gasgoo.Com</copyright><pubDate>2026-11-06 15:57:43</pubDate><source><![CDATA[盖世汽车]]></source></item><item><id><![CDATA[70477152]]></id><upDate>2026-11-06 15:52:00</upDate><title><![CDATA[英飞凌与高通合作开发中央车载计算机]]></title><link><![CDATA[https://auto.gasgoo.com/news/202611/6I70477152C409.shtml]]></link> <description><![CDATA[盖世汽车讯 据外媒报道，英飞凌科技股份公司（Infineon Technologies AG）宣布，与高通技术公司（Qualcomm Techno]]></description><content><![CDATA[<p style="text-align: left;">盖世汽车讯 据外媒报道，英飞凌科技股份公司（Infineon Technologies AG）宣布，与高通技术公司（Qualcomm Technologies, Inc.）展开合作，旨在加速“软件定义汽车”（SDV）中中央车载计算机的开发与部署。双方已签署一项技术协议，将为高通技术公司的Snapdragon Ride™参考平台（面向高性能计算和车载人工智能）引入一种基于微控制器的设计模式（即“子系统”）。</p><p style="text-align:center"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/image/20261106/6392957707919060371255315.png" title="英飞凌.png" alt="英飞凌.png"/></p><p style="text-align: center !important;line-height: 30px !important;font-size: 14px !important;color: #999999;margin-top: 10px !important;" label="图片备注">图片来源：英飞凌</p><p style="text-align: left;">通过此次合作，双方进一步扩展了Snapdragon Ride生态系统，将高通技术公司的平台能力及高性能系统集成芯片（SoC）与英飞凌在安全管理、连接技术及存储管理方面的软硬件专业知识相结合。双方的合作旨在为车载计算机的部署提供一条高效路径——这类车载计算机能够将驾驶辅助与自动驾驶功能，同先进的座舱解决方案有机融合。</p><p style="text-align: left;">英飞凌汽车电子事业部总裁Peter Schiefer表示：“通过高通技术公司的Snapdragon Ride平台，我们助力汽车行业构建并扩展新一代车载计算系统。这些系统不仅具备强大的计算与人工智能能力，还满足了道路行驶所必需的可靠性要求。我们的合作体现了集中式车载计算的核心理念：将功能强大的SoC与一系列专用组件（包括安全微控制器、电源管理单元、连接模块及存储器件）有机结合。所有这些组件必须无缝协作，以确保车辆安全运行。英飞凌提供了关键的功能性构建模块以及集成专业知识，为充分利用人工智能算力的‘软件定义汽车’奠定了可信基础。”</p><p style="text-align: left;">该基于微控制器的子系统旨在与高通技术公司的 Snapdragon Ride 和 Ride Flex 参考平台协同工作，起到互补作用。它通过监测系统健康状况、协调安全机制，并实现对安全关键功能的可靠、实时且可预测的控制，从而将 Snapdragon Ride 平台的高级计算与人工智能（AI）能力，与车辆的可靠运行表现有机结合。该子系统以英飞凌AURIX™ 微控制器为核心，并采用英飞凌 OPTIREG™ 集成电路（IC）提供可靠的电源管理。</p><p style="text-align: left;">英飞凌为该子系统提供了专用软件包，助力汽车制造商和一级供应商快速开发并扩展系统。该软件包预集成了英飞凌微控制器的固件，以及针对高通技术公司平台需求而定制的特定安全与监测软件。这使得微控制器能够与整个平台（包括片上系统 SoC 及其内置的安全机制）实现无缝协作。此外，该软件包还简化了平台与车载网络（如以太网和 CAN 总线）的集成，从而实现了与其他系统之间快速且安全的数据交换。</p><p style="text-align: left;">除了基于微控制器的子系统外，英飞凌还为 Snapdragon Ride 生态系统提供了其他技术。其中包括 BRIGHTLANE™ 车载以太网和 USB 连接解决方案，以及专为 Snapdragon Ride 平台认证的 SEMPER™ NOR 闪存。这些技术共同助力提升了数据在整个平台内传输的顺畅度、可用性及完整性。</p>]]></content><copyright>auto.gasgoo.Com</copyright><pubDate>2026-11-06 15:51:59</pubDate><source><![CDATA[盖世汽车]]></source></item><item><id><![CDATA[70477151]]></id><upDate>2026-11-06 15:49:35</upDate><title><![CDATA[意法半导体推出用于边缘人工智能汽车计算的STM32A系列]]></title><link><![CDATA[https://auto.gasgoo.com/news/202611/6I70477151C409.shtml]]></link> <description><![CDATA[盖世汽车讯 据外媒报道，意法半导体（STMicroelectronics）宣布对其 STM32 产品组合进行重大战略升级：打造一个涵]]></description><content><![CDATA[<p style="text-align: left;">盖世汽车讯 据外媒报道，意法半导体（STMicroelectronics）宣布对其 STM32 产品组合进行重大战略升级：打造一个涵盖工业、汽车和机器人应用领域的统一 STM32 微控制器（MCU）平台。</p><p style="text-align:center"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/image/20261106/6392957650708965702467881.jpg" title="ST.jpg" alt="ST.jpg"/></p><p style="text-align: center !important;line-height: 30px !important;font-size: 14px !important;color: #999999;margin-top: 10px !important;" label="图片备注">图片来源：意法半导体</p><p style="text-align: left;">作为该战略的一部分，全新的STM32A系列将这一平台扩展至汽车及安全关键型系统领域。该跨领域平台依托 STM32 二十多年的发展积淀，通过在不同应用领域（包括新兴的物理人工智能系统）之间实现更高的连贯性和复用性，助力开发人员更快地将先进的嵌入式系统推向市场；同时，它还能满足各细分市场在功能安全、信息安全、产品认证及长期供货周期方面的特定需求。</p><p style="text-align: left;">意法半导体微控制器、数字集成电路与射频产品部总裁 Remi El-Ouazzane 表示：“嵌入式创新不应要求开发人员在开发每一款新产品时都从零开始。通过统一的 STM32 平台，我们正在构建一个跨市场、跨代际且值得信赖的基础。行业需要减少碎片化，并更加专注于推动 MCU 技术向统一的通用基础靠拢，同时最大限度地实现软件复用。这正是我们致力于将 STM32 打造成各行业通用 MCU 参考平台的方式。”</p><p style="text-align: left;"><strong>满足各类技术需求的统一平台</strong></p><p style="text-align: left;">随着智能技术向边缘侧迁移，工业和汽车系统在实时控制、安全运行、功能安全、连接能力以及人工智能（AI）处理方面的需求日益趋同。统一的 STM32 平台为开发团队提供了连贯的架构和软件基础，使他们既能复用经过验证的现有资产，又能根据具体应用在性能、认证标准及生命周期方面的要求，灵活选择最合适的产品。</p><p style="text-align: left;">– 产品组合的连贯性：得益于 Arm® Cortex®-M 内核及统一的架构设计理念，开发人员在不同 STM32 MCU系列之间切换时，无需重新适应，从而能够轻松地将已验证的软件和IP迁移至新设计中。</p><p style="text-align: left;">– 通用的开发生态系统：作为全球规模最大的 MCU 软件生态系统，STM32Cube 及其所依托的更广泛的 Arm 生态系统，提供了统一的开发环境。该环境拥有丰富的软件资源、技术支持以及活跃的意法半导体（ST）开发者社区，助力客户沿用既有的工作流程。</p><p style="text-align: left;">– 共享的工艺技术：ST 的 40nm 闪存（Flash）技术、集成相变存储器（PCM）的 18nm FD-SOI 技术，以及台积电（TSMC）的嵌入式非易失性存储器（eNVM）技术，共同为未来的 STM32 产品构建了可扩展的制造基础。</p><p style="text-align: left;"><strong>STM32A 将该平台扩展至高安全性及汽车市场</strong></p><p style="text-align: left;">全新的 STM32A 系列将 STM32 平台引入了高安全性及汽车系统领域。它使客户能够在满足各类应用认证及性能要求的同时，实现软件的复用。首批三款 STM32A 微控制器已开始向客户提供样片，预计到 2027 年将实现更广泛的供应：</p><p style="text-align: left;">• STM32A4 针对入门级汽车本地控制节点及安全系统。</p><p style="text-align: left;">• STM32A5 适用于工业自动化、机器人、能源系统以及汽车领域中，对安全性要求较高的中端应用。</p><p style="text-align: left;">• STM32A9 则面向对安全性要求极高的多域控制场景，在这些场景中，实时控制、低延迟、以太网支持以及确定性通信至关重要。</p>]]></content><copyright>auto.gasgoo.Com</copyright><pubDate>2026-11-06 15:49:35</pubDate><source><![CDATA[盖世汽车]]></source></item><item><id><![CDATA[70477150]]></id><upDate>2026-11-06 15:40:38</upDate><title><![CDATA[爱信与日本东北大学合作开发AI芯片 旨在实现车载系统即时启动]]></title><link><![CDATA[https://auto.gasgoo.com/news/202611/6I70477150C409.shtml]]></link> <description><![CDATA[盖世汽车讯 据外媒报道，汽车零部件供应商爱信（Aisin）与日本东北大学（Tohoku University）合作，开发出了一款]]></description><content><![CDATA[<p style="text-align: left;">盖世汽车讯 据外媒报道，汽车零部件供应商爱信（Aisin）与日本东北大学（Tohoku University）合作，开发出了一款号称全球首个采用16纳米工艺的AI系统集成芯片（SoC）。</p><p style="text-align:center"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/image/20261106/6392957634294613744517169.png" title="爱信1.png" alt="爱信1.png"/></p><p style="text-align: center !important;line-height: 30px !important;font-size: 14px !important;color: #999999;margin-top: 10px !important;" label="图片备注">图片来源：爱信</p><p style="text-align: left;">该芯片采用自旋转移矩磁阻随机存取存储器（STT-MRAM）技术，无需依赖外部DRAM或固态硬盘来存储模型。这款边缘AI芯片将操作系统和AI模型均集成在芯片内部，上电后仅需65.7毫秒即可完成启动，且在执行目标检测任务时，能耗仅为常规水平的五十分之一。</p><p style="text-align: left;">随着人工智能技术在汽车、机器人及其他边缘设备中的广泛应用，模型数据在处理器与外部存储器之间的频繁传输，往往会拖慢处理速度并延长启动时间。由于STT-MRAM具备断电后仍能保存数据的特性，该SoC能够直接从紧邻处理器的存储单元中读取权重参数和启动数据。</p><p style="text-align: left;">该设计的核心在于采用了16纳米FinFET工艺，并集成了双核Arm Cortex-A53 CPU和Arm Mali-G31 GPU。通过将模型权重和操作系统存储在片上非易失性存储器中，该芯片从上电到内核启动仅需65.7毫秒；据开发人员称，这一速度比采用外部存储器的方式快了38倍。该设备已成功演示了在片上完全运行Tiny YOLOv3目标检测算法的能力。</p><p style="text-align: left;">根据日本东北大学相关公告，该团队开发了一种混合乘法架构，结合了8位和16位运算，以适应有限的片上存储空间。通过采用采用8位与16位混合乘法架构的方案，该芯片将Tiny YOLOv3的权重数据量削减了53%，降至9.36MB；在此过程中，检测精度仅从0.325微降至0.316。通过在4×4数据块（tile）内实现权重共享，进一步减少了数据搬运，使AI处理耗时从594.6毫秒缩短至58.5毫秒。</p><p style="text-align:center"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/image/20261106/6392957636225884929918006.png" title="爱信2.png" alt="爱信2.png"/></p><p style="text-align: left;"><p style="text-align: center !important;line-height: 30px !important;font-size: 14px !important;color: #999999;margin-top: 10px !important;" label="图片备注">图片来源：爱信</p></p><p style="text-align: left;">在整个系统层面，该芯片的运行速度提升了25.2倍，且每帧功耗仅为50.7毫焦（mJ）。该技术的主要应用目标包括汽车，以及机器人、工业机械和各类需要即时启动与低功耗运行的传感设备。</p><p style="text-align: left;">目前，研发团队正计划进一步提升存储容量和计算性能。</p>]]></content><copyright>auto.gasgoo.Com</copyright><pubDate>2026-11-06 15:40:38</pubDate><source><![CDATA[盖世汽车]]></source></item><item><id><![CDATA[70476650]]></id><upDate>2026-11-02 20:23:13</upDate><title><![CDATA[宾夕法尼亚大学开发通用计算工具 补全事件相机与机器人视觉之间的缺失环节]]></title><link><![CDATA[https://auto.gasgoo.com/news/202611/2I70476650C409.shtml]]></link> <description><![CDATA[盖世汽车讯 几十年来，事件相机（event camera）——通过持续监测光强变化来模拟生物视网膜——一直被寄予厚望，]]></description><content><![CDATA[<p style="text-align: left;">盖世汽车讯 几十年来，事件相机（event camera）——通过持续监测光强变化来模拟生物视网膜——一直被寄予厚望，有望彻底改变机器人感知世界的方式；与传统相机相比，它能让机器人做出更迅速的反应，运行也更加可靠。</p><p style="text-align: left;">然而，解读事件相机产生的数据并非易事——这些数据看起来就像是一连串令人眼花缭乱的点，而非人们所熟悉的图像序列。因此，长期以来，处理这类数据往往需要依赖多种专用算法的组合，而每种算法通常都仅针对单一任务而设计。</p><p style="text-align:center"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/image/20261102/6392924773635513893668501.jpg" title="快速.jpg" alt="快速.jpg"/></p><p style="text-align: center !important;line-height: 30px !important;font-size: 14px !important;color: #999999;margin-top: 10px !important;" label="图片备注">图片来源：宾夕法尼亚大学</p><p style="text-align: left;">据外媒报道，宾夕法尼亚大学（University of Pennsylvania）的工程师们开发出了一种名为“快速特征场”（Fast Feature Field，简称 F3）的通用计算工具。该工具能够高效地将事件相机每秒产生的数千万个信号，转化为各类机器人均可使用的数据信息。</p><p style="text-align: left;">这一工具的出现有望彻底改变机器人领域：它首次使得事件相机能够在自动驾驶汽车、无人机等平台上得到广泛应用，从而显著提升机器人在多种光照条件下识别物体、估算距离以及感知运动的能力。</p><p style="text-align: left;">“我们预计这将成为事件相机发展史上的一个分水岭，它展示了如何实现可靠、高速且具有广泛应用价值的事件相机数据处理，”电气与系统工程系（ESE）副教授、计算机与信息科学系（CIS）兼聘教授 Pratik Chaudhari 说道。他是发表在期刊《科学-机器人学》（Science Robotics）上的一篇新论文的资深作者。“‘快速特征场’（Fast Feature Field）技术能够帮助机器人更准确地感知世界，从而让那些日益频繁出现在我们天空和街道上的机器人变得更加安全。”</p><p style="text-align: left;"><strong>宛如眼球的相机</strong></p><p style="text-align: left;">与传统相机不同——传统相机以固定时间间隔（例如每秒 30 帧）记录完整图像——事件相机则会对入射光做出持续响应。该论文的合著者、计算机与信息科学系（CIS）的Ruth Yalom Stone讲席教授Kostas Daniilidis表示：“事件相机就像哺乳动物视网膜中的视杆细胞和视锥细胞；它们能够感知光线的变化，并能指出视野中哪些区域变亮了或变暗了。”</p><p style="text-align: left;">然而，与生物眼不同的是——生物眼拥有额外的细胞层来解读这些信息——事件相机此前一直缺乏一种通用的方法，从其产生的数据中提取出有意义的模式。该论文的第一作者、计算机与信息科学系（CIS）的博士生Richeek Das补充道：“视网膜中除了视杆细胞和视锥细胞外，还有许多其他类型的细胞。例如，神经节细胞负责感知运动和色彩，而无长突细胞等结构则有助于抑制冗余信息。”</p><p style="text-align: left;">由于缺乏能够承担此类额外处理任务的软件，事件相机在研究领域之外的应用一直受到严重阻碍。Chaudhari指出：“如果无法剔除冗余信息，事件相机所产生的数据就会包含过多的噪声，且数据量极其庞大，根本无法直接使用。”</p><p style="text-align: left;"><strong>预测未来</strong></p><p style="text-align: left;">研究人员最初尝试利用数学技术来汇总视觉信息，并试图为事件相机开发出一种类似于“快速傅里叶变换”的工具——这是一种在信号处理领域广泛应用的技术，能够将复杂信号分解为各个组成部分。</p><p style="text-align: left;">然而，经过数月的实验，研究团队始终未能找到一种可靠的方法，既能处理事件相机所产生的高速率海量数据，又能最终从中提取出场景的布局及其内部的运动信息。</p><p style="text-align: left;">最终，研究人员意识到，他们可以训练一个神经网络——这是一种能够从数据中进行学习的人工智能——让它自行探索出总结信号的方式。关键在于，如何教会它去识别哪些模式。</p><p style="text-align: left;">他们发现，答案在于“预测”。Das表示：“为了根据过去的情况准确预判未来事件，神经网络必须学会表征场景的结构，以及场景中正在发生的运动。通过训练 F3 去预测未来事件，我们就能教会它识别数据中潜在的模式，而无需针对每一项任务都专门设计一套方案。”</p><p style="text-align: left;"><strong>跳过空白区域</strong></p><p style="text-align: left;">最终，研究人员找到了一种通用的方式来表述事件相机数据。然而，要将这一构想转化为机器人能够高效使用的软件，又是一项新的挑战。Chaudhari 表示：“我们最初的实现方案运行速度太慢，无法满足事件相机所具备的那种快速、实时感知能力——而这正是事件相机最吸引人的地方。”</p><p style="text-align: left;">解决问题的关键在于意识到：在事件可能发生的所有位置中，绝大多数实际上都是空的。Das 说道：“尽管事件相机每秒可以产生数千万个信号，但在数据所涵盖的潜在位置中，约有 95% 的区域根本没有任何事件发生。”</p><p style="text-align: left;">换句话说，在任何给定时刻，相机中的大多数像素点都没有新的信息需要上报。Das 补充道：“我们意识到，只需在确实发生事件的位置进行计算即可，而不必去处理那些空白区域。”</p><p style="text-align: left;"><strong>为事件相机提供“通用语言”</strong></p><p style="text-align: left;">今年早些时候，Sony AI推出了“Ace”——一款会打乒乓球的机器人。它利用事件相机追踪乒乓球的速度与旋转，使其能够与职业选手同台竞技，甚至战胜他们。</p><p style="text-align: left;">然而，Ace 所采用的精密视觉系统是专为乒乓球运动开发的。这凸显了事件相机在更广泛应用中所面临的一个长期障碍：工程师们往往需要针对每一项新应用开发专用软件，而无法直接利用现有的计算机视觉工具。</p><p style="text-align: left;">Daniilidis表示：“正如 JPEG 和 MPEG 等压缩格式让图片和视频能够更轻松地在不同设备间共享一样，F3 为事件相机提供了一种‘通用语言’。它将事件相机的信号转换为一种格式，使得那些原本为传统相机开发的各类软件，也能够适配并使用这些信号。”</p><p style="text-align: left;"><strong>快速且灵活的机器人视觉</strong></p><p style="text-align: left;">为了展示这种多功能性，研究人员在多种任务中对 F3 进行了测试，包括物体识别、距离估算和运动追踪。测试所用的数据来自汽车、四足机器人和飞行无人机，涵盖了从夜间城市街道到拥挤室内空间等各种环境。</p><p style="text-align: left;">测试结果兼具高精度与高速度：基于 F3 的方法在多项机器人感知任务中达到了业界领先水平。采用 F3 的算法比以往的方法快约 2 到 5 倍；F3 本身处理高清事件相机数据的速度可达每秒 120 次，而在较低的 VGA 分辨率下，处理速度可达每秒 440 次。Das 表示：“F3 能够为多种不同类型的机器人实现基于事件的实时感知。”</p><p style="text-align: left;">在与计算机与信息科学系（CIS）的博士生 Dexter Ong 和 Ioannis Asmanis 开展的合作研究中，该团队正利用 F3 构建自主无人机，使其能够借助事件相机在环境复杂且光线昏暗的区域进行导航。Daniilidis 说道：“这为敏捷型无人机开辟了令人振奋的可能性。F3 已成为我们技术流程中的一个关键组件。”</p><p style="text-align: left;"><strong>事件相机的未来</strong></p><p style="text-align: left;">研究人员设想，未来可以将 F3 直接集成到事件相机的电路中。届时，它便能发挥类似高效相机驱动程序的作用，自动将原始信号转换为现有计算机视觉软件可直接使用的格式。</p><p style="text-align: left;">“我们的目标是让事件相机的使用变得像传统相机一样简单直观，”Chaudhari 说道，“我们希望工程师们能够充分利用这些相机卓越的性能，而无需在每次让机器人执行新任务时，都去重新开发相应的软件。”</p>]]></content><copyright>auto.gasgoo.Com</copyright><pubDate>2026-11-02 20:23:11</pubDate><source><![CDATA[盖世汽车]]></source></item><item><id><![CDATA[70476649]]></id><upDate>2026-11-02 20:14:10</upDate><title><![CDATA[KAIST发现新方法 有望实现更小的电动汽车电池且更长的续航里程]]></title><link><![CDATA[https://auto.gasgoo.com/news/202611/2I70476649C409.shtml]]></link> <description><![CDATA[盖世汽车讯 据外媒报道，韩国科学技术院（KAIST）的科学家们找到了一种方法，能够解决“无负极电池”的一大缺陷，]]></description><content><![CDATA[<p>盖世汽车讯 据外媒报道，韩国科学技术院（KAIST）的科学家们找到了一种方法，能够解决“无负极电池”的一大缺陷，有望使电动汽车（EV）电池变得更小、更轻，并能实现更长的单次充电续航里程。这类电池省去了石墨等传统材料，从而减小了电池的体积和重量。尽管它们能在更小的空间内储存更多能量，但由于在充电过程中会形成尖锐的锂结构，其使用寿命往往受到限制。研究人员通过借鉴半导体行业的精密制造技术解决了这一难题，使锂能够更均匀地沉积，同时促进形成一层耐用的保护层。</p><p style="text-align:center"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/1640-X/20261102/6392924720177711842952023.png" title="更小.png" alt="更小.png"/></p><p style="text-align: center !important;line-height: 30px !important;font-size: 14px !important;color: #999999;margin-top: 10px !important;" label="图片备注">图片来源：KAIST</p><p>韩国科学技术院宣布，由该校化学与生物分子工程系的Jinwoo Lee教授和Hee-Tae Jung教授所领导的联合研究团队取得了重大突破。参与该项目的还有来自庆北国立大学（Kyungpook National University）和韩国国家纳米制造中心（National NanoFab Center）的科研人员。</p><p><strong>无负极电池为何有望彻底改变电动汽车</strong></p><p>在传统的锂离子电池中，充电时锂会被储存在由石墨等材料制成的负极内。无负极电池的工作原理则有所不同：它们无需独立的负极材料，而是让锂直接沉积在一层薄铜箔上。</p><p>省去传统负极，意味着减少了原本会增加电池整体重量和厚度的材料。这使得在相同空间内能够储存更多能量，从而让电动汽车在无需配备更大、更重电池组的情况下，实现更长的续航里程。</p><p>然而，这种极具前景的设计存在一个严重缺陷。在电池反复充放电的过程中，锂并不能始终均匀地分布在铜表面，而是会聚集成树枝状或针状的结构，即“枝晶”。</p><p>这些结构会干扰电池性能，同时包裹锂的保护层也可能变得不稳定。这些问题共同导致电池性能加速衰退，使得“寿命有限”成为阻碍无负极电池实现大规模商业应用的最大障碍之一。</p><p>此前，人们曾尝试通过多种方式解决这一问题，例如补充额外的锂以抵消运行过程中的损耗，或者在电极表面覆盖更厚的保护涂层。尽管这些方法有助于补偿性能衰退或保护电极表面，但它们也引入了额外的材料。由此增加的厚度和重量，削弱了无负极电池技术的核心优势。</p><p><strong>借鉴半导体技术，抑制锂枝晶生长</strong></p><p>由KAIST领导的研究团队并未采取添加大量材料的策略，而是着眼于改变锂沉积处——铜箔——的结构。</p><p>研究人员在铜表面构建了一种精心排列的微管阵列。这一构思类似于将一个大型停车场划分为多个独立的停车位：它避免了锂在局部区域的不均匀堆积，通过这些微小结构，使锂能够更均匀地分布在各个沉积点上。</p><p>为了实现这种结构，研究团队采用了一种名为“二次溅射光刻”（Secondary Sputtering Lithography，简称 SSL）的半导体制造技术。该工艺能够以极高的精度制造出极其微小的结构。</p><p>每个管状结构的直径约为300纳米，高度约为150纳米。尽管尺寸极小，但这些结构使铜箔上可用于锂沉积的表面积增加到了普通平整铜箔的约四倍。</p><p>这种扩大的表面积有助于使锂分布得更加均匀，从而减少了可能导致有害突起形成的局部过度堆积。该方法在无需大量额外材料的情况下，改善了锂稳定沉积的条件。</p><p><strong>超薄保护涂层有助于延长电池寿命</strong></p><p>研究人员更进一步，在铜箔上涂覆了一层二维材料——MXene。该涂层厚度约为10纳米，仅相当于人发厚度的几千分之一。</p><p>MXene并非充当电池的最终保护屏障，而是起到了一种“基底”的作用，促使电池在运行过程中形成更稳固的保护层。这就像底漆能为后续涂装做好准备一样，MXene有助于汇集形成稳定涂层所需的各种成分。</p><p>在实验所用的基于六氟磷酸锂（LiPF6）的电解液中，MXene表面能够促进形成一层含有高浓度氟化锂（LiF）的保护层。</p><p>该层有助于抑制锂与电解质之间不必要的化学反应，同时限制有害锂枝晶的生长。通过稳定电极表面，它解决了导致无负极电池性能衰退的两个关键因素。</p><p>为了探究这一保护层的形成机制，科学家们在严格限制其与空气接触的前提下，对电极表面及内部横截面进行了观察分析。研究证实，一层纳米级的保护层在MXene表面均匀形成，并揭示了其形成过程。</p><p>此项研究采用了多种先进的分析手段，包括X射线光电子能谱（XPS）、飞行时间二次离子质谱（ToF-SIMS）以及透射电子显微镜（TEM）。</p><p><strong>迈向更小巧、更持久电动汽车电池的一大进步</strong></p><p>Jinwoo Lee教授表示：“这项研究表明，半导体制造中采用的超精细加工技术，能够在无需改变电解质配方或添加过量锂的情况下，既构建出均匀的锂沉积位点，又形成一层稳定的保护层。”</p><p>他还解释说，这些研究成果有助于加速高能量密度“无负极”电池的商业化进程。该技术在延长电池寿命的同时，将额外增加的重量和体积降至最低，从而能够助力开发出更紧凑的储能系统，应用于未来的电动汽车。</p>]]></content><copyright>auto.gasgoo.Com</copyright><pubDate>2026-11-02 20:14:09</pubDate><source><![CDATA[盖世汽车]]></source></item><item><id><![CDATA[70476648]]></id><upDate>2026-11-03 17:36:56</upDate><title><![CDATA[LeTugrance开发多功能生物矿物夹层复合材料 集成隔音、隔热与阻燃功能]]></title><link><![CDATA[https://auto.gasgoo.com/news/202611/2I70476648C409.shtml]]></link> <description><![CDATA[盖世汽车讯 据外媒报道，深科技材料初创公司LeTugrance宣布将展示一种超轻型结构方案，旨在取代航空航天、电动垂]]></description><content><![CDATA[<p style="text-align: left;">盖世汽车讯 据外媒报道，深科技材料初创公司LeTugrance宣布将展示一种超轻型结构方案，旨在取代航空航天、电动垂直起降飞行器（eVTOL）及豪华汽车内饰中常用的重型石油基塑料及各类辅助系统组件。</p><p style="text-align:center"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/image/20261102/6392924687878320887091093.png" title="LeTugrance.png" alt="LeTugrance.png"/></p><p style="text-align: center !important;line-;font-size: 14px !important;color: #999999;margin-top: 10px !important;" label="图片备注">图片来源：LeTugrance</p><p style="text-align: left;">传统的轻量化座舱内衬主要依赖无孔的石油基聚合物材料。在飞行器从巡航阶段转入下降阶段时，这些处于低温状态的聚合物表层会产生严重的内部冷凝现象（即“座舱降雨”），迫使航空器及电动汽车制造商不得不额外加装数十公斤重的除湿装置、隔音毡和加热系统组件。</p><p style="text-align: left;">LeTugrance 通过一种常温固化的矿物复合材料架构，解决了上述系统性弊端；该架构每平方米重量仅约 4.5 公斤。这一“四合一”整体式结构集成了以下功能：</p><ul class=" list-paddingleft-2" style="list-style-type: disc;"><li><p style="text-align: left;">被动式 NVH（噪声、振动与声振粗糙度）阻尼：将剪切应变转化为微热能耗散（根据 ASTM E756 标准，损耗因子 η = 0.060–0.090），使每个座舱可减少 15–20 公斤的额外自重。</p></li><li><p style="text-align: left;">低压主动式热屏障：通过 5V–48V 直流电（安全电压）驱动内置的碳质夹层，利用 16.7% 的低功耗主动脉冲循环，使座舱表面温度保持在露点之上，从而将辅助能耗降低高达 70%。</p></li><li><p style="text-align: left;">本质型 FST（防火、防烟、防毒）阻燃性能：可在 8 秒内自熄，且无有毒卤素气体释放，亦无燃烧滴落物；该设计符合 FAR 25.853 标准（60 秒垂直燃烧测试）的要求。</p></li><li><p style="text-align: left;">零 VOC 排放与 100% 闭环循环：座舱内 VOC 排放量为 0.0mg/m³；在产品寿命终结时，可通过非化学方式进行机械粉碎，直接再加工成新一代复合材料的芯材填充物。</p></li></ul><p style="text-align: left;">“飞行器与交通工具的真正高效，源于从系统整体层面进行的减量优化，而非仅仅在塑料部件上斤斤计较那几克重量，”LeTugrance 创始人兼材料架构师Liudmila Tuchkova表示，“通过将结构稳固性、低压加热功能以及声学阻尼特性整合进单一的‘零填埋’矿物基质中，我们能够为工程师提供达到 A 级外观标准的饰面，且无需增加任何多余的重量负担。”</p>]]></content><copyright>auto.gasgoo.Com</copyright><pubDate>2026-11-02 20:08:26</pubDate><source><![CDATA[盖世汽车]]></source></item><item><id><![CDATA[70476647]]></id><upDate>2026-11-02 20:07:16</upDate><title><![CDATA[像人类学习一样 NTU研发出能够持续学习的自动驾驶汽车]]></title><link><![CDATA[https://auto.gasgoo.com/news/202611/2I70476647C409.shtml]]></link> <description><![CDATA[盖世汽车讯 人们在学习开车时，往往是从“表现糟糕”开始的：车子熄火、刹车太晚、转弯时偏离车道……坐在副驾驶座上的教练会及时纠正这些错误。经过数月的练习，这类纠正变得越来越少，最终，驾驶者便能独自上路了]]></description><content><![CDATA[<p style="text-align: left;">盖世汽车讯 人们在学习开车时，往往是从“表现糟糕”开始的：车子熄火、刹车太晚、转弯时偏离车道……坐在副驾驶座上的教练会及时纠正这些错误。经过数月的练习，这类纠正变得越来越少，最终，驾驶者便能独自上路了。</p><p style="text-align: left;">自动驾驶汽车的学习方式则截然不同。在获准上路前，它们必须经过大量的训练；一旦投入实际运行，其掌握的知识体系便基本固定下来。当遇到训练数据中未涵盖的情况时，它们无法像人类那样“吃一堑长一智”并继续前行。</p><p style="text-align:center"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/image/20261102/6392924666023248284197415.png" title="像人类1.png" alt="像人类1.png"/></p><p style="text-align: center !important;line-height: 30px !important;font-size: 14px !important;color: #999999;margin-top: 10px !important;" label="图片备注">图片来源：南洋理工大学</p><p style="text-align: left;">据外媒报道，南洋理工大学（NTU）的Lyu Chen教授及其团队研发出了一种能够持续学习的自动驾驶汽车。在投入使用后，它依然能够不断学习——当人类驾驶员介入并进行纠正时，它便能从中汲取经验，就像学徒向师傅请教一样。这项题为《面向自动驾驶车辆多维度提升的人机引导式持续学习》（Human-guided continual learning for multifaceted improvement of self-driving vehicles）的研究成果，近期发表在期刊《自然-通讯》（Nature Communications）上。</p><p style="text-align: left;">车辆负责驾驶，人类则在旁监督；一旦车辆出现失误，人类便会介入纠正。车辆会采纳这些纠正，从中汲取经验，从而在下次遇到同样情况时表现得更好。随着学习的深入，人类的干预需求也会随之减少。</p><p style="text-align: left;">Lyu教授表示：“学徒在面对新情况时，不会一切从零开始重新学习。他们会在已有知识的基础上，根据需要接受纠正，并逐渐变得更加独立。这与我们正试图在车辆上复现的学习过程非常相似。”</p><p style="text-align: left;"><strong>行驶不好的车</strong></p><p style="text-align: left;">一辆汽车在一个城市开得很好，但在另一个城市却开得不好，这不能归咎于它的传感器。道路规则是当地的。</p><p style="text-align: left;">在一个国家超车是在右侧，而在另一国家则是在左侧超车。何时让路、变道前要留出多少空间、以多慢的速度超越骑自行车的人，所有这些都会随着当地法律和当地习惯的变化而变化。汽车可以在没有划痕的情况下完成一次操作，并且仍然像游客一样驾驶。</p><p style="text-align:center"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/image/20261102/6392924670743231964576366.png" title="像人类2.png" alt="像人类2.png"/></p><p style="text-align: left;"><p style="text-align: center !important;line-height: 30px !important;font-size: 14px !important;color: #999999;margin-top: 10px !important;" label="图片备注">图片来源：南洋理工大学</p></p><p style="text-align: left;">Lyu教授表示，将自动驾驶系统转移到新的地方“不仅仅是改变地图”。不同的道路、不同的法规、不同的天气、不同的驾驶方式。传统上，适应所有这些意味着收集新数据并从头开始重新训练大部分系统。</p><p style="text-align: left;">这个成本很容易被低估。随着无人驾驶汽车到达世界各地越来越多的城市，教每个人一个新地方的成本成为他们到达那里的真正障碍之一。</p><p style="text-align: left;"><strong>“纠正”并非“失败”</strong></p><p style="text-align: left;">当人类驾驶员从自动驾驶系统手中接管车辆控制权时，大多数系统将其视为一种“失败”。这种接管行为会被记录为一起“安全事件”，而车辆本身则保持原样，随时可能再次犯下同样的错误。</p><p style="text-align: left;">Lyu教授团队从这一过程中看到了不同的意义：人类的接管其实也是一种“示范”——人类向车辆展示了它本应采取的正确操作。</p><p style="text-align: left;">“如果人类已经纠正过车辆的一次错误，为什么车辆还会再次犯下本质上相同的错误呢？”Lyu教授问道。整套方法正是基于这一问题而发展起来的：它将原本发生的“接管”行为转化为车辆能够汲取的“经验教训”。</p><p style="text-align: left;"><strong>在学习的同时不遗忘</strong></p><p style="text-align: left;">让车辆学习新事物只是任务的一半，且相对容易；而难点在于，如何在习得新知识的同时，不抹除它原本已掌握的技能。</p><p style="text-align:center"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/image/20261102/6392924672673993999977202.png" title="像人类3.png" alt="像人类3.png"/></p><p style="text-align: left;"><p style="text-align: center !important;line-height: 30px !important;font-size: 14px !important;color: #999999;margin-top: 10px !important;" label="图片备注">图片来源：南洋理工大学</p></p><p style="text-align: left;">机器学习系统很容易出现这种情况：在学习新技能时，新的训练过程可能会悄然覆盖掉旧有的知识——这一问题被称为“灾难性遗忘”。对于自动驾驶汽车而言，这是绝对无法接受的：车辆在应对罕见路况时表现的提升，绝不能以牺牲其在日常驾驶中的表现为代价。</p><p style="text-align: left;">因此，研发团队在设计车辆系统时，使其能够兼顾两方面：既保持足够的灵活性以吸纳新的修正，又具备充足的“记忆”来保护既有的技能。</p><p style="text-align: left;">当车辆自身的判断与人类的操作发生分歧时，它不会盲目照搬人类的做法。它会权衡这一修正与自身既有的成熟技能，在采纳人类建议的同时，确保其他已掌握的能力不受干扰。</p><p style="text-align: left;"><strong>实地验证</strong></p><p style="text-align: left;">仿真是一回事，而更严苛的考验在于让真实的车辆在真实的赛道上行驶——在车辆一圈又一圈的运行过程中，由人类进行监督，并在车辆出现偏差时及时介入纠正。</p><p style="text-align: left;">经过一圈又一圈的修正，这些干预措施产生了成效。在仅进行了几轮人工引导后，该车辆的“伦理风险”（即综合考量碰撞发生概率与潜在伤害程度的一项指标）便降至了初始水平的约十分之一。</p><p style="text-align: left;">最引人注目的结果出现在那些罕见的情境中——即车辆极少遇到、且最难应对的那些特殊而棘手的状况。</p><p style="text-align: left;">在通过对少数此类状况的修正进行学习后，该车辆在其他从未遇到过的罕见情境中，表现也有所提升。</p><p style="text-align: left;">Lyu教授表示：“这表明，它并非仅仅是在死记硬背一个个具体的案例，而是开始掌握了关于良好驾驶行为的更普遍的规律。”</p><p style="text-align: left;">他指出，无论情境如何变化，其核心任务始终如一：安全抵达目的地，妥善对待其他道路使用者，并遵守交通规则。在一个场景中学到的经验，完全可以迁移到另一个场景中。</p><p style="text-align: left;"><strong>无法解决的问题</strong></p><p style="text-align: left;">Lyu教授对于这项研究的局限性有着清醒的认识。</p><p style="text-align: left;">自动驾驶汽车向人类驾驶员学习，但人类未必总是优秀的驾驶者。他指出：“人类驾驶员并不会仅仅因为是‘人’，其行为就天然正确。”</p><p style="text-align: center;"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/image/20261102/6392924677323744797971190.png" title="像人类4.png" alt="像人类4.png"/></p><p style="text-align: left;"><p style="text-align: center !important;line-height: 30px !important;font-size: 14px !important;color: #999999;margin-top: 10px !important;" label="图片备注">图片来源：南洋理工大学</p></p><p style="text-align: left;">所谓“有效的纠正”，是指在自动驾驶汽车判断失误时，人类驾驶员采取了更安全的操作。然而，如何准确区分“有效的纠正”与“错误的干预”，至今仍是一个尚未解决的难题。</p><p style="text-align: left;">此外，还会出现一些规则无法预见的极端紧急情况。有时，最安全的做法反而是打破规则——例如越过车道线，以避开逆向行驶的车辆。</p><p style="text-align: left;">目前的系统旨在遵循规则进行驾驶，尚不具备这种“跳出规则”的能力。这需要比单纯的驾驶技能更高层面的推理能力，而这在当前领域内仍是一个尚未攻克的课题。</p><p style="text-align: left;"><strong>未来走向何方</strong></p><p style="text-align: left;">Lyu教授最感兴趣的，是那种能够持续学习的汽车。</p><p style="text-align: left;">大多数自动驾驶汽车在离开实验室的那一刻，学习过程便宣告终结。它们所掌握的知识被固定下来，不再发生改变。他希望打破这一局限，打造出能够在整个运行周期内，通过接触新环境和获取反馈不断学习的汽车——让它们在行驶过程中变得愈发安全。</p><p style="text-align: left;">“未来的自动驾驶系统不应被视为‘成品’，即那种离开实验室时智能水平便已定型的产品，”他说道。</p><p style="text-align: left;">这一理念的应用远不止于汽车。无论是仓库里的机器人，还是居家助手，任何与人类并肩工作的系统，都可以采用同样的方式进行学习。他认为，一个能够不断从周围人群中汲取经验的系统，才真正具备了在现实世界中立足的能力。</p>]]></content><copyright>auto.gasgoo.Com</copyright><pubDate>2026-11-02 20:07:14</pubDate><source><![CDATA[盖世汽车]]></source></item><item><id><![CDATA[70476646]]></id><upDate>2026-11-02 20:01:49</upDate><title><![CDATA[CoreWeave 推出CoreWeave Physical AI Launchables 助力简化机器人与自动驾驶开发中的前期配置工作]]></title><link><![CDATA[https://auto.gasgoo.com/news/202611/2I70476646C409.shtml]]></link> <description><![CDATA[盖世汽车讯 据外媒报道，人工智能的核心云平台CoreWeave宣布推出“CoreWeave 物理人工智能启动方案”（CoreWeave ]]></description><content><![CDATA[<p style="text-align: left;">盖世汽车讯 据外媒报道，人工智能的核心云平台CoreWeave宣布推出“CoreWeave 物理人工智能启动方案”（CoreWeave Physical AI Launchables）。这是一套以“模板”（Templates）形式封装的物理人工智能（Physical AI）工作负载集合，由 CoreWeave 工程师构建并经过测试。它使机器人、自动驾驶（AV）及仿真团队能够通过单一指令直接启动任务，无需预先重新构建运行环境。</p><p style="text-align:center"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/image/20261102/6392924633440168126039970.png" title="core.png" alt="core.png"/></p><p style="text-align: center !important;line-height: 30px !important;font-size: 14px !important;color: #999999;margin-top: 10px !important;" label="图片备注">图片来源：CoreWeave</p><p style="text-align: left;">在机器人和自动驾驶工程领域，真正的难点往往不在于感知、运动规划或控制系统，而在于任务启动前的那一周——团队必须先搭建运行环境、配置存储系统，还要等待调度程序就绪，才能真正开始执行首个任务。CoreWeave 工程师针对这些团队最常运行的工作负载，构建并测试了相应的配置方案。这意味着团队可以直接基于一套现成可用的环境开展工作，而不必为每一项新任务重复构建相同的运行环境。</p><p style="text-align: left;">CoreWeave Physical AI Launchables 建立在 CoreWeave 现有的技术栈之上，该技术栈涵盖了工作负载运行所需的基础设施、用于监控运行状态的可观测性工具，以及用于开发和优化模型与智能体（Agent）的 CoreWeave Forge 平台。CoreWeave Physical AI Launchables 将这一技术栈进一步扩展至工程层——即工程师和开发者用于构建机器人、自动驾驶汽车（AV）及数字孪生的各类软件。这些软件由 NVIDIA 及该领域的其他领先企业提供，而使其能够在 CoreWeave 平台上顺畅运行的配置，则源自我们自身的工程开发成果。每一项Template都提供了一个经过验证的起点：团队只需将其指向各自的场景与数据，即可在预留的算力资源上运行——既可用于持续性的项目开发，也可作为临时任务来验证某个特定构想。</p><p style="text-align: left;">在发布初期，这些模板涵盖了五款工具：NVIDIA Isaac Sim、CARLA、MuJoCo、NVIDIA AlpaSim 和 NVIDIA Cosmos 3，全面覆盖了物理AI闭环中的数据生成、评估与评分，以及策略训练等环节。每款工具都配有一个“空白模板”，确保团队不仅限于使用 CoreWeave 预先封装好的工作负载。此外，CoreWeave Physical AI Launchables 还集成了全新的 Cosmos Data Factory 智能体技能，支持利用生成式 AI 进行数据增强（涵盖视频、图像和文本），并具备自动标注、数据筛选与检索等功能。未来，更多基于 Cosmos Data Factory 的工作流程也将以“模板”的形式陆续推出。</p><p style="text-align: left;">“机器人和自动驾驶汽车团队正在从事该行业中最具挑战性的工程工作，他们的精力理应投入到这些核心任务中，”CoreWeave 负责物理AI的高级副总裁 Richard Ahlfeld 表示，“Physical AI Launchables为他们现有的工具提供了一个经过验证的起点，使他们能够将更多时间专注于那些只有他们自己才能完成的工作。”</p><p style="text-align: left;">CoreWeave 的Physical AI Launchables内置了专为 CoreWeave 云平台高性能运行而调优的智能体技能（agent skills）。该套件随每个Template一同提供，支持 Claude Code、Codex 及其他各类编程智能体。智能体不仅能够判断哪些设置值得调整，还能像工程师一样下达指令，并能独立分析运行结果——即在关注任务是否完成的同时，还能解读任务执行过程中的产出。这正是“能够启动任务的智能体”与“能够圆满完成实际任务的智能体”之间的关键区别。</p><p style="text-align: left;">“NVIDIA 针对物理 AI 提供的参考智能体（Agent）技能，旨在支持在任何云平台上运行，”NVIDIA 产品管理总监 Nakul Arora 表示，“CoreWeave 针对其 AI 云平台构建了经过优化的版本，并将其集成在Physical AI Launchables中提供。这意味着相关工作流程能够在其基础设施上原生运行，从而让开发者能够专注于解决物理 AI 本身的问题，而无需操心底层的编排工作。”</p><p style="text-align: left;"><strong>对于工程团队而言，Template改变了工作开展的层面：</strong></p><p style="text-align: left;">在领域层面开展工作。团队可以使用他们所熟悉的模型、数据集、环境和评估方法进行构建，而底层的打包、部署和执行工作则由 CoreWeave 负责处理。</p><p style="text-align: left;">复用并调整现有模板。在无需重建运行环境的前提下，即可修改配置或应用程序代码。通过共享模板，后续的实验可以直接基于先前已成功运行的基础进行开展。</p><p style="text-align: left;">确保 GPU 专注于 GPU 任务。在工作负载允许的情况下，模板可在 GPU 执行前完成仅需 CPU 处理的准备工作，并在 GPU 任务结束后立即释放资源。</p><p style="text-align: left;">并行运行，互不干扰。每个模板都定义了各自的资源和并发限制，从而避免了并行任务之间的资源争抢。</p><p style="text-align: left;">通过脚本和智能体（Agents）实现自动化。所有操作均有记录，且所有响应均可被机器读取。脚本和编程智能体能够启动任务、进行监控并获取结果。</p><p style="text-align: left;">统一汇总所有结果。报告、指标、媒体文件及诊断信息均通过同一接口返回，方便评估执行成果并快速定位故障。</p>]]></content><copyright>auto.gasgoo.Com</copyright><pubDate>2026-11-02 20:01:48</pubDate><source><![CDATA[盖世汽车]]></source></item><item><id><![CDATA[70476645]]></id><upDate>2026-11-02 19:57:45</upDate><title><![CDATA[Arbe 推出 Gryphon 雷达系统 为在复杂地形上行驶的无人地面车辆提供可靠的感知能力]]></title><link><![CDATA[https://auto.gasgoo.com/news/202611/2I70476645C409.shtml]]></link> <description><![CDATA[盖世汽车讯 据外媒报道，超高分辨率雷达解决方案供应商 Arbe Robotics 推出 “Gryphon 雷达系统”。这是一款专为无人地面车辆（UGV）设计的全新超高分辨率 4D 成像雷达，能够在多尘、地形崎岖或未铺装路面等复杂环境]]></description><content><![CDATA[<p style="text-align: left;">盖世汽车讯 据外媒报道，超高分辨率雷达解决方案供应商 Arbe Robotics 推出 “Gryphon 雷达系统”。这是一款专为无人地面车辆（UGV）设计的全新超高分辨率 4D 成像雷达，能够在多尘、地形崎岖或未铺装路面等复杂环境下，为车辆提供可靠的感知能力——而在这些环境下，其他类型的传感器往往难以获取高质量的成像数据。该系统的推出，使 Arbe 的目标市场进一步扩展至日益增长的无人地面车辆（UGV）领域。</p><p style="text-align:center"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/image/20261102/6392924620559137324492000.jpg" title="Arbe.jpg" alt="Arbe.jpg"/></p><p style="text-align: center !important;line-height: 30px !important;font-size: 14px !important;color: #999999;margin-top: 10px !important;" label="图片备注">图片来源：Arbe Robotics</p><p style="text-align: left;">受军事和民用领域应用日益广泛的推动，全球无人地面车辆（UGV）市场预计到 2033 年将达到 77 亿美元，复合年增长率（CAGR）为 10%。目前，无人地面车辆正越来越多地应用于国防、物流、采矿、农业及工业等领域；通过实现车辆自主运行，不仅能减少人员在危险环境中的暴露风险，还能显著提升作业效率。</p><p style="text-align: left;">随着地面车辆的自主化程度不断提高，感知与导航变得愈发关键。与在铺装路面上行驶的车辆不同，UGV通常在非结构化地形中作业，而这些环境往往存在全球导航卫星系统（GNSS）信号减弱甚至完全缺失的情况。在越野作业中，尘土、烟雾、浓雾、雨雪以及黑暗环境十分常见，这些条件会严重限制摄像头和激光雷达的性能；因此，系统迫切需要能够在能见度受限的情况下，依然提供详尽且可靠成像数据的感知技术。</p><p style="text-align: left;">Gryphon 旨在为地面车辆的自主化提供感知基础。其高密度的四维（4D）成像雷达数据能够提供必要的空间细节，从而识别并区分岩石、碎片、障碍物、植被及其他各类障碍，同时还能探测到沟渠、坑洞和冲刷地带等“负向障碍物”——即车辆无法安全通行的区域。除了环境感知外，这些雷达数据还支持自由空间测绘、目标追踪、里程计推算及定位，从而确保车辆在 GNSS 信号不可用的环境中也能实现有效导航。</p><p style="text-align: left;">Arbe 首席执行官 Ram Machness 表示：“我们相信，Gryphon 能够提供高度精细的感知能力，助力UGV在尘土飞扬、地形复杂多变及其他严苛环境下实现自主导航与作业。对于 Arbe 而言，这开启了一个全新的重要市场；我们超高分辨率雷达的各项性能，恰好能有效应对这些车辆所面临的挑战。通过 Gryphon，我们将整套雷达技术栈推向市场，打造出一款专为越野自主驾驶实际需求而设计的雷达系统。”</p><p style="text-align: left;">Gryphon 基于 Arbe 的车规级雷达架构构建，集成了 48 个发射通道和 48 个接收通道，能够生成高密度的 4D 点云。该系统结构紧凑，易于集成：其固态硬件不含任何运动部件，在实现低 SWaP-C（即小尺寸、轻重量、低功耗和低成本）方面进行了深度优化，并支持更长的数据线缆，从而能够灵活地进行传感器部署。Gryphon 的适用范围广泛，既可用于小型无人地面车辆，也能应用于大型工业车辆及重型车辆；其功能涵盖了从辅助驾驶、远程操控，到“领航-跟随”式车队编队，乃至完全自主驾驶的多种应用场景。</p>]]></content><copyright>auto.gasgoo.Com</copyright><pubDate>2026-11-02 19:57:44</pubDate><source><![CDATA[盖世汽车]]></source></item><item><id><![CDATA[70476644]]></id><upDate>2026-11-02 19:55:37</upDate><title><![CDATA[神户大学开发出聚合物膜 助力膜技术实现锂回收与盐分纯化]]></title><link><![CDATA[https://auto.gasgoo.com/news/202611/2I70476644C409.shtml]]></link> <description><![CDATA[盖世汽车讯 据外媒报道，神户大学（Kobe University）研究人员及其合作者开发出一种聚合物膜，该膜能让单电荷离子]]></description><content><![CDATA[<p style="text-align: left;">盖世汽车讯 据外媒报道，神户大学（Kobe University）研究人员及其合作者开发出一种聚合物膜，该膜能让单电荷离子快速通过，同时有效阻隔多电荷离子（无论其带正电还是负电）。相关研究成果已发表在期刊《科学进展》（Science Advances）上。</p><p style="text-align:center"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/image/20261102/6392924610689637968209168.jpg" title="埃级.jpg" alt="埃级.jpg"/></p><p style="text-align: center !important;line-height: 30px !important;font-size: 14px !important;color: #999999;margin-top: 10px !important;" label="图片备注">图片来源：神户大学</p><p style="text-align: left;">通过构建埃（Å）尺度的互连含水通道，研究人员实现了从富镁卤水中高效富集锂，并从模拟海水中高纯度地回收盐分，这为实现可持续的资源回收开辟了新的可能。</p><p style="text-align: left;"><strong>分离有价离子的挑战</strong></p><p style="text-align: left;">锂对于电动汽车和可再生能源存储系统所使用的可充电电池至关重要。然而，从天然盐湖卤水中回收锂仍是一项艰巨的挑战，因为这些溶液中往往含有大量的镁及其他溶解盐类。在海水处理过程中也存在类似难题，即必须从复杂的溶解离子混合物中分离出有价值的盐类。</p><p style="text-align: left;">基于膜的分离技术为传统的化学处理方法提供了一种极具前景的替代方案；然而，现有的膜材料往往面临一个根本性的权衡：离子传输效率与选择性难以兼得。扩大膜通道虽能促进离子迁移，却也会导致不需要的离子随之通过；而缩小膜通道虽能提升分离效果，却又会牺牲传输效率。</p><p style="text-align: left;">此外，传统的离子交换膜通常仅针对带正电或带负电的离子。如何开发出一种能够有效区分单价与多价离子（且同时适用于阳离子和阴离子体系）的膜材料，依然是一个重大的技术挑战。</p><p style="text-align: left;"><strong>在分子尺度上构建水通道</strong></p><p style="text-align: left;">为克服现有局限，神户大学膜工程研究人员Lin Yuqing、Matsuyama Hideto及其同事开发出了一类新型离子交换膜，该膜基于由Tröger&#39;s base衍生的多孔有机聚合物。</p><p style="text-align: left;">研究人员通过结合特制的分子构筑单元，构建出一种刚性的三维聚合物网络，其中包含相互连通、孔径约为 0.5–0.7 纳米的孔隙。</p><p style="text-align: left;">随后，他们引入了带电官能团，在保持膜结构稳定性的同时，促进了连续的、充满水的路径（即“水合通道”）的形成。与主要依赖调节孔径或膜电荷的传统方法不同，该策略能够同时调控孔隙结构、连通性以及离子迁移所处的局部化学环境。</p><p style="text-align: left;">“关键不仅在于缩小膜孔，还在于调控水分子在膜孔内的排列与连接方式，”Lin解释道，“通过对这些水合通道进行工程化设计，我们既能促进单价离子的迁移，又能为多价离子构筑起坚固的屏障。”</p><p style="text-align: left;">实验与分子模拟研究表明，该膜的选择性源于多种机制的协同作用。单价离子能够对其周围的水分子进行一定程度的重排，从而以相对较低的阻力穿过狭窄通道；而多价离子则因更强的水合作用、空间限域效应以及静电相互作用，面临着高得多的迁移壁垒。</p><p style="text-align: left;">具体而言，带正电的镁离子会受到空间限域和静电排斥作用的阻碍；而带负电的硫酸根离子则会与膜内的带电位点发生强结合，从而受到迁移限制。这种在阳离子和阴离子体系中均能区分单价离子与多价离子的能力，正是该新型膜的一大显著特征。</p><p style="text-align: left;"><strong>从选择性离子迁移到锂回收</strong></p><p style="text-align: left;">为了验证该膜的实际应用潜力，研究人员将其应用于一个三级电渗析工艺中，用于从富镁盐湖卤水中回收锂。电渗析利用电场驱动溶解离子穿过选择性膜，从而实现目标离子的分离与富集。</p><p style="text-align: left;">经过三级分离，卤水中的镁锂比从最初的约 40 降至仅 0.08，降幅近 500 倍。</p><p style="text-align: left;">随后，富锂溶液被转化为结晶态碳酸锂，纯度达到 99.5%。该膜在超过 400 小时的连续电渗析运行过程中，始终保持了稳定的分离性能，展现出在严苛工况下长期使用的潜力。</p><p style="text-align: left;">除了回收锂之外，研究人员还证明，同一种膜能够从模拟海水中选择性地富集氯化钠。</p><p style="text-align: left;">经过处理后，在富集溶液中，钠离子和氯离子占所测离子总质量的99.4%。这些研究结果凸显了该膜设计的多功能性——它不仅限于单一应用，还能实现对不同离子混合物的选择性分离。</p><p style="text-align: left;">Matsuyama表示：“能够将快速离子传输与精确的选择性相结合，是膜分离技术向前迈出的重要一步。这种方法为从复杂水溶液中回收宝贵资源提供了新的契机。”</p><p style="text-align: left;"><strong>迈向更可持续的资源回收</strong></p><p style="text-align: left;">研究结果表明，通过在分子层面调控充满水的通道，可以克服离子传输效率与选择性之间长期存在的权衡难题。该膜兼具快速传输、出色的离子识别能力和结构稳定性，为实现资源利用效率更高的分离过程提供了一个极具前景的平台。</p><p style="text-align: left;">后续研究将重点评估该膜在实际工业用水和天然水源中的表现，改进大规模膜制备工艺，并将此技术集成到实际的分离系统中。</p><p style="text-align: left;">除了锂提取和盐分纯化之外，该方法还有望应用于未来的膜技术，助力资源回收、废水处理及其他电化学分离过程。</p>]]></content><copyright>auto.gasgoo.Com</copyright><pubDate>2026-11-02 19:55:36</pubDate><source><![CDATA[盖世汽车]]></source></item><item><id><![CDATA[70476643]]></id><upDate>2026-11-02 19:53:58</upDate><title><![CDATA[通用汽车申请可配置屏幕专利]]></title><link><![CDATA[https://auto.gasgoo.com/news/202611/2I70476643C409.shtml]]></link> <description><![CDATA[盖世汽车讯 据外媒报道，通用汽车（GM）已提交了一项关于“可重构屏幕系统”的专利申请。该申请的专利编号为 US 2]]></description><content><![CDATA[<p style="text-align: left;">盖世汽车讯 据外媒报道，通用汽车（GM）已提交了一项关于“可重构屏幕系统”的专利申请。该申请的专利编号为 US 2026/0326553 A1，于 2025 年 4 月 22 日提交至美国专利商标局（USPTO），并于 2026 年 10 月 22 日正式公布。专利发明人为 Joseph F. Szczerba、Ki Hyun Ahn 和 Roy J. Mathieu。</p><p style="text-align:center"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/image/20261102/6392924599602986209048771.jpg" title="您未来1.jpg" alt="您未来1.jpg"/></p><p style="text-align: center !important;line-height: 30px !important;font-size: 14px !important;color: #999999;margin-top: 10px !important;" label="图片备注">图片来源：USPTO</p><p style="text-align: left;">该专利描述了一种配备可移动屏幕的仪表盘系统；这些屏幕既可以独立放置，也能组合成一个连续的显示区域。该系统包含仪表显示屏和信息娱乐屏幕，部分版本还增设了副驾侧显示屏。副驾侧屏幕也可以是平板电脑等个人设备。</p><p style="text-align: left;">其中一个示例展示了仪表显示屏，它包含两个可用于呈现图像或视频的显示面。其侧面最初朝向驾驶员，而主显示面则隐藏在仪表盘内部。该显示屏随后可进行旋转，使主显示面显露出来，同时将侧面移至驾驶员视野之外。</p><p style="text-align: left;">信息娱乐屏幕也能移动，使其边缘与仪表显示屏相接。这些屏幕既可以相互接触并对齐至同一角度，也可以保持彼此间微小的角度差异。另一种布局方式则仅涉及仪表显示屏的移动。此外，副驾侧屏幕也可从其独立位置移出，与其他显示屏并排排列。</p><p style="text-align:center"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/image/20261102/6392924601448250172877676.jpg" title="您未来2.jpg" alt="您未来2.jpg"/></p><p style="text-align: left;"><p style="text-align: center !important;line-height: 30px !important;font-size: 14px !important;color: #999999;margin-top: 10px !important;" label="图片备注">图片来源：USPTO</p></p><p style="text-align: left;">电动马达负责执行位置调整。该方案描述了几种可能的机械结构，包括用于转动屏幕的转轴，以及利用螺杆、齿轮、皮带或直线电机实现的滑动装置。在某些版本中，屏幕可沿导轨移动。</p><p style="text-align: left;">控制器会根据预设偏好、用户既往操作记录、指令、当前所选应用程序或车辆行驶状态等信息，来选择相应的调整方式。用户可通过移动应用程序或车载系统输入个人偏好。</p><p style="text-align: left;">此外，该控制流程还支持通过机器学习算法记录用户的操作需求，并据此进行相应的调整。这意味着屏幕位置能够根据用户的直接指令、所选应用程序或车辆行驶状态，自动做出相应改变。</p>]]></content><copyright>auto.gasgoo.Com</copyright><pubDate>2026-11-02 19:53:58</pubDate><source><![CDATA[盖世汽车]]></source></item><item><id><![CDATA[70476642]]></id><upDate>2026-11-02 19:49:38</upDate><title><![CDATA[Stratasys推出用于批量生产的新型打印机]]></title><link><![CDATA[https://auto.gasgoo.com/news/202611/2I70476642C409.shtml]]></link> <description><![CDATA[盖世汽车讯 据外媒报道，3D 打印解决方案供应商Stratasys将Formnext 展会上发布全新的制造解决方案，在欧洲首次展]]></description><content><![CDATA[<p>盖世汽车讯 据外媒报道，3D 打印解决方案供应商Stratasys将Formnext 展会上发布全新的制造解决方案，在欧洲首次展出 F870™ FDM® 系统，并呈现来自丰田（Toyota）、通用汽车（GM）及其他制造商的工厂车间应用案例。</p><p style="text-align:center"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/1640-X/20261102/6392924573406618881143821.png" title="stratasys.png" alt="stratasys.png"/></p><p style="text-align: center !important;line-height: 30px !important;font-size: 14px !important;color: #999999;margin-top: 10px !important;" label="图片备注">图片来源：Stratasys</p><p>Stratasys 首席执行官 Yoav Zeif 博士表示：“增材制造正日益成为现代工厂车间不可或缺的一部分，它赋予了制造商更高的灵活性、效率、韧性，并增强了他们对生产方式的掌控力。我们观察到，这种转变正在航空航天与国防、汽车、牙科等多个行业中加速推进，客户正将增材制造从单一应用扩展至整个生产工作流程。在 Formnext 展会上，我们将展示实现这一大规模应用所需的各项技术、软件及专业经验。”</p><p>该系统专为大规模生产性能一致的聚合物终端零件而设计，旨在通过一套可扩展的方案，进一步丰富Stratasys面向生产制造的产品组合。</p><p><strong>汽车行业工装</strong></p><p>F870™ FDM® 系统将在欧洲首次亮相，展示如何利用该系统进行大型工装、夹具、检具及各类制造辅助工具的生产。F870 打印机专为工厂生产环境而设计，配备了 1,000 x 610 x 610 毫米的全加热成型腔室，支持工业级材料，并可实现长时间的无人值守运行，助力制造商在厂内自主完成大型工装及生产相关应用。</p><p>此次展出的创新解决方案将助力制造商满足特定应用需求，并提升生产效率：</p><p><strong>利用 SLA 技术加速熔模铸造生产</strong></p><p>Somos® ShellCast™ 树脂与 GrabCAD Print Pro ShellGen™ 模块（用于构建准备），配合 Neo®800+ SLA 打印机，能够帮助铸造厂以及航空航天和国防领域的原始设备制造商（OEM）制作大型、复杂且高精度的无锑熔模铸造母模，从而减少对昂贵传统工装的依赖。</p><p><strong>实现可重复的零件性能，同时减少人工操作</strong></p><p>sCure 是一款专为 Origin® P3™ DLP 平台推出的全新自动化后处理解决方案，集干燥、多波长紫外线固化、加热和光漂白功能于一体。该方案不仅能确保零件性能更加一致，还降低了对操作人员技能水平的依赖。</p><p><strong>性能媲美最终制件的功能性原型</strong></p><p>适用于 J3™ 和 J5™ 3D 打印机的 PolyJet™ ToughONE™ Black 材料，兼具耐用的工程级性能与逼真的黑色外观，助力团队更早地对产品的功能和外观进行评估。</p><p>拓展 FDM 在生产制造领域的应用潜力。</p><p>全新的 FDM® 材料、现有材料性能的提升，以及创新的后处理解决方案，为制造商在应对高要求应用时提供了更多选择。</p>]]></content><copyright>auto.gasgoo.Com</copyright><pubDate>2026-11-02 19:49:37</pubDate><source><![CDATA[盖世汽车]]></source></item><item><id><![CDATA[70476641]]></id><upDate>2026-11-02 19:28:36</upDate><title><![CDATA[成均馆大学开发两项下一代人工智能技术 可将计算资源消耗降低三分之二]]></title><link><![CDATA[https://auto.gasgoo.com/news/202611/2I70476641C409.shtml]]></link> <description><![CDATA[盖世汽车讯 据外媒报道，成均馆大学（Sungkyunkwan University）电子电气工程学院 Minhae Kwon 教授领导的研究团]]></description><content><![CDATA[<p style="text-align: left;">盖世汽车讯 据外媒报道，成均馆大学（Sungkyunkwan University）电子电气工程学院 Minhae Kwon 教授领导的研究团队开发了两项下一代人工智能 (AI) 核心技术，使 AI 系统能够更有效地处理复杂的长期任务，同时降低计算成本并提高安全性。这些发现解决了阻碍昂贵的人工智能助理服务商业化以及阻碍人工智能在机器人和自动驾驶等安全关键领域部署的关键挑战。研究结果发布在 arXiv 预印本服务器上。</p><p style="text-align:center"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/image/20261102/6392924444575698297229631.jpg" title="人工智能.jpg" alt="人工智能.jpg"/></p><p style="text-align: center !important;line-height: 30px !important;font-size: 14px !important;color: #999999;margin-top: 10px !important;" label="图片备注">图片来源：成均馆大学</p><p style="text-align: left;">接收用户指令并自主计划和执行任务的人工智能助手（例如基于 ChatGPT 的代理）正变得越来越普遍。然而，许多现有的人工智能代理在任务的每个阶段都依赖于另一个高性能人工智能模型的重复反馈——本质上是在问“我做得正确吗？”在每一步。此过程显着增加了服务器和计算成本，同时也减慢了响应时间。</p><p style="text-align: left;"><strong>选择性反馈可降低计算成本</strong></p><p style="text-align: left;">为解决这一问题，由博士生Heewon Park担任第一作者的研究团队开发了一种名为“SAG”（即“带门控评估的自我提升智能体”，Self-improving Agent with Gated critique）的框架。这类似于学生自主学习的过程——只有在遇到特别棘手的问题时才会向老师求助；SAG框架允许人工智能（AI）智能体评估自身的不确定性，仅在获取外部反馈“物有所值”时才寻求反馈。该框架还能让AI积累成功经验，实现自我持续改进，从而随着时间的推移，逐渐降低对外部反馈的依赖。</p><p style="text-align: left;">得益于此，该系统将计算资源消耗降至传统方法的三分之一左右，同时在复杂的虚拟环境中，任务成功率从24.6%提升至78.3%，实现了超过三倍的性能提升。</p><p style="text-align: left;"><strong>剔除由偶然因素促成的“成功”</strong></p><p style="text-align: left;">与此同时，由硕士生Guhyeon Kang担任第一作者的研究团队开发出一种名为“VAN-Flow”的高可靠性强化学习技术。该技术旨在防止人工智能（AI）系统在机器人和自动驾驶汽车等对安全性要求极高的应用场景中，将偶然的成功误判为真正有效的策略。</p><p style="text-align: left;">在现实世界中进行“试错”可能会引发事故，因此AI往往只能基于既往收集的数据进行训练。在此过程中，系统可能会从某些恰好“侥幸成功”的危险行为中进行学习，进而将这种不稳定的行为错误地视为有效策略，这极易导致系统故障或运行失常。</p><p style="text-align: left;">研究团队设计了一种全新的数学算法，能够剔除那些依赖偶然因素、不可靠的行为，转而优先选择在各种不同条件下均能稳定取得成功的行动方案。基于这一方法，在超过40项复杂的机器人控制模拟任务中——这些任务往往伴随着显著的环境干扰，且需要长周期的精确控制——VAN-Flow展现出了比目前大多数前沿方法更高的成功率。</p>]]></content><copyright>auto.gasgoo.Com</copyright><pubDate>2026-11-02 19:28:35</pubDate><source><![CDATA[盖世汽车]]></source></item><item><id><![CDATA[70476640]]></id><upDate>2026-11-02 19:25:59</upDate><title><![CDATA[Cooper Standard推出FlexiFit™产品系列 旨在简化车辆装配并提升制造效率]]></title><link><![CDATA[https://auto.gasgoo.com/news/202611/2I70476640C409.shtml]]></link> <description><![CDATA[盖世汽车讯 据外媒报道，密封及流体输送系统与组件供应商Cooper Standard推出全新的 FlexiFit 产品系列。这是一]]></description><content><![CDATA[<p style="text-align: left;">盖世汽车讯 据外媒报道，密封及流体输送系统与组件供应商Cooper Standard推出全新的 FlexiFit™ 产品系列。这是一套创新的密封解决方案，旨在帮助汽车制造商简化车辆装配流程、降低制造复杂性，并提升生产效率。</p><p style="text-align:center"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/image/20261102/6392924432592357595604693.jpg" title="cooper.jpg" alt="cooper.jpg"/></p><p style="text-align: center !important;line-height: 30px !important;font-size: 14px !important;color: #999999;margin-top: 10px !important;" label="图片备注">图片来源：Cooper Standard</p><p style="text-align: left;">FlexiFit 系列是基于客户的直接反馈而开发的，重点满足客户的四大核心需求：减少人工投入、降低复杂性、实现可持续发展以及提升制造效率。通过从提供单一零部件转向提供集成化解决方案，Cooper Standard 能够帮助原始设备制造商（OEM）简化安装工序、减少材料用量并优化供应链物流，同时确保产品始终保持客户所期望的性能与质量。</p><p style="text-align: left;">“我们的客户明确表达了他们所面临的挑战，而 FlexiFit 正是针对这些需求所做出的直接回应，”Cooper Standard 密封系统总裁兼首席制造官 Patrick Clark 表示，“通过重新审视各独立组件之间的协作方式，我们以集成解决方案的形式提供了具有增值意义的创新，从而为客户的制造运营带来切实有效的改善。”</p><p style="text-align: left;"><strong>FlexiFit™ 产品系列中的首批三项创新包括：</strong></p><p style="text-align: left;">FlexiFit™ 1K 玻璃导轨：该产品采用一体式注塑成型设计，旨在取代传统的多部件装配结构。它不仅完全可回收，还简化了安装流程，省去了不必要的工装。与传统的车窗下部支架相比，其优化设计在保持玻璃导向功能和声学性能的同时，重量最多可减轻 20%。</p><p style="text-align: left;">FlexiFit™ 隐藏式外侧腰线饰条：该方案采用创新的嵌入式安装设计，无需使用传统的固定销，从而简化了装配过程，并改善了作业人员的人机工效。与传统的隐藏式外侧腰线饰条相比，该设计可节省超过 10% 的装配工时；与法兰安装式方案相比，重量最多可减轻 40%，同时仍能保持同等的关门声学表现。</p><p style="text-align: left;">FlexiFit™ 车顶行李架：该集成式解决方案专为无框车门架构而设计，将多个组件整合为一个精简、轻量化的总成。得益于内置的支柱卡扣，该设计较传统的车顶行李架方案显著缩短了安装时间，同时减少了组件数量并降低了物流需求。此外，与传统的车顶行李架架构相比，该解决方案还实现了高达 24% 的减重效果。</p><p style="text-align: left;">通过轻量化设计、可回收材料以及组件整合，FlexiFit 系列产品不仅助力客户实现可持续发展目标，还降低了包装、搬运及物流方面的复杂性。</p><p style="text-align: left;">目前，FlexiFit 系列中的三项创新方案已可供客户用于项目开发；随着该系列产品的不断扩展，未来还将推出更多集成式密封解决方案。</p>]]></content><copyright>auto.gasgoo.Com</copyright><pubDate>2026-11-02 19:25:59</pubDate><source><![CDATA[盖世汽车]]></source></item><item><id><![CDATA[70476639]]></id><upDate>2026-11-02 19:23:42</upDate><title><![CDATA[Aseon Labs 推出全球首款适用于各类自动驾驶车队的便携式机器人维修保养站]]></title><link><![CDATA[https://auto.gasgoo.com/news/202611/2I70476639C409.shtml]]></link> <description><![CDATA[盖世汽车讯 据外媒报道，Aseon Labs推出其第一个完全构建的机器人服务舱，标志着旨在帮助自动驾驶车队规模化的便]]></description><content><![CDATA[<p style="text-align: left;">盖世汽车讯 据外媒报道，Aseon Labs推出其第一个完全构建的机器人服务舱，标志着旨在帮助自动驾驶车队规模化的便携式维修站的全球首次亮相。完成的单元目前正在接受主要自动驾驶汽车运营商的部署测试。</p><p style="text-align:center"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/image/20261102/6392924418458724318452214.png" title="Aseon.png" alt="Aseon.png"/></p><p style="text-align: center !important;line-height: 30px !important;font-size: 14px !important;color: #999999;margin-top: 10px !important;" label="图片备注">图片来源：Aseon Labs</p><p style="text-align: left;">随着机器人出租车车队扩大其运营范围并努力提高自动驾驶交通的经济性，这一里程碑将 Aseon 从概念转变为物理硬件。</p><p style="text-align: left;">Aseon 的机器人服务舱将充电、车内清洁和车辆检查等服务直接带到了车队运营区域，从而减少了车辆因日常维护而需前往远端车库的需求。每个预制单元都集成了机械臂、摄像头和充电设备，构成了一套紧凑且可灵活部署的系统；其设计旨在让车辆保持在更靠近乘客的位置，增加有效运营时间，并助力车队实现盈利性增长。</p><p style="text-align: left;">Aseon Labs 联合创始人兼首席执行官 George Kalligeros 表示：“自动驾驶汽车行业已经取得了非凡的进展，而那些将该技术推向市场的车队，每天都在不断验证其无限可能。我们的使命是帮助他们将这些技术进展转化为可盈利、可扩展的运营模式。车辆脱离乘客服务的每一小时，都意味着经济机会的流失。我们正在构建一套基础设施，使车队能够充分挖掘每辆车的价值，并满怀信心地向新市场拓展。”</p><p style="text-align: left;">Aseon 方案的一个核心优势在于其可迁移性。与大型固定式车辆基地不同，Aseon 的服务舱旨在部署在乘客需求集中的区域附近；随着服务范围的调整，这些单元可以进行迁移，并能根据车队规模的扩大实现渐进式扩展。该系统可作为现有车辆基地的补充：通过在车辆运营区域附近处理频繁的日常服务任务，让集中式设施能够专注于更复杂的维护工作。</p><p style="text-align: left;">此外，Aseon 正在开发一种“车队中立”的运营模式。Aseon 计划构建并运营一个服务枢纽网络，能够同时支持多家车队运营商，从而无需每家自动驾驶汽车公司各自建设和管理分散的服务基础设施。</p><p style="text-align: left;">“车队运营方需要能够随业务规模同步快速扩展的基础设施，”Aseon Labs 联合创始人兼首席运营官 Dan Keene 表示，“我们的服务舱旨在灵活部署至车辆所需之处，并能根据需求变化进行迁移；运营方无需自行从零构建一切基础设施，即可获得所需服务。我们致力于解决这些基础设施方面的挑战，让车队运营方能够专注于扩大服务规模、服务乘客，并打造成功的商业模式。”</p>]]></content><copyright>auto.gasgoo.Com</copyright><pubDate>2026-11-02 19:23:42</pubDate><source><![CDATA[盖世汽车]]></source></item><item><id><![CDATA[70476416]]></id><upDate>2026-10-30 16:59:54</upDate><title><![CDATA[香港理工大学揭示针对电动汽车充电导航系统的新型跨域网络攻击风险 助力电力系统安全运行]]></title><link><![CDATA[https://auto.gasgoo.com/news/202610/30I70476416C409.shtml]]></link> <description><![CDATA[盖世汽车讯 随着电动汽车（EV）的迅速普及，交通系统与电力系统之间的联系日益紧密；这在推动创新的同时，也带来]]></description><content><![CDATA[<p style="text-align: left;">盖世汽车讯 随着电动汽车（EV）的迅速普及，交通系统与电力系统之间的联系日益紧密；这在推动创新的同时，也带来了新的脆弱性。</p><p style="text-align:center"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/image/20261030/6392897636243092772224694.jpg" title="香港.jpg" alt="香港.jpg"/></p><p style="text-align: center !important;line-height: 30px !important;font-size: 14px !important;color: #999999;margin-top: 10px !important;" label="图片备注">图片来源：香港理工大学</p><p style="text-align: left;">据外媒报道，香港理工大学（Hong Kong Polytechnic University）的研究人员发现了一种新型跨领域网络攻击：攻击者无需入侵防御严密的电力通信网络，只需操纵电动汽车的充电导航系统，即可将大量车辆引导至同一个充电站。这会导致充电需求在短时间内高度集中，进而可能引发局部停电，或削弱电网的可靠性。</p><p style="text-align: left;">针对电力系统的大多数网络攻击，通常需要攻破电网内部安全且专用的通信网络，而这一过程不仅困难，而且成本高昂。相比之下，面向驾驶员的充电导航系统防护能力较弱，因此成为了攻击者更容易利用的切入点。研究表明，此类攻击可源于配电网络之外，并通过电动汽车的充电行为进行传导，最终威胁到电网的安全运行。</p><p style="text-align: left;">该研究由香港理工大学电机及电子工程学系副系主任兼教授卜BU Siqi领导，旨在探讨信息物理交通系统（CPTS）与信息物理电力系统（CPPS）深度融合所带来的风险。信息物理交通系统将通信网络融入交通系统，用于交通监控、路径规划及出行管理；而信息物理电力系统则将通信网络整合至电力系统中，以确保对发电、输电及配电环节进行可靠的监测、保护与控制。这种融合虽具创新意义，但也产生了可被攻击者利用的潜在漏洞。</p><p style="text-align: left;">研究团队指出，攻击者可通过针对充电价格和交通流量数据实施“稀疏向量攻击”——即注入少量精心构造的虚假数据点，从而误导系统的决策——进而利用这些漏洞，使日益互联的基础设施面临新的风险。</p><p style="text-align: left;">Bu教授表示：“这项研究揭示了源自一个系统的网络攻击如何扩散至另一个系统。通过展示跨域攻击的破坏潜力，我们旨在提升公众的防范意识，并推动采取更强有力的预防措施。”</p><p style="text-align: left;">由于此类网络攻击破坏性极强，它们对信息物理生产系统（CPPS）的影响可能导致严重后果。除了阐明此类攻击的发生方式及其潜在危害外，本研究还提出了具体的防御措施，包括加强对异常价格和流量信号的监测、强化通信链路的保护，以及在电动汽车（EV）充电导航系统中更早地识别出异常的推荐模式。</p><p style="text-align: left;">该研究成果已发表在期刊《IEEE Transactions on Transportation Electrification》上。除了揭示一种潜在的跨领域网络攻击方式及其相关风险外，这项研究还为增强电力与交通集成系统的韧性提供了宝贵的见解。</p><p style="text-align: left;">Bu教授补充道：“随着电动汽车的日益普及，交通系统与电力系统之间的联系将愈发紧密，网络安全也随之变得愈发重要。我们的研究有助于构建更安全的充电环境，实现更可靠的充电服务与系统集成，并支持电动汽车在中国香港、中国内地乃至全球范围内的推广应用。”</p>]]></content><copyright>auto.gasgoo.Com</copyright><pubDate>2026-10-30 16:59:54</pubDate><source><![CDATA[盖世汽车]]></source></item><item><id><![CDATA[70476415]]></id><upDate>2026-10-30 16:58:38</upDate><title><![CDATA[现代汽车集团将发布商用氢燃料电池系统]]></title><link><![CDATA[https://auto.gasgoo.com/news/202610/30I70476415C409.shtml]]></link> <description><![CDATA[盖世汽车讯 据外媒报道，现代汽车集团（Hyundai Motor Group）将在2026年世界氢能博览会（WHE 2026）上展示一系列]]></description><content><![CDATA[<p style="text-align: left;">盖世汽车讯 据外媒报道，现代汽车集团（Hyundai Motor Group）将在2026年世界氢能博览会（WHE 2026）上展示一系列氢能商用出行技术。</p><p style="text-align:center"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/image/20261030/6392897628943006971793272.jpg" title="现代.jpg" alt="现代.jpg"/></p><p style="text-align: center !important;line-height: 30px !important;font-size: 14px !important;color: #999999;margin-top: 10px !important;" label="图片备注">图片来源：现代</p><p style="text-align: left;">现代汽车集团表示将首次发布一款耐用性得到提升的商用氢燃料电池系统。该系统专为商用车设计，旨在满足其相比乘用车更长的运营时间、更远的行驶里程以及更重的载荷需求。</p><p style="text-align: left;">此外，该集团还将首次演示利用自动化加氢机器人为一辆清洁作业车进行加氢的过程。通过全天候的无人化加氢作业，该机器人有望提升驾驶员的便利性，并提高加氢站的运营效率。</p><p style="text-align: left;">此外，现场还将展示“Blue Link Uptime Care”监控解决方案。该方案通过实时追踪氢能商用车的运行状态、关键部件状况及各类故障，助力实现高效的车队管理。</p><p style="text-align: left;">该集团还将展出“Elec City”氢电低地板城际客车。目前，该车型正处于开发阶段，旨在为轮椅使用者及其他行动不便的人群提供更便捷的出行体验。</p><p style="text-align: left;">现代汽车集团的一位负责人表示，公司计划通过更耐用的商用氢燃料电池系统、基于数据的车队管理以及自动化加氢技术，在运营、维护和加氢等环节全面提升客户的便利性。该负责人称：“我们将致力于让氢能商用车成为实际运输业务中值得信赖的选择。”</p>]]></content><copyright>auto.gasgoo.Com</copyright><pubDate>2026-10-30 16:58:38</pubDate><source><![CDATA[盖世汽车]]></source></item><item><id><![CDATA[70476414]]></id><upDate>2026-10-30 16:57:36</upDate><title><![CDATA[Fraunhofer IOSB-AST研发出量子经典系统 旨在解决电动汽车充电问题]]></title><link><![CDATA[https://auto.gasgoo.com/news/202610/30I70476414C409.shtml]]></link> <description><![CDATA[盖世汽车讯 据外媒报道，弗劳恩霍夫IOSB-AST研究所（Fraunhofer IOSB-AST）与本田欧洲研究所（Honda Research Ins]]></description><content><![CDATA[<p style="text-align: left;">盖世汽车讯 据外媒报道，弗劳恩霍夫IOSB-AST研究所（Fraunhofer IOSB-AST）与本田欧洲研究所（Honda Research Institute Europe GmbH）的研究人员开发出一种量子-经典混合框架，旨在优化电动汽车（EV）的充电与行程分配。该研究针对的是一个计算难度极高的问题——即充电与行程的联合调度（属于NP-hard问题）。</p><p style="text-align:center"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/image/20261030/6392897620527738657298021.png" title="量子.png" alt="量子.png"/></p><p style="text-align: center !important;line-height: 30px !important;font-size: 14px !important;color: #999999;margin-top: 10px !important;" label="图片备注">图片来源：ArXiv</p><p style="text-align: left;">研究团队引入了基于逻辑的“冲突割”（conflict cuts）方法，该方法仅需极少量的辅助量子比特（接近于零），即可有效降低计算负载。此外，通过采用一种稀疏递归的荷电状态（State-of-Charge）表述方式，研究进一步提升了计算效率——将约束矩阵的密度降低了约 T/3 倍（其中 T 代表规划时域的长度）。该团队还在IBM量子硬件上对一个小规模算例进行了端到端的运行验证。</p><p style="text-align: left;"><strong>面向电动汽车车队的双向V2G集成</strong></p><p style="text-align: left;">这种约束密度的降低，直接应对了双向“车到电网”（V2G）集成中的一个关键挑战：在对非单调的荷电状态（SoC）动态进行建模时，传统的优化方法往往难以应对其带来的高额计算需求。与简化了电池限制评估的单向充电不同，双向放电要求在每个时间步长内设置密集的约束条件，从而显著增加了计算复杂度。该架构通过“主问题”（负责探索行程分配）与“子问题”（负责评估可行性及成本）之间的迭代求解来不断优化方案，并通过在两者间传递“割平面”（cutting planes）来提升计算精度。</p><p style="text-align: left;">该团队的创新之处在于引入了基于逻辑的“冲突割”（conflict cuts），旨在最大限度地减少在量子优化问题中编码“可行性割”（feasibility cuts）时通常所需的量子比特开销。这些“冲突割”使得QUBO（二次无约束二值优化）编码所需的量子比特数接近于零，这对于实现量子技术的实际应用迈出了重要一步。</p><p style="text-align: left;">能够在现有量子硬件上运行（即便只是针对有限规模的实例），表明了未来有望开发出更高效、更具可扩展性的解决方案，从而更好地管理日益复杂的电动汽车（EV）车队——这些车队可被视为分布式能源资源。研究人员指出，这项工作是首个应用于电动汽车双向充电与车队调度联合优化的混合量子-经典框架。</p><p style="text-align: left;"><strong>基于逻辑割平面的混合Benders分解法</strong></p><p style="text-align: left;">通过一种针对电动汽车（EV）充电优化的创新方法，计算复杂度得以降低，约束矩阵的密度随之减少了约 T/3（其中 T 代表规划时段的长度）。这种效率提升源于一种稀疏递归的荷电状态（SoC）表述方式；该表述包含于一套全新的“量子-经典混合”框架之中，旨在解决电动汽车充电调度与行程分配协同优化所带来的挑战。该框架结合了经典计算与量子计算各自的优势，从而攻克了这一本质上极具难度的优化难题（该问题属于NP-hard问题）。</p><p style="text-align: left;">在优化问题中常用的标准“基于对偶的Benders割”（dual-based Benders cuts），会因荷电状态（SoC）动态的非单调性而效力减弱；这种非单调性源于双向功率流动——即电动汽车既能从电网获取电能，也能向电网回馈电能。而“基于逻辑的割”（logic-based cuts）则规避了这一问题，能够更高效地表述可行性约束。</p><p style="text-align: left;">该团队所采用的方法基于经典的Benders分解技术，即将大规模优化问题拆解为更小、更易于处理的子问题。当所提解可行时，其对偶变量会生成一个“最优性割”（optimality cut）；若解不可行，则会推导出“可行性割”（feasibility cut），以防止算法再次尝试该解。研究人员提出的“基于逻辑的割”优化了这一过程，在提升计算速度的同时，也提高了求解的准确性。</p><p style="text-align: left;">递归式荷电状态（SoC）表述可降低约束密度。这种约束密度的降低，源于对SoC边界处理方式的重新构建，从而减轻了大规模电动汽车（EV）车队优化问题中的计算负担。传统方法所生成的约束矩阵，其密度通常与时间跨度 $T$ 的平方成正比；而这种新方法则显著降低了这一复杂性。这种提升后的稀疏性，直接解决了电动汽车充电调度与行程分配联合优化问题中的一个关键瓶颈——众所周知，该问题属于NP-难（NP-hard）问题。</p><p style="text-align: left;">该框架通过递归定义二阶锥（SoC）约束，限制了约束矩阵中非零元素的数量，从而实现了这种精简。这一点至关重要，因为二阶锥约束构成了整个模型中最稠密的部分，直接影响着内存占用和计算耗时。除了递归式的二阶锥表述外，研究团队还引入了基于逻辑的“冲突割”（conflict cuts），旨在最大限度地减少混合算法中量子部分的量子比特开销。这些“冲突割”几乎不需要额外的辅助量子比特。</p><p style="text-align: left;">该框架的高效性源于其优先最小化辅助量子比特使用量的设计理念——这是扩展量子优化算法规模的关键因素。在基准测试实例中，该框架能够在仅使用少量辅助量子比特的情况下，求得混合整数线性规划（MILP）的最优解；此外，研究团队还在IBM量子硬件上完整运行了一个小规模实例。</p><p style="text-align: left;"><strong>行程分配与充电的联合优化</strong></p><p style="text-align: left;">这一改进源于研究团队对电池状态的建模方式，它减少了在数学表达该问题时所需的非零元素数量。具体而言，该模型将“行程”视为从出发时刻起便已存在；在全部 R 次行程中，这平均贡献了 R(T + 1)/2 个非零元素。此外，在时间跨度的末端，还增加了一行，其中包含 T 个与充电相关的非零元素和 R 个与行程分配相关的非零元素。</p><p style="text-align: left;">与需要大量量子比特资源、导致实际应用困难的传统方法相比，该方案具有显著优势。该团队的研究建立在先前对 d 能级量子数（qudit）系统的探索之上，进一步优化了电动汽车充电问题在量子计算中的编码方式。此前，该团队曾在较小规模的算例上对量子近似优化算法（QAOA）进行了基准测试，随后又通过研究量子数系统来提升编码效率，从而为当前的工作奠定了基础。</p><p style="text-align: left;"><strong>在 IBM 量子硬件上的框架验证</strong></p><p style="text-align: left;">该方案旨在解决双向功率流建模中的一个关键挑战——双向功率流会引入非单调动态特性，这往往会使标准优化技术变得复杂。研究团队所采用的算法在量子硬件上迭代求解“主问题”以生成候选解，随后在经典计算机上求解“子问题”，从而对解进行精化并识别冲突。若子问题无可行解，系统便会向主问题中加入“冲突割”（conflict cuts），以此引导优化过程。</p><p style="text-align: left;">通过将该框架的计算结果与混合整数线性规划（MILP）方法所得结果进行对比，研究团队验证了该框架在辅助量子比特资源有限的情况下，仍能求得最优解的能力。研究团队认为，这一方法为解决大规模双向电动汽车（EV）充电及行程分配问题提供了一条可行路径。</p>]]></content><copyright>auto.gasgoo.Com</copyright><pubDate>2026-10-30 16:57:35</pubDate><source><![CDATA[盖世汽车]]></source></item><item><id><![CDATA[70476287]]></id><upDate>2026-10-29 17:34:43</upDate><title><![CDATA[丰田开发新一代混合动力系统 用于未来多路径车辆平台]]></title><link><![CDATA[https://auto.gasgoo.com/news/202610/29I70476287C409.shtml]]></link> <description><![CDATA[盖世汽车讯 据外媒报道，丰田正在开发新一代混合动力系统，旨在应用于其未来的多路径（multi-pathway）车辆平台。]]></description><content><![CDATA[<p style="text-align: left;">盖世汽车讯 据外媒报道，丰田正在开发新一代混合动力系统，旨在应用于其未来的多路径（multi-pathway）车辆平台。该系统由全新的四缸1.5升发动机系列（涵盖自然吸气和涡轮增压版本）与更轻、更紧凑的电动机、功率控制单元及逆变器组合而成。丰田的目标是将燃油经济性提升15%以上。</p><p style="text-align:center"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/image/20261029/6392889203438268003170223.png" title="丰田1.png" alt="丰田1.png"/></p><p style="text-align: center !important;line-height: 30px !important;font-size: 14px !important;color: #999999;margin-top: 10px !important;" label="图片备注">图片来源：丰田</p><p style="text-align: left;">这套全新的混合动力系统体积更为小巧，能够无缝集成至多路径平台中；该平台在确保纯电动汽车（BEV）性能表现的同时，还支持打造外观更流畅、更具时尚感的车型设计。</p><p style="text-align: left;">不同国家和地区的能源状况各异，客户的需求与偏好也存在差异。丰田采取多路径策略，通过提供多种电动化动力系统，并根据市场需求灵活调整组合，来积极应对这些差异。新一代混合动力系统的设计初衷，正是为了在车辆开发和制造层面提供这种灵活性。</p><p style="text-align: left;"><strong>一套从零开始重新设计的完整混合动力总成</strong></p><p style="text-align: left;">丰田并未简单地将现有发动机改造用于混合动力系统，而是将发动机、混合动力系统及功率控制单元作为一个整体动力总成进行同步开发。全新的1.5升发动机在设计之初就充分考虑了电气化需求；与前代产品相比，它们体积更小，效率更高。其中，自然吸气版本旨在覆盖丰田现有的1.8升发动机及1.5升三缸发动机所对应的混合动力性能区间。</p><p style="text-align: left;">这些发动机匹配了更轻、更紧凑的电动机和功率控制单元。通过实现各部件之间更紧密的集成，旨在降低整个系统的能量损耗。</p><p style="text-align: left;"><strong>燃油经济性提升超过 15%</strong></p><p style="text-align: left;">丰田的目标是将燃油经济性提升 15% 以上。这一提升预计将通过降低机械摩擦、优化热管理、减少电能损耗以及降低空气动力学阻力来实现。</p><p style="text-align: left;"><strong>专为灵活的多动力路径平台而设计</strong></p><p style="text-align: left;">这一全新的多动力路径平台在开发时，旨在确保车辆作为纯电动汽车时，依然具备卓越的性能与产品吸引力；同时，紧凑型的新型混合动力系统也能集成在同一平台上。混合动力和插电式混合动力系统均可整合至同一基础架构中，且不会对车辆外观轮廓、内部空间或车辆性能产生负面影响。</p><p style="text-align: center;"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/image/20261029/6392889205186727713927963.png" title="丰田2.png" alt="丰田2.png"/></p><p style="text-align: left;"><p style="text-align: center !important;line-height: 30px !important;font-size: 14px !important;color: #999999;margin-top: 10px !important;" label="图片备注">图片来源：丰田</p></p><p style="text-align: left;">更低矮的发动机与混合动力系统总成，使得引擎盖高度得以降低，从而赋予车辆更具动感的比例。设计师在进行外观造型设计时，能够拥有更大的发挥空间，受到的限制也更少。</p><p style="text-align: left;"><strong>规模经济与制造灵活性</strong></p><p style="text-align: left;">纯电动汽车、插电式混合动力汽车和混合动力汽车将采用统一的架构。这意味着丰田能够将研发和生产投入分摊到更大的总产量规模中。</p><p style="text-align: left;">由此实现了更显著的财务与工程层面的规模经济，且不会对任何车型的性能或功能造成影响。</p><p style="text-align: left;">此外，这种统一架构还旨在使生产环节能够灵活、顺畅地调整动力总成组合，从而更精准地契合客户需求。</p>]]></content><copyright>auto.gasgoo.Com</copyright><pubDate>2026-10-29 17:34:42</pubDate><source><![CDATA[盖世汽车]]></source></item><item><id><![CDATA[70476149]]></id><upDate>2026-10-28 14:56:30</upDate><title><![CDATA[中国研究人员开发出脉冲式3D打印技术 可制备长度超过一米的抗蠕变单晶]]></title><link><![CDATA[https://auto.gasgoo.com/news/202610/28I70476149C409.shtml]]></link> <description><![CDATA[盖世汽车讯 据外媒报道，中国研究人员开发出全新的3D打印工艺，能够制造出高度超过一米（3.3英尺）、且完全由单晶]]></description><content><![CDATA[<p style="text-align: left;">盖世汽车讯 据外媒报道，中国研究人员开发出全新的3D打印工艺，能够制造出高度超过一米（3.3英尺）、且完全由单晶构成的钛合金棒。该团队在期刊《<span style="font-family: Arial, &quot;Microsoft YaHei&quot;; font-size: 17px; white-space: pre-wrap;">Nature</span>》上发表的一项研究中介绍了这一新方法；它克服了传统晶体生长法所面临的一些局限性，并为从反应堆组件到激光反射镜等各类技术应用开辟了新的可能。</p><p style="text-align:center"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/1640-X/20261028/6392879611723567173448696.jpg" title="脉冲.jpg" alt="脉冲.jpg"/></p><p style="text-align: center !important;line-height: 30px !important;font-size: 14px !important;color: #999999;margin-top: 10px !important;" label="图片备注">图片来源：期刊《Nature》</p><p style="text-align: left;"><strong>多晶材料的问题</strong></p><p style="text-align: left;">大多数金属属于多晶材料，由许多晶粒组成。在长期受热和承受应力的情况下，这些晶粒的边界往往会成为薄弱环节。相比之下，由单一、均匀晶体结构构成的金属则不存在这些边界，因此在航空航天部件等高应力、高温应用场景中极具价值。</p><p style="text-align: left;">传统的晶体生长方法在材料选择、尺寸和形状方面对制造商构成了限制。例如，某些金属具有高化学活性和高熔点，这使得常用的模具铸造法难以适用，因为模具往往无法承受这些极端条件。此外，另一种被称为“浮区熔炼”的方法不仅成本高昂，而且在可制造的尺寸和形状上也受到诸多限制。</p><p style="text-align: left;">金属3D打印是另一种可行的方案，但该工艺涉及材料的反复加热与冷却。通常，这种过程会破坏生长单晶体所需的稳定条件。早期的打印研究曾尝试在现有的单晶基底上制备小型的单晶镍合金沉积物，或者在多晶材料中形成晶核；然而，如何通过打印生长出更大且不含多余晶粒的单晶体，依然是一项艰巨的挑战。</p><p style="text-align: left;"><strong>一种用于单晶制造的送丝电弧打印工艺</strong></p><p style="text-align: left;">参与这项新研究的团队找到了一种克服以往3D打印方法局限性的途径。他们采用了一种送丝电弧打印工艺，该工艺利用短时高功率脉冲与较长时段的低功率状态交替进行。</p><p style="text-align: left;">通过精确交替施加强、弱热脉冲，在送丝添加材料的同时，晶体能够逐层生长，且无需预先准备单晶基底。顶层材料在凝固与重熔的过程中，能够修正先前取向错误的晶粒。研究团队将这种新方法命名为“深下沉脉冲送丝电弧增材制造”（Deep-Squat Pulsed Wire Arc Additive Manufacturing，简称DSP-WAAM）。</p><p style="text-align: left;">研究作者写道：“值得注意的是，传统的单晶（SC）生长依赖于不间断的外延生长，而增材制造（AM）中的重熔过程增强了容错性：对于每一沉积层，偏离外延生长条件的区域可以通过重熔进行修正，其余部分则保持为单晶。因此，只需确保未重熔区域（由层厚决定）满足外延生长条件即可。这使得单晶能够以一种间歇性、自校正且逐层累积的方式实现稳定生长。”</p><p style="text-align: left;">研究人员制备出了长度超过一米（3.3英尺）的钛合金棒材，以及直径最大可达2厘米（0.8英寸）的试样。他们还制造出了无需支撑结构的“之”字形（锯齿状）晶格，其支撑杆均为单晶结构——作者称这是首次实现此类结构。此外，利用这种新方法，研究人员还成功打印出了钨、钼、铌以及钼-铌合金的单晶材料。</p><p style="text-align: left;"><strong>具有抗蠕变性能、形态与尺寸各异的金属晶体</strong></p><p style="text-align: left;">研究团队指出，从理论上讲，利用这种新方法，单晶的尺寸可以不受限制；至于实际的尺寸极限，则有待进一步测试来确定。此外，得益于“之”字形结构所发挥的“无模具螺旋晶粒选择器”作用，该方法还有望制备出形状更为复杂的晶体。</p><p style="text-align: left;">研究人员通过力学测试，将打印出的钛样品与传统材料进行了对比；同时，他们还借助计算机模拟，分析了熔融金属的行为、晶体生长过程以及高温下的变形情况。测试结果显示，在约600°C至700°C的温度范围内，这种打印钛材料表现出了优异的抗蠕变性能（即在持续受热和受力下发生的缓慢变形），远胜于传统的对比样品；而在约500°C以下的温度范围内，传统样品的屈服强度则更高。</p><p style="text-align: left;">其抗蠕变性能比基于晶粒尺寸的预测值高出约十倍。研究人员将此归因于晶界的消除，以及内部精细层状结构的存在——这种结构能够减缓变形和损伤。</p><p style="text-align: left;">单晶材料的潜在应用包括用于高温环境热防护的轻量化点阵结构。尽管其商业优势尚待验证，但该方法有望成为现有昂贵且受形状限制的晶体生长工艺的一种替代方案。</p><p style="text-align: left;">研究作者写道：“通过扩展可用的材料库并消除传统的几何限制，这项工作为探索那些难以制造的单晶（SC）合金开辟了新途径，拓宽了其工作温度范围，并为实现先进单晶部件的可扩展、高性价比工业化生产释放了新的潜力。”</p>]]></content><copyright>auto.gasgoo.Com</copyright><pubDate>2026-10-28 14:56:29</pubDate><source><![CDATA[盖世汽车]]></source></item><item><id><![CDATA[70475998]]></id><upDate>2026-10-27 11:58:30</upDate><title><![CDATA[Stellantis申请秘密抬头显示系统专利 只有在超速行驶时才能触发]]></title><link><![CDATA[https://auto.gasgoo.com/news/202610/27I70475998C409.shtml]]></link> <description><![CDATA[盖世汽车讯 如今的新车，其速度与动力均达到了前所未有的高度。这也意味着，想要开快车变得比以往任何时候都更加]]></description><content><![CDATA[<p style="text-align: left;">盖世汽车讯 如今的新车，其速度与动力均达到了前所未有的高度。这也意味着，想要开快车变得比以往任何时候都更加容易。如果曾驾驶过电动汽车——即便它并非动力极其强劲的那一类——也会发现那种速度感往往极具欺骗性。</p><p style="text-align: left;">据外媒报道，Stellantis集团向世界知识产权组织（WIPO）申请了一项专利，涉及一套全新的系统，旨在确保驾驶者能意识到自己正在超速。</p><p style="text-align:center"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/image/20261027/6392869908271629148560017.png" title="stellanti.png" alt="stellanti.png"/></p><p style="text-align: center !important;line-height: 30px !important;font-size: 14px !important;color: #999999;margin-top: 10px !important;" label="图片备注">图片来源：WIPO</p><p style="text-align: left;"><strong>多位置、多重车速提醒</strong></p><p style="text-align: left;">抬头显示系统（HUD）的工作原理：将图像投射到挡风玻璃上，使其恰好出现在驾驶员的视线范围内。不同汽车制造商所呈现的内容各异——从导航提示到燃油余量不等——但有一项信息是所有抬头显示系统共有的，那就是车速。</p><p style="text-align: left;">不过，几乎所有的抬头显示系统还有一个共同点：它们总是将各类信息集中显示在同一个固定位置。如果出现需要驾驶员紧急关注的信息，反而容易被忽略；因为久而久之，驾驶员已经习惯了在同一位置查看同样的信息。正因如此，Stellantis 集团希望做出一些改变。</p><p style="text-align: left;"><strong>有些车不是已经有超速提醒功能了吗？</strong></p><p style="text-align: left;">许多配备GPS的现代车辆，在车速超过当地限速时，确实会提供某种形式的提醒；不过，这种提醒通常只是仪表盘上的限速图标发生颜色变化而已。Stellantis公司计划将这一功能引入抬头显示系统（HUD），但其呈现位置可能并非你所预想的那样。根据车速的不同，提醒信息既可以与其他数据一起显示在背景中，也可能直接“怼”到驾驶员眼前——字面意义上的“怼到眼前”。</p><p style="text-align: left;">Stellantis将此技术称为“用于动态显示超速提醒的多平面抬头显示系统及超速提醒显示方法”。其中的关键在于“多平面抬头显示”这一概念，因为它能够区分轻微超速和严重超速。例如，如果超速幅度在每小时5英里（约8公里）以内，系统可能会在抬头显示界面的主要信息区域内，添加一个不那么突兀的提醒；而如果超速达到每小时10英里（约16公里），系统则会将提醒“移动”到另一个位置，并投射出一条更为紧急的警示信息。</p><p style="text-align: left;">或者，比如超速幅度达到每小时15英里（约24公里）甚至更多——系统可能会切换至一种新的显示模式，用更大的窗口来呈现车速及警示信息。此外，系统还可能发出语音提醒。</p><p style="text-align: left;">从理论上讲，如果只是轻微超速，该系统并不会频繁打扰驾驶员——正如专利说明中所述，其设计初衷之一就是减少“超速警示带来的干扰”。但如果驾驶员在驾驶时“走神”了（导致脚下油门踩得太深），系统便会发出非常明显的警示，以引起你的注意。</p>]]></content><copyright>auto.gasgoo.Com</copyright><pubDate>2026-10-27 11:58:29</pubDate><source><![CDATA[盖世汽车]]></source></item><item><id><![CDATA[70475997]]></id><upDate>2026-10-27 11:59:06</upDate><title><![CDATA[福特申请全新专利 可让停放车辆在面临危险时自动驶离]]></title><link><![CDATA[https://auto.gasgoo.com/news/202610/27I70475997C409.shtml]]></link> <description><![CDATA[盖世汽车讯 当停好车，回来时却发现车子不在原处，这通常不是什么好兆头。据外媒报道，福特最近公布的一项专利申请提出了一种新构思，将这种情况转化为一种积极的机制：车辆在感知到风险时，会自动重新停放到它认为]]></description><content><![CDATA[<p>盖世汽车讯 当停好车，回来时却发现车子不在原处，这通常不是什么好兆头。据外媒报道，福特最近公布的一项专利申请提出了一种新构思，将这种情况转化为一种积极的机制：车辆在感知到风险时，会自动重新停放到它认为更安全的地方。该专利还介绍了一些保护车辆特定部件（如车轮）以及车内或皮卡货箱内所载物品的方法。</p><p style="text-align:center"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/image/20261027/6392869886771571154577061.png" title="福特1.png" alt="福特1.png"/></p><p style="text-align: center !important;line-;font-size: 14px !important;color: #999999;margin-top: 10px !important;" label="图片备注">图片来源：USPTO</p><p>为了保护车轮，车辆可以采取多种停放策略，例如停在两个固定物体之间（如间距很窄的两面平行墙壁，或是夹在另外两辆车中间），或者停在坡道、松软地面及不平整的路面上——这些环境会使千斤顶难以使用，从而增加盗取车轮的难度。对于配备空气悬架的车辆，它还可以将车身降至最低高度，以此防范那些企图窃取车辆底部部件（例如燃油车上的催化转化器）的窃贼。</p><p><strong>保护车轮</strong></p><p>该专利申请描述了多种车辆为实现“自我保护”而采取的停车方式。其中大多数方法旨在防止车轮被盗——这对新车而言是一个非常现实的威胁。</p><p style="text-align:center"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/image/20261027/6392869888743779126218168.png" title="福特2.png" alt="福特2.png"/></p><p style="text-align: center !important;line-;font-size: 14px !important;color: #999999;margin-top: 10px !important;" label="图片备注">图片来源：<span style="color: rgb(153, 153, 153); font-family: Arial, &quot;Microsoft YaHei&quot;; font-size: 14px; text-align: center; white-space: pre-wrap;">USPTO</span></p><p>这些保护车轮的措施包括：将车辆停放在两个固定物体之间（例如间距很窄的两面平行墙壁，或是夹在另外两辆车中间）；或者将车停在斜坡、松软地面或不平整的地面上，使窃贼难以使用千斤顶，从而增加盗取车轮的难度。对于配备空气悬架的车辆，系统还可以将车身降至最低高度，以此阻挠那些企图窃取车辆底部部件（例如燃油车上的催化转化器）的窃贼。</p><p style="text-align:center"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/image/20261027/6392869889998605055051922.png" title="福特3.png" alt="福特3.png"/></p><p style="text-align: center !important;line-;font-size: 14px !important;color: #999999;margin-top: 10px !important;" label="图片备注">图片来源：<span style="color: rgb(153, 153, 153); font-family: Arial, &quot;Microsoft YaHei&quot;; font-size: 14px; text-align: center; white-space: pre-wrap;">USPTO</span></p><p>这种系统还能通过阻挡进入路径，防止车内物品被盗。当车主离开后，车辆可以找个舒适的角落，紧贴着墙壁停放，从而让后备箱门或掀背式尾门无法打开。相关描述还指出，这种方式能防止昂贵的前大灯或尾灯被拆走（当然，这可能需要墙壁之间的间距恰到好处，才能同时保护到前后两组车灯）。在离开车辆前，用户还可以选择想要重点保护的对象——是后备箱里的物品，还是车轮。</p><p>目前，这些构想仅存在于专利申请文件中。</p>]]></content><copyright>auto.gasgoo.Com</copyright><pubDate>2026-10-27 11:55:45</pubDate><source><![CDATA[盖世汽车]]></source></item><item><id><![CDATA[70475995]]></id><upDate>2026-10-27 11:53:27</upDate><title><![CDATA[TASKING推出业界首个针对NXP S32K5系列汽车微控制器的单一供应商统一工具链]]></title><link><![CDATA[https://auto.gasgoo.com/news/202610/27I70475995C409.shtml]]></link> <description><![CDATA[盖世汽车讯 据外媒报道，嵌入式软件开发工具供应商TASKING宣布推出首个且唯一的、由单一厂商提供的统一工具链，专]]></description><content><![CDATA[<p style="text-align: left;">盖世汽车讯 据外媒报道，嵌入式软件开发工具供应商TASKING宣布推出首个且唯一的、由单一厂商提供的统一工具链，专门用于支持恩智浦半导体（NXP® Semiconductors）的 S32K5 微控制器系列。该工具链由 TASKING 与恩智浦紧密合作开发，将编译、调试和验证整合于统一的工作流程中，不仅加速了下一代区域架构（zonal architectures）和电气化系统的开发，还显著降低了成本、复杂性以及认证风险。</p><p style="text-align:center"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/image/20261027/6392869879491385891387443.png" title="99710316-1792-4a50-bd2c-92ee46f3b031.png" alt="99710316-1792-4a50-bd2c-92ee46f3b031.png"/></p><p style="text-align: center !important;line-height: 30px !important;font-size: 14px !important;color: #999999;margin-top: 10px !important;" label="图片备注">图片来源：TASKING&nbsp;</p><p style="text-align: left;">随着汽车行业向“软件定义汽车”（SDV）转型，工具链的碎片化带来了实际的进度风险，增加了认证工作量，并使跨平台代际的软件复用变得更加复杂。借助 TASKING 的这一统一工具链，整车厂（OEM）和一级供应商（Tier-1）的汽车软件工程师现可拥有一套经过认证的、针对 S32K5 先进架构进行优化的统一开发环境。该工具链支持的应用范围广泛，涵盖区域控制器、域控制器、车身控制模块、底盘及安全控制器，以及其他对安全性和可靠性要求极高的汽车应用领域。</p><p style="text-align: left;">“高效开发与安全密切相关的汽车软件，需要一个软硬件高度集成的环境，”恩智浦汽车微控制器（MCU）区域架构部门高级总监 Paul S. Lee 表示，“我们与 TASKING 携手合作，通过一套车规级工具链，助力客户高效开发下一代汽车系统。该工具链集成了符合安全标准的编译功能、高级调试能力、DSP 加速、硬件隔离以及虚拟化支持。这不仅能帮助客户更轻松地扩展软件规模，还能有效降低系统复杂性、成本及认证风险。”</p><p style="text-align: left;">统一工具链助力 S32K5 开发者实现长期开发目标</p><p style="text-align: left;">该统一工具链建立在针对 NXP 产品多年调试与测试支持经验的基础之上，继 TASKING 此前为 S32K3 系列推出编译器之后，如今又为 S32K5 开发者提供了涵盖编译、调试和验证的全流程解决方案。此外，该工具链还提供全面支持，包括通过恩智浦的 AUTOSAR 实时驱动程序 (RTD) 实现“开箱即用”的微控制器抽象层 (MCAL) 认证。</p><p style="text-align: left;">针对 NXP S32K5 系列，TASKING 工具链还具备以下关键技术优势：</p><ul class=" list-paddingleft-2" style="list-style-type: disc;"><li><p style="text-align: left;">S32K3 与 S32K5 之间极高的软件复用性：对于已有 S32K3 代码库的开发团队而言，这意味着无需重新构建开发环境即可高效迁移至 S32K5，既保护了既有投资，又降低了迁移风险。</p></li><li><p style="text-align: left;">针对 S32K5 硬件的深度优化：该工具链与 S32K5 的各项先进特性深度集成，包括 DSP 加速、Arm® Cortex®-M7 内核、支持虚拟机管理程序（Hypervisor）的 Cortex-R52 内核，以及硬件隔离机制。</p></li><li><p style="text-align: left;">功能安全与信息安全：开发人员不仅能获得高度优化的性能，还能满足 ISO 26262 和 ISO/SAE 21434 标准要求；同时，该工具链支持对不同安全等级（混合关键性）的工作负载进行安全分区，且不会牺牲系统的安全性或可靠性。</p></li><li><p style="text-align: left;">全面的调试解决方案：该工具链提供与编译器深度集成的烧录、调试和追踪功能，有助于开发团队在排查复杂疑难问题时减少阻碍，更清晰地定位故障根源。</p></li><li><p style="text-align: left;">“左移”测试能力：通过结合现代编译器技术、实时调试功能与自动化测试，该工具链助力工程师在开发周期的早期阶段即可发现问题、追踪需求并验证是否符合相关标准。</p></li></ul><p style="text-align: left;">“通过将我们统一的工具链扩展至 S32K5 系列（并提供完整的 MCAL 认证），汽车工程团队现在拥有了一个经过认证的统一开发环境。他们可以从首次编译一直进行到最终验证，无需再面对因工具分散而带来的集成开销及认证风险，”TASKING 联合首席执行官兼首席技术官 Christoph Herzog 表示，“对于那些基于目前性能最强劲的汽车级 MCU 之一进行开发的项目而言，这将极大地提升开发人员的生产力和效率。我们与恩智浦的持续合作，使得满足这些客户需求变得更加简单。”</p><p style="text-align: left;"><strong>供货情况</strong></p><p style="text-align: left;">TASKING 针对恩智浦 S32K5 系列推出的统一工具链现已上市。</p>]]></content><copyright>auto.gasgoo.Com</copyright><pubDate>2026-10-27 11:53:26</pubDate><source><![CDATA[盖世汽车]]></source></item><item><id><![CDATA[70475994]]></id><upDate>2026-10-27 11:29:49</upDate><title><![CDATA[韩巴大学研究显示：阳离子无序化有望改善富锂正极材料]]></title><link><![CDATA[https://auto.gasgoo.com/news/202610/27I70475994C409.shtml]]></link> <description><![CDATA[盖世汽车讯 富锂正极材料是下一代电池极具潜力的候选材料，因为与目前电动汽车和电子设备中使用的材料相比，它们]]></description><content><![CDATA[<p>盖世汽车讯 富锂正极材料是下一代电池极具潜力的候选材料，因为与目前电动汽车和电子设备中使用的材料相比，它们能够存储更多的电荷。由于正极容量是决定电池储能大小的关键因素，富锂材料有望最终实现更高能量密度的电池，从而让手机、笔记本电脑和电动汽车在单次充电后拥有更长的续航时间。</p><p>然而，富锂正极材料长期以来一直面临一个难题。在充放电过程中，镍、锰等过渡金属离子可能会偏离其在晶体结构中的原始位置。这些迁移的离子会阻碍锂离子的传输路径，减缓锂离子的移动，并导致电池在反复循环过程中出现不可逆的性能衰减。为了解决这一问题，科学家们大多尝试通过保持正极材料中晶体结构的有序性来应对——他们认为，这种有序排列能为锂离子提供更畅通的移动路径。但如果采取截然相反的思路，效果会不会更好呢？</p><p style="text-align:center"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/1640-X/20261027/6392869733175861523790374.jpg" title="研究.jpg" alt="研究.jpg"/></p><p style="text-align: center !important;line-height: 30px !important;font-size: 14px !important;color: #999999;margin-top: 10px !important;" label="图片备注">图片来源：韩巴大学</p><p>据外媒报道，在发表于《储能材料》（Energy Storage Materials）期刊上的一项最新研究中，由韩巴大学（Hanbat National University）材料科学与工程系Kyojin Ku教授领导的研究团队，通过人为破坏富锂正极材料的原子结构，对这一问题进行了探讨。</p><p>研究团队聚焦于Li1.2Ni0.4Mn0.4O2——一种镍锰组分材料，该材料无需使用钴等昂贵金属。在常规状态下，这种组分会形成规整的层状结构，其中锂离子与过渡金属离子（镍和锰）分别位于不同的平面上。为了获得所需的无序结构，研究人员采用了高能球磨法，所用的起始原料为两种结构相容的层状材料。这种机械化学过程打乱了阳离子的排列方式，形成了一种锂离子与过渡金属离子分布更为随机的晶体结构。Ku教授表示：“据我们所知，这是首次制备出此类组分的无序结构。”</p><p>通过将无序材料与其有序对应物进行对比，研究人员发现，无序材料表现出更对称的充放电行为，具有更高的容量，且在高电流下性能更佳。此外，它运行稳定，在经过50次循环后仍能保持约90%的初始容量，且电压未见衰减。</p><p>深入的理论与计算分析揭示了上述性能提升的原因。Ku教授解释道：“通过人为地将原子打乱，使其形成无序的岩盐结构，我们将锂离子的迁移与过渡金属的不利移动分离开来。锂离子依然能够通过相互连通的开放通道高效迁移，而过渡金属则被有效地固定在原位，无法再阻碍这些通道。”</p><p>总的来说，这些研究结果为开发更高能量密度的正极材料提供了一种创新且卓有成效的途径。Ku教授总结道：“我们证明了阳离子无序（cation disorder）可以作为一种经过精心设计的工程手段，用来解决长期以来阻碍一整类高能电池材料发展的问题。如果这一原理能得到进一步深化，将有助于推动富锂正极材料迈向实际商业应用，从而为电动汽车和储能系统实现更长续航的电池铺平道路。”</p>]]></content><copyright>auto.gasgoo.Com</copyright><pubDate>2026-10-27 11:29:49</pubDate><source><![CDATA[盖世汽车]]></source></item><item><id><![CDATA[70475986]]></id><upDate>2026-10-27 10:32:49</upDate><title><![CDATA[意法半导体推出面向大众市场应用的首批汽车安全组合传感器]]></title><link><![CDATA[https://auto.gasgoo.com/news/202610/27I70475986C409.shtml]]></link> <description><![CDATA[盖世汽车讯 据外媒报道，意法半导体（STMicroelectronics）宣布推出一系列汽车传感器。这些传感器助力汽车品牌将]]></description><content><![CDATA[<p style="text-align: left;">盖世汽车讯 据外媒报道，意法半导体（STMicroelectronics）宣布推出一系列汽车传感器。这些传感器助力汽车品牌将先进的安全与驾驶辅助功能推广至从高端到大众市场的各类车型，让更多车辆能够配备尖端的安全防护技术。</p><p style="text-align:center"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/image/20261027/6392869391565496413959127.jpeg" title="意法半导体.jpeg" alt="意法半导体.jpeg"/></p><p style="text-align: center !important;line-;font-size: 14px !important;color: #999999;margin-top: 10px !important;" label="图片备注">图片来源：意法半导体</p><p style="text-align: left;">意法半导体的新型传感器在单一封装内集成了多轴加速度计和陀螺仪（角速率传感器），为整车厂（OEM）及一级供应商提供了一个统一的平台，用于构建符合汽车行业在质量、可靠性和安全性方面严苛要求的各类主动与被动安全系统。这些器件的应用场景广泛，涵盖了碰撞保护、翻滚检测、安全气囊触发，以及车辆稳定性控制和雷达波束稳定等功能。</p><p style="text-align: left;">“作为一套适用于多种安全功能的集成式传感器组合，这些器件能够简化系统架构，加快开发进程，并提升在扩展功能与性能方面的灵活性，”意法半导体MEMS子部门执行副总裁Simone Ferri表示，“得益于我们对产品长期供应的承诺以及全球化的支持基础设施，这些汽车安全组合传感器成为首批可投入大规模市场应用的此类产品，将有力推动汽车行业向主动安全迈进。”</p><p style="text-align: left;"><strong>更多技术信息</strong></p><p style="text-align: left;">意法半导体的组合传感器将多轴加速度计和陀螺仪集成在单一器件中，该器件符合ISO 26262标准，并具备完善的内部诊断功能。所有传感器均支持SafeSPI——一种专为汽车安全应用而设计的标准串行外设接口，可实现对传感器数据的独立监测。</p><p style="text-align: left;"><strong>这组新型传感器包括：</strong></p><p style="text-align: left;">• NCS1012BAEP：配备 z 轴（偏航）角速率传感器和 xy 轴低 g 加速度传感器。</p><p style="text-align: left;">• NCS1012CAEP：配备 x 轴（横滚）角速率传感器和 yz 轴低 g 加速度传感器。</p><p style="text-align: left;">• NCS1012EAEP：配备 x 轴（横滚）角速率传感器和 xy 轴中 g 加速度传感器。</p><p style="text-align: left;">• NCS10135AEP：配备 z 轴（偏航）角速率传感器和 xyz 轴低 g 加速度传感器。</p><p style="text-align: left;">这些集成式角速率传感器提供 ±125 dps、±250 dps 或 ±350 dps 的满量程范围，在汽车级温度范围（−40°C 至 +105°C）内具有低偏置和极小的漂移。传感器内部集成了低通滤波器（3dB 截止频率可选，范围为 12.5Hz 至 400Hz），并配有可选的、支持快速启动的单极高通滤波器。</p><p style="text-align: left;">低 g 加速度传感器的标称满量程范围为 ±1.50 g 至 ±34 g；中 g 加速度传感器的标称满量程范围则为 ±15.5 g 至 ±150 g。这两类传感器均采用独立的信号链以最大限度地降低噪声，在汽车级温度范围内表现出低偏置和低漂移特性，并集成了低通滤波器。</p><p style="text-align: left;">这四款新传感器现已投入生产，采用 24 引脚 QFN 封装（尺寸为 6mm x 6mm x 1.90mm），并具备可润湿侧面（wettable flanks），符合汽车行业对光学检测兼容性的要求。</p>]]></content><copyright>auto.gasgoo.Com</copyright><pubDate>2026-10-27 10:32:27</pubDate><source><![CDATA[盖世汽车]]></source></item><item><id><![CDATA[70475940]]></id><upDate>2026-10-26 19:03:58</upDate><title><![CDATA[韩国KIMM研发出新型车载空气净化技术 可在源头捕集制动粉尘并净化道路空气]]></title><link><![CDATA[https://auto.gasgoo.com/news/202610/26I70475940C409.shtml]]></link> <description><![CDATA[盖世汽车讯 据外媒报道，研究人员开发出一种车辆空气净化技术，可在车辆行驶时去除周围空气中的细颗粒物，并在制]]></description><content><![CDATA[<p>盖世汽车讯 据外媒报道，研究人员开发出一种车辆空气净化技术，可在车辆行驶时去除周围空气中的细颗粒物，并在制动磨损颗粒排出前将其捕集。该技术利用车辆现有结构净化道路沿线空气，并在制动磨损颗粒的产生源头直接将其收集。</p><p>这项技术是韩国机械与材料研究院（KIMM）“五大旗舰品牌”之一AirFive的重要研究成果，可使车辆成为城市中的移动式空气净化系统。</p><p>由KIMM环保能源与环境研究部城市环境研究室负责人BangWoo Han博士领导的研究团队，开发了这项车辆空气净化技术，可同时减少道路沿线的细颗粒物和制动磨损颗粒。</p><p>相关论文已发表于期刊《Tribology International》。</p><p style="text-align:center"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/image/20261026/6392863795045214177867387.png" title="image.png" alt="image.png"/></p><p style="text-align: center !important;line-height: 30px !important;font-size: 14px !important;color: #999999;margin-top: 10px !important;" label="图片备注">图片来源：韩国国家科学技术研究会</p><p>这项技术由三部分组成：格栅式静电除尘系统、钳盘式制动器粉尘收集系统，以及供车辆停放时净化空气使用的无线供电系统。研究人员将这些系统安装在不同车型上进行性能验证，其中包括起亚Carnival和现代Sonata。</p><p>格栅式静电除尘系统会使进入车辆格栅的细颗粒物带上电荷，并将其吸附到集尘板上。其所用碳纤维比人的头发细得多，可用较低电流高效收集颗粒物，同时尽量减少臭氧生成。</p><p>车辆行驶时，该系统利用车辆移动产生的气流，无需额外配备大功率鼓风机。车辆停放在配有无线供电设施的场所时，还可利用原有的散热器风扇净化周围空气。</p><p>安装在制动钳后方的收集装置可在制动磨损颗粒产生源头将其捕集。刹车片与制动盘之间的摩擦会使颗粒自然带上电荷，因此无需另设颗粒荷电装置或抽吸风扇即可收集这些颗粒。按照全球统一轻型汽车测试循环（WLTC）标准，该系统每辆车每行驶1公里可收集22.2毫克制动磨损颗粒；行驶450公里（约合280英里）约可收集10克。</p><p>传统汽车环保技术主要着眼于减少发动机尾气排放。然而，近年来，制动器和轮胎产生的非尾气颗粒物也受到关注，因为电动汽车和氢能源汽车同样会产生这类颗粒物。</p><p>这项新技术采用气流阻力较低的静电除尘方式，并利用车辆现有空间和部件，从而尽量减少额外能耗和结构改动。随着环境法规日益严格，尤其是Euro 7已对制动颗粒物排放作出规定，这项技术的应用范围预计将进一步扩大。</p><p>性能评估显示，在车速为30公里/小时（约合19英里/小时）时，格栅式静电除尘系统对PM2.5的去除率至少为95%，对PM2.5–10颗粒物的去除率至少为99%。车速达到50公里/小时（约合31英里/小时）时，系统仍保持相同水平的性能；每辆车每小时可净化约1,800立方米空气。该系统安装在起亚Carnival和现代Sonata上后，两款车的燃油效率变化均在1%以内。</p><p>BangWoo Han强调：“这项技术的一大特点是，车辆在行驶过程中既能清除道路沿线空气中的细颗粒物，又能从源头上减少制动磨损颗粒的产生。”他还表示：“通过将这项技术与KIMM五大旗舰品牌之一AirFive相结合，我们计划拓展其应用，以助力改善城市空气质量。”</p><p>KIMM城市环境研究室高级研究员Gun Hee Lee博士强调：“我们利用车辆现有结构以及车辆行驶时产生的气流，减少了对额外动力的需求。”他补充道：“在车辆上完成技术验证后，我们计划在真实行驶条件下进一步验证其性能和长期耐久性。”</p>]]></content><copyright>auto.gasgoo.Com</copyright><pubDate>2026-10-26 19:03:57</pubDate><source><![CDATA[盖世汽车]]></source></item><item><id><![CDATA[70475927]]></id><upDate>2026-10-26 17:15:14</upDate><title><![CDATA[提雅智行与慕尼黑工业大学携手 在德国将NVIDIA Hyperion引入L4级自动驾驶]]></title><link><![CDATA[https://auto.gasgoo.com/news/202610/26I70475927C409.shtml]]></link> <description><![CDATA[盖世汽车讯 据外媒报道，自动驾驶开源软件Autoware开发商提雅智行（TIER IV）与慕尼黑工业大学（Technical Univer]]></description><content><![CDATA[<p>盖世汽车讯 据外媒报道，自动驾驶开源软件Autoware开发商提雅智行（TIER IV）与慕尼黑工业大学（Technical University of Munich，TUM）宣布深化合作，双方将围绕NVIDIA Hyperion平台及NVIDIA Halos安全系统，在德国境内推广并扩展安全、高性能的自动驾驶系统。</p><p style="text-align:center"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/image/20261026/6392863168465184108170054.png" title="提雅智行.png" alt="提雅智行.png"/></p><p style="text-align: center !important;line-height: 30px !important;font-size: 14px !important;color: #999999;margin-top: 10px !important;" label="图片备注">图片来源：提雅智行</p><p>NVIDIA Hyperion是一套专为L4级自动驾驶汽车和自动驾驶出租车（Robotaxi）打造的参考级传感器与计算平台。它将NVIDIA DRIVE AGX Thor加速计算平台与NVIDIA Halos安全系统相结合，旨在加速实现安全且可投入量产的自动驾驶技术。</p><p>继提雅智行此前在慕尼黑工业大学设立“TUM Autoware 研究中心”之后，此次合作将把 NVIDIA Hyperion（包括高性能的双DRIVE AGX Thor配置）整合至德国各地的Autoware自动驾驶汽车项目中。</p><p>该计划汇集了NVIDIA的车规级计算与安全技术、Autoware的开源软件，以及TUM在汽车研究领域的专业知识，旨在为研究人员和开发人员提供一个强大的环境，用于构建、测试和验证下一代自动驾驶系统。</p><p>相关工作将重点致力于将前沿研究转化为安全且可扩展的实际应用，包括自动驾驶公共交通和Robotaxi等场景。</p><p>TUM的 Markus Lienkamp 教授表示：“要将自动驾驶出行从学术研究阶段推向值得信赖的实际部署，必须充分利用 NVIDIA Hyperion 等尖端硬件，并结合 Autoware 等领先的开源平台。通过此次合作，我们能够在德国道路上对自动驾驶系统进行严格测试，从而确保公共交通解决方案建立在透明、可验证且安全、协作的技术之上，而非受限的封闭式专有系统之上。”</p><p>Johannes Betz 教授补充道：“基于TUM与提雅智行在 Autoware 方面多年的联合研发成果，通过集成 NVIDIA Hyperion 等先进平台，我们能够将实时车辆控制和软件架构提升至一个全新的高度。”</p><p>提雅智行创始人兼首席执行官Shinpei Kato表示：“要在全球范围内推广安全的自动驾驶，就必须摒弃封闭的‘黑盒’系统，转向开放且具备互操作性的架构。TUM是推进前沿研究的卓越合作伙伴；而 NVIDIA Hyperion 平台，结合 NVIDIA 在高性能计算领域的领先地位及其对开源软件生态系统的投入，为在德国乃至全球范围内加速实现可扩展且值得公众信赖的自动驾驶交通系统，奠定了坚实基础。”</p><p>NVIDIA 汽车业务副总裁 Rishi Dhall 表示：“NVIDIA Hyperion 提供了大规模开发 L4 级自动驾驶汽车和Robotaxi所需的参考传感器及计算架构。我们与提雅智行和TUM携手合作，将 NVIDIA DRIVE AGX Thor 平台与 NVIDIA Halos 安全系统整合至开源自动驾驶平台中，旨在加速实现安全且可投入量产的自动驾驶技术。”</p>]]></content><copyright>auto.gasgoo.Com</copyright><pubDate>2026-10-26 17:15:14</pubDate><source><![CDATA[盖世汽车]]></source></item><item><id><![CDATA[70475926]]></id><upDate>2026-10-26 17:13:24</upDate><title><![CDATA[新加坡国立大学研究人员开发出创新纤维 将全球首个触摸屏植入了一件衣物中]]></title><link><![CDATA[https://auto.gasgoo.com/news/202610/26I70475926C409.shtml]]></link> <description><![CDATA[盖世汽车讯 据外媒报道，新加坡国立大学（National University of Singapore）设计与工程学院（CDE）的研究人员开]]></description><content><![CDATA[<p style="text-align: left;">盖世汽车讯 据外媒报道，新加坡国立大学（National University of Singapore）设计与工程学院（CDE）的研究人员开发出一种既能充当像素点、又能感知触控的纤维。他们将54根这种纤维集成到衣袖中，打造出了全球首款嵌入服装的触摸屏。</p><p style="text-align:center"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/1640-X/20261026/6392863138308399468337432.jpg" title="研究.jpg" alt="研究.jpg"/></p><p style="text-align: center !important;line-height: 30px !important;font-size: 14px !important;color: #999999;margin-top: 10px !important;" label="图片备注">图片来源：新加坡国立大学</p><p style="text-align: left;">这种衣袖不仅能显示图像和视频、响应手指触控，还能与其它设备进行无线连接；同时，它依然像普通衣物一样，具备可水洗、透气且灵活的特性。该团队的这项发明，使得人们能够制造出一种“服装界面”——它无需任何刚性屏幕，即可让穿着者直接与自身的健康数据及各类数字设备进行交互。</p><p style="text-align: left;">日常所熟悉的屏幕（例如手机和笔记本电脑上的屏幕）通常采用平坦、坚硬的面板来呈现图形用户界面（GUI），既能显示信息，又能实现交互。而由一维纤维编织而成的纺织品，此前一直无法实现这种功能。在此之前，想要制造出一种既能像纱线一样进行编织，又具备全彩显示和触控功能的屏幕，还遥不可及。</p><p style="text-align: left;">“我们之所以能实现这一点，是因为我们能够利用纤维形态的电子构件来构建图形用户界面（GUI）系统——这些构件类似于传统的纱线，但其内部直接集成了复杂的电子功能，”助理教授 Khudiyev 说道。</p><p style="text-align: left;"><strong>在纤维上互连数千枚芯片</strong></p><p style="text-align: left;">为了打造一种基于纤维的服装显示系统，新加坡国立大学的研究团队开发出一种可编程的连接方法：在微小的绝缘导线上，于每个微芯片所需的确切位置创建连接点。研究人员利用激光对这些位置进行处理，并通过精确控制表面的润湿性，引导熔融焊料仅在预设的连接点处完成焊接。借助这一技术，团队成功集成了超过 5000 枚芯片，并建立了 2 万多个电气连接点。</p><p style="text-align: left;">随后，研究团队采用热拉制工艺，将这些互连的数字 LED 灯带整合进多层纤维结构中。这种工艺能够在一根直径仅 1 毫米、长达 10 米的纤维内，精确构建出触控层和像素层。LED 下方设有一层触控感应结构——当按压纤维时，电路闭合，系统便能精准识别手指触碰的位置，并点亮距离最近的像素点。</p><p style="text-align: left;">“纤维具有一维、轴对称的几何结构，这使得利用传统二维电子器件的构建方法来打造复杂电路变得十分困难，”助理教授 Khudiyev 补充道，“我们通过一种全新的互连架构克服了这一局限，实现了数千个微电子器件在纤维上的集成与互连。”</p><p style="text-align: left;"><strong>超越触摸屏：将应用程序“穿”在袖子上</strong></p><p style="text-align: left;">在该团队开发的样机中，54根“像素纤维”（每根纤维上集成有96个LED灯）被编织进袖子的前臂部位，构成了一个96×54像素的显示屏，尺寸为168毫米×105毫米。该显示屏支持每秒30帧的刷新率，并具备8位色彩深度。每根纤维都有独立的控制通道，因此即便其中某一线缆出现故障，也不会影响其他线路的正常运作；此外，该系统还支持多点触控。除了像素纤维外，团队还以同样工艺集成了其他功能纤维，分别搭载了麦克风、扬声器，以及能够追踪运动、识别磁北方向、测量温度和感知环境亮度的传感器。</p><p style="text-align: left;">这些纤维共同实现了早期智能手机所具备的多种功能：运行计算器、浏览相册、以每秒30帧的速度播放视频（若同步音频则为每秒25帧）、充当指南针、响应语音指令，以及通过蓝牙接收图像。系统甚至能自动旋转屏幕并调节亮度。当温度感应纤维位于手臂内侧时，袖子还能读取并显示人体体温。</p><p style="text-align: left;">值得一提的是，这种服装依然保持着织物的特性。在普通洗衣机中经过50次洗涤，以及围绕5毫米半径进行1000次弯折后，其发光性能和触控响应几乎没有变化。此外，这种集成式显示屏像棉、聚酯纤维或牛仔布一样透气，且符合皮肤接触的安全标准。</p><p style="text-align: left;"><strong>作为交互界面的服装</strong></p><p style="text-align: left;">更小的微芯片和更细的纤维——两者均与该团队所采用的方法相兼容——为实现更清晰、尺寸更大的显示屏提供了可能。此外，由于显示元件和传感元件分布在纤维的长度方向上，这些更细的纤维可以通过标准的工业设备进行针织、编织或刺绣。这项技术未来还有望实现其他功能，例如追踪健康体征以及提供基于触觉的反馈。</p><p style="text-align: left;">“医疗保健是一个极具前景的应用领域，”助理教授 Khudiyev 表示，“服装可以通过基于纤维的传感器持续收集生理信息，让穿着者能够直接通过衣物获取这些信息并与之交互。结合人工智能（AI）技术，这将有助于实现个性化的健康监测、反馈与辅助。正如智能手机催生了许多在手机问世之初难以想象的应用一样，这种服装GUI最终也可能促成一系列目前尚不存在的全新应用。”</p><p style="text-align: left;"><strong>下一步展望</strong></p><p style="text-align: left;">研究团队的后续目标是进一步优化这种纺织品触摸屏——提升分辨率，集成传感功能并引入端侧AI，从而将显示、触控、感知和智能融于同一个纺织平台之上。这种融合有望使该技术超越单纯的“可穿戴屏幕”范畴，演变为能够感知穿戴者及其周边环境的智能服装，在用户需要时提供相应的信息或交互支持。</p><p style="text-align: left;">目前，研究人员正在开发一种全新的人机交互界面——它不再局限于用户随身携带的设备，而是成为人们所穿衣物的一部分，实现与穿戴者的自然融合。</p>]]></content><copyright>auto.gasgoo.Com</copyright><pubDate>2026-10-26 17:13:24</pubDate><source><![CDATA[盖世汽车]]></source></item><item><id><![CDATA[70475925]]></id><upDate>2026-10-26 17:08:16</upDate><title><![CDATA[KIMM开发出可在屏幕对应位置还原声音的显示技术]]></title><link><![CDATA[https://auto.gasgoo.com/news/202610/26I70475925C409.shtml]]></link> <description><![CDATA[盖世汽车讯 据外媒报道，由韩国机械与材料研究院（KIMM）AX融合研究中心高级研究员Dongjoon Kim博士领导的研究团]]></description><content><![CDATA[<p style="text-align: left;">盖世汽车讯 据外媒报道，由韩国机械与材料研究院（KIMM）AX融合研究中心高级研究员Dongjoon Kim博士领导的研究团队，开发出了一种基于模块化网格的视听融合显示技术。该技术通过精确控制安装在显示屏背面的多个振动执行器，能够让屏幕上的指定位置发出声音。相关研究成果已发表在期刊《机械科学与技术杂志》（Journal of Mechanical Science and Technology）上。</p><p style="text-align:center"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/1640-X/20261026/6392863126558424058567677.jpg" title="韩国.jpg" alt="韩国.jpg"/></p><p style="text-align: center !important;line-height: 30px !important;font-size: 14px !important;color: #999999;margin-top: 10px !important;" label="图片备注">图片来源：KIMM</p><p style="text-align: left;">该视听融合显示技术能让声音从屏幕上所呈现的人或物体所在的确切位置发出。该技术无需独立的扬声器，而是通过使显示面板本身产生振动，从而让屏幕上的特定区域发出声音。此外，当声源在屏幕上移动时，该技术还能实时调整声音发出的位置。</p><p style="text-align: left;"><strong>利用80个振动执行器实现声音的精准定位</strong></p><p style="text-align: left;">该技术通过安装在面板背面的80个音圈电机（VCM），来控制“振动场”（即振动在面板表面的分布）。系统在分析面板的振动响应特性后，利用“反问题”求解法计算出施加于每个执行器上的电压信号，从而实现仅让面板的特定区域产生振动。</p><p style="text-align: left;">通过根据视频中声源的移动实时调整发声区域，该系统能够营造出声音随屏幕内声源同步移动的效果。</p><p style="text-align: left;">性能测试表明，在重现屏幕特定区域的声音时，目标区域的选择准确率高达99.9%。激活区域与非激活区域之间的振动幅度差最高可达35 dB，这证明振动和声音能够被有效地集中在显示屏的特定区域内。</p><p style="text-align: left;"><strong>模块化屏幕突破了固定式扬声器的局限</strong></p><p style="text-align: left;">传统的大型显示设备通常采用与屏幕分离的扬声器，这会导致屏幕上物体的视觉位置与声音来源位置不一致，从而削弱沉浸感。现有的面板振动发声技术也存在局限性：由于发声位置和面板尺寸固定，其频率响应范围受到限制，且难以适配不同尺寸的屏幕。</p><p style="text-align: left;">研究人员通过一种“模块化网格”概念克服了这些局限——将显示屏本身转化为扬声器，并结合了模块化的显示架构。屏幕在发声时，仅针对声源所在的特定区域进行选择性振动。</p><p style="text-align: left;">这些模块可根据所需的屏幕尺寸进行组合或拆分，使该技术能够广泛应用于从家用电视到展览显示屏、数字标牌以及大型LED显示屏等多种场景。此外，通过同时驱动多个模块，还能产生类似于大型低音扬声器的低频音效。</p><p style="text-align: left;"><strong>实现声音的实时同步对齐</strong></p><p style="text-align: left;">为解决振动场控制过程中可能出现的计算不稳定问题，研究团队开发了一种“选择性激励算法”，能够将振动传递效率较低的致动器从计算过程中剔除。此外，团队还采用了一项技术，可对连续的声学信号进行平滑衔接，从而减少了实时计算过程中可能产生的声音中断和噪声。</p><p style="text-align: left;">研究团队进一步整合了基于人工智能（AI）的声源分离与定位技术。AI能够自动识别视频中声源的位置和大小，并从多种声音混合的环境中分离出目标声音。随后，分离出的声音会从屏幕上对应的区域实时重现，从而使屏幕上的声源位置与实际听到的声音方向自动保持一致。</p><p style="text-align: left;">研究团队构建了一个约100英寸（2.5米）的原型系统，该系统由透明LED显示薄膜与铝板组合而成，并在铝板背面安装了80个音圈致动器（VCM）。通过声学相机进行的性能测试证实，声音确实从屏幕上的预定位置发出，且发声位置能够随着视频中声源的移动而同步移动。</p><p style="text-align: left;"><strong>从展览到模块化LED显示屏</strong></p><p style="text-align: left;">通过将屏幕上声源的位置与实际听到的声音方向相对应，该技术能够呈现出融合了视觉与听觉体验的沉浸式内容。它有望应用于多个领域，包括媒体艺术、演艺与展览、数字标牌、大型LED显示屏以及车载显示系统。</p><p style="text-align: left;">Kim表示：“这种模块化网格技术将屏幕上的声源位置与实际听到的声音方向对齐，从而创造出一种沉浸式的视听体验——这在传统显示设备上是很难实现的。我们计划将该技术扩展至模块化LED拼接显示屏，并将其进一步打造成可广泛应用于各类显示场景的下一代核心技术。”</p>]]></content><copyright>auto.gasgoo.Com</copyright><pubDate>2026-10-26 17:08:15</pubDate><source><![CDATA[盖世汽车]]></source></item><item><id><![CDATA[70475923]]></id><upDate>2026-10-26 17:06:43</upDate><title><![CDATA[查尔姆斯理工大学开发出全新优化方法 有望使无人驾驶电动出租车车队变得更高效、更可靠]]></title><link><![CDATA[https://auto.gasgoo.com/news/202610/26I70475923C409.shtml]]></link> <description><![CDATA[盖世汽车讯 自动驾驶电动出租车车队有望提升交通运输的效率与可持续性，但前提是车辆必须能够持续做出明智决策—]]></description><content><![CDATA[<p style="text-align: left;">盖世汽车讯 自动驾驶电动出租车车队有望提升交通运输的效率与可持续性，但前提是车辆必须能够持续做出明智决策——例如确定行驶目的地以及何时进行充电。据外媒报道，瑞典查尔姆斯理工大学（Chalmers University of Technology）的研究人员开发出一种全新的优化方法，能够在充分考虑现实交通系统中各种不确定因素的同时，实现大规模车队近乎最优的调度与管控。</p><p style="text-align:center"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/image/20261026/6392863114633054766599223.png" title="一种.png" alt="一种.png"/></p><p style="text-align: center !important;line-height: 30px !important;font-size: 14px !important;color: #999999;margin-top: 10px !important;" label="图片备注">图片来源：查尔姆斯理工大学</p><p style="text-align: left;">自动驾驶出租车车队的发展正突飞猛进，预计将使客运交通变得更加安全、环保且高效。据相关报告显示，大规模的共享式自动驾驶电动客运服务（即“按需自动驾驶电动出行”模式）不仅能将个人单次出行的成本最高降低60%（与传统出租车相比），还能显著减少单次出行的排放量。然而，管理这样一支车队极其复杂。</p><p style="text-align: left;">“在自动驾驶出租车车队运营中，城市车辆网络很容易出现供需失衡。例如，早高峰时段，人们都想前往市中心；而到了下午，情况则恰恰相反。为了应对早晚高峰的乘客出行需求，自动驾驶车辆往往需要空驶前往接载乘客。若采用电动汽车，车辆还需要不时停下来充电。然而，究竟该在何处充电、充电时长又该如何设定，是一个棘手的问题。”查尔姆斯理工大学电气工程系控制工程博士Sten Elling Tingstad Jacobsen如是说。</p><p style="text-align: left;">相关论文已发表在学术期刊《交通研究C辑：新兴技术》（Transportation Research Part C: Emerging Technologies）上。</p><p style="text-align: left;"><strong>优化车辆可用性与充电安排</strong></p><p style="text-align: left;">可用出租车数量与出行需求之间的不匹配，可能会对城市交通状况产生负面影响。因此，若缺乏高效的车队管控策略，自动驾驶出行服务反而可能导致乘客等待时间延长、排队队伍变长，进而加剧城市交通拥堵。</p><p style="text-align: left;">Jacobsen在其博士论文中，提出了一套数据驱动的方法，旨在改善自动驾驶电动出租车队（车队）的运营。他的研究将“用于预测出行需求的机器学习技术”与“用于车队规划和管理的先进优化模型”相结合。此外，他还探讨了如何利用深度强化学习——一种通过交互与经验进行学习的人工智能形式——在复杂的交通系统中做出实时决策。</p><p style="text-align: left;">本研究的第一部分探讨了如何在城市中部署空闲车辆，以便在下一位乘客有需求时能及时提供服务。第二部分则聚焦于自动驾驶出租车队在采用电动车辆并需定期充电的情况下所带来的额外挑战。</p><p style="text-align: left;">研究利用一种被称为“贝叶斯神经网络”（BNNs）的机器学习方法，基于旧金山和芝加哥的历史出租车出行数据，对城市不同区域的出行需求及充电设施可用性进行预测。与许多其他机器学习模型不同，贝叶斯神经网络还能评估其预测结果的不确定性。当现实中的出行模式与预测存在偏差时（例如在遭遇异常天气状况时），这类信息有助于提升车队管理的稳健性。</p><p style="text-align: left;">机器学习仅用于提供预测，而关于车辆行驶路线及充电时间的决策，则由一个目标明确、约束清晰且透明的优化模型来制定；换言之，人工智能在此起到的是辅助决策的作用，而非自主做出决策。该研究还对比了三种电池容量和能效各异的电动车型，并探讨了这些差异如何影响车队的整体表现及服务可用性。</p><p style="text-align: left;">Jacobsen表示：“由于需求、交通状况和车辆可用性都在不断变化，整个问题会变得极其复杂，难以直接求解。我们的方法通过将问题拆解为若干更小、更易于管理的部分来应对这一挑战；这些部分可以被高效求解，随后再进行整合，从而估算出整个城市内最优的车队部署方案。通过这种方式，我们既能获得非常接近最优解的方案，又能确保计算上的可行性。”</p><p style="text-align: left;"><strong>超大规模车队的协同调度</strong></p><p style="text-align: left;">自动驾驶出租车服务已在美国和中国的多个城市投入运营，但在复杂的城市环境中管理大规模车队仍是一项挑战。</p><p style="text-align: left;">“在交通状况复杂多变的环境中，以及在与人类驾驶员进行交互时，自动驾驶车队仍面临诸多困难。我们提出的稳健方法有助于改善交通协同，并支持构建更可靠、更值得信赖的自动驾驶出行系统，”该研究的指导者、电气工程系教授Balázs Kulcsár表示。</p><p style="text-align: left;">该方法的一个核心优势在于，它既能扩展至大规模车队，又能保持快速决策的能力。据Jacobsen介绍，该方案旨在即便面对现实城市交通系统中固有的各种不确定性，依然能够保持有效运作。</p><p style="text-align: left;">“许多现有研究都探讨过类似的车队管理与物流问题。我们这项工作的独特之处在于，我们明确将大城市中存在的不确定性纳入考量，并据此优化车队运营。此外，我们还针对不同类型的车辆开发并测试了该框架，使其兼具灵活性与稳健性。这使得自动驾驶车队能够在应对多变环境的同时，持续提供高效且可靠的交通服务。”</p>]]></content><copyright>auto.gasgoo.Com</copyright><pubDate>2026-10-26 17:06:42</pubDate><source><![CDATA[盖世汽车]]></source></item><item><id><![CDATA[70475922]]></id><upDate>2026-10-26 16:59:05</upDate><title><![CDATA[莱斯大学开发出工程化多孔材料 可从工业废水中回收有价值的稀土元素]]></title><link><![CDATA[https://auto.gasgoo.com/news/202610/26I70475922C409.shtml]]></link> <description><![CDATA[盖世汽车讯 稀土元素在驱动电动汽车、风力发电机、医学影像设备及其他先进技术方面发挥着重要作用，而它们可能正]]></description><content><![CDATA[<p style="text-align: left;">盖世汽车讯 稀土元素在驱动电动汽车、风力发电机、医学影像设备及其他先进技术方面发挥着重要作用，而它们可能正隐藏在一个意想不到的地方——工业废水中。</p><p style="text-align: left;">据外媒报道，莱斯大学（Rice University）的研究人员开发出一种超多孔材料，能够从复杂的废物流中提取出多种有价值的稀土元素。这一成果有望助力回收那些本会被丢弃的关键矿物资源。相关研究已发表在期刊《ACS应用材料与界面》（ACS Applied Materials &amp; Interfaces）上。</p><p style="text-align:center"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/image/20261026/6392863071546749299763207.png" title="工程.png" alt="工程.png"/></p><p style="text-align: center !important;line-height: 30px !important;font-size: 14px !important;color: #999999;margin-top: 10px !important;" label="图片备注">图片来源：莱斯大学</p><p style="text-align: left;">该方法利用了金属有机框架（MOFs）——这是一种曾获诺贝尔奖的材料，由金属和有机分子构建而成，具有极高的孔隙率。通过对其内部表面进行改性，研究人员使其能够选择性地捕获稀土元素。研究团队针对钕、钆和镝这三种稀土元素对该材料进行了测试；这些元素对于制造磁体及其他技术应用至关重要。</p><p style="text-align: left;">“稀土元素对于我们所依赖的许多技术至关重要，但其供应链在地理分布上依然高度集中，”莱斯大学土木与环境工程系Karl F. Hasselmann讲席教授、本研究通讯作者Qilin Li表示，“我们不应仅仅将工业废水视为需要处理的废弃物，而应将其视为一种蕴含宝贵物质、值得回收利用的资源。”</p><p style="text-align: left;">稀土元素具有独特的磁学和电子学特性，这使得它们在从永磁体到航空航天、医疗保健等各类应用中都难以被替代。例如，钕和镝被用于制造电动汽车、风力发电机和无人机中所需的高性能永磁体；而钆则被应用于核磁共振成像（MRI）设备中。从工业废水中分离出微量的这些元素十分困难，尤其是因为废水中往往还含有浓度高得多的其他金属。</p><p style="text-align: left;">为了应对这一挑战，研究人员选用了一种名为 MIL-101 的水稳定性金属有机框架（MOF）材料开展实验。他们利用一种名为“膦酰甲基亚氨基二乙酸”（简称 PMIDA）的分子对 MIL-101 进行了改性。在 MOF 的纳米级孔隙内，PMIDA 就像一个“化学挂钩”，能够与带正电的稀土离子形成牢固的化学键。</p><p style="text-align: left;">随后，研究人员通过调整 MOF 中 PMIDA 的添加量，探究了这些结合位点的密度如何影响材料的性能。此外，他们还结合计算机模拟，深入分析了稀土离子和 PMIDA 分子在孔隙内部的排列方式。</p><p style="text-align: left;">研究结果揭示了一项重要的设计原则：增加 PMIDA 的用量，并不仅仅是按比例提升了容量。事实上，配体浓度的提高使得多个结合基团能够围绕单个稀土离子进行配位，从而在孔隙内部形成了更强、更稳定的化学配合物。进一步的模拟研究证实，随着 PMIDA 负载量的增加，这些配合物的配位作用也变得愈发稳固。</p><p style="text-align: left;">“特别有趣的是，我们不仅能观察到该材料是否捕获了稀土元素，还能探明其背后的原因，”该研究的第一作者Yiming Liu说道，“通过将实验与分子模拟相结合，我们得以深入孔隙内部，观察配体数量的变化如何改变了这些离子的固定方式。”</p><p style="text-align: left;">在所测试的最高 PMIDA 负载量下，该材料每克可分别捕获 160 毫克钕、175 毫克钆和 195 毫克镝。对于钕和钆而言，这些吸附容量至少是此前在类似条件下针对同一种耐水MOF材料所报道数值的两倍。</p><p style="text-align: left;">另一个令人振奋的结果出现在研究人员引入铁元素之后——铁是一种常见的污染物，在工业废料中，其含量往往远高于稀土元素。</p><p style="text-align: left;">即便铁的浓度达到稀土元素浓度的 100 倍，它对稀土吸附的影响也微乎其微。在其中一项测试中，稀土的吸附量仅比无铁存在时降低了约 0.3%。这种选择性至关重要，因为有效的回收技术必须能够从大量不需要的物质（如铁）中，精准地提取出相对稀缺的目标元素。</p><p style="text-align: left;">研究人员还发现，利用稀盐酸可以从MOF中释放出先前捕获的稀土元素，从而实现这些宝贵金属的回收，并使该材料有望得到重复利用。</p><p style="text-align: left;">Liu表示：“要完善这一技术，仍有大量工作要做。未来的研究将侧重于提高选择性，确保MOF在释放所捕获元素的同时，仍能保持良好的耐久性、再生能力以及配体附着状态。尽管如此，我们依然感到非常振奋，因为经过工程化设计的MOF有望成为一种更具可持续性的替代方案，取代目前用于捕获稀土元素的液-液溶剂萃取法。”</p>]]></content><copyright>auto.gasgoo.Com</copyright><pubDate>2026-10-26 16:59:04</pubDate><source><![CDATA[盖世汽车]]></source></item><item><id><![CDATA[70475908]]></id><upDate>2026-10-26 16:05:58</upDate><title><![CDATA[Lytx新增Speed for Conditions监测 助力车队区分法定限速与安全车速]]></title><link><![CDATA[https://auto.gasgoo.com/news/202610/26I70475908C409.shtml]]></link> <description><![CDATA[盖世汽车讯 据外媒报道，人工智能驱动型车队管理公司Lytx宣布扩展其动态风险（Dynamic Risk），推出基于路况的车]]></description><content><![CDATA[<p style="text-align: left;">盖世汽车讯 据外媒报道，人工智能驱动型车队管理公司Lytx®宣布扩展其动态风险（Dynamic Risk），推出基于路况的车速评估”（Speed for Conditions）功能。该功能可帮助商用车队识别驾驶员的车速是否与当前路况不符——即不仅限于车辆是否超过了法定限速，还涵盖了车速是否超出了当前路况下的安全范围。</p><p style="text-align:center"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/image/20261026/6392862749563998333872392.png" title="Lytx.png" alt="Lytx.png"/></p><p style="text-align: center !important;line-height: 30px !important;font-size: 14px !important;color: #999999;margin-top: 10px !important;" label="图片备注">图片来源：Lytx</p><p style="text-align: left;">该功能现已正式推出。它利用Lytx的机器视觉与人工智能（MV+AI）技术，能够实时监测因恶劣天气等因素而变化的路况；随后，系统会根据车队设定的“路况调整后车速阈值”进行计算，一旦驾驶员的车速可能带来更高风险，系统便会向车内驾驶员发出预警。这一方案实现了更具情境感知能力的实时超速监测——它真正立足于道路的实际状况，而非仅仅依据交通标志上的限速数值。</p><p style="text-align: left;">Dynamic Risk是 Lytx 推出的一套先进功能，旨在帮助车队实时识别、评估并应对环境风险。通过整合驾驶室内外的情况、道路环境、天气信息，以及基于超过 3410 亿英里驾驶数据所提炼出的洞察，Dynamic Risk系统能让车队更清晰地了解风险是如何形成、累积并升级的；这有助于驾驶员和管理者在微小的隐患演变成严重事故之前，及时采取应对措施。</p><p style="text-align: left;">Lytx首席执行官Chris Cabrera表示：“每位驾驶员都知道限速规定，但限速并不总是等同于安全车速。通过Speed for Conditions功能，我们正助力车队超越静态的风险评估方式，转向基于实时情报的模式，从而真实反映驾驶员在道路上所面临的实际状况。这是我们‘动态风险’愿景中的重要一步：既能帮助驾驶员在行车过程中即时自我纠正，又能为管理者提供必要的背景信息，从而实现公平的指导、有效的优先级排序，并进一步提升运营安全性。”</p><p style="text-align: left;"><strong>“根据路况调整车速”功能的工作原理</strong></p><ul class=" list-paddingleft-2" style="list-style-type: disc;"><li><p style="text-align: left;">检测：MV+AI可实时识别恶劣天气状况。</p></li><li><p style="text-align: left;">计算：系统会根据各车队针对不同天气状况所设定的限速调整策略，计算出路况调整后限速值（Condition Adjusted Speed Limit）。</p></li><li><p style="text-align: left;">提醒：若驾驶员超出了调整后的限速阈值，且该状态持续达 30 秒，系统便会通过语音、LED 灯或两者结合的方式，向驾驶员发出车内提醒。</p></li><li><p style="text-align: left;">记录与评分：此类事件会被标记为“未根据路况调整车速”，并与常规超速行为区分开来；该事件会纳入动态风险指数（Dynamic Risk Index）评估，并被列入后续辅导计划中，同时附带相关的背景信息。</p></li></ul><p style="text-align: left;">管理人员可在“事件查看器”（Event Viewer）中查看事件的完整背景，包括实际车速、生效的限速阈值以及系统所检测到的路况信息。这有助于管理人员向驾驶员解释为何该行为存在安全隐患，从而提升驾驶员的认可度，引导其做出更安全的驾驶决策，并确保在评估时能将此类情况与常规超速行为区别对待。</p><p style="text-align: left;"><strong>更广泛的Dynamic Risk功能</strong></p><p style="text-align: left;">“路况适应车速”（Speed for Conditions）功能现已加入一系列日益丰富的“动态风险”功能（含现有及即将推出的功能）之中。这些功能旨在帮助车队更精准地应对各类风险：</p><ul class=" list-paddingleft-2" style="list-style-type: disc;"><li><p style="text-align: left;">车内天气警报（现已上线）：实时天气提醒有助于提升驾驶员对临近危险状况的警觉；同时，针对管理人员的提醒功能则可辅助进行路线调整、调度变更或其他预防性措施。</p></li><li><p style="text-align: left;">天气标记（现已上线）：“动态风险”系统中的天气标记功能可覆盖近 100% 的相关事件，甚至包括通过环境光检测实现的夜间驾驶场景。“湿滑路面”和“积雪路面”检测在夜间（只要存在环境光）即可生效；而“能见度低”标记功能则按设计仅在日间启用。</p></li><li><p style="text-align: left;">道路施工检测（现已推出）：利用机器视觉识别正在进行的施工及道路作业区域，帮助车队更好地掌握其对行程延误、时间安排及安全的影响。</p></li><li><p style="text-align: left;">区域动态调整（即将推出）：引入基于地理围栏的策略控制功能；当车辆进入或离开预设区域时，系统可自动调整摄像头运行模式、启用或禁用MV+AI功能，并实施针对特定区域的速度限制。</p></li><li><p style="text-align: left;">路线风险预警（即将推出）：在风险演变为实际问题之前，提前标记高风险路段（如限高桥梁、高危交叉路口等），使车队能够提前规划路线以规避已知风险，而非在遇到问题时才被动应对。</p></li></ul><p style="text-align: left;">这些功能相辅相成，能够帮助车队更全面地掌握环境背景信息，优先处理高风险事件，实现更精准的驾驶指导；同时，还能采取主动措施，助力保障驾驶员安全、减少碰撞事故、管控索赔事宜，并提升整体运营效率。</p><p style="text-align: left;">“Dynamic Risk旨在为车队提供智能洞察，使其能够更早地识别风险，并从容应对，”Cabrera补充道，“无论是遇到雨雪天气、道路施工、行人活动，还是特定区域的通行规定，我们都能将复杂的道路环境信息转化为清晰、可执行的指导建议，供驾驶员和管理人员参考。”</p>]]></content><copyright>auto.gasgoo.Com</copyright><pubDate>2026-10-26 16:05:57</pubDate><source><![CDATA[盖世汽车]]></source></item><item><id><![CDATA[70475111]]></id><upDate>2026-10-16 18:07:26</upDate><title><![CDATA[森萨塔科技推出制动压力传感器 助力电动汽车量产车型实现新一代‌电子机械制动系统]]></title><link><![CDATA[https://auto.gasgoo.com/news/202610/16I70475111C409.shtml]]></link> <description><![CDATA[盖世汽车讯 据外媒报道，森萨塔科技（Sensata Technologies）宣布，其制动力传感器现已应用于多款主流电动汽车的]]></description><content><![CDATA[<p style="text-align: left;">盖世汽车讯 据外媒报道，森萨塔科技（Sensata Technologies）宣布，其制动力传感器现已应用于多款主流电动汽车的‌电子机械制动（EMB）系统中。这一里程碑事件标志着汽车行业正从传统的液压制动向全电动“线控制动”系统转型；随着汽车主机厂（OEM）日益广泛地采用专为电气化、自动驾驶及软件定义控制而设计的车辆架构，这一转型显得尤为重要。</p><p style="text-align:center"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/image/20261016/6392777080725114784530046.jpg" title="森萨塔.jpg" alt="森萨塔.jpg"/></p><p style="text-align: center !important;line-height: 30px !important;font-size: 14px !important;color: #999999;margin-top: 10px !important;" label="图片备注">图片来源：森萨塔科技</p><p style="text-align: left;">‌电子机械制动系统实现了从液压驱动向电动驱动的转变，该系统需要对制动力进行精确且持续的测量，以确保车辆的安全性、舒适性和性能表现。森萨塔科技的制动力传感器旨在提供这一关键数据输入——通过直接测量制动卡钳内的夹紧力，实现对每个车轮的闭环控制。</p><p style="text-align: left;">与依赖压力控制的传统液压及电液制动系统不同，EMB系统依靠精确的夹紧力测量，来区分缓减速和紧急制动等不同的制动工况。更高的测量精度，使得车辆在各种行驶条件下都能实现更平稳、更安全且响应更迅速的制动表现。</p><p style="text-align: left;">森萨塔的制动压力传感器可直接集成于制动卡钳内，实时测量夹紧力，并以高频率将数据传输至控制单元。这种持续的反馈机制，使每个车轮都能作为一个独立的、智能控制的系统进行运作。该传感器基于森萨塔的微型应变计（Micro Strain Gauge，MSG）技术——该技术在安全关键型制动应用中已得到超过25年的验证——并以创新的方式将其应用于直接测量作用力，而非液压压力。</p><p style="text-align: left;"><strong>森萨塔制动力传感器的主要优势包括：</strong></p><ul class=" list-paddingleft-2" style="list-style-type: disc;"><li><p style="text-align: left;">精确的EMB控制：直接测量制动卡钳内部的夹紧力，为实现精确的电子机械制动控制提供所需的实时输入信号。</p></li><li><p style="text-align: left;">提升制动性能：提供高精度的力反馈，确保在各种驾驶工况下都能实现灵敏的制动响应、一致的制动表现以及良好的操控性。</p></li><li><p style="text-align: left;">简化系统集成：可直接连接至卡钳控制单元，无需额外连接器，有助于降低系统复杂性。</p></li><li><p style="text-align: left;">紧凑轻量化设计：便于集成至EMB架构中，且不会在车轮端增加不必要的尺寸或重量。</p></li><li><p style="text-align: left;">支持功能安全：提供卡钳级的力反馈，满足汽车功能安全方面的最高要求。</p></li></ul><p style="text-align: left;">这种方案使OEM能够优化每个车轮的制动性能，从而提升车辆的动态表现、一致性及安全性。此外，EMB架构还省去了制动管路和液压系统等液压组件，简化了车辆设计，降低了制造复杂度和维护需求。</p><p style="text-align: left;">森萨塔科技执行副总裁兼汽车事业部总裁Markus Schwabe表示：“‌电子机械制动代表了车辆架构的一次根本性变革，它对传感和控制的精度提出了更高要求。我们的制动力传感技术能够帮助整车厂实现对每个车轮制动力的精确、实时控制，从而满足下一代电动汽车在性能、舒适性和安全性方面的需求。”</p>]]></content><copyright>auto.gasgoo.Com</copyright><pubDate>2026-10-16 18:07:25</pubDate><source><![CDATA[盖世汽车]]></source></item><item><id><![CDATA[70475108]]></id><upDate>2026-10-16 18:04:28</upDate><title><![CDATA[Terra Quantum与Empa合作开发AI模型 实现激光焊接过程控制的实时预测]]></title><link><![CDATA[https://auto.gasgoo.com/news/202610/16I70475108C409.shtml]]></link> <description><![CDATA[盖世汽车讯 据外媒报道，瑞士工程科技公司Terra Quantum 与 Empa 联合开发出名为 LP-FNO（Laser Processing Fouri]]></description><content><![CDATA[<p>盖世汽车讯 据外媒报道，瑞士工程科技公司Terra Quantum 与 Empa 联合开发出名为 LP-FNO（Laser Processing Fourier Neural Operator，激光加工傅里叶神经算子）的人工智能模型。据该公司称，该模型预测激光焊接中三维熔池动态的速度比传统方法快达 10 万倍。这一突破消除了实现实时工艺控制及部署工业数字孪生技术的一大关键计算瓶颈。</p><p style="text-align:center"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/image/20261016/6392777061058808228412576.png" title="terra.png" alt="terra.png"/></p><p style="text-align: center !important;line-height: 30px !important;font-size: 14px !important;color: #999999;margin-top: 10px !important;" label="图片备注">图片来源：Terra Quantum</p><p style="text-align: left;">Terra Quantum 首席执行官兼创始人 Markus Pflitsch 表示：“能够将耗时数小时的物理模拟压缩至毫秒级，这绝非渐进式的改良，而是一种能够催生全新应用场景的变革性进步。”该模型基于 Ti-6Al-4V 钛合金的模拟数据进行训练，目前在标准分辨率下，仅需短短 8 毫秒即可完成完整的三维预测。</p><p style="text-align: left;"><strong>LP-FNO：激光焊接熔池实时预测技术</strong></p><p style="text-align: left;">得益于 Terra Quantum 和 Empa 联合开发的新型人工智能模型 LP-FNO，原本在 10 微米分辨率下需要六分钟才能完成的模拟计算，如今仅需数毫秒即可完成。该模型采用傅里叶神经算子（Fourier Neural Operator）架构，实现了此前无法实时完成的全三维熔池预测，从而从根本上变革了激光焊接的工艺控制方式。</p><p style="text-align: left;">该模型能够学习激光参数与由此产生的温度场之间的关联，从而克服了传统多物理场模拟在进行精确三维建模时面临的巨大计算压力。LP-FNO 模型基于 Ti-6Al-4V 钛合金的高保真模拟数据进行训练，涵盖了 40 至 190 瓦的宽功率范围以及高达每秒 1 米的扫描速度。</p><p style="text-align: left;">此次训练涵盖了热传导和稳定小孔（keyhole）两种焊接模式，这是以往替代模型未能实现的突破。据 Terra Quantum 介绍，这种广阔的视角赋予了模型“分辨率无关”的特性，因为基于粗糙训练数据学习到的谱权重能够自然地泛化应用于更精细的评估网格。结合准稳态重构方法，最终形成了一个单一的训练模型，能够在整个工艺窗口内以一致的精度处理热传导和小孔这两种模式。</p><p style="text-align: left;">该模型在温度预测方面的平均相对误差约为 2.5%，而在熔池边界分割任务中，其交并比（IoU）得分超过了 0.9。</p>]]></content><copyright>auto.gasgoo.Com</copyright><pubDate>2026-10-16 18:04:27</pubDate><source><![CDATA[盖世汽车]]></source></item><item><id><![CDATA[70475107]]></id><upDate>2026-10-16 17:58:36</upDate><title><![CDATA[Meta发布前沿AI模型Muse Wonder系列]]></title><link><![CDATA[https://auto.gasgoo.com/news/202610/16I70475107C409.shtml]]></link> <description><![CDATA[盖世汽车讯 据外媒报道，Meta推出 Muse Wonder 系列——包括 Muse Wonder 和 Muse Wonder Full。这是Meta迄今为止能力最强的模型，在处理个人及专业领域的智能体（agentic）任务时，展现出了业界领先的性能。Muse Wo]]></description><content><![CDATA[<p style="text-align: left;">盖世汽车讯 据外媒报道，Meta推出 Muse Wonder 系列——包括 Muse Wonder 和 Muse Wonder Full。这是Meta迄今为止能力最强的模型，在处理个人及专业领域的智能体（agentic）任务时，展现出了业界领先的性能。Muse Wonder 融合了“主动记忆”（Active Memory）与“主动专注”（Active Focus）功能，既能时刻追踪对用户至关重要的信息，又能全力以赴助您达成目标。</p><p style="text-align:center"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/image/20261016/6392776989170241483892215.png" title="meta.png" alt="meta.png"/></p><p style="text-align: center !important;line-height: 30px !important;font-size: 14px !important;color: #999999;margin-top: 10px !important;" label="图片备注">图片来源：Meta</p><p style="text-align: left;">即日起，用户可通过 Meta Model API 和 Muse Code 使用 Muse Wonder；Muse Wonder Full 也已面向 Muse Code 订阅用户开放。</p><p style="text-align: left;">Muse Wonder 很快将赋能 Muse 平台上的各项体验，并优先向订阅用户推出。此外，它还将支持“工件”（Artifacts）生成以及各类需要更高智能水平的处理流程。未来，Meta将利用 Muse Wonder 开发更多专用模型，并将其提供给所有 Muse 用户。</p><p style="text-align: left;"><strong>迈向个人超级智能的规模化发展</strong></p><p style="text-align: left;">十四个月前，Meta着手对人工智能业务进行彻底的重构。在此期间，Meta不仅从底层原理出发重建了技术栈，更不断推动技术边界的拓展。</p><p style="text-align: left;">在发布 Muse Spark 时，Meta阐述了实现可预测且严谨的规模化扩展的策略。此次发布正是基于此前在预训练和强化学习领域积累的成果，推出了Meta迄今为止性能最强大的模型。Muse Wonder 和 Muse Wonder Full 在Meta拥有吉瓦（GW）级算力的 Prometheus 数据中心进行训练，汇聚了 Meta 各团队的智慧结晶，能够为工作和日常生活中的复杂任务提供顶尖的智能支持——这是Meta向数十亿使用 Meta 产品的用户提供个人超级智能这一愿景迈出的又一重要步伐。</p><p style="text-align: left;"><strong>前沿能力</strong></p><p style="text-align: left;">Meta仔细研究他们在现实世界任务中工作的四个核心领域：领域专业知识、主动记忆、主动聚焦和前沿编码。</p><p style="text-align: center;"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/image/20261016/6392777000677200481178704.png" title="ac51eda8-5756-4682-ba32-18a2b44fced2.png" alt="ac51eda8-5756-4682-ba32-18a2b44fced2.png"/></p><p><p style="text-align: center !important;line-height: 30px !important;font-size: 14px !important;color: #999999;margin-top: 10px !important;" label="图片备注">图片来源：Meta</p></p><p style="text-align: left;"><strong>领域专长</strong></p><p style="text-align: left;">Muse Wonder 和 Muse Wonder Full 运用专业知识来解决人们在工作和日常生活中遇到的问题，涵盖了从解读租赁合同到理解财务或健康信息等各类场景。Meta的评估包含法律、金融和健康领域的任务，旨在测试模型的这一能力。例如，Harvey 的法律智能体基准测试（Legal Agent Benchmark，简称 LAB）要求模型基于源文档并遵循详细指令，产出法律工作成果。</p><p style="text-align: center;"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/image/20261016/6392777019400178517445384.png" title="95aeb7bc-b5a0-4584-89d4-1ac26d68f59a.png" alt="95aeb7bc-b5a0-4584-89d4-1ac26d68f59a.png"/></p><p style="text-align: center !important;line-height: 30px !important;font-size: 14px !important;color: #999999;margin-top: 10px !important;" label="图片备注">图片来源：Meta</p><p style="text-align: left;"><strong>主动记忆</strong></p><p style="text-align: left;">构建实用型个人及职业智能体，最关键的步骤之一在于拥有可靠的记忆能力。模型不仅需要记住重要信息，还要能识别何时需要调用过往信息。Meta将此称为“主动记忆”：即在不同对话间保留关于您的重要上下文信息，并针对当前任务主动检索相关细节。</p><p style="text-align: left;"><strong>主动专注（Active Focus）</strong></p><p style="text-align: left;">利用既有背景信息来完成任务，同样需要持续的努力。“主动专注”体现了 Muse Wonder 如何坚持不懈地朝着具有挑战性的目标推进：尝试各种替代方案、克服障碍，并根据新信息灵活调整策略。在此过程中，它会在必要时寻求澄清，并在采取重要行动前进行确认。Meta通过 FocusBench 评估专注度，并通过 SWE-Marathon 评估持续执行能力——后者专门测试在长期运行的软件项目上的工作表现。</p><p style="text-align: left;"><strong>前沿编程能力</strong></p><p style="text-align: left;">编程将上述各项能力融为一体。软件开发涉及需求追踪、跨代码库的变更实施，以及反复进行的测试与修订循环。Muse Wonder 和 Muse Wonder Full 展现了前沿的编程性能，能够支持从小型应用到复杂软件的各类项目。Meta利用多样化且耗时较长的任务对这两个模型进行了训练，以确保它们在整个开发流程中都能保持稳健的进展。</p><p style="text-align: left;"><strong>具备泛化能力</strong></p><p style="text-align: left;">两个模型在基准测试中的得分往往不相上下，但其中一个却似乎能胜任范围更广、更为陌生的任务。无论是对“基准测试刷分”（benchmaxxing）的诟病，还是对“大模型特质”（big model smell）的推崇，其实都指向了同一点：即模型具备一种广阔的能力，而仅涵盖少数领域的流行基准测试往往无法将其全面衡量。</p><p style="text-align: left;">为了量化这种差异，Meta研究了在增加推理时算力（test-time compute）的过程中，模型在训练后阶段（post-training）针对性优化的任务上的表现，与在未见过的任务上的表现之间有何关联。下图对比了 Muse Spark 1.3 和 Muse Wonder Full，图中的每个点代表模型在特定推理投入程度下的表现。横轴表示模型在“分布内”（in-distribution）任务（即Meta在训练后阶段重点关注的任务）综合指标上的得分；纵轴则表示模型在“分布外”（out-of-distribution）任务（即Meta在训练后阶段未针对性优化的任务）上的平均得分。</p><p style="text-align: center;"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/image/20261016/6392777025162488059616813.png" title="ba7b0da0-5c47-4296-971f-32521aff8622.png" alt="ba7b0da0-5c47-4296-971f-32521aff8622.png"/></p><p><p style="text-align: center !important;line-height: 30px !important;font-size: 14px !important;color: #999999;margin-top: 10px !important;" label="图片备注">图片来源：Met</p></p><p style="text-align: left;">随着推理时算力的增加，这两个模型在分布外任务上的表现提升幅度相当。然而，考虑到其在分布内任务上的表现，Muse Wonder Full 在未见过的任务上的实际表现，要优于基于 Muse Spark 1.3 趋势所预测的水平。这种表现的提升归功于 Muse Wonder 和 Muse Wonder Full 采用了规模更大、能力更强的基座模型：更强的基座模型能带来更显著的训练后收益，并能更有效地将这些收益迁移到未见过的任务中。这种通用性对于个人智能体（personal agents）尤为重要，因为它们需要应对目标、工具和约束条件的各种组合——而其中许多情况在训练阶段是无法预见的。</p><p style="text-align: left;"><strong>前沿领域的安全保障</strong></p><p style="text-align: left;">要为每个人提供个人超级智能，必须在“对齐”（alignment）与安全方面进行大量投入。个人智能体代表用户执行操作，并可能处理诸如消息、日程安排和私人文档等各类信息。这种程度的访问权限要求模型在处理隐私信息时审慎行事，并能抵御滥用风险。Meta训练了 Muse Wonder 系列模型，旨在确保其在这两个维度上处于领先地位：既具备抵御对抗性指令的稳健性，又能妥善处理隐私信息。</p><p style="text-align: left;">随着模型能力的不断增强，Meta的目标是帮助人们安全、负责任地利用这些能力。Muse Wonder 提供了迄今为止最强大的安全防护措施，以防范涉及 CBRN（化学、生物、放射性和核）及网络领域的滥用行为；同时，依据Meta的“Meta 超级智能扩展框架”（Meta Superintelligence Scaling Framework），该模型仍保留了用于防御目的的前沿网络能力。</p>]]></content><copyright>auto.gasgoo.Com</copyright><pubDate>2026-10-16 17:58:35</pubDate><source><![CDATA[盖世汽车]]></source></item><item><id><![CDATA[70474779]]></id><upDate>2026-10-14 15:01:44</upDate><title><![CDATA[UL利用水相工艺将木材工业副产品转化为碳纳米纤维 用于钠离子电池]]></title><link><![CDATA[https://auto.gasgoo.com/news/202610/14I70474779C409.shtml]]></link> <description><![CDATA[盖世汽车讯 据外媒报道，由利默里克大学（University of Limerick，UL）研究人员主导的一项新研究发现了一种源自]]></description><content><![CDATA[<p style="text-align: left;">盖世汽车讯 据外媒报道，由利默里克大学（University of Limerick，UL）研究人员主导的一项新研究发现了一种源自可再生木材工业副产品的新型电池材料，该材料有助于减少对稀缺且昂贵原材料的依赖。</p><p style="text-align:center"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/1640-X/20261014/6392758685644562476050073.jpg" title="水相.jpg" alt="水相.jpg"/></p><p style="text-align: center !important;line-height: 30px !important;font-size: 14px !important;color: #999999;margin-top: 10px !important;" label="图片备注">图片来源：利默里克大学</p><p style="text-align: left;">这项发表在期刊《先进材料》（Advanced Materials）上的研究展示了如何将木质素磺酸盐——一种源自纸浆和造纸工业的废料——转化为用于钠离子电池的高性能碳纳米纤维。</p><p style="text-align: left;">随着电动汽车和可再生能源技术的普及，电池需求持续增长，科学家们正积极寻找锂离子电池的可持续替代方案。钠是地球上储量最丰富的元素之一，这使得钠离子电池成为未来储能领域极具前景的选择。</p><p style="text-align: left;"><strong>用水替代有毒溶剂</strong></p><p style="text-align: left;">UL的研究人员与瓦伦西亚大学（University of Valencia）的同行合作，开发出一种绿色化学工艺，利用水代替有毒溶剂来制备电池材料。该工艺还省去了电池制造中常用的合成粘合剂和添加剂。</p><p style="text-align: left;">这项研究由UL工程学院材料科学教授、伯纳尔研究所（Bernal Institute）可持续与韧性材料项目负责人Maurice N. Collins领导。他表示：“这项研究展示了如何利用简单的水基工艺，将林业和造纸业中一种未被充分利用的副产品转化为有价值的电池材料。”</p><p style="text-align: left;">这项研究的一个关键突破在于发现，通过在纳米尺度上调控材料结构，可以定制其性能。通过精心设计该碳材料的纳米结构，我们成功提高了其在充放电过程中存储和释放钠离子的效率。</p><p style="text-align: left;">该论文的第一作者、UL博士研究员Judith Miralda-Jalle表示：“这项研究不仅旨在开发一种新型电池材料，更致力于理解其背后的科学原理。通过探究加工过程中碳材料化学性质与结构的变化，我们获得了宝贵的见解，这将有助于指导未来电池所需的高效、可持续材料的设计。”</p><p style="text-align: left;">研究团队将木质素磺酸盐与其他天然来源的成分结合，制备出超细纤维，随后将其转化为专为储能应用设计的高级碳结构。</p><p style="text-align: left;"><strong>发掘工业副产品的价值</strong></p><p style="text-align: left;">除了在电池领域的潜在应用外，这项研究还可能为木质素磺酸盐——一种目前尚未得到充分利用的工业副产品——开辟新的高价值用途。</p><p style="text-align: left;">UL副教授、AMPEiRE电池研究中心联席主任兼该研究论文的合著者Tadhg Kennedy补充道：“这项研究最令人振奋之处在于，可持续性理念贯穿了该材料开发的每一个阶段。我们以储量丰富的工业副产品为原料，利用水而非有机溶剂进行加工，并通过工程手段改良其内部结构，从而提升其钠存储性能。这表明，在设计高性能电池材料时，完全可以兼顾电化学性能与环境责任。”</p><p style="text-align: left;">Collins强调了这项研究在环境方面的潜力。Collins解释道：“这项工作展示了如何将可再生资源转化为高价值材料，同时助力构建更具循环性和可持续性的经济；此外，它也彰显了可持续材料在支持下一代储能技术方面蕴藏的巨大潜力。”</p>]]></content><copyright>auto.gasgoo.Com</copyright><pubDate>2026-10-14 15:01:43</pubDate><source><![CDATA[盖世汽车]]></source></item><item><id><![CDATA[70474754]]></id><upDate>2026-10-14 11:40:58</upDate><title><![CDATA[伊利诺伊大学发明煤基碳纳米点 助力下一代二维电子器件]]></title><link><![CDATA[https://auto.gasgoo.com/news/202610/14I70474754C409.shtml]]></link> <description><![CDATA[盖世汽车讯 硅基微电子技术推动了数字革命，但其性能和效率正逐渐触及由硅自身基本特性所决定的极限。“二维”材]]></description><content><![CDATA[<p style="text-align: left;">盖世汽车讯 硅基微电子技术推动了数字革命，但其性能和效率正逐渐触及由硅自身基本特性所决定的极限。“二维”材料是延续算力增长趋势的有力候选者：这类材料仅有一个原子厚，即便在硅材料面临严峻的微缩挑战时，仍能保持卓越的电子性能。然而，赋予二维材料这一优势的结构特征，同时也增加了将其制成实用器件的难度。</p><p style="text-align: left;">据外媒报道，伊利诺伊大学厄巴纳-香槟分校（University of Illinois Urbana-Champaign）格兰杰工程学院（Grainger College of Engineering）材料科学与工程系教授Qing Cao发现了一种出人意料的解决方案——利用煤制纳米颗粒。</p><p style="text-align:center"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/image/20261014/6392757481666680381867896.jpg" title="煤基.jpg" alt="煤基.jpg"/></p><p style="text-align: center !important;line-height: 30px !important;font-size: 14px !important;color: #999999;margin-top: 10px !important;" label="图片备注">图片来源：伊利诺伊大学厄巴纳-香槟分校</p><p style="text-align: left;">Cao与美国能源部国家能源技术实验室（NETL）合作，发现了一种源自烟煤的碳纳米点——即宽度为1至5纳米、厚度仅为单原子层的类石墨烯颗粒——并将其用作原子尺度的界面粘合剂。</p><p style="text-align: left;">这些碳纳米点能够促进与石墨烯、二硫化钼等二维材料的结合，且不会与二维导电通道发生杂化，从而形成洁净的界面，并支持超薄且热稳定性良好的介电层生长。</p><p style="text-align: left;">Cao表示：“由二维材料制成的器件极具吸引力，因为它们能够持续微缩至硅材料开始面临严峻性能挑战的尺寸范围。然而，由于缺乏三维化学结构，很难直接在二维材料表面生长晶体管运行所需的绝缘介电层。这是一个由来已久的瓶颈问题，而我们从一个意想不到的来源找到了解决方案：由加工煤制成的碳纳米点。它们可作为底涂层，在二维材料上生长出高质量的薄介电层并保持界面洁净，这是制造晶体管的关键一步。”</p><p style="text-align: left;">Cao及其研究团队在期刊《自然-通讯》（Nature Communications）上报告称，其研发的介电层性能优于IEEE《国际器件与系统路线图》（IRDS）设定的行业目标：该介电层的等效氧化层厚度为0.6纳米，漏电流密度低于0.1毫安/平方厘米。</p><p style="text-align: left;">他们进一步展示了利用该方法制造的场效应晶体管和集成逻辑门可在约0.5伏的电压下工作；这一电压远低于当前先进硅基技术通常所需的0.6至0.8伏工作电压范围，从而降低了计算所需的能耗。</p><p style="text-align: left;"><strong>二维半导体的前景与挑战</strong></p><p style="text-align: left;">诸如二硫化钼之类的二维材料在半导体器件领域极具潜力，这不仅因为它们具有原子级的厚度，还因为它们不存在“悬挂键”——即未参与化学键合的自由表面电子。</p><p style="text-align: left;">当硅材料被缩减至超薄尺寸时，表面的悬挂键和界面缺陷会散射载流电子，从而降低其传输速度。二维材料因不具备这些缺陷而成为制造更小巧、更高效晶体管的理想候选材料，但这一特性同时也增加了利用它们制造器件的难度。</p><p style="text-align: left;">Cao表示：“从器件微缩的角度来看，不存在悬挂键这一特性极具吸引力；但与此同时，这也是集成过程中必须克服的一大障碍。对于硅材料而言，悬挂键的存在使得我们可以利用化学气相沉积（CVD）和原子层沉积（ALD）等成熟工艺来生长绝缘薄膜。然而，二维材料表面缺乏自由化学键合位点，因此，如何在其上生长薄膜层一直以来都是一个亟待解决的难题。”</p><p style="text-align: left;"><strong>与煤基碳纳米点的集成应用</strong></p><p style="text-align: left;">Cao的研究团队此前曾与国家能源技术实验室（NETL）合作，探索煤基材料在微电子制造领域的应用。煤炭中碳元素所特有的化学结构与物理性质，为开发适用于现代半导体器件的新型先进材料奠定了基础；这在世界上最古老的能源之一与最尖端的电子技术之间，架起了一座意想不到的桥梁。</p><p style="text-align: left;">在最新一轮合作中，研究人员重点研究了由烟煤加工而成的碳纳米点。得益于其独特的结构，这些碳纳米点具有类石墨烯表面；当它们与二维材料接触时，无需发生化学键合，便能产生一种被称为范德华力（van der Waals force）的相互吸引作用。</p><p style="text-align: left;">与此同时，它们边缘的官能团能与上方的氧化物绝缘体结合，从而将二维半导体与介电材料连接起来，且不会改变半导体本身的化学结构。</p><p style="text-align: left;">“碳纳米点充当了介电层生长的成核中心，因此需要尽可能紧密地排列，”Cao说道。“我们利用Langmuir-Schaefer组装技术实现了这一点。具体而言，我们将纳米点分散在有机溶剂中，并将液滴滴加到水面上。在表面张力的作用下，液体铺展成薄层；随后，待溶剂挥发，纳米点便留在了水面上。接着，我们通过机械方式将它们推拢，形成紧密排列的单层结构，并将其转移到二维半导体表面。利用原子层沉积技术，该碳点单层作为晶种，引导形成平整且超薄的高介电常数氧化物层。”</p><p style="text-align: left;"><strong>专为工业应用而设计</strong></p><p style="text-align: left;">Cao与NETL正致力于使这一新型制造工艺能够应用于半导体生产。该研究的一个重要环节是对纳米点进行表征并确保其化学纯度，因为纯度是工业制造过程中的关键考量因素。</p><p style="text-align: left;">“通常人们认为煤炭是‘脏’的，而微电子制造则要求极高的洁净度，”Cao说道，“我们投入了大量精力，确保所制备的材料具备极高的纯度。”“我们确保单层材料中不含任何与标准硅CMOS制造环境不兼容的杂质。此外，利用碳纳米点作为晶种层，我们可以通过原子层沉积（一种半导体行业广泛采用的标准制造技术）在二维半导体上直接生长出高质量的介电层。”</p><p style="text-align: left;">除 NETL 外，该项目还得到了伊利诺伊大学格雷格工程学院（Illinois Grainger Engineering）“高性能加速先进半导体芯片中心”的支持；该中心致力于促进与 IBM、英特尔（Intel）及台积电（TSMC）等半导体行业合作伙伴的联系。</p><p style="text-align: left;">Cao表示：“研究人员早已知晓，二维半导体的性能优于超薄硅，但如何集成高质量的介电层一直是一项重大挑战。通过利用碳纳米点作为原子级界面，我们展示了一条切实可行的途径，有望推动这些材料在未来电子技术中的应用。”</p>]]></content><copyright>auto.gasgoo.Com</copyright><pubDate>2026-10-14 11:40:57</pubDate><source><![CDATA[盖世汽车]]></source></item><item><id><![CDATA[70474753]]></id><upDate>2026-10-14 11:22:38</upDate><title><![CDATA[Elsight推出面向GNSS拒止环境的无人系统高精度定位解决方案]]></title><link><![CDATA[https://auto.gasgoo.com/news/202610/14I70474753C409.shtml]]></link> <description><![CDATA[盖世汽车讯 据外媒报道，为无人系统提供关键任务连接服务的 Elsight 宣布推出全新的定位功能，旨在为海、陆、空各]]></description><content><![CDATA[<p style="text-align: left;">盖世汽车讯 据外媒报道，为无人系统提供关键任务连接服务的 Elsight 宣布推出全新的定位功能，旨在为海、陆、空各类自主平台提供精确的地理定位，以应对 GPS 信号缺失、受干扰或遭欺骗的复杂环境。</p><p style="text-align:center"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/image/20261014/6392757373163900117817616.jpg" title="Elsight-website-images_v02_Blog-C.jpg" alt="Elsight-website-images_v02_Blog-C.jpg"/></p><p style="text-align: center !important;line-height: 30px !important;font-size: 14px !important;color: #999999;margin-top: 10px !important;" label="图片备注">图片来源： Elsight</p><p style="text-align: left;">此次发布正值全球范围内 GPS 干扰与欺骗活动频发之际；随着无人系统应用日益广泛，电子战已成为战术规划的核心议题。过去仅限于特种部队使用的干扰与欺骗工具，如今已广泛装备于常规部队。</p><p style="text-align: left;">Elsight 的定位能力基于一项获得专利的蜂窝网络解决方案，该方案利用蜂窝网络测量数据来确定平台位置，从而在 GPS 信号不可用、质量下降或遭受主动欺骗攻击的情况下，依然能够实现精确的地理定位。系统采用多源融合引擎，持续整合各类可用输入信息——包括蜂窝网络“时间提前量”（TA）、周边基站信号、经核实可靠的 GPS 数据以及运动与速度矢量——以提升定位的精度与稳健性。此外，系统还具备主动 GPS 欺骗检测功能，可实时将 GPS 数据与基于蜂窝网络测算的位置信息进行交叉比对，一旦两者出现偏差，便会立即触发警报。</p><p style="text-align: left;">Elsight 首席执行官 Yoav Amitai 表示：“在存在干扰或对抗的环境中，GPS 已成为一个关键的脆弱环节。我们的定位产品彻底消除了对 GPS 的依赖，使无人系统无论身处何种环境，都能精准掌握自身位置。其他替代方案通常只能告知移动了多远距离，而我们则能明确指出系统当下的具体位置。这是一种截然不同的定位方法。”</p><p style="text-align: left;"><strong>主要特点：</strong></p><ul class=" list-paddingleft-2" style="list-style-type: disc;"><li><p style="text-align: left;">高精度地理定位（非相对定位）——该技术能精确确定无人机或无人车辆的具体位置，而不仅仅是计算其相对于起点的移动距离。</p></li><li><p style="text-align: left;">基于蜂窝网络的核心专利技术——其运行基础设施与GNSS（全球导航卫星系统）完全不同，因此天生具备抗干扰能力，能抵御GPS干扰、欺骗及其他会影响卫星依赖型系统的电子干扰；此外，该技术可在任何可用网络上运行，不受网络所有权或来源限制。</p></li><li><p style="text-align: left;">多源融合——持续整合所有可用输入数据，并根据信号可用性的变化自动调整，不依赖于单一数据源。</p></li><li><p style="text-align: left;">主动式GPS欺骗检测——实时将GPS数据与蜂窝网络定位数据进行交叉比对；一旦两者偏差超过预设阈值，系统即自动触发警报。</p></li><li><p style="text-align: left;">现有Halo客户无需额外硬件——通过软件更新或功能解锁即可实现。</p></li><li><p style="text-align: left;">无需GPS、互联网、视觉参考或通信链路即可运行——适用于黑暗环境、海上及冲突区域。</p></li></ul><p style="text-align: left;"><strong>主要优势：</strong></p><ul class=" list-paddingleft-2" style="list-style-type: disc;"><li><p style="text-align: left;">默认使用 GPS，仅在 GPS 信号不可用时切换至蜂窝网络</p></li><li><p style="text-align: left;">增强了系统的可靠性与韧性，无需配备体积庞大、沉重或极其昂贵的导航设备</p></li><li><p style="text-align: left;">这是一项实用且具备扩展性的解决方案：在常规运行中利用标准的 GPS 性能，而在 GPS 信号受限或缺失的环境下则提供额外的连接保障</p></li></ul><p style="text-align: left;"><strong>体积小巧、轻便且经济实惠</strong></p><p style="text-align: left;">对于现有客户而言，Elsight 的定位（Positioning）应用程序无需额外硬件即可使用，并已完全集成到公司旗舰级任务赋能产品 Halo 之中。Halo 助力无人系统突破视距限制，摆脱地面基础设施的束缚，实现跨空中、陆地及海事领域的作业能力。它能智能融合蜂窝网络、卫星及射频（RF）通信，构建起一个高韧性的连接层，并始终自动选择最佳传输路径。</p>]]></content><copyright>auto.gasgoo.Com</copyright><pubDate>2026-10-14 11:22:37</pubDate><source><![CDATA[盖世汽车]]></source></item><item><id><![CDATA[70474752]]></id><upDate>2026-10-14 11:20:31</upDate><title><![CDATA[AI 框架为向工程师传授伦理决策能力提供了新途径]]></title><link><![CDATA[https://auto.gasgoo.com/news/202610/14I70474752C409.shtml]]></link> <description><![CDATA[盖世汽车讯 据外媒报道，发表在《国际继续工程教育与终身学习期刊》（International Journal of Continuing Engin]]></description><content><![CDATA[<p style="text-align: left;">盖世汽车讯 据外媒报道，发表在《国际继续工程教育与终身学习<span style="font-family: Arial, &quot;Microsoft YaHei&quot;; font-size: 17px; white-space: pre-wrap;">期刊</span>》（International Journal of Continuing Engineering Education and Life-Long Learning）上的一项研究表明，人工智能的应用正日益超越单纯的技术自动化范畴，转而用于培训工程师进行伦理决策。该研究指出，这一进展有望填补“工业4.0”时代的一项关键空白。</p><p style="text-align:center"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/image/20261014/6392757349807157855128709.png" title="AI框架.png" alt="AI框架.png"/></p><p style="text-align: center !important;line-height: 30px !important;font-size: 14px !important;color: #999999;margin-top: 10px !important;" label="图片备注">图片来源：《国际继续工程教育与终身学习期刊》</p><p style="text-align: left;">根据这项新研究，一个结合了自然语言处理（NLP）、知识图谱和深度强化学习技术的人工智能驱动框架，能够为每位工程师量身定制伦理与职业素养培训。通过对照伦理准则分析工程案例，并利用动态学习者档案追踪用户的学习进度，该系统有望提供个性化且自适应的教学服务。</p><p style="text-align: left;">研究人员在公开数据集上的测试表明，该系统优于传统的讲授式教学方法，能够预测职业胜任力，并能显著增强互动式培训。</p><p style="text-align: left;">工程教育历来依赖传统的讲授式教学。这种教学模式难以适应具体的职业情境，也难以融入伦理推理。尽管网上也有教育技术类课程，但即便是这些课程，通常也主要针对简单的绩效指标进行优化，而未能衡量教学内容及其最终学习成果的多重价值。</p><p style="text-align: left;">这项工作不仅对企业合规具有重要意义，其影响更为深远。自动化与数字化的制造系统正在变革全球各行各业，这意味着工程师所做的决策往往伴随着跨越国界的社会与安全风险。该团队通过展示计算机能够对复杂的教育原则进行建模并促进“知行合一”，证明了这些计算工具正从被动的信息传递平台，演变为职业发展中的“积极伙伴”——尤其是在涉及伦理与道德考量时。</p>]]></content><copyright>auto.gasgoo.Com</copyright><pubDate>2026-10-14 11:20:30</pubDate><source><![CDATA[盖世汽车]]></source></item><item><id><![CDATA[70474750]]></id><upDate>2026-10-14 11:07:09</upDate><title><![CDATA[新型人工智能框架助力机器更精细地理解三维空间]]></title><link><![CDATA[https://auto.gasgoo.com/news/202610/14I70474750C409.shtml]]></link> <description><![CDATA[盖世汽车讯 对于在办公环境中穿行的服务机器人而言，识别“家具”十分有用。然而，当机器人需要规划路线或与物体]]></description><content><![CDATA[<p style="text-align: left;">盖世汽车讯 对于在办公环境中穿行的服务机器人而言，识别“家具”十分有用。然而，当机器人需要规划路线或与物体交互时，它还需要更精细的信息——例如，该家具具体是椅子、桌子还是书柜，以及某个开口是门还是窗。这些细节上的区分会影响机器的移动方式、避障策略以及对安全交互对象的判断。</p><p style="text-align: left;">据外媒报道，由新加坡科技设计大学（SUTD）助理教授Na Zhao领导的研究团队，联合西南交通大学的合作者，开发了一种全新的人工智能（AI）框架，旨在帮助机器在不同细节层级上理解三维（3D）场景。</p><p style="text-align:center"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/image/20261014/6392757276790782329629901.jpg" title="新型人工.jpg" alt="新型人工.jpg"/></p><p style="text-align: center !important;line-height: 30px !important;font-size: 14px !important;color: #999999;margin-top: 10px !important;" label="图片备注">图片来源：SUTD</p><p style="text-align: left;">该框架名为 ML3DHS，专为 3D 层次化语义分割而设计。它能为 3D 场景中的每个点分配多个相关标签，涵盖从“家具”等宽泛类别到“椅子”或“桌子”等具体类别的不同层级。</p><p style="text-align: left;">三维视觉系统正日益广泛地应用于辅助机器解读由激光雷达（LiDAR）或深度相机等传感器所捕捉的空间信息。这些系统服务于具身智能领域，涵盖了在建筑物内自主导航的机器人、解读道路场景的自动驾驶汽车，以及将数字信息叠加于物理空间之上的增强现实（AR）应用。</p><p style="text-align: left;">然而，现有的许多三维分割模型通常仅针对场景中的每个点分配单一标签。这种“扁平化”的处理方式在现实应用场景中往往存在局限性，因为现实中的物体通常需要在不同的细节层级上进行理解与识别：从宏观层面看，模型可能将一组点识别为“家具”；而从更精细的层面看，它则需要进一步判断这些点具体属于椅子、桌子、沙发还是书柜。</p><p style="text-align: left;">挑战在于，这些相关的层级在训练过程中可能会产生竞争。粗略的预测可能较易学习，而精细的预测则需要更细致的区分。当两个层级共用过多模型组件时，优化其中一个层级可能会影响另一个层级的学习效果。</p><p style="text-align: left;">ML3DHS 针对这一问题，允许模型共享形状和几何结构等基础 3D 信息，同时针对不同细节层级使用独立的组件。此外，该系统利用粗略预测来引导精细预测；例如，若某区域被识别为“家具”，模型便能据此重点判断其具体是椅子、桌子还是沙发。同时，系统还会核查粗略标签与精细标签之间的一致性。</p><p style="text-align: left;">“每个 3D 点可以同时承载多种相关含义。同一个点在某一层级上可能属于‘家具’，而在另一层级上则属于‘桌子’，”首席研究员、SUTD助理教授Zhao表示，“通过将此问题视为多标签学习任务，我们能够帮助机器构建出结构更清晰的 3D 场景表征。”</p><p style="text-align: left;">除了协调多层级的标签外，3D场景理解领域面临的另一个长期难题是类别不平衡问题。墙壁和地面等常见类别通常包含远多于窗户、门、立柱及杂物等较小或较稀有物体的点数。这可能导致模型过度关注主导类别，从而忽略了对导航和交互至关重要的较少见物体。ML3DHS 通过引入一个额外的训练组件来解决这一问题，该组件能帮助模型更清晰地区分物体类别，并为较稀有物体提供更强的学习信号。</p><p style="text-align: left;">该团队利用多种AI模型架构，在既定的室内外3D场景基准测试集上对ML3DHS进行了评估。在各项测试中，该方法均持续优于以往的方法。例如，在某项室内基准测试中，其分割准确率较此前表现最好的方法提升了3.38个百分点。这种性能提升在杂物、窗户、门和立柱等较少见物体上尤为显著。</p><p style="text-align: left;">Zhao补充道：“对于室内服务机器人而言，宏观层面的理解能让它识别出某区域内包含家具或开口；而细粒度理解则有助于它区分门与窗、椅与桌，以及立柱与可移动杂物。当机器需要规划安全路径或判断可交互对象时，这些区分至关重要。”</p><p style="text-align: left;">研究人员指出，由于采用了非共享解码器和一个额外的辅助分支，ML3DHS 目前在训练过程中会增加模型规模。未来的研究可探索更轻量化的模型，以提高训练效率，并增强对极罕见类别的识别能力。</p><p style="text-align: left;">尽管仍存在一些待解决的问题，但该框架为识别不同细节层次的物体提供了一种更具结构性的方法。通过让 AI 系统更清晰地感知周围环境，这项研究有望助力机器人、自主系统及交互式 3D 技术实现更可靠的机器感知。</p>]]></content><copyright>auto.gasgoo.Com</copyright><pubDate>2026-10-14 11:07:08</pubDate><source><![CDATA[盖世汽车]]></source></item><item><id><![CDATA[70474746]]></id><upDate>2026-10-14 11:04:33</upDate><title><![CDATA[慕尼黑工业大学揭示：传感器薄膜可致自动驾驶汽车误判车道位置]]></title><link><![CDATA[https://auto.gasgoo.com/news/202610/14I70474746C409.shtml]]></link> <description><![CDATA[盖世汽车讯 如今，几乎所有现代汽车都配备了驾驶辅助系统。因此，行车安全在很大程度上取决于计算机系统能否可靠]]></description><content><![CDATA[<p style="text-align: left;">盖世汽车讯 如今，几乎所有现代汽车都配备了驾驶辅助系统。因此，行车安全在很大程度上取决于计算机系统能否可靠地处理传感器数据。据外媒报道，慕尼黑工业大学（Technical University of Munich，TUM）的研究人员正致力于研究如何针对这些系统实施干扰，旨在未来能更好地保护车辆免受此类攻击。即便只是在传感器上悄悄贴上一层薄膜，也可能引发严重事故。</p><p style="text-align:center"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/image/20261014/6392757197343050645609765.png" title="即使.png" alt="即使.png"/></p><p style="text-align: center !important;line-height: 30px !important;font-size: 14px !important;color: #999999;margin-top: 10px !important;" label="图片备注">图片来源：慕尼黑工业大学</p><p style="text-align: left;">汽车配备的自动驾驶功能日益增多。与此同时，慕尼黑也计划在市区交通环境中开展自动驾驶出租车（robotaxi）的试点运行。这些车辆依靠光学传感器来感知周围环境并进行导航。</p><p style="text-align: left;">摄像头负责识别交通标志、道路标线及其他道路使用者；激光雷达（LiDAR）系统则用于测量距离，并利用这些数据构建周围环境的三维图像。一旦这些感知系统遭到干扰，可能会引发危及安全的严重后果。</p><p style="text-align: left;"><strong>传感器遭篡改可能导致驾驶决策失误</strong></p><p style="text-align: left;">在2026年USENIX车辆安全与隐私研讨会上公布的最新研究结果显示，由嵌入式系统与物联网教授Sebastian Steinhorst以及计算、信息与技术学院物联网与自动系统网络安全小组负责人Mohammad Hamad领导的团队证实，即便只是在传感器表面贴上一层不起眼的薄膜，也足以改变摄像头和激光雷达（LiDAR）系统的感知视角。</p><p style="text-align: left;">研究人员使用了一种具有微观非对称线性棱镜结构的聚碳酸酯薄膜。该薄膜会使光线发生20度的偏转。虽然车辆仍能检测到物体和车道，但对它们位置的感知却出现了偏差。</p><p style="text-align: left;">实际上，这些物体和车道的位置比系统预判的更偏左或更偏右。如果位移超过1米（3.3英尺），车辆可能会做出错误决策，例如意外驶入对向车道。</p><p style="text-align: left;">因此，研究人员正着手分析车辆摄像头、激光雷达传感器及其数据处理系统所面临的各种漏洞。其目标在于深入了解新型攻击手段，并重点开发相关技术，使车辆能够检测并化解此类人为干扰。</p><p style="text-align: left;"><strong>先在数字孪生体中测试攻击</strong></p><p style="text-align: left;">在针对真实车辆研究攻击手段之前，研究人员会利用数字孪生体（即车辆及其周围环境的虚拟复刻模型）进行测试。这使他们能够以受控、安全且经济高效的方式分析各种攻击操作。随后，这些攻击方案还会在受控环境中进行实车测试，例如使用TUM的 EDGAR 研究车辆。</p><p style="text-align: left;"><strong>车辆应具备自主应对攻击的能力</strong></p><p style="text-align: left;">除了分析新的攻击途径外，该团队也在致力于开发防御攻击的策略。从长远来看，智能车辆应能自主识别潜在风险并做出恰当的应对。例如，车辆可以在行驶前就检测到传感器故障并发出提示，或者在行驶过程中安全地靠边停车。</p><p style="text-align: left;">当由人工值守的安全控制中心无法及时介入时——例如因通信中断、响应时间受限或技术局限等原因——这种自主应对能力显得尤为重要。</p>]]></content><copyright>auto.gasgoo.Com</copyright><pubDate>2026-10-14 11:04:32</pubDate><source><![CDATA[盖世汽车]]></source></item><item><id><![CDATA[70474744]]></id><upDate>2026-10-14 10:50:03</upDate><title><![CDATA[研究人员设计新型交互方向盘 提升半自动驾驶表现]]></title><link><![CDATA[https://auto.gasgoo.com/news/202610/14I70474744C409.shtml]]></link> <description><![CDATA[盖世汽车讯 据外媒报道，密歇根大学工程学院（University of Michigan Engineering）与丰田研究所（Toyota Resear]]></description><content><![CDATA[<p style="text-align: left;">盖世汽车讯 据外媒报道，密歇根大学工程学院（University of Michigan Engineering）与丰田研究所（Toyota Research Institute）的研究人员发现，一种能够实现驾驶员与自动驾驶模拟系统之间“协商”的特制方向盘，可提升驾驶表现以及驾驶员对自动驾驶功能的信任度。</p><p style="text-align:center"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/image/20261014/6392757173930210074049926.jpg" title="方向盘.jpg" alt="方向盘.jpg"/></p><p style="text-align: center !important;line-height: 30px !important;font-size: 14px !important;color: #999999;margin-top: 10px !important;" label="图片备注">图片来源：密歇根大学工程学院</p><p style="text-align: left;">通常，半自动驾驶车辆的驾驶员主要通过蜂鸣声和闪烁的警告屏幕获取信息；当驾驶员不同意计算机的决策时，往往需要与方向盘“较劲”。这种状况常导致困惑和压力增加，甚至可能促使驾驶员关闭本应有益的辅助系统。</p><p style="text-align: left;">“为了改善驾驶员与自动化系统之间的沟通，我们在方向盘的10点钟和2点钟位置增设了两个触觉反馈区；这些区域能够通过扩张或收缩来传达自动化系统的意图，”该研究的第一作者、机器人学博士生Hannah Báez说道。这项研究发表期刊在《人因工程学》（Human Factors）上。</p><p style="text-align: left;">“驾驶员可以通过挤压这些触觉反馈区来表达对自动化系统的赞同或反对，从而在系统执行动作前与系统进行协商，以化解潜在的冲突。”</p><p style="text-align: left;"><strong>通过方向盘进行交互协商</strong></p><p style="text-align: left;">研究团队让驾驶员参与了一项仿真实验，要求他们在模拟场景中通过即将到来的弯道。驾驶员与自动驾驶系统对转弯方向的意图可能一致，也可能存在分歧；此外，模拟系统还会在上述任一情况下突然设置障碍物。</p><p style="text-align: left;">当驾驶员接近弯道时，半自动驾驶系统会充气膨胀方向盘左侧或右侧的触觉反馈区域，以提示系统计划的转弯方向。如果驾驶员不同意该方向，可以通过挤压方向盘的相应部位来表达异议，从而协商确定新的转弯方向。若驾驶员预定的行驶路径上出现障碍物，方向盘位于障碍物一侧的区域便会产生脉冲振动，以此向驾驶员发出警示。</p><p style="text-align: left;">与不提供信息或仅单向显示意图的方案相比，这种双向交互系统展现出了明显的优势。</p><p style="text-align: left;">“我们发现，当驾驶员通过触觉反馈与自动系统进行‘交互协商’时，其驾驶表现更佳，”密歇根大学机器人学教授、该研究资深作者Brent Gillespie表示，“驾驶员展现出了更平顺、更精准的行驶轨迹，与自动系统的对抗减少，刹车频率降低，且对自己的操控更有信心。”</p><p style="text-align: left;">这种交互协商界面还减轻了驾驶员的负担；参与者反馈称，他们在驾驶过程中所付出的努力、感到的挫败感以及身体上的负荷均显著降低。</p><p style="text-align: left;"><strong>增强对自动驾驶系统的信任</strong></p><p style="text-align: left;">另一项重要发现是：当自动驾驶系统出现失误（例如漏掉障碍物或发出误报）时，相比传统的单向通信方式，交互式协商界面能让驾驶员更快地恢复对系统的信任。研究人员认为，这是因为驾驶员与系统更像是一个协作团队，双方沟通更顺畅，决策过程更透明，且能根据反馈进行调整，而不只是轮流掌控车辆。</p><p style="text-align: left;">尽管协商系统有助于恢复信任，但研究团队也注意到，部分驾驶员在协商成功后会产生过度信任的倾向，这凸显了针对此类系统中的信任问题开展进一步研究的必要性。</p><p style="text-align: left;">尽管目前与自动驾驶车辆的交互通常仅限于单向信息传递，但这项研究表明，若能让驾驶员与自动驾驶系统通过双向对话充分交流意图、共识及行动，将带来潜在益处。</p>]]></content><copyright>auto.gasgoo.Com</copyright><pubDate>2026-10-14 10:50:02</pubDate><source><![CDATA[盖世汽车]]></source></item><item><id><![CDATA[70474740]]></id><upDate>2026-10-14 10:23:31</upDate><title><![CDATA[Fraunhofer LBF研发出新型软垫泡沫材料 采用超过90%的生物基成分]]></title><link><![CDATA[https://auto.gasgoo.com/news/202610/14I70474740C409.shtml]]></link> <description><![CDATA[盖世汽车讯 对于希望在产品线中纳入可持续软垫、床垫及汽车座椅的制造商而言，很快将迎来一种环保型替代材料，以取代目前广泛用于这些领域的石油基聚氨酯（PU）泡沫。据外媒报道，在“OrganoFoam”项目中，弗劳恩霍]]></description><content><![CDATA[<p style="text-align: left;">盖世汽车讯 对于希望在产品线中纳入可持续软垫、床垫及汽车座椅的制造商而言，很快将迎来一种环保型替代材料，以取代目前广泛用于这些领域的石油基聚氨酯（PU）泡沫。</p><p style="text-align: left;">据外媒报道，在“OrganoFoam”项目中，弗劳恩霍夫结构耐久性与系统可靠性研究所（Fraunhofer Institute for Structural Durability and System Reliability LBF，Fraunhofer LBF）的研究人员开发出了一种主要由生物基原材料制成的聚氨酯泡沫。研究人员的目标是在实现环保的同时，确保产品保持舒适度、使用寿命及品质。</p><p style="text-align:center"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/image/20261014/6392757014315001096748080.jpg" title="新型1.jpg" alt="新型1.jpg"/></p><p style="text-align: center !important;line-height: 30px !important;font-size: 14px !important;color: #999999;margin-top: 10px !important;" label="图片备注">图片来源：Fraunhofer LBF</p><p style="text-align: left;">这种生物基泡沫专为利用现有工业生产设备进行加工而设计，同时能提供与传统软垫泡沫同等的坐卧舒适度。</p><p style="text-align: left;">OrganoFoam 材料是与 Friedrich Platt GmbH 紧密合作开发的，并由后者进行了评估与后续加工。</p><p style="text-align: left;">“我们在实验室中生产块状的生物基聚氨酯（PU）泡沫。这些泡沫块的尺寸、颜色和形状各不相同。随后，我们的项目合作伙伴会将它们切割加工成沙发座垫和靠垫等产品，”位于达姆施塔特的Fraunhofer LBF的研究科学家 Roland Klein 说道。</p><p style="text-align: left;"><strong>该泡沫配方无需纤维提供结构支撑</strong></p><p style="text-align: left;">研究人员成功利用生物基多元醇和生物基异氰酸酯制成了一种可持续的柔性泡沫。“这两种成分通常用于制造涂料，实际上并不适合制作柔性泡沫。然而，通过开发一种经特别定制的配方——我们目前正在为其申请专利——我们成功制成了这种可持续泡沫，”研究人员解释道，“该泡沫的生物基成分占比超过90%，且仅含有少量添加剂。”</p><p style="text-align:center"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/image/20261014/6392757016439964321906741.jpg" title="新型2.jpg" alt="新型2.jpg"/></p><p style="text-align: left;"><p style="text-align: center !important;line-height: 30px !important;font-size: 14px !important;color: #999999;margin-top: 10px !important;" label="图片备注">图片来源：Fraunhofer LBF</p></p><p style="text-align: left;">这种泡沫的独特之处在于，它无需任何天然纤维作为承重支撑结构。即便不含纤维，它仍具备家具（如座椅或卧具）所需的典型回弹性。</p><p style="text-align: left;">在发泡过程中，材料被发泡成重达8公斤（18磅）的泡沫块。脱模后，材料需经过机械挤压以打开泡孔结构，从而确保尺寸稳定性。换言之，它能保持形状和尺寸，不会发生翘曲，也不会因受热而大幅膨胀或因冷却而收缩。</p><p style="text-align: left;"><strong>耐用且舒适</strong></p><p style="text-align: left;">研究人员利用这些泡沫块制作了一款演示用沙发，旨在测试其在实际使用环境下的乘坐舒适度与长期耐用性。紫外线老化测试结果显示，与传统软体家具泡沫相比，这种生物基泡沫的泛黄速度要慢得多，且通过添加适宜的助剂，还能有效抵御紫外线辐射。</p><p style="text-align:center"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/image/20261014/6392757017789513174231067.jpg" title="新型3.jpg" alt="新型3.jpg"/></p><p style="text-align: left;"><p style="text-align: center !important;line-height: 30px !important;font-size: 14px !important;color: #999999;margin-top: 10px !important;" label="图片备注">图片来源：Fraunhofer LBF</p></p><p style="text-align: left;">Klein 说道：“传统泡沫在经受 100 小时照射后便已泛黄变脆，而我们的 OrganoFoam 即使在紫外线下暴露 700 小时，也几乎未见变色。这表明它具有较长的使用寿命。”</p><p style="text-align: left;">压缩硬度测量和压缩永久变形测试证实，这种具有细孔开孔结构的环保泡沫，其性能完全可与作为参照物的化石基泡沫相媲美。Friedrich Platt GmbH 进行的测试表明，这些泡沫块不仅能利用现有工业设备轻松切割，还能粘合拼接成更大尺寸的部件，并适配标准的软体家具面料。体验者对该泡沫无论是坐着还是躺着时的舒适感均给予了高度评价。</p><p style="text-align: left;">这种生物基泡沫不仅适用于家具和汽车制造领域，还可作为包装、建筑及医疗技术行业中石油基材料的替代品。其潜在用途包括缓冲包装、墙壁与天花板隔音材料以及医疗体位固定辅助用品。</p><p style="text-align: left;">对于致力于在生产过程中保护环境和节约资源的制造商而言，OrganoFoam 提供了一个契机：它既能帮助企业减少碳足迹和化石资源消耗，又能吸引具有环保意识的消费者。</p>]]></content><copyright>auto.gasgoo.Com</copyright><pubDate>2026-10-14 10:23:30</pubDate><source><![CDATA[盖世汽车]]></source></item><item><id><![CDATA[70474738]]></id><upDate>2026-10-14 10:19:59</upDate><title><![CDATA[KRICT开发出干法厚膜正极技术 解决锂离子传输瓶颈]]></title><link><![CDATA[https://auto.gasgoo.com/news/202610/14I70474738C409.shtml]]></link> <description><![CDATA[盖世汽车讯 若要开发单次充电续航时间更长的电池，就必须在相同的体积和重量限制下储存更多能量。据外媒报道，由]]></description><content><![CDATA[<p style="text-align: left;">盖世汽车讯 若要开发单次充电续航时间更长的电池，就必须在相同的体积和重量限制下储存更多能量。</p><p style="text-align: left;">据外媒报道，由韩国化学研究院（Korea Research Institute of Chemical Technology，）San Moon 博士和 Jungdon Suk 博士领导的研究团队，首次通过引入石墨相氮化碳（g-C3N4）作为正极添加剂，开发出了一种干法厚膜正极技术。该添加剂能增强电解液的润湿性，使电解液更有效地渗透进电极内部，同时降低锂离子向正极活性材料迁移所需的能量。这项研究是与首尔大学（Seoul National University）、延世大学（Yonsei University）等韩国国内高校以及全球科学仪器公司赛默飞世尔科技韩国分公司（Thermo Fisher Scientific Korea）合作开展的。</p><p style="text-align:center"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/image/20261014/6392756995024579692248838.jpg" title="krict-clears-lithium-i.jpg" alt="krict-clears-lithium-i.jpg"/></p><p style="text-align: center !important;line-height: 30px !important;font-size: 14px !important;color: #999999;margin-top: 10px !important;" label="图片备注">图片来源：KRICT</p><p style="text-align: left;">增加电池电极的厚度，既能容纳更多用于存储电能的活性物质，又能减少所需的集流体和隔膜的相对用量。这种方法有利于制造高能量密度的电池（即能够存储更多能量的电池），例如专为长续航电动汽车设计的大容量电池。然而，随着电极厚度增加，锂离子向电极深处迁移的速度会变慢，从而引发类似“锂离子交通拥堵”的现象。结果，电化学反应集中在电极表面附近，导致难以充分利用电极内部存储的能量。</p><p style="text-align: left;">传统的电池电极多采用湿法工艺制造：即将正极活性物质、粘结剂及其他组分与溶剂混合，涂覆在集流体上，随后进行干燥处理。然而，随着电极厚度增加，粘结剂可能会在干燥过程中向电极表面迁移，导致电极内部各组分分布不均。干法电极制造工艺无需使用溶剂和干燥步骤，从而缓解了上述问题。尽管如此，该工艺仍未能彻底解决因电极加厚而导致的锂离子迁移阻力增加的问题。</p><p style="text-align: left;">研究团队通过在电极内部使用多孔石墨相氮化碳（g-C3N4）作为“锂离子引导剂”来应对这一挑战。g-C3N4添加剂表面的氮原子通过形成瞬态锂-氮（Li–N）键，能够暂时捕获并释放流经的锂离子。这一过程犹如在大楼内部设置了中转枢纽，有助于锂离子脱去周围的电解液溶剂分子，从而更顺畅地进入正极活性材料中。</p><p style="text-align: left;">结果显示，锂离子电荷转移所需的活化能降低了56%，从49.8 kJ/mol降至22.1 kJ/mol。同时，g-C3N4的多孔结构增强了电解液的润湿性，促进了锂离子在整个电极内的均匀分布。</p><p style="text-align: left;">这种厚度约为 68 μm、含有 0.5 wt% g-C3N4 的干法厚膜电极，在 3C 高放电倍率下，其放电容量从 58.8 mAh/g 提升至 156.2 mAh/g，增幅达 165.9%；其功率密度也提升了多达 2.85 倍。在软包全电池测试中，经过 600 次充放电循环后，不含添加剂的电极容量保持率为 72.9%，而含有 g-C3N4 的电极则提高到了 81.3%。</p><p style="text-align:center"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/image/20261014/6392756996781925494817455.jpg" title="krict-clears-lithium-i-1.jpg" alt="krict-clears-lithium-i-1.jpg"/></p><p style="text-align: left;"><p style="text-align: center !important;line-height: 30px !important;font-size: 14px !important;color: #999999;margin-top: 10px !important;" label="图片备注">图片来源：KRICT</p></p><p style="text-align: left;">然而，研究人员发现，增加 g-C3N4 的含量并不一定能带来更好的性能。由于 g-C3N4 导电性较差，过量添加会增加电极的电阻。此外，压缩后的电极随时间推移会发生部分回弹（即“回弹效应”），这使得内部离子传输路径变得更加曲折。因此，该团队指出，要优化电化学性能，必须综合考量添加剂含量、其在电极中的分布位置以及电极的孔隙结构。</p><p style="text-align: left;">干法电极制造技术通过省去溶剂干燥与回收工序，在降低制造成本、能耗及生产占地面积方面具有巨大潜力。然而，本研究并未直接测量实际的量产良率或制造成本的具体降幅。</p>]]></content><copyright>auto.gasgoo.Com</copyright><pubDate>2026-10-14 10:19:58</pubDate><source><![CDATA[盖世汽车]]></source></item><item><id><![CDATA[70474667]]></id><upDate>2026-10-13 16:10:12</upDate><title><![CDATA[FBH发明新型远紫外LED 能以创纪录速度传输数据]]></title><link><![CDATA[https://auto.gasgoo.com/news/202610/13I70474667C409.shtml]]></link> <description><![CDATA[盖世汽车讯 柏林费迪南德-布劳恩研究所（Ferdinand-Braun-Institut，FBH）及其合作机构的研究人员利用新型远紫外]]></description><content><![CDATA[<p>盖世汽车讯 柏林费迪南德-布劳恩研究所（Ferdinand-Braun-Institut，FBH）及其合作机构的研究人员利用新型远紫外（Far-UVC）LED，实现了高达每秒 1.5 吉比特（1.5 Gbps）的数据传输速率。这些由 FBH 研发的器件刷新了波长低于 235 纳米的无线光通信纪录。远紫外技术在户外通信方面具有显著优势：在该光谱范围内，阳光几乎不会产生背景信号。因此，该技术有望实现可靠的户外光通信链路，并在射频通信达到局限时作为其有效补充。</p><p style="text-align:center"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/image/20261013/6392750458232574877961597.jpg" title="远紫外.jpg" alt="远紫外.jpg"/></p><p style="text-align: center !important;line-height: 30px !important;font-size: 14px !important;color: #999999;margin-top: 10px !important;" label="图片备注">图片来源：FBH</p><p>自动驾驶汽车与无人机、互联工业设备、机器人技术以及民防应用，无一不依赖于可靠的无线数据连接。与此同时，越来越多的系统正在争夺有限的频段资源。因此，光无线通信可以成为射频技术的有效补充。</p><p>然而，采用可见光或红外光的系统在户外环境中面临着一项重大挑战。太阳也会在这些波长范围内发射辐射。这种太阳背景辐射会干扰光信号，从而增加可靠数据传输的难度。正因如此，此类系统往往需要精确对准的激光束。</p><p><strong>UVC通信不受太阳背景辐射干扰</strong></p><p>UVC光具有一项决定性优势。在波长低于280纳米（nm）的范围内，几乎没有太阳辐射能到达地球表面，因为这些辐射会被大气层上层吸收。因此，利用UVC光进行的光学无线通信，在很大程度上不受来自太阳的背景信号干扰。</p><p>研究人员在实验中使用了波长低于235纳米的远紫外（far-UVC）光。这种辐射会被皮肤外层的非活体组织强烈吸收，且穿透活体组织的深度远浅于波长较长的紫外辐射。因此，这种紫外光被认为对人体健康无害，适合在靠近人体的场景下应用。</p><p><strong>经优化的远紫外（far-UVC）LED 可实现实用的数据传输速率</strong></p><p>“我们专门针对该光谱范围内的光通信应用优化了这些 LED，”FBH 资深科学家 Jan Ruschel 博士表示，“按国际标准衡量，它们能提供高光功率，且具备极快的调制速度。这使其非常适合室内及户外环境下的光数据传输。”</p><p>为此，FBH 团队将远紫外 LED 的发光表面划分成了许多微小区域。这种微小区域设计降低了结电容并提高了电流密度，从而使这些 LED 相比发光面积较大的传统器件，能够实现更高的调制带宽。</p><p>斯特拉斯克莱德大学（University of Strathclyde）和剑桥大学的研究人员利用这些LED构建并测试了一套光无线通信系统。在发射端与接收端保持视距（line-of-sight）连接的情况下，该系统实现了30厘米（12英寸）距离内高达每秒1.5千兆比特（1.5 Gbps）的数据传输速率。这些测试是在室内环境光线下进行的，刷新了此类短波长数据传输的速率纪录。</p><p>这项研究是TITAN项目的一部分；TITAN是由剑桥大学牵头的一个英国国家级电信研究中心。</p><p><strong>下一步：实现更长距离的非视距通信</strong></p><p>远紫外C波段（Far-UVC）还具有另一项优势：空气中的分子会散射光线，且这种瑞利散射（Rayleigh scattering）在波长较短时更为强烈。因此，即便发射端与接收端未直接对准，或者视线受障碍物阻挡，部分信号仍能到达接收端。</p><p>这一特性使得UVC光在所谓的“非视距通信”领域极具应用前景。研究人员目前正致力于评估远紫外C波段LED利用这一特性的效能。此外，他们还计划进一步优化发射端与接收端，以实现更长、更具实际应用价值的通信距离，并研究大气条件对传输路径的影响。</p><p>“达到具备实际应用价值的数据传输速率，是迈出的重要一步，”Ruschel说道，“接下来，我们要确定远紫外C波段通信在何种距离和环境条件下能够真正投入使用——特别是在非视距通信的场景下。”</p>]]></content><copyright>auto.gasgoo.Com</copyright><pubDate>2026-10-13 16:10:12</pubDate><source><![CDATA[盖世汽车]]></source></item><item><id><![CDATA[70474665]]></id><upDate>2026-10-13 16:08:51</upDate><title><![CDATA[通用汽车申请车载系统专利 或许能助驾驶员缓解压力]]></title><link><![CDATA[https://auto.gasgoo.com/news/202610/13I70474665C409.shtml]]></link> <description><![CDATA[盖世汽车讯 据外媒报道，通用汽车（GM）提交了一项旨在降低驾驶员压力水平的车载系统专利申请。该申请的专利编号为 US 2026/0285323 A1，于 2025 年 3 月 19 日提交至美国专利商标局（USPTO），并于 2026 年 9 月 24]]></description><content><![CDATA[<p style="text-align: left;">盖世汽车讯 据外媒报道，通用汽车（GM）提交了一项旨在降低驾驶员压力水平的车载系统专利申请。该申请的专利编号为 US 2026/0285323 A1，于 2025 年 3 月 19 日提交至美国专利商标局（USPTO），并于 2026 年 9 月 24 日公布；发明人名单中包括多位以色列工程师，分别为 Yuval Zak、Andrea Forgacs Braunshtain、Gershon Celniker 和 Ron Hecht。</p><p style="text-align:center"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/image/20261013/6392750379435983652831336.jpg" title="您的.jpg" alt="您的.jpg"/></p><p style="text-align: center !important;line-height: 30px !important;font-size: 14px !important;color: #999999;margin-top: 10px !important;" label="图片备注">图片来源：USPTO</p><p style="text-align: left;">该专利申请描述了一种能够监测驾驶员压力状态的系统；当条件适宜时，该系统可提供引导式练习，以帮助降低驾驶员的压力水平。</p><p style="text-align: left;">呼吸练习即为一种减压练习示例。该系统会综合考量驾驶员状况与驾驶环境，从而识别并把握缓解压力的时机。</p><p style="text-align: left;">该系统可利用面向驾驶员的摄像头追踪其视线和面部表情，同时通过可选传感器获取心率等生理数据；智能手表或健身追踪器也能以无线方式共享此类信息。系统将利用软件分析这些数据，并结合身体姿态及驾驶动作等输入信息，通过机器学习、预设规则或两者结合的方式来评估驾驶员的压力水平。</p><p style="text-align:center"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/image/20261013/6392750404381470446774232.jpg" title="您的2.jpg" alt="您的2.jpg"/></p><p style="text-align: left;"><p style="text-align: center !important;line-height: 30px !important;font-size: 14px !important;color: #999999;margin-top: 10px !important;" label="图片备注">图片来源：USPTO</p></p><p style="text-align: left;">与此同时，车辆会监测周边环境及运行数据，以识别适宜进行锻炼的时机，例如车辆靠边停车或在红绿灯路口等待时。此外，系统还能评估当前可用的时间段是否足以进行相应的锻炼活动。</p><p style="text-align: left;">如果压力水平超过预设阈值且驾驶环境允许，驾驶员会收到相应提示。这些提示可通过车载信息娱乐系统的屏幕显示、声音信号或触觉反馈呈现。</p><p style="text-align: left;">一旦确认执行，系统便会通过视频、文字说明或图示在信息娱乐屏幕上展示练习内容，并全程进行监测。若环境条件变得不再适合进行练习，系统会发出警报以中断练习，从而让驾驶员能重新专注于路况。</p><p style="text-align:center"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/image/20261013/6392750450806891717205221.jpg" title="您的3.jpg" alt="您的3.jpg"/></p><p style="text-align: left;"><p style="text-align: center !important;line-height: 30px !important;font-size: 14px !important;color: #999999;margin-top: 10px !important;" label="图片备注">图片来源：USPTO</p></p><p style="text-align: left;">此外，该系统还能评估驾驶员的练习完成情况，并提供改进建议。通过评分、排名、成就追踪及高分榜等机制，系统可提升驾驶员的参与积极性，并辅以奖品或折扣码等可选激励措施。若练习结束后压力水平依然偏高，且环境条件仍适宜，系统可能会建议进行另一项练习。</p>]]></content><copyright>auto.gasgoo.Com</copyright><pubDate>2026-10-13 16:08:50</pubDate><source><![CDATA[盖世汽车]]></source></item><item><id><![CDATA[70474660]]></id><upDate>2026-10-13 15:30:09</upDate><title><![CDATA[华东交通大学提出框架P-LLM 使大语言模型主导自动驾驶车队调度]]></title><link><![CDATA[https://auto.gasgoo.com/news/202610/13I70474660C409.shtml]]></link> <description><![CDATA[盖世汽车讯 黄昏时分，一支无人驾驶配送车队在城市中穿梭。订单随机涌入，交通状况瞬息万变；每一辆闲置的车辆都意味着资金的浪费，而每一个错失的订单则意味着客户的流失。在智能城市出行这一新兴领域，如何决定由]]></description><content><![CDATA[<p>盖世汽车讯 黄昏时分，一支无人驾驶配送车队在城市中穿梭。订单随机涌入，交通状况瞬息万变；每一辆闲置的车辆都意味着资金的浪费，而每一个错失的订单则意味着客户的流失。在智能城市出行这一新兴领域，如何决定由哪辆车在何时服务于哪个订单，是极具挑战性的运营难题之一。据外媒报道，发表在期刊《应用智能》（Applied Intelligence）上的一项新研究指出，解决这一难题的关键可能出人意料：那就是大型语言模型——即驱动对话式聊天机器人的那种人工智能技术——如今已被重新改造，用于充当自动驾驶车队的调度“大脑”。</p><p style="text-align:center"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/image/20261013/6392750217218137513511500.png" title="大语言.png" alt="大语言.png"/></p><p style="text-align: center !important;line-height: 30px !important;font-size: 14px !important;color: #999999;margin-top: 10px !important;" label="图片备注">图片来源：期刊《应用智能》</p><p>这项研究由中国南昌华东交通大学的Jiaxin Tan和通讯作者Xiaohui Huang主导，团队成员还包括Nan Jiang、Xuebo Cheng、Liyan Xiong和Ni Liu）。该研究提出了一种名为“预测上下文大语言模型调度器”（Predictive-context Large Language Model Scheduler，简称 P-LLM）的框架。其核心理念看似简单：该框架不再仅仅依赖人工设计的优化规则或需要数周训练的强化学习智能体，而是让大语言模型直接针对车队状态、实时订单流以及尚未发生的预测需求进行推理分析；随后，调度器会提出车辆与订单的匹配方案，在即时利润与未来需求的预期地理分布之间取得平衡。</p><p>作者所探讨的问题是运筹学界熟知的课题。传统的调度方法（包括经典的优化算法）在环境静态且规则明确的情况下表现良好，但现实中的城市环境绝非静态：交通状况瞬息万变，订单需求时而激增、时而稀疏；若当前看似最优的决策导致车辆滞留在需求即将爆发的区域，那么仅仅五分钟后，这一决策就可能酿成灾难。作为一种主流的现代替代方案，强化学习虽能通过“试错”机制习得策略，但作者指出，在城市交通这种充满噪声且非平稳的环境中，该方法在训练稳定性和收敛性方面仍面临严峻挑战。</p><p>P-LLM 通过结合三个协同工作的模块来解决这一问题。第一个是订单需求预测模块，它挖掘历史订单数据，以预测城市各区域在未来时段内可能出现的订单量。第二个是基于大语言模型（LLM）的调度模块，这是系统的核心；它接收关于当前订单、可用车辆、预计到达时间和需求预测的结构化、机器可读信息，并生成候选调度方案。第三个是调度输出验证模块，它充当一道安全防线，在调度决策付诸执行之前，检查这些决策是否真正合理且可行。</p><p>这一验证模块的重要性远超初看之时的印象。大型语言模型虽以语言表达流畅著称，但可靠性往往难以保证；如果调度系统将同一辆车同时指派给两个订单，或者接受了无法在规定时间窗口内由任何车辆送达的订单，那将不仅毫无用处，甚至适得其反。该已发布的框架通过这一独立的验证层强制执行严格的可行性约束，同时引导语言模型遵循相对灵活的推理原则。根据论文附录中记录的提示词（prompt）设计，该模型被设定为智慧城市自动驾驶车辆调度专家，其任务是利用“奖励”和“行驶成本”来评估各订单的经济价值，从而促进闲置车辆的高效利用，并避免向预期需求量大的区域过度分配车辆。</p><p>该设计中一个颇具巧思之处在于作者所谓的“感知需求的有选择性拒单”机制。调度系统被明确允许拒绝那些经济效益不佳或明显不可行的订单。在车辆运力有限的情况下，系统可以在权衡同一区域内未来预期需求的同时，拒绝低价值订单；这意味着系统判定，将车辆停留在即将变得繁忙的区域，其价值高于承接当前低价订单所带来的边际利润。这种将即时经济效益与空间前瞻性考量相结合的判断，正是语言模型所擅长的情境化推理，而这种逻辑往往难以通过固定的奖励函数进行编码实现。</p><p>决策循环本身遵循一套结构化的工作流程。在每个时间步，模型会分析当前的订单与车辆状态，解读需求预测及区域级需求排序；随后，在利润、可行性及对未来需求预判的考量下，生成候选的“车辆-订单”分配方案；接着进行自洽性检查，以剔除诸如车辆重复使用等明显违规的情况；最后才输出最终的分配结果。输出结果必须符合统一的结构化格式，以便下游验证模块能够自动解析并核查每一项决策。实际上，该系统将语言模型视为一个强大但难免出错的推理引擎，并通过“护栏”机制对其进行约束，从而在错误付诸实际运营之前将其拦截。</p><p>该论文报告的实验结果令人瞩目。所提出的方法在性能上优于传统的调度方法及现有的强化学习基准方案。更重要的是，从实际部署的角度来看，该方法在不同的现实场景、时间段、车队规模及订单量下均保持了稳定且一致的性能表现。这种鲁棒性有效回应了针对“基于学习的调度系统”最常见的批评：此类系统往往在训练所用的特定条件下表现优异，但一旦需求模式发生变化、车队规模扩大或新增服务区域，其性能便会下降。对于运营条件瞬息万变的配送车队及网约车服务运营商而言，这种能够跨越上述多种维度保持良好泛化能力的调度系统无疑更具吸引力。</p><p>这项研究是在将LLM应用于交通领域的各类研究成果迅速涌现的背景下开展的。近期的研究探索了LLM在自动驾驶决策、自适应交通信号控制智能体、高速公路驾驶奖励函数生成以及交通场景风险评估推理引擎等方面的应用。一项密切相关的预印本论文（LLM-ODDR）将语言模型应用于网约车服务中的订单调度与司机重定位协同优化。这项新研究将该思路拓展至车队调度领域，通过将明确的时空需求预测信息输入模型的上下文，使调度系统能够基于对未来的预判采取行动，而不仅仅是对当前状况做出被动反应。</p><p>其影响已超越了学术层面的基准意义。无人配送车和自动驾驶出租车已开始在智慧城市中投入使用，而车队管理则是决定其经济效益成败的关键。若能建立一套能够整合需求预测、兼顾运营约束并适应环境变化（且无需耗时重新训练）的框架，将有望缩短从试点项目到实现盈利性服务的进程。作者已在 Gitee 平台上发布了仿真器代码，欢迎其他研究人员基于此方法开展进一步研究。该研究所使用的底层数据集包含敏感的车辆轨迹信息，受隐私保护限制无法公开共享；但在获得数据提供方批准的前提下，经由合理请求，可向通讯作者获取这些数据。</p><p>当然，仍有一些悬而未决的问题。大型语言模型计算成本高昂，且该论文并未声称已彻底解决大规模车队运营中关于延迟和成本的所有挑战。尽管验证模块至关重要，但它的存在也意味着语言模型的建议受到了一定约束，而非完全自主运行；这种设计反映了人工智能安全研究领域的一项广泛共识：对于强大的生成式模型而言，最适宜的部署场景是那些其输出结果能够接受核查的领域。尽管如此，这项研究为城市物流展示了一种极具前景的新型架构：在这种架构中，预测、推理与验证功能围绕着一个语言模型有机结合——该模型能够感知城市的脉动，并据此调度车队。如果实际部署中能复现这些成效，那么也许不久之后，决定快递货车下一站去向的，可能就是那个聊天机器人的“同门兄弟”了。</p>]]></content><copyright>auto.gasgoo.Com</copyright><pubDate>2026-10-13 15:30:08</pubDate><source><![CDATA[盖世汽车]]></source></item><item><id><![CDATA[70474560]]></id><upDate>2026-10-12 16:56:10</upDate><title><![CDATA[联合研究团队研发MOF材料 可以通过改变其金属“配方”调节材料特性]]></title><link><![CDATA[https://auto.gasgoo.com/news/202610/12I70474560C409.shtml]]></link> <description><![CDATA[盖世汽车讯 据外媒报道，在伯明翰大学（University of Birmingham）团队的领导下，化学家们研发出一种高度可调的]]></description><content><![CDATA[<p style="text-align: left;">盖世汽车讯 据外媒报道，在伯明翰大学（University of Birmingham）团队的领导下，化学家们研发出一种高度可调的金属有机框架（MOF）材料，通过改变其金属“配方”即可调节材料特性，从而为气体存储和传感等应用开辟了新的可能。</p><p style="text-align:center"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/image/20261012/6392742092176222619697739.png" title="通过.png" alt="通过.png"/></p><p style="text-align: center !important;line-height: 30px !important;font-size: 14px !important;color: #999999;margin-top: 10px !important;" label="图片备注">图片来源：伯明翰大学</p><p style="text-align: left;">该材料由金属原子通过有机分子连接而成，形成了包含微小孔隙的高度有序结构。该团队在期刊《德国应用化学》（Angewandte Chemie）上发表了这一研究成果，证实改变材料中的金属配比，能够调节其磁性、孔隙率、光吸收能力以及二氧化碳吸附性能等多种特性。</p><p style="text-align: left;">这种材料能够将多达16种不同的金属整合进同一个晶体结构中；这是迄今为止在MOF材料中实现的最高金属种类数量。</p><p style="text-align: left;">通讯作者、伯明翰大学教授Neil Champness表示：“我们的研究成果证实了一条通往‘可编程’多孔材料的途径，科学家可以借此选择特定的金属组合，从而精准调节材料的磁学、光学、化学或气体吸附特性。能够预测特定金属的整合强度，意味着未来有望对多金属材料实现更精细的调控。研究人员无需为了获得不同特性而每次都从头研发全新材料，而是可以在保持相同基础结构的前提下，改变其中的金属‘配方’。”</p><p style="text-align: left;"><strong>适用于多种应用的多金属材料</strong></p><p style="text-align: left;">MOF的组成和孔隙特性使其成为广泛研究的对象，应用领域涵盖气体存储与分离、传感、催化、生物成像及磁性材料等。孔隙结构是其关键特征，为MOF与目标分子发生相互作用提供了必要的内部空间。</p><p style="text-align: left;">研究人员首先制备了15种各不相同的UoB-116变体，每种变体均掺入了一种不同的稀土金属；随后，他们逐步在同一基础结构中组合了2种、4种、12种乃至15种金属。</p><p style="text-align: left;">最终，通过引入铟，他们制备出了一种同时包含16种不同金属的MOF，其中包括钇、铟以及14种镧系元素。UoB-116是首个在同一框架内结合了元素周期表三个不同区域（d区、p区和f区）金属的MOF。</p><p style="text-align: left;">通过改变16种金属中的两种——镝（dysprosium）和镧（lanthanum）——的比例，研究团队发现，调整这种配比会改变材料的多种性质：</p><ul class=" list-paddingleft-2" style="list-style-type: disc;"><li><p style="text-align: left;">磁性：增加镝的含量会增强磁响应。</p></li><li><p style="text-align: left;">光吸收：与镝相关的特征近红外吸收可以通过改变其浓度进行调节。</p></li><li><p style="text-align: left;">孔隙率：增加镧的含量会使材料的实测表面积逐渐减小。</p></li><li><p style="text-align: left;">CO₂捕集：在测试条件下，CO₂的吸附量从全镝材料的5.72 mmol/g降至全镧材料的1.23 mmol/g，这表明仅通过调整金属成分即可改变气体的存储特性。</p></li></ul><p style="text-align: left;">MOF已在多个主要行业中充当定制化“分子海绵”，应用领域包括：</p><p style="text-align: left;">清洁能源：用于车辆的紧凑型储氢技术及选择性碳捕集。</p><p style="text-align: left;">环境安全：从干旱空气中获取饮用水，以及安全储存有毒半导体工艺气体。</p><p style="text-align: left;">工业效率：替代低温精馏的节能化工分离技术。</p><p style="text-align: left;">生物医药：高容量靶向药物递送及成像造影剂。</p>]]></content><copyright>auto.gasgoo.Com</copyright><pubDate>2026-10-12 16:56:10</pubDate><source><![CDATA[盖世汽车]]></source></item><item><id><![CDATA[70474559]]></id><upDate>2026-10-12 16:54:31</upDate><title><![CDATA[欧盟项目推出用于可持续交通的轻量化生物复合材料]]></title><link><![CDATA[https://auto.gasgoo.com/news/202610/12I70474559C409.shtml]]></link> <description><![CDATA[盖世汽车讯 减轻车辆重量是提高运输效率和降低排放的最有效途径之一。据外媒报道，在此背景下，由西班牙塑料技术]]></description><content><![CDATA[<p style="text-align: left;">盖世汽车讯 减轻车辆重量是提高运输效率和降低排放的最有效途径之一。据外媒报道，在此背景下，由西班牙塑料技术中心（Aimplas）牵头、欧盟资助的“Forest”项目开发并验证了用于汽车、航空航天及客车领域的先进轻量化生物复合材料。与传统部件相比，这些材料在保持性能、安全性、耐久性以及（在有需要时）电磁干扰屏蔽能力的同时，实现了高达35%的减重效果。</p><p style="text-align:center"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/image/20261012/6392742081544304311417758.png" title="欧盟.png" alt="欧盟.png"/></p><p style="text-align: center !important;line-height: 30px !important;font-size: 14px !important;color: #999999;margin-top: 10px !important;" label="图片备注">图片来源：Aimplas</p><p style="text-align: left;">项目成果表明，通过结合生物基原料、回收碳纤维和功能性添加剂，完全可以开发出含有超过50%可持续材料的交通运输部件，且不会牺牲性能、安全性或工业可行性。</p><p style="text-align: left;"><strong>兼顾制造效率与可持续性</strong></p><p style="text-align: left;">与传统工艺相比，生物复合材料加工工艺的优化使能耗降低了 15% 至 25%。这一成效得益于多项关键改进：加速固化化学技术将生产周期缩短了 20% 至 40%；“一次成型”制造理念省去了中间加工环节；此外，该工艺还无需冷冻储存。同时，得益于工装简化、模具迭代次数减少以及工艺稳健性的提升，工程成本也降低了 15% 至 20%。</p><p style="text-align: left;">Aimplas Forest 项目协调员 Fernando Ramos 表示：“Forest 项目 证明了可持续性、轻量化与安全性并非相互冲突的目标。通过融合生物基化学技术、回收碳纤维以及多功能特性，我们正在重塑面向未来出行领域的先进复合材料。”</p><p style="text-align: left;"><strong>实际应用验证</strong></p><p style="text-align: left;">为验证所开发材料及制造工艺的工业可行性，Forest项目针对汽车、航空航天及公共交通领域的关键挑战，设计、制造并验证了三款演示样件：</p><p style="text-align: left;">电动汽车电池外壳：采用热固性模压成型工艺制造，基体材料为生物基苯并恶嗪（bio-benzoxazine），并添加了回收碳纤维增强材料以及生物基阻燃剂和电磁干扰（EMI）屏蔽助剂；该部件已通过结构性能、耐火性能及电磁屏蔽性能的验证。</p><p style="text-align: left;">航空驾驶舱顶板：一种轻量化热塑性复合材料解决方案，采用回收碳纤维有机板（organosheet）增强并结合生物基聚酰胺（PA）包覆成型工艺；该方案旨在替代传统的酚醛树脂面板，在提升可持续性的同时，保持了同等的航空航天级性能。</p><p style="text-align: left;">公交车车顶拉挤型材：通过热塑性拉挤工艺，将回收碳纤维纱线与生物基聚酰胺（bio-PA）结合生产出的连续结构型材；这是一种可实现规模化生产和自动化的工艺路径，适用于制造高性能公交车车顶部件。</p><p style="text-align: left;"><strong>中试规模的生物基树脂</strong></p><p style="text-align: left;">支持这些演示样件的开发是该项目的又一重要里程碑：即针对不同交通运输应用领域的特定需求，对三种生物基树脂体系进行中试规模的开发、优化与验证。这三种体系——生物基丙烯酸树脂、生物基苯并恶嗪树脂和生物基聚酰胺6（PA 6）——均满足集成到最终演示样件中的要求，并在生物基含量、加工性能及多功能特性方面展现出了显著进展。</p><p style="text-align: left;">基于Arkema Elium®技术（一种低粘度、原位聚合的丙烯酸热塑性复合材料树脂）的生物基丙烯酸树脂体系，在保持可回收性、加工性能及热机械性能的同时，实现了生物基含量约为25%的稳定配方。该体系与回收碳纤维的复合应用，已通过压缩树脂传递模塑（C-RTM）及有机片材（organosheet）成型工艺得到了验证。</p><p style="text-align: left;">该生物基苯并恶嗪树脂体系的可再生碳含量达到了约 85%–87%；通过选择合适的催化剂并进行后固化处理，其固化特性、热稳定性和力学性能均得到提升，从而满足了汽车领域片状模塑料（SMC）模压成型的应用需求。</p><p style="text-align: left;">该生物基聚酰胺（PA）体系开发了部分生物基和全生物基两种版本。Forest 项目验证了其聚合工艺的可行性及放大生产能力，并针对粘度、纤维浸润性以及与拉挤和包覆成型工艺的兼容性对配方进行了优化。</p><p style="text-align: left;"><strong>实现碳纤维的循环利用</strong></p><p style="text-align: left;">除了增加生物基材料的使用外，该项目还致力于碳纤维废料的价值化利用，以支持交通运输领域实现更具循环性的解决方案。</p><p style="text-align: left;">碳纤维是交通运输行业中能耗最高的材料之一。该项目旨在回收高达100%的碳纤维废料，并将其转化为适用于新应用的高质量半成品材料。项目证实，经过妥善回收的纤维能够保留大部分原始力学性能，这一发现对于复合材料的循环价值链至关重要。</p><p style="text-align: left;">正如Forest所总结的那样，该项目有力地展示了欧洲的研发与创新如何助力交通运输业实现轻量化、降低加工能耗、提高可持续材料占比，并提升碳纤维废料的价值。项目的示范成果表明，循环、轻量且安全的复合材料解决方案已不再仅仅停留在实验室概念阶段，而是已成为具备工业化应用前景的、经实证验证的原型方案。</p>]]></content><copyright>auto.gasgoo.Com</copyright><pubDate>2026-10-12 16:54:30</pubDate><source><![CDATA[盖世汽车]]></source></item><item><id><![CDATA[70474557]]></id><upDate>2026-10-12 16:52:23</upDate><title><![CDATA[福特申请新型车载人机界面专利]]></title><link><![CDATA[https://auto.gasgoo.com/news/202610/12I70474557C409.shtml]]></link> <description><![CDATA[盖世汽车讯 据外媒报道，福特汽车公司（Ford Motor Company）已提交一项关于车载人机界面的专利，该界面有望应用于福特未来的车型中。该专利于 2025 年 3 月 20 日提交，于 2026 年 9 月 24 日公布，专利编号为 0288]]></description><content><![CDATA[<p style="text-align: left;">盖世汽车讯 据外媒报道，福特汽车公司（Ford Motor Company）已提交一项关于车载人机界面的专利，该界面有望应用于福特未来的车型中。该专利于 2025 年 3 月 20 日提交，于 2026 年 9 月 24 日公布，专利编号为 0288203。</p><p style="text-align:center"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/image/20261012/6392742059478920978640735.png" title="福特未来1.png" alt="福特未来1.png"/></p><p style="text-align: center !important;line-height: 30px !important;font-size: 14px !important;color: #999999;margin-top: 10px !important;" label="图片备注">图片来源：USPTO</p><p style="text-align: left;">福特此前已提交了多项专利，探索在车辆中集成屏幕及扩展坞的各种方案——其中包括可拆卸式显示屏、中控台扩展坞以及专为容纳平板电脑设计的中控台等构想。如今，这一名单上又增添了新成员：这项刚刚公布的专利，涉及一种同样可能应用于福特未来车型的新型车载人机界面。</p><p style="text-align: left;">福特构想的这套系统支持连接一个或多个由用户接入的便携式设备，同时也兼容触摸屏、按钮、旋钮或其他类型的物理控制装置。这些便携式设备可被分配执行各种功能，让用户能够快速、个性化地操控几乎所有可调节的设置。</p><p style="text-align:center"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/image/20261012/6392742061589960825055292.jpg" title="福特未来2.jpg" alt="福特未来2.jpg"/></p><p style="text-align: left;"><p style="text-align: center !important;line-height: 30px !important;font-size: 14px !important;color: #999999;margin-top: 10px !important;" label="图片备注">图片来源：USPTO</p></p><p style="text-align: left;">如果这套系统最终得以实现，无疑将带来诸多益处——其中最显著的一点在于，它允许对车辆的功能和屏幕进行升级，从而避免了车辆在购入数年后因相关配置过时而显得落伍的问题。</p><p style="text-align: left;">专利图中显示一种组件包括设置于车辆内的基座以及便携式电子设备。该基座或便携式电子设备中的一者具有第一壳体，而另一者具有第二壳体。其中一个壳体设有凹口，另一个壳体则具有一指状部；当处于接合位置时，该指状部沿轴向延伸并伸入该凹口内。第一壳体内容纳有一个销钉，该销钉相对于第一壳体可在缩回位置与伸出位置之间移动。当销钉处于缩回位置时，其与第二壳体脱离接合，从而允许指状部沿轴向移动，进而使第一壳体与第二壳体相互脱离；当销钉处于伸出位置时，其与第二壳体接合，从而阻止指状部沿轴向移动，进而将便携式电子设备保持在基座上。</p><p style="text-align:center"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/image/20261012/6392742066573781857149048.jpg" title="福特未来3.jpg" alt="福特未来3.jpg"/></p><p style="text-align: left;"><p style="text-align: center !important;line-height: 30px !important;font-size: 14px !important;color: #999999;margin-top: 10px !important;" label="图片备注">图片来源：USPTO</p></p><p style="text-align: left;">福特在一份声明中表示：“提交专利申请是企业常规业务的一部分，因为这一过程既能保护新创意，又能帮助我们构建强大的知识产权组合。专利申请中描述的创意不应被视为我们业务或产品规划的预示。无论专利申请内容如何，我们在新产品与服务的开发及营销决策中，始终将客户利益放在首位。”</p>]]></content><copyright>auto.gasgoo.Com</copyright><pubDate>2026-10-12 16:52:23</pubDate><source><![CDATA[盖世汽车]]></source></item><item><id><![CDATA[70474555]]></id><upDate>2026-10-12 16:48:52</upDate><title><![CDATA[福特申请车辆车牌清洁系统专利]]></title><link><![CDATA[https://auto.gasgoo.com/news/202610/12I70474555C409.shtml]]></link> <description><![CDATA[盖世汽车讯 据外媒报道，福特汽车公司已申请一项车辆车牌清洁系统的专利，该系统未来有望应用于福特旗下的车型。该专利于 2025 年 4 月 1 日提交，2026 年 10 月 1 日公布，专利编号为 0296378。图片来源：USPTO多年]]></description><content><![CDATA[<p style="text-align: left;">盖世汽车讯 据外媒报道，福特汽车公司已申请一项车辆车牌清洁系统的专利，该系统未来有望应用于福特旗下的车型。该专利于 2025 年 4 月 1 日提交，2026 年 10 月 1 日公布，专利编号为 0296378。</p><p style="text-align:center"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/image/20261012/6392742033905527407878425.png" title="福特1.png" alt="福特1.png"/></p><p style="text-align: center !important;line-height: 30px !important;font-size: 14px !important;color: #999999;margin-top: 10px !important;" label="图片备注">图片来源：USPTO</p><p style="text-align: left;">多年来，福特已申请了多项旨在保持车辆内外清洁的专利。这些专利涵盖了多种创新方案，例如微生物去污系统、自动洗车系统以及车辆传感器自清洁组件。如今，这项新公布的专利延续了这一趋势，提出了一种车辆车牌清洁系统的构想，该系统同样可能在未来的福特车型上得到应用。</p><p style="text-align: left;">就这一案例而言，福特的这一概念正如其名——即一套旨在清洁车辆牌照的系统。不过，该系统将采用相当高科技的方式来实现这一目标：利用外部设备（包括其他车辆上）的摄像头来检测车牌何时变脏并需要清洗。一旦检测到这种情况，车辆便会接收来自外部源的信号。</p><p style="text-align:center"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/image/20261012/6392742046281602573455501.jpg" title="福特2.jpg" alt="福特2.jpg"/></p><p style="text-align: left;"><p style="text-align: center !important;line-height: 30px !important;font-size: 14px !important;color: #999999;margin-top: 10px !important;" label="图片备注">图片来源：USPTO</p></p><p style="text-align: left;">随后，系统就会着手清洁脏污的车牌；福特方面指出，保持车牌清洁至关重要。该车企特别强调，这对自动驾驶汽车尤为重要，因为车内没有人类驾驶员能察觉车牌何时变脏——而这很可能正是该系统一旦投入使用后的主要应用场景。</p><p style="text-align: left;">专利中公开了一种包括车牌、收发器和处理器的车辆。该收发器可从外部设备接收车牌图像。该处理器可从收发器获取车牌图像，并根据该图像确定车牌是否脏污。响应于确定车牌脏污，处理器可执行预定动作以清洁车牌。</p><p style="text-align:center"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/image/20261012/6392742047765944819225055.jpg" title="福特3.jpg" alt="福特3.jpg"/></p><p style="text-align: left;"><p style="text-align: center !important;line-height: 30px !important;font-size: 14px !important;color: #999999;margin-top: 10px !important;" label="图片备注">图片来源：USPTO</p></p><p style="text-align: left;">福特在一份声明中表示：“提交专利申请是企业常规业务的一部分，因为这一过程既能保护新创意，又能帮助我们构建强大的知识产权组合。专利申请中描述的创意不应被视为我们业务或产品规划的预示。无论专利申请内容如何，我们在新产品与服务的开发及营销决策中，始终将客户利益放在首位。”</p>]]></content><copyright>auto.gasgoo.Com</copyright><pubDate>2026-10-12 16:48:52</pubDate><source><![CDATA[盖世汽车]]></source></item><item><id><![CDATA[70474554]]></id><upDate>2026-10-12 16:44:50</upDate><title><![CDATA[Microchip扩展单对以太网产品组合 推出支持可扩展边缘连接的新型10BASE-T1S器件]]></title><link><![CDATA[https://auto.gasgoo.com/news/202610/12I70474554C409.shtml]]></link> <description><![CDATA[盖世汽车讯 据外媒报道，Microchip Technology宣布扩展其 10BASE-T1S 产品组合，推出 LAN8679 和 LAN8680 10BASE-]]></description><content><![CDATA[<p style="text-align: left;">盖世汽车讯 据外媒报道，Microchip Technology宣布扩展其 10BASE-T1S 产品组合，推出 LAN8679 和 LAN8680 10BASE-T1S PMD 收发器，以及集成收发器的 LAN8660X/1X/2X 系列端点器件。这些解决方案专为支持下一代区域架构而设计，提供灵活且节省空间的连接能力，将以太网扩展至网络边缘。</p><p style="text-align:center"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/image/20261012/6392742026083457064149280.jpg" title="microchip.jpg" alt="microchip.jpg"/></p><p style="text-align: center !important;line-height: 30px !important;font-size: 14px !important;color: #999999;margin-top: 10px !important;" label="图片备注">图片来源：Microchip</p><p style="text-align: left;">随着汽车、工业和机器人系统向全以太网架构演进，设计人员面临着简化架构、降低布线复杂性以及高效集成边缘节点等日益增长的需求。Microchip 最新的 10BASE-T1S 器件旨在应对这些挑战，并符合 AEC-Q100 和 ISO 26262 功能安全标准；作为 Microchip VelocityDRIVE™ 产品组合的延伸，这些器件提供了具备标准化、精简接口的多点（multidrop）连接解决方案。</p><p style="text-align: left;">LAN8679 收发器采用紧凑型 8 引脚 VDFN 封装，提供标准化的 Open Alliance 3 引脚 (OA3P) 接口，既支持空间受限的边缘节点应用，又能减少引脚数量并降低设计复杂度。LAN8680 在此基础上进一步集成了系统基础芯片 (SBC) 功能，涵盖电源管理、系统唤醒/休眠控制以及看门狗监控。这两款器件均专为提升汽车和工业等严苛应用环境下的可靠性与安全性而设计。</p><p style="text-align: left;">Microchip 网络与连接业务部企业副总裁 Charlie Forni 表示：“Microchip 最新的 10BASE-T1S 产品系列进一步彰显了我们致力于实现可扩展全以太网网络架构的承诺。这些器件将 OA3P 接口的简洁性与集成的端点功能相结合，赋予了设计人员构建高效可靠系统的灵活性，同时显著降低了边缘侧的设计复杂度。”</p><p style="text-align: left;">作为这些器件的补充，LAN8660X/1X/2X 端点系列将 PMD 收发器集成到了单芯片远程控制协议（RCP）解决方案中。这种方案使设计人员能够针对控制系统、照明和音频等应用，部署紧凑且高度集成的边缘节点，而无需使用外部 PHY 组件。</p><p style="text-align: left;">利用 10BASE-T1S 多点（multidrop）拓扑结构，Microchip 的解决方案允许多个节点（通常为 8 个或更多）共享同一条总线。这不仅减轻了布线重量并降低了系统成本，还省去了对网关的需求，从而更轻松地将传感器和执行器直接连接到网络边缘。</p><p style="text-align: left;">Microchip 扩展后的单对以太网（Single Pair Ethernet）产品组合面向广泛的应用领域，涵盖汽车区域架构、工业自动化、机器人技术以及航空航天与国防系统。这些产品顺应了网络整合与连接架构简化的行业趋势，助力设计人员构建高效且可扩展的全以太网架构。</p><p style="text-align: left;">LAN8679、LAN8680 及 LAN8660X/1X/2X 系列产品现已提供有限样品。</p>]]></content><copyright>auto.gasgoo.Com</copyright><pubDate>2026-10-12 16:44:50</pubDate><source><![CDATA[盖世汽车]]></source></item><item><id><![CDATA[70474552]]></id><upDate>2026-10-12 16:42:32</upDate><title><![CDATA[Linux基金会发布OpenChain汽车行业SBOM框架1.0 旨在提升汽车软件的可靠性与可追溯性]]></title><link><![CDATA[https://auto.gasgoo.com/news/202610/12I70474552C409.shtml]]></link> <description><![CDATA[盖世汽车讯 据外媒报道，致力于通过开源推动大规模创新的非营利组织 Linux 基金会（Linux Foundation）宣布发布 O]]></description><content><![CDATA[<p style="text-align: left;">盖世汽车讯 据外媒报道，致力于通过开源推动大规模创新的非营利组织 Linux 基金会（Linux Foundation）宣布发布 OpenChain 汽车软件物料清单（SBOM）框架 1.0 版（OpenChain Automotive Software Bill of Materials Framework 1.0）。该框架是一个开放式标准，旨在为汽车行业量身定制高质量 SBOM 的创建与共享确立通用方法。</p><p style="text-align:center"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/image/20261012/6392742011210349847809405.png" title="linux.png" alt="linux.png"/></p><p style="text-align: center !important;line-height: 30px !important;font-size: 14px !important;color: #999999;margin-top: 10px !important;" label="图片备注">图片来源：Linux 基金会</p><p style="text-align: left;">随着软件在现代汽车中变得日益关键，各相关机构面临着越来越大的压力：既要提高对软件组件及依赖关系的透明度，又要满足不断演变的监管与网络安全要求。OpenChain 汽车 SBOM 框架提供了一个切实可行的基准，可供全行业采用并不断完善，从而应对汽车行业所面临的这些挑战。</p><p style="text-align: left;">该框架的关键要素包括：</p><ul class=" list-paddingleft-2" style="list-style-type: disc;"><li><p style="text-align: left;">用于描述汽车软件物料清单（SBOM）中软件组件及依赖关系的明确结构</p></li><li><p style="text-align: left;">关于必填与推荐数据字段的指导，涵盖完整性及质量标准</p></li><li><p style="text-align: left;">与 SPDX (ISO/IEC 5962) 等现有 SBOM 标准的兼容与协调</p></li><li><p style="text-align: left;">针对供应商及原始设备制造商（OEM）的使用场景，包括汽车供应链中的数据交换</p></li></ul><p style="text-align: left;">该框架就如何利用既定格式描述和交换软件组件信息提供了指导，使供应商和原始设备制造商（OEM）能够生成符合完整性、一致性和可用性共同期望的软件物料清单（SBOM）。其设计旨在支持多种实际应用场景，包括提升软件透明度、促进供应链沟通以及满足监管合规要求。</p><p style="text-align: left;">OpenChain 项目总经理 Mary Meixia Wang 表示：“随着软件定义汽车日益复杂，提高软件组件的透明度和可追溯性变得至关重要。此次发布的首个版本提供了实用指导，有助于在整个汽车生态系统中推动更具一致性的 SBOM 实践。”</p><p style="text-align: left;">该倡议始于Keisuke Takase（丰田）、Ayumi Watanabe（日立解决方案公司）与远Masato Endo（OpenChain 汽车工作组主席）之间的早期探讨，体现了各方致力于提升汽车行业软件透明度、可追溯性及生产力的共同承诺。此后，该项目通过与汽车及软件生态系统中的各类组织、行业协会及领域专家的合作不断发展壮大。各方的投入有助于识别共性挑战，并构建出一套既立足于实际需求又符合新兴行业期望的、务实且广泛适用的框架。</p><p style="text-align: left;">“汽车 SBOM 项目”隶属于 OpenChain 汽车工作组，旨在与 SPDX (ISO/IEC 5962) 等现有标准形成互补。该框架并非要取代这些标准，而是就如何在汽车行业内一致地应用这些标准提供指导。</p>]]></content><copyright>auto.gasgoo.Com</copyright><pubDate>2026-10-12 16:42:32</pubDate><source><![CDATA[盖世汽车]]></source></item><item><id><![CDATA[70474362]]></id><upDate>2026-10-09 18:29:51</upDate><title><![CDATA[埼玉大学构建出新型追踪平台 可精确定位复杂自动驾驶软件中的延迟问题]]></title><link><![CDATA[https://auto.gasgoo.com/news/202610/9I70474362C409.shtml]]></link> <description><![CDATA[盖世汽车讯 自动驾驶系统必须在严格的时间限制内处理海量传感器数据并生成车辆控制指令。随着车辆日益向“软件定]]></description><content><![CDATA[<p style="text-align: left;">盖世汽车讯 自动驾驶系统必须在严格的时间限制内处理海量传感器数据并生成车辆控制指令。随着车辆日益向“软件定义”转型，其开发过程往往涉及多个特性各异的软件平台。AUTOSAR自适应平台（AUTOSAR AP）在汽车行业得到广泛应用，而开源的机器人操作系统2（ROS 2）则为研究与早期开发构建了丰富的生态系统。因此，融合这些平台的优势正变得愈发重要。然而，当AUTOSAR AP与ROS 2共存于同一自动驾驶系统时，追踪完整的数据流并识别跨平台边界的处理延迟发生位置，依然是一项挑战。</p><p style="text-align:center"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/image/20261009/6392716734687396981421121.jpg" title="新型.jpg" alt="新型.jpg"/></p><p style="text-align: center !important;line-height: 30px !important;font-size: 14px !important;color: #999999;margin-top: 10px !important;" label="图片备注">图片来源：埼玉大学</p><p style="text-align: left;">此前，人们开发了一种名为 CART（Combined AUTOSAR AP and ROS 2 Tracing Framework，结合 AUTOSAR AP 与 ROS 2 的追踪框架）的追踪框架，旨在整合来自这两个平台的追踪信息。然而，该框架此前的评估仅限于小规模的应用配置。实际的自动驾驶系统涉及众多协同工作的软件组件，同时需处理海量传感器数据；而在负载规模和复杂度接近实际自动驾驶软件的情况下，CART 能否提供有效的端到端延迟分析，此前尚无定论。构建一个更贴近实际开发环境的评估体系至关重要，这有助于在软件部署至实车之前的快速原型开发阶段识别性能瓶颈。</p><p style="text-align: left;">据外媒报道，由埼玉大学（Saitama University）理工学研究科Takuya Azumi教授领导的联合研究团队与日立安斯泰莫株式会社（Astemo）合作，旨在验证统一的端到端追踪技术能否应用于具有实际规模和复杂度的自动驾驶系统。该团队构建了一个基于云的评估平台，集成了CART工具与高保真自动驾驶仿真器CARLA、基于ROS 2的自动驾驶软件栈以及AUTOSAR AP。由CARLA生成的点云传感器数据经由ROS 2和AUTOSAR AP进行目标检测，检测结果随后反馈给Autoware以生成车辆控制指令。</p><p style="text-align: left;">利用该环境，研究人员实现了对预期端到端通信拓扑的100%覆盖重建，观测到约33 Hz的点云接收回调频率，并在低追踪开销下分析了跨越ROS 2与AUTOSAR AP边界的延迟，从而成功展示了在实际规模的混合自动驾驶软件环境中进行统一端到端性能分析的可行性。这项题为“Evaluation Platform for Tracing of Autonomous Driving System Combined AUTOSAR AP and ROS 2”（结合AUTOSAR AP与ROS 2的自动驾驶系统追踪评估平台）的研究成果于2026年8月6日发表在期刊《IEEE Open Journal of the Industrial Electronics Society》上。</p><p style="text-align: left;"><strong>该研究的主要发现包括：</strong></p><p style="text-align: left;">完整的跨平台追踪：CART 重建了涵盖 ROS 2 和 AUTOSAR AP 的完整端到端预期处理路径，实现了 100% 的拓扑覆盖率，其中包括跨越这两个平台边界的通信。</p><p style="text-align: left;">在实际自动驾驶负载下的运行：在评估负载下，该平台针对激光雷达（LiDAR）点云数据保持了约 33 Hz 的处理速率。</p><p style="text-align: left;">动态车辆控制行为的追踪：CART 能够区分“由目标检测触发停止指令”的处理路径与“未发出执行指令”的处理路径，这表明它既能追踪固定的通信路由，也能追踪控制逻辑的变化。</p><p style="text-align: left;">低追踪开销：在小规模测试中，ara::log 仅增加了极少的 CPU 负载和约 0.03 MiB 的内存占用。在另一项离线基准测试中，将代表一百万对发送/接收操作的日志转换为追踪数据，耗时约为一秒。</p><p style="text-align: left;">经研究人员评估达到 TRL 6 级：基于在相关仿真环境中的演示，作者将该追踪评估平台的技术就绪度（TRL）评定为 6 级；针对实际硬件的验证工作将留待后续进行。</p><p style="text-align: left;">“这项研究意义重大，因为自动驾驶软件正变得日益复杂，且涉及多个不同的软件平台在同一系统中协同工作，”该研究的通讯作者、埼玉大学理工学研究科硕士生Shunsuke Ito表示，“通过整合来自 AUTOSAR AP 和 ROS 2 的追踪信息，我们的平台能够将从传感器输入到控制指令生成的处理路径，追踪为一个完整的端到端序列。这使得开发人员能够更清晰地识别跨平台边界处发生的延迟。”</p><p style="text-align: left;">该研究还表明，与团队之前的评估相比，这种分析可以在更接近实际自动驾驶开发的工作负载下进行。 “仅仅确认跟踪方法适用于小型测试应用程序是不够的，”伊藤解释道。 “自动驾驶系统通过许多互连的软件组件处理大量传感器数据。通过在云环境中结合 CARLA、Autoware、AUTOSAR AP 和 ROS 2，我们能够在更真实的条件下测试 CART，并表明在不施加大量额外处理负担的情况下，仍然可以进行详细的延迟分析。”</p><p style="text-align: left;">这些研究结果有助于改进日益复杂的软件定义汽车（SDV）系统的开发与评估方式。通过提供跨异构软件平台的统一处理视图，该方法能让工程师在软件部署至实际车载硬件之前，更轻松地识别设计与测试周期中的瓶颈。该研究还指出了在实际部署前需采取的若干步骤，包括利用真实电子控制单元（ECU）或硬件在环（HIL）系统进行验证、实现多计算系统间的时钟同步、开展更大规模的测试，以及进一步实现跨平台消息关联的自动化。</p><p style="text-align: left;">展望未来，研究人员计划将该平台扩展至更轻量级的仿真环境，引入基于 OpenSCENARIO 的系统化测试，利用标准 SOME/IP 标识符实现消息关联自动化，并最终在真实硬件环境中对 CART 进行评估。</p><p style="text-align: left;">“随着汽车软件规模的扩大和多样性的增加，跨平台追踪交互行为变得愈发重要，”Ito 说道，“如果开发人员能够追踪这些系统在不同平台上的行为并尽早发现性能问题，他们不仅有望缩短开发与验证周期，还能更轻松地对复杂的汽车软件进行系统性评估。”</p><p style="text-align: left;">“未来，我们希望将 CART 的应用范围从基于云端的仿真扩展到实际的 ECU（电子控制单元），并进一步实现追踪过程的自动化，”Ito 解释道，“如果能将这些能力整合到实际的汽车开发工作流程中，统一追踪技术将成为一种有力工具，助力更高效、更可靠地开发自动驾驶及软件定义汽车的相关功能。”</p>]]></content><copyright>auto.gasgoo.Com</copyright><pubDate>2026-10-09 18:29:50</pubDate><source><![CDATA[盖世汽车]]></source></item><item><id><![CDATA[70474361]]></id><upDate>2026-10-09 18:27:54</upDate><title><![CDATA[通用汽车推出配备人工智能助手的OnStar车队智能系统]]></title><link><![CDATA[https://auto.gasgoo.com/news/202610/9I70474361C409.shtml]]></link> <description><![CDATA[盖世汽车讯 据外媒报道，通用汽车（GM）现已推出OnStar车队智能系统（Fleet Intelligence）。这是一个面向商用运]]></description><content><![CDATA[<p style="text-align: left;">盖世汽车讯 据外媒报道，通用汽车（GM）现已推出OnStar车队智能系统（Fleet Intelligence）。这是一个面向商用运营商的统一账户平台，整合了车辆数据、互联服务及人工智能驱动的分析功能，无论客户是运营少量工程卡车还是区域性配送网络，均可适用。部分通用汽车车队客户已率先使用该系统，更多客户将通过分阶段推广陆续接入。</p><p style="text-align:center"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/image/20261009/6392716723293430312280154.jpg" title="通用.jpg" alt="通用.jpg"/></p><p style="text-align: center !important;line-height: 30px !important;font-size: 14px !important;color: #999999;margin-top: 10px !important;" label="图片备注">图片来源：通用</p><p style="text-align: left;">用户不仅可以续订OnStar服务、连接车辆、追踪订单以及查看燃油消耗和续航里程等诊断信息，还能使用地理围栏和车辆安防保护功能。对于规模较大的客户，只需关联一个通用汽车车队账号，即可通过单次登录统一管理名下的所有车辆，无论车辆品牌、配置或所选安吉星服务套餐有何不同。</p><p style="text-align: left;">车队洞察工具寻找车辆、路线和驾驶员的模式，例如燃油成本上涨的原因，而人工智能助手则回答有关怠速时间或车辆使用情况的简单语言查询。对连接性的分层分析为通用汽车提供了一种为其已收集的车辆数据增加价值的方法。</p><p style="text-align: left;">通用汽车车队全球副总裁Ian Hucker在一份声明中表示：“我们的车队客户需要简单、直观的工具来管理他们的车辆并有效管理运营成本。OnStar车队智能平台迎头满足了这一需求，将复杂的数据简化到一个可访问的仪表板中，以便企业主可以更少地关注管理障碍，而更多地关注有效扩展其运营。”</p><p style="text-align: left;"><strong>重要意义：</strong></p><p style="text-align: left;">Ford Pro在此领域树立了标杆。将远程信息处理、车辆订购和人工智能（AI）分析功能整合至单一账户，表明通用汽车正试图追逐福特凭借Ford Pro Intelligence业务所建立的那种持续性商业软件收入。</p><p style="text-align: left;">对混合车队的支持旨在吸引远程信息处理领域的专业客户。如果“不限品牌”的适用范围涵盖非通用汽车旗下的车辆，那么该平台将使通用汽车与Samsara和Geotab等在多品牌车队市场占据主导地位的第三方服务商展开更直接的竞争。</p><p style="text-align: left;">车队数据成为吸引用户订阅的关键卖点。将OnStar服务的续订与AI驱动的洞察分析挂钩，表明通用汽车认为，相比往往不愿为互联服务付费的零售买家，商业客户能带来更稳定的软件业务收入。</p>]]></content><copyright>auto.gasgoo.Com</copyright><pubDate>2026-10-09 18:27:54</pubDate><source><![CDATA[盖世汽车]]></source></item><item><id><![CDATA[70474360]]></id><upDate>2026-10-09 18:25:46</upDate><title><![CDATA[受大脑启发 布朗大学开发出新型成像系统]]></title><link><![CDATA[https://auto.gasgoo.com/news/202610/9I70474360C409.shtml]]></link> <description><![CDATA[盖世汽车讯 据外媒报道，布朗大学（Brown University）工程学院的研究人员开发出一种新型成像系统，能够在浓雾或]]></description><content><![CDATA[<p style="text-align: left;">盖世汽车讯 据外媒报道，布朗大学（Brown University）工程学院的研究人员开发出一种新型成像系统，能够在浓雾或浑浊水域等部分不透明环境中观测并追踪移动物体。</p><p style="text-align:center"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/image/20261009/6392716711803180579508524.jpg" title="受大脑.jpg" alt="受大脑.jpg"/></p><p style="text-align: center !important;line-height: 30px !important;font-size: 14px !important;color: #999999;margin-top: 10px !important;" label="图片备注">图片来源：布朗大学</p><p style="text-align: left;">这项发表在期刊《先进科学》（Advanced Science）上的研究介绍了一种结合两种技术的方法：一是动态视觉传感器（一种仅记录亮度变化而非捕捉完整帧图像的摄像设备），二是用于重构传感器所探测到的移动物体的脉冲神经网络计算机模型。</p><p style="text-align: left;">在实验室测试中，面对传统摄像机无法看清物体的浑浊水域和弥漫雾气环境，该系统重构出的图像与隐藏目标之间的结构相似度评分高达96%，同时还能实时追踪目标的移动位置。</p><p style="text-align: left;">研究人员表示，这种受大脑启发的系统是首个能够同时追踪并成像那些被浓密散射介质遮挡、且处于随机运动状态物体的端到端技术。</p><p style="text-align: left;">布朗大学工程学博士后研究员Ning Zhang解释道：“之所以难以看清雾中的物体，是因为从物体表面反射的光线在抵达人眼或相机镜头之前，就已经被雾气散射了。该研究项目旨在利用新型成像相机和一种受大脑启发的模型，滤除散射效应，从而重构出雾气遮挡后的景象。”</p><p style="text-align: left;">研究人员指出，该系统未来有望在多个实际场景中得到应用，例如自动驾驶汽车及其他自主车辆、风暴或山火期间的无人机搜救行动，甚至是医学成像领域。</p><p style="text-align: left;"><strong>受到大脑的启发</strong></p><p style="text-align: left;">为了开发这项技术，研究人员从人类视觉系统中获取线索，该系统可以以惊人的速度和效率处理图像。</p><p style="text-align: left;">视网膜不像摄像机那样一次性收集完整图像，而是主要对视野的变化（边缘、运动和闪烁）做出反应，并将这些信息提供给大脑，大脑随着时间的推移重建场景。当它感觉到变化时，它会向大脑发送神经尖峰，用于更新大脑对世界的重建。</p><p style="text-align: left;">研究人员能够利用类似的架构来创建一个系统，该系统可以快速有效地处理图像，但在雾天或浑浊条件下的表现优于人类视觉。</p><p style="text-align: left;">该系统采用了一种动态视觉传感器，能够检测视野内单个像素的光强变化。由于只有当像素感知到的亮度变化超过预设阈值时，该像素才会触发信号，因此即便大部分光线被雾气或其他散射介质散射，传感器仍能捕捉到移动物体。</p><p style="text-align: left;">此外，由于散射背景的变化速度远慢于移动目标，传感器会很大程度上忽略雾气的影响，主要响应那些与物体发生过相互作用的光线。传感器记录下的原始数据是一团形状模糊的脉冲信号，而脉冲神经网络正是为了处理这些信号而发挥作用的。</p><p style="text-align: left;">布朗大学工程学教授、该研究的资深作者Arto Nurmikko表示：“人眼在运动检测方面表现出色，但摄像机——特别是动态视觉传感器——在某些方面更具优势，例如它对人眼无法感知的近红外光非常敏感。”</p><p style="text-align: left;">它仅捕捉关于运动物体的信息，从而有效滤除部分模糊干扰，并生成一种输出形式——即将相关信息编码为异步脉冲序列；这与生物视网膜获取数据并将其转化为大脑视觉皮层可理解形式的过程颇为相似。</p><p style="text-align: left;">这项研究的核心创新在于一种模拟视觉皮层的类脑计算机模型：这是一个深度脉冲神经网络，它接收来自视觉传感器的数据，能够在极短时间内（不到一秒）重建随机运动且通常难以辨识的物体的图像，同时追踪其运动轨迹。该网络以脉冲作为基本信息单元进行运作。</p><p style="text-align: left;">为了测试该系统，研究人员透过遮挡视线的雾室或浑浊水箱，投射了移动的字母数字字符图像以及不同种类飞鸟的轮廓。实验表明，该系统能够成像并追踪那些标准摄像系统或人眼无法识别的随机移动物体。</p><p style="text-align: left;">此外，该系统还具有极高的能效。传感器本身的功耗仅为几十毫瓦。脉冲神经网络的能耗仅为传统神经网络的一小部分，这是因为它基于稀疏脉冲而非密集帧数据进行计算。</p><p style="text-align: left;">研究人员指出，这种方法存在局限性。由于传感器仅对变化做出响应，物体必须相对于摄像机移动才能被捕捉到；此外，目前的系统还原出的是物体的轮廓，而非完整的灰度图像。在光线极暗的环境下，传感器的灵敏度也会下降。</p><p style="text-align: left;">该团队目前正在探索适用于弱光环境的光增强前端技术，以及能够将该方法扩展至三维目标探测的深度解析方案——例如，通过测量光的传播时间，或像人眼一样将两台事件相机组合使用。</p><p style="text-align: left;">“这项技术在周围介质引起的光散射问题较为严重的场景中大有可为，例如自动驾驶汽车、搜救无人机以及水下导航等，”Zhang说道，“我们的目标是突破感知能力的极限，从而提升安全水平、改善医疗健康状况，并拓展更多应用领域。”</p>]]></content><copyright>auto.gasgoo.Com</copyright><pubDate>2026-10-09 18:25:46</pubDate><source><![CDATA[盖世汽车]]></source></item><item><id><![CDATA[70474359]]></id><upDate>2026-10-09 18:24:24</upDate><title><![CDATA[SUTD研发双传感器融合技术 提升自动驾驶雨雾天气感知能力]]></title><link><![CDATA[https://auto.gasgoo.com/news/202610/9I70474359C409.shtml]]></link> <description><![CDATA[盖世汽车讯 如今许多自动驾驶汽车通过两种感知方式同时“观察”路况：摄像头捕捉行人的颜色、纹理及轮廓，而激光]]></description><content><![CDATA[<p style="text-align: left;">盖世汽车讯 如今许多自动驾驶汽车通过两种感知方式同时“观察”路况：摄像头捕捉行人的颜色、纹理及轮廓，而激光雷达（LiDAR）则发射激光脉冲，精确测量行人与车辆的距离。这两种方式相辅相成，所提供的综合信息优于单一传感器单独工作时的表现。</p><p style="text-align: left;">然而，这种组合也存在缺陷。由于融合模型主要基于清晰的日间影像进行训练，它往往倾向于依赖在那种环境下表现最佳的传感器，因此在面对复杂或恶劣工况时可能会失效。例如，雨水会散射激光雷达的光束，而在夜间行驶时，摄像头则需应对黑暗环境及强光眩光带来的挑战。</p><p style="text-align:center"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/image/20261009/6392716701937181094034694.jpg" title="在雨天.jpg" alt="在雨天.jpg"/></p><p style="text-align: center !important;line-height: 30px !important;font-size: 14px !important;color: #999999;margin-top: 10px !important;" label="图片备注">图片来源：SUTD</p><p style="text-align: left;">据外媒报道，为了解决这一问题，新加坡科技设计大学（Singapore University of Technology and Design, SUTD）的Zhao Na助理教授主导了两项研究，分别构建了不同的模型。在题为《CCF：面向域泛化多模态3D目标检测的互补协同融合》（CCF: Complementary collaborative fusion for domain generalized multi-modal 3D object detection）的研究中，团队调整了检测器对各传感器权重的分配方式，使其能够适应新环境。而在题为《PanDA：自动驾驶中多模态3D全景分割的无监督域自适应》（PanDA: Unsupervised domain adaptation for multimodal 3D panoptic segmentation in autonomous driving）的研究中，他们利用新环境中的无标签数据，帮助模型在进入该环境后实现自适应。</p><p style="text-align: left;">“真正的挑战不仅仅在于噪声的增加，更在于各传感器的可靠性会发生动态变化，”Zhao Na说道，“我们的研究旨在让系统具备超越训练环境的泛化能力，并能根据可用信息的变动，动态调整模型对各个传感器的依赖程度。”</p><p style="text-align: left;"><strong>校正检测器的激光雷达（LiDAR）偏差</strong></p><p style="text-align: left;">互补协同融合（CCF）方法始于对问题的诊断。此类检测器通常分别利用各传感器生成候选目标，随后进行融合。研究团队在分析标准检测器的训练过程时发现，激光雷达生成的候选目标与真实物体匹配的频率是摄像头候选目标的37.5倍；而传统的评估方式仅关注最终融合结果，从而掩盖了这一不平衡现象。</p><p style="text-align: left;">CCF的解决方案包含三个方面。首先，各传感器的候选目标拥有独立的训练信号，确保摄像头候选目标不再被淹没。其次，摄像头候选目标会借用邻近激光雷达点的深度信息，以更精确地定位目标位置。此外，在训练过程中，系统会对图像和点云应用互补掩码（masking）处理：即当某传感器的数据被遮蔽时，另一传感器的数据得以保留，从而迫使模型同时学习来自两者的信息。</p><p style="text-align: left;">在自动驾驶数据集 nuScenes 上，该模型在雨天、夜间和波士顿测试集上的平均精度均值（mAP）分别提升了 2.8、1.3 和 3.2 个百分点，同时保持了在日间场景下的性能。</p><p style="text-align: left;">“并不存在诸如‘雨天就靠摄像头’或‘黑暗环境就靠激光雷达’之类的固定规则，”Zhao Na解释道，“对于每一个潜在目标，模型都会权衡现有的各类信息，并学习应在多大程度上依赖每种传感器。”</p><p style="text-align: left;"><strong>利用临时标签与双重专家机制的适应方案</strong></p><p style="text-align: left;">PanDA 承接了 CCF 在全景分割任务上的工作；该任务要求对每个激光雷达点进行类别标注，并针对汽车、行人等可计数对象进行独立的实例标注。PanDA 无需针对新城市或雨季场景的视频数据进行人工标注，而是让模型自行生成临时标签，随后再对这些标签进行精细化处理。</p><p style="text-align: left;">具体而言，该方案的成功得益于两个关键思路。其一是“有意破坏”训练数据：通过在图像或激光雷达扫描数据中，将物体内部及其边缘区域的局部信息抹除（置空），迫使模型学会利用剩余的传感器数据及周围环境信息来重建场景。</p><p style="text-align: left;">第二阶段由两位专家负责完善初步标注。3D 专家利用 LiDAR 数据中的几何连续性，对初步标注中呈现碎片化状态的路面及其他区域进行延伸补全；2D 专家则借助大型预训练视觉模型，针对模型识别把握不大的对象重新进行标注。</p><p style="text-align: left;">“3D 专家可以被视为测绘员，而 2D 专家则扮演识别者的角色，”Zhao Na说道，“前者负责修复不完整的形状，后者则负责纠正分类错误。”</p><p style="text-align: left;"><strong>适应性提升仍需在实际场景中验证</strong></p><p style="text-align: left;">在 nuScenes 数据集上，PanDA 显著提升了全景分割质量（Panoptic Quality）：从波士顿到新加坡的场景迁移中，指标提升了 13.2 个百分点；从晴天到雨天提升了 8.9 个百分点；从白天到夜晚则提升了 8.4 个百分点。在夜间场景下，该模型取得了 73.1 分的成绩，优于两个使用标注夜间数据训练的监督学习参考模型（得分分别为 53.5 分和 70.6 分）。</p><p style="text-align: left;">Zhao指出了一个需要注意的问题：夜间数据集仅包含 602 帧训练图像，这在一定程度上限制了参考模型的表现。她表示，在投入量产车辆使用之前，这些方法必须经过针对罕见事件、不同城市环境以及不同传感器配置的测试；此外，其处理速度、可靠性及安全机制也必须得到验证。</p><p style="text-align: left;">“下一个重要里程碑是开发出能够跨不同传感器类型和配置实现可靠泛化的感知系统，”她说道，“这些系统还必须能够评估信息的可靠性，并在雨天、夜间驾驶、陌生城市及复杂交通状况等多种场景下做出正确的感知决策。”</p>]]></content><copyright>auto.gasgoo.Com</copyright><pubDate>2026-10-09 18:24:23</pubDate><source><![CDATA[盖世汽车]]></source></item><item><id><![CDATA[70474347]]></id><upDate>2026-10-09 18:22:39</upDate><title><![CDATA[本田开发出面向行驶中电动汽车的道路充电系统]]></title><link><![CDATA[https://auto.gasgoo.com/news/202610/9I70474347C409.shtml]]></link> <description><![CDATA[盖世汽车讯 据外媒报道，本田（Honda）旗下的研发子公司——本田技术研究所（Honda R&amp;D Co., Ltd.），携手大]]></description><content><![CDATA[<p style="text-align: left;">盖世汽车讯 据外媒报道，本田（Honda）旗下的研发子公司——本田技术研究所（Honda R&amp;D Co., Ltd.），携手大成建设株式会社（Taisei Corporation）及大成Rotec株式会社（Taisei Rotec Corporation），共同开发了一项基于磁耦合原理的无线电力传输道路系统（简称“WPT道路系统”）的基础技术，该系统将实现电动汽车（EV）在行驶过程中的无线充电。这三家公司计划从2027财年（2027年4月1日开始）起，对该系统进行实证试验。</p><p style="text-align:center"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/image/20261009/6392716688907459298095160.jpg" title="本田1.jpg" alt="本田1.jpg"/></p><p style="text-align: center !important;line-height: 30px !important;font-size: 14px !important;color: #999999;margin-top: 10px !important;" label="图片备注">图片来源：本田</p><p style="text-align: left;">本田技术研究所致力于这项技术的研发，旨在推动实现下一代出行社会；在这一社会形态下，人们既能享受出行的自由，又能降低出行产品及服务对环境的影响。</p><p style="text-align: left;">该系统融合了各家公司的专有技术：本田兼容直流（DC）配电的高功率密度电力收发单元；大成建设（Taisei）的高响应直流供电系统；以及大成Rotec的路面设备嵌入技术。凭借这些技术，该系统实现了高功率无线电力传输（WPT），并具备极佳的路面安装便利性，应用场景涵盖从乘用电动汽车（EV）到大型商用电动汽车等各类出行工具。</p><p style="text-align: left;">为实现2050年碳中和目标，并让全球更多人享受出行的乐趣与自由，本田正着眼于电动汽车的未来普及，积极开发新技术并提供新服务。本田采取了多项举措，包括在日本推出电动汽车充电网络服务“Honda Charge”，致力于通过扩展和完善充电基础设施来提升电动汽车的使用便利性。展望未来，本田自2021年起便着手开发动态无线电力传输（DWPT）技术，该技术将实现车辆在行驶过程中的无线供电。</p><p style="text-align: left;">DWPT技术有望通过在车辆行驶过程中为其供电，提升电动汽车的使用便利性，从而减少在家中或充电站进行充电的频率。本田计划首先致力于将 DWPT 技术应用于物流和运输领域，因为该技术有望在这些领域带来显著成效。</p><p style="text-align: left;">本田已与大成建设及大成Rotec合作，针对磁耦合式无线电力传输（WPT）道路系统开展研发工作，并已成功开发出该系统的基础技术。</p><p style="text-align: left;">基于这一基础技术，三方将进一步加速联合研发，并为计划于2027财年起在公共道路上进行的示范试验做好准备。</p><p style="text-align: left;"><strong>联合研究概况</strong></p><p style="text-align: left;">作为推动电动汽车（EV）动态无线电力传输（DWPT）技术实际应用联合研究的一环，这三家公司在大成集团“未来技术试验场（T-FIELD/SATTE）”的测试道路上开展了各项实验与验证测试。通过这些测试，三方验证了相关技术的有效性，包括无线电力传输（WPT）系统、路面结构以及道路施工方法，这些技术旨在用于针对大型商用车辆的公共道路示范测试。</p><p style="text-align: left;"><strong>三家公司在联合研究中的各自角色</strong></p><p style="text-align: left;">DWPT系统由三个关键组件构成：1) 地面直流电源系统；2) 基于直流配电的地面组件（GA）系统，该系统通过直流连接将嵌入路面的多个GA单元（功率发射单元）连接起来；以及3) 安装在车辆上的车载组件（VA）单元（功率接收单元）。三家公司的各自角色如下表所示。</p><p style="text-align: left;"><strong>本联合研究涉及的无线电力传输（WPT）道路系统技术的主要特征</strong></p><p style="text-align: left;">为实现WPT道路系统的实际应用，必须开发：1) 具备足够强度以承受大型商用车辆荷载的GA单元及路面结构；2) 既能满足高速行驶电动汽车（EV）大功率电力传输需求，又便于在道路上安装且具有出色实用性的电力传输系统。</p><p style="text-align: left;">为此，三方利用T-FIELD/SATTE的测试道路，针对以下关键挑战开展了相关技术验证试验：</p><p style="text-align: left;">1)&nbsp;&nbsp;&nbsp;&nbsp; GA单元及路面结构必须能够承受总重约20吨的大型车辆通行。</p><p style="text-align: left;">2)&nbsp;&nbsp;&nbsp;&nbsp; 直流电源系统必须能够以高响应速度和高稳定性，向基于直流配电的GA系统提供大功率电力。</p><p style="text-align: left;">3)&nbsp;&nbsp;&nbsp;&nbsp; GA单元必须具备极佳的安装实用性，并支持未来的升级扩展。</p><p style="text-align: left;">通过这项联合研发与测试，这三家公司开发出了具备以下特征的WPT道路系统底层技术：</p><p style="text-align:center"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/image/20261009/6392716692290624352663404.jpg" title="本田2.jpg" alt="本田2.jpg"/></p><p style="text-align: left;"><p style="text-align: center !important;line-height: 30px !important;font-size: 14px !important;color: #999999;margin-top: 10px !important;" label="图片备注">图片来源：本田</p></p><p style="text-align: left;">(1) 能够承受大型商用车辆交通荷载的GA单元及路面结构：</p><p style="text-align: left;">针对大型商用车辆的应用需求，GA单元的内部结构经过优化，确保了包括嵌入式GA单元在内的路面结构具备足够的强度与耐久性。这使得WPT道路系统能够承受包括重载大型商用车辆在内的长期交通荷载。</p><p style="text-align: left;">( 2 ) 实现高效稳定供电的直流配电结构：</p><p style="text-align: left;">拟嵌入道路的 GA 系统在全球范围内首次将每个单元内的逆变器与线圈整合为一体化的 DWPT单元。该系统通过直流配电方式进行电力传输。此外，结合地面直流供电系统，GA 系统能够实现响应迅速且稳定的高功率WPT。</p><p style="text-align: left;">( 3 ) 易于安装与升级的实用型道路及设备结构：</p><p style="text-align: left;">考虑到在现有路面上的应用，GA 单元采用了适配铣刨及嵌入式安装的结构。除了针对铣刨后路面可能出现的不平整问题采取应对措施外，采用直流配电结构还简化了嵌入部分的布线，从而减少了组件数量及安装工作量。这种 GA 单元结构不仅便于在现有路面上进行嵌入式安装，也有利于未来的路面翻新施工</p>]]></content><copyright>auto.gasgoo.Com</copyright><pubDate>2026-10-09 18:22:38</pubDate><source><![CDATA[盖世汽车]]></source></item><item><id><![CDATA[70474325]]></id><upDate>2026-10-12 16:21:00</upDate><title><![CDATA[矢崎创新基地开展机器人协同试验 线性电机仓库CUEBUS与人形机器人接力作业]]></title><link><![CDATA[https://auto.gasgoo.com/news/202610/9I70474325C409.shtml]]></link> <description><![CDATA[盖世汽车讯 据外媒报道，矢崎（Yazaki）、Cuebus和山善（Yamazen）近日在“Innovation Hub–REN”启动联合示范项]]></description><content><![CDATA[<p>盖世汽车讯 据外媒报道，矢崎（Yazaki）、Cuebus和山善（Yamazen）近日在“Innovation Hub–REN”启动联合示范项目。该设施位于日本静冈县裾野市，是一座围绕城市三维机器人仓库CUEBUS打造的新型创新基地。</p><p>在该项目中，仓库自动取出的零部件将被交由一台自主移动人形机器人，由其进一步传递至下一道工序。这堪称一种独特的组合：两种完全不同类型的机器人正在进行“接力”协作。</p><p style="text-align:center"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/image/20261009/6392713806124500381470355.png" title="image.png" alt="image.png"/></p><p style="text-align: center !important;line-;font-size: 14px !important;color: #999999;margin-top: 10px !important;" label="图片备注">图片来源：Cuebus</p><p><strong>重新思考仓库通道</strong></p><p>CUEBUS的特点在于，移动的是地面上的托盘，而非机器人本身，因此系统无需设置供人员行走的通道。货箱可以无缝紧密排列，并进行垂直堆叠，系统仅会自动取出所需物品。Cuebus表示，在相同占地面积下，该方案的存储容量可达到传统平面货架的4倍以上。</p><p>当人们谈到仓库自动化时，通常会想到大量运输机器人在仓库内穿梭。但CUEBUS采用了完全不同的思路。</p><p>在CUEBUS系统中，真正移动的是承载货物的托盘，这避免了传统机器人需要前往货架位置取货所消耗的移动时间。</p><p>矢崎选择“Innovation Hub–REN”作为试点基地，旨在利用人工智能（AI）和机器人技术验证下一代制造模式。该项目的目标是通过实际硬件验证，探索如何减少劳动密集型、高负荷作业环节，以及如何最大限度利用有限空间。</p><p><strong>出货端等待的人形机器人</strong></p><p>此次试验的核心亮点位于CUEBUS的出货端。由仓库自动释放的零部件和材料，将被基地内已经部署的自主移动人形机器人接收，并传递至下一道工序。</p><p>围绕这一交接过程，三家公司将评估该系统对于提升移动效率和库存管理水平的实际效果。</p><p>将人形机器人引入工厂生产现场正在成为越来越普遍的趋势，但验证其与周边设备协同工作的案例仍然较少。具备类人形态的机器人理论上可以直接使用现有设备，但交接过程中的时间协调和位置匹配，则完全取决于另一端设备的配合。</p><p>而将人形机器人与CUEBUS结合，后者能够精准控制物料何时、何地输出，有助于降低这一过程中的不确定性。</p><p>山善作为人形机器人部署合作伙伴参与此次项目，同时该试验也涵盖与物理AI数据的融合。作为一家同时经营生产设备和消费品的贸易企业，山善在项目中承担向制造现场提出自动化解决方案的角色。</p><p><strong>地板本身就是电机</strong></p><p>深入了解CUEBUS内部结构后，其技术特点更加清晰。</p><p>构成CUEBUS地面的TILE模块内置线性电机和大量传感器，通过每秒22,000次的感知循环控制上方的TRAY托盘。</p><p>单个TILE尺寸为800×590×59毫米，重量17.8千克；单个TRAY尺寸为664×454×57毫米，重量11.5千克，最大承载能力为100千克。</p><p>其中最巧妙的设计在于TRAY本身不包含电机或电池。由于驱动力来自地面，因此无需设置托盘充电环节，同时大幅减少了可能发生故障的零部件数量。</p><p>系统定位精度可控制在1厘米以内，因此托盘能够准确停靠在取料工位前。</p><p>在安装方面，该系统也被设计为易于部署。CUEBUS可通过标准AC 100V电源运行，无需使用地脚螺栓固定。由于无需进行基础施工，系统布局能够轻松调整或扩展，这也非常适合此次“快速部署并验证效果”的试验场景。</p><p>汽车线束具有明显的车型差异，不同车型对应不同形态，是典型的长尺寸、难处理零部件。同时，该领域还涉及大量细分零部件编号的管理，以及零部件在不同工序之间的流转。</p><p>Cuebus表示，CUEBUS能够通过多个单元协同运行，直接搬运宽度达1,500毫米的Z型挂架等长尺寸物品。</p><p>这一能力与矢崎生产现场所面对的实际需求高度契合，而由零部件制造商自身参与开展测试，也降低了该项目停留在理论层面的可能性。</p><p>Cuebus发布了“CUEBUS Pallet 200kg”多层高密度自动化仓库，并宣布，该方案入选日本国土交通省2026财年度自动物流道路示范项目。目前，此次制造领域试验正处于该系列项目推进过程中。</p><p>三家公司希望探索的是一种下一代生产模式：人与机器人、不同类型机器人之间实现协同工作。</p><p>仓库释放零部件，人形机器人完成接收，随后由下一道工序继续处理。整个交接过程能否顺畅运行，成为此次试验最值得关注的部分。</p>]]></content><copyright>auto.gasgoo.Com</copyright><pubDate>2026-10-09 10:22:05</pubDate><source><![CDATA[盖世汽车]]></source></item><item><id><![CDATA[70474324]]></id><upDate>2026-10-09 10:19:40</upDate><title><![CDATA[保时捷用100%回收原料制备电芯 实现电池闭环回收]]></title><link><![CDATA[https://auto.gasgoo.com/news/202610/9I70474324C409.shtml]]></link> <description><![CDATA[盖世汽车讯 日前，保时捷公布，其正通过一项聚焦高压电池回收的合作项目，推动有价值原材料的回收及其在新电池中]]></description><content><![CDATA[<p>盖世汽车讯 日前，保时捷公布，其正通过一项聚焦高压电池回收的合作项目，推动有价值原材料的回收及其在新电池中的再利用。作为该试点项目的一部分，保时捷首次完全利用100%回收原材料生产出了电池正极活性材料。</p><p>电芯是电池核心的能量存储单元。此次，电芯中使用的活性材料首次完全由回收原材料制成，这些原材料均来自保时捷高压电池的回收处理。</p><p>保时捷在推动高压电池循环经济体系进一步闭环发展、并在长期内提升关键原材料供应韧性的道路上，取得了又一重要里程碑。</p><p style="text-align:center"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/image/20261009/6392713789775528686320184.png" title="image.png" alt="image.png"/></p><p style="text-align: center !important;line-height: 30px !important;font-size: 14px !important;color: #999999;margin-top: 10px !important;" label="图片备注">图片来源：保时捷</p><p>保时捷携手德国回收企业cylib等合作伙伴，首次成功利用回收的正极活性材料制造出电芯。因此，该公司在这一过程中仅使用了从自有高压电池中回收得到的电池原材料。目前，该试点项目制造出的电芯正在接受全面的实际运行测试。</p><p>保时捷负责采购的执行董事会成员Joachim Scharnagl表示：“利用完全由锂、钴等回收原材料制成的电芯，我们实现了一项重要的技术突破。这项创新是推动循环经济理念和原材料供应韧性发展的关键一步。我们的目标始终是优化技术进步、产品质量以及资源利用效率。”</p><p>这一成果延续了保时捷去年启动的高压电池回收试点项目。在该项目中，保时捷及其合作伙伴从报废高压电池中回收有价值的原材料，对其进行加工处理，并随后将其用于保时捷测试车辆的新电池电芯制造。</p><p>在完成原材料回收和加工处理阶段后，该项目现已进入下一阶段：首次实现利用回收活性材料完全替代传统使用的初级原材料。回收得到的正极活性材料包括锂、镍、钴和锰。</p><p>cylib联合首席执行官兼联合创始人Dr. Lilian Schwich表示：“cylib实现了电池回收闭环，将电池从生命周期末端转化为可再利用的回收原材料。保时捷及其他合作伙伴参与的这一试点项目证明了我们的技术路线具备实际可行性：来自保时捷首次使用退役电池中的有价值原材料，未来有望重新进入保时捷高性能电池的生产体系。”</p><p>除了原材料回收，保时捷也高度重视回收材料的质量。下一步，该公司将确保这些回收原材料在应用于电池时，能够满足保时捷对于价值、质量和性能的高标准。初步测试结果已经表明，该技术路线具备可行性。预计将在2026年下半年获得进一步测试结果。试点项目积累的经验将为未来这些材料应用于量产电池电芯奠定基础。</p><p>该试点项目的研究成果已经开始应用于保时捷常规电池报废处理流程中。保时捷与cylib的合作，使德国各保时捷中心收集的报废高压电池能够得到回收处理。自2026年5月起，这些电池便采用一种创新的水基工艺进行回收。回收得到的电池原材料通过专门的物料台账进行追踪管理，并将在2028年起向保时捷及指定合作伙伴企业供应，用于电芯生产。</p><p>这一方式旨在降低对全球原材料供应来源的依赖。未来，在欧洲完成回收的电池原材料可用于保时捷车型的高压电池制造。</p><p><strong>保时捷的循环经济战略</strong></p><p>保时捷致力于负责任地使用原材料、节约资源，同时延长车辆及其所含材料的使用周期。作为可持续发展战略的一部分，保时捷正在整个汽车价值链中推动更加环保的材料应用以及循环经济理念。</p><p>相关举措包括高压电池循环利用解决方案、循环材料应用、减少废弃物产生，以及车辆零部件再制造等项目。</p>]]></content><copyright>auto.gasgoo.Com</copyright><pubDate>2026-10-09 10:19:40</pubDate><source><![CDATA[盖世汽车]]></source></item><item><id><![CDATA[70473749]]></id><upDate>2026-09-30 19:42:51</upDate><title><![CDATA[埃因霍温理工大学学生团队研发电动汽车 能在行驶过程中捕获颗粒物]]></title><link><![CDATA[https://auto.gasgoo.com/news/202609/30I70473749C409.shtml]]></link> <description><![CDATA[盖世汽车讯 据外媒报道，埃因霍温理工大学（Eindhoven University of Technology，TU Eindhoven）学生团队TU/ecomotive开发出新型可持续概念车VENTRA。这款电动汽车不仅能在行驶过程中捕获由轮胎和刹车产生的颗粒物]]></description><content><![CDATA[<p style="text-align: left;">盖世汽车讯 据外媒报道，埃因霍温理工大学（Eindhoven University of Technology，TU Eindhoven）学生团队TU/ecomotive开发出新型可持续概念车VENTRA。这款电动汽车不仅能在行驶过程中捕获由轮胎和刹车产生的颗粒物，还能引导驾驶者养成更可持续的驾驶习惯，同时其自身产生的颗粒物也较少。学生们希望通过这一概念，提高公众对颗粒物危害的认识，并激励业界开发新的解决方案。</p><p style="text-align:center"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/image/20260930/6392639405882389561449770.jpg" title="学生.jpg" alt="学生.jpg"/></p><p style="text-align: center !important;line-height: 30px !important;font-size: 14px !important;color: #999999;margin-top: 10px !important;" label="图片备注">图片来源：TU Eindhoven</p><p style="text-align: left;">学生们关注的是一种往往被忽视的车辆排放问题。尽管电动汽车不产生尾气排放，但在行驶过程中，轮胎、刹车和路面的磨损仍会释放细微颗粒物。“没有尾气排放并不意味着完全没有排放，”团队负责人Tim Spencer说道。他指出，电动汽车的问题可能更为严重，因为它们通常车身更重，且在加速时会对轮胎施加更大的作用力。</p><p style="text-align: left;"><strong>静电吸附</strong></p><p style="text-align: left;">VENTRA最显著的特点在于其颗粒物捕获系统。该系统的作用区域针对车轮周围的空气，即颗粒物产生的源头。它并非采用物理过滤方式，而是利用静电原理：通过使颗粒物带电，将其吸附并固定在接地的收集表面上。</p><p style="text-align:center"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/image/20260930/6392639412085069315367790.jpg" title="学生2.jpg" alt="学生2.jpg"/></p><p style="text-align: left;"><p style="text-align: center !important;line-height: 30px !important;font-size: 14px !important;color: #999999;margin-top: 10px !important;" label="图片备注">图片来源：TU Eindhoven</p></p><p style="text-align: left;">使用完毕后，只需用吸尘器或水即可轻松清理该收集系统。捕获的颗粒物甚至可以回收利用；研发团队已通过将这些材料重新用于车内装饰对此进行了验证。模拟数据显示，当车速在每小时50至80公里之间时，24%的颗粒物可被引导进入收集容器；而在较低车速下，这一比例可提升至42%。</p><p style="text-align: left;"><strong>轻量化底盘</strong></p><p style="text-align: left;">捕捉颗粒物并非唯一重点；车辆本身的设计也旨在减少颗粒物的产生，而这首先要从车身重量入手。底盘是汽车中较重的部件之一。在VENTRA车型中，底盘主要由轻量化的碳纤维增强热塑性塑料板制成，使整车重量减轻了近100公斤。车身更轻意味着轮胎承受的压力减小，从而延缓了轮胎磨损，并减少了颗粒物的排放。</p><p style="text-align: left;"><strong>引导驾驶行为</strong></p><p style="text-align: left;">驾驶行为同样至关重要。该车配备了所谓的“清洁驾驶”（Clean Drive）系统，能够监测驾驶状况，并通过仪表盘屏幕向驾驶员提供建议，引导其保持平稳、顺畅的驾驶方式。例如，系统会鼓励驾驶员平缓加速、避免急刹车并减少不必要的转向操作。这些措施不仅能减轻轮胎磨损，还有助于延长刹车系统的使用寿命。</p><p style="text-align: center;"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/image/20260930/6392639413603783999006742.jpg" title="学生3.jpg" alt="学生3.jpg"/></p><p style="text-align: left;"><p style="text-align: center !important;line-height: 30px !important;font-size: 14px !important;color: #999999;margin-top: 10px !important;" label="图片备注">图片来源：TU Eindhoven</p></p><p style="text-align: left;"><strong>推动汽车行业变革</strong></p><p style="text-align: left;">学生们希望通过这款汽车，让人们关注此类排放问题。其中一些极细微的颗粒能够深入肺部；根据颗粒的大小和成分，它们甚至可能从肺部进入血液循环系统。这会增加患心血管疾病、中风以及肺部发育受损（如引发慢性阻塞性肺病和肺癌）的风险。</p><p style="text-align: left;">欧洲法规也日益重视这一问题。全新的欧7（Euro 7）排放法规将于2026年11月起实施，该法规首次针对刹车和轮胎磨损产生的排放提出了具体要求。Spencer表示：“我们希望通过VENTRA项目展示各种可行的解决方案，并鼓励汽车行业在关注排放问题时，将视野从传统的排气管排放扩展到更广泛的领域。”</p>]]></content><copyright>auto.gasgoo.Com</copyright><pubDate>2026-09-30 19:42:50</pubDate><source><![CDATA[盖世汽车]]></source></item><item><id><![CDATA[70473748]]></id><upDate>2026-09-30 19:39:52</upDate><title><![CDATA[KAIST受捕蝇草启发开发出“机器手”材料 能在光照下感知并抓取物体]]></title><link><![CDATA[https://auto.gasgoo.com/news/202609/30I70473748C409.shtml]]></link> <description><![CDATA[盖世汽车讯 捕蝇草在感知到刺激时会闭合叶片以捕捉猎物。据外媒报道，受此启发，韩国科学技术院（KAIST）的研究人]]></description><content><![CDATA[<p style="text-align: left;">盖世汽车讯 捕蝇草在感知到刺激时会闭合叶片以捕捉猎物。据外媒报道，受此启发，韩国科学技术院（KAIST）的研究人员将“感知物体靠近的皮肤”与“抓取物体的肌肉”的功能结合在了一种单一的软性材料中。当带电物体靠近时，材料内部的离子会发生移动并产生电信号；而在受到紫外线（UV）照射时，该材料会发生弯曲并抓取物体。由于在光源关闭后，该材料仍能保持变形后的形状超过10分钟，因此它在开发所需组件和线路更少的软体机械手方面展现出了巨大潜力。</p><p style="text-align:center"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/image/20260930/6392639392731717409809113.png" title="KAIST.png" alt="KAIST.png"/></p><p style="text-align: center !important;line-height: 30px !important;font-size: 14px !important;color: #999999;margin-top: 10px !important;" label="图片备注">图片来源：KAIST</p><p style="text-align: left;">KAIST宣布，由该校化学与生物分子工程系Hong Chul Moon教授领导的研究团队开发出了一种名为“Ionograsper”的离子型软体机器人；该机器人能够感知附近的物体，并根据光照做出动作反应。离子材料中含有离子——即带有正电荷或负电荷的微小粒子——这使得材料能够对周围环境中的电学变化做出响应。</p><p style="text-align: left;">人类依靠眼睛或皮肤感知物体，并通过肌肉运动来抓取它们；同样地，机器人也需要传感器来探测周围环境，并利用执行器产生动作。然而，如果将这些装置分别安装在能够灵活弯曲的软体机器人上，会导致组件数量和布线需求增加，进而使结构变得更加复杂。</p><p style="text-align: left;">该研究团队将机器人“皮肤”与“肌肉”的功能整合到了一种单一的软性聚合物材料中。聚合物是由小分子连接成长链而构成的物质，塑料和橡胶就是常见的例子。团队将偶氮苯（一种受光照射后会发生形状改变的化合物）与一种能够吸收空气中水分的吸湿性聚合物结合起来，从而构建出了一种允许离子在其中移动的网络结构。</p><p style="text-align: left;">当带电物体靠近时，其电场会引起材料内部正负离子的重新分布。因此，即使没有直接接触，材料内部也会发生变化。研究人员利用由此产生的电信号，在无需施加额外传感电压的情况下，即可检测物体的靠近与移动。</p><p style="text-align: left;">为了驱动材料运动，研究人员使用紫外光对其进行照射。偶氮苯在吸收光线后会改变分子形状，同时水分从材料受光面逸出；这导致材料向光线方向弯曲，从而能够抓取物体。</p><p style="text-align: left;">当光源关闭时，水分会通过照射期间在材料表面形成的纳米级孔隙重新进入材料内部。随后，材料向相反方向弯曲，并保持这种变形状态超过10分钟，直到聚合物结构缓慢松弛。这意味着无需持续照射，材料也能维持其抓取姿态。</p><p style="text-align: left;">这项研究的一个显著特点在于，它在单一材料中实现了感知物体、产生运动以及在一段时间内保持变形形状这三大功能。此外，研究人员还分析了光诱导下的分子变化及含水量变化如何促成双向弯曲与形状保持。</p><p style="text-align: center;"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/1640-X/20260930/6392639395029880925998321.png" title="KAIST2.png" alt="KAIST2.png"/></p><p style="text-align: left;"><p style="text-align: center !important;line-height: 30px !important;font-size: 14px !important;color: #999999;margin-top: 10px !important;" label="图片备注">图片来源：KAIST</p></p><p style="text-align: left;">这种材料设计方法有助于减少在软体机器人上分别安装传感器和执行器所需的组件及布线。不过，该项工作目前仍处于研究阶段：该材料现阶段能够检测带电物体，并由紫外光驱动产生动作。研究团队计划进一步提升其感测距离、驱动速度、重复使用耐久性及承重能力，并使其能够响应可见光或近红外光。</p><p style="text-align: left;">Hong Chul Moon教授表示：“我们没有将机器人的‘皮肤’和‘肌肉’分开安装，而是创造了一种集感测与驱动功能于一体的单一材料——它既能感知物体，又能受光驱动产生动作；其关键特性在于，即便光源关闭，它仍能保持变形后的形状。”他还补充道，团队计划将该材料与人工智能（AI）控制技术相结合，将其开发成适用于物理AI机器人的感测与驱动材料。</p>]]></content><copyright>auto.gasgoo.Com</copyright><pubDate>2026-09-30 19:39:51</pubDate><source><![CDATA[盖世汽车]]></source></item><item><id><![CDATA[70473747]]></id><upDate>2026-09-30 19:38:05</upDate><title><![CDATA[提雅智行扩展其百万像素摄像头系列 新增用于外围感知的广角型号]]></title><link><![CDATA[https://auto.gasgoo.com/news/202609/30I70473747C409.shtml]]></link> <description><![CDATA[盖世汽车讯 据外媒报道，自动驾驶开源软件供应商提雅智行（TIER IV）宣布为其面向商业级L4级自动驾驶优化的MP系列]]></description><content><![CDATA[<p>盖世汽车讯 据外媒报道，自动驾驶开源软件供应商提雅智行（TIER IV）宣布为其面向商业级L4级自动驾驶优化的MP系列摄像头新增两款型号：C1-120MP和C2-120MP。这两款新品均配备专为周边感知设计的120度广角镜头，并将于2026年9月30日正式发售。</p><p style="text-align:center"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/image/20260930/6392639384824517853950072.png" title="Tier.png" alt="Tier.png"/></p><p style="text-align: center !important;line-height: 30px !important;font-size: 14px !important;color: #999999;margin-top: 10px !important;" label="图片备注">图片来源：提雅智行</p><p>MP系列摄像头于2026年5月首次发布，是专为先进自动驾驶系统打造的车规级产品线。该系列结合了独有的图像优化技术与灵活的摄像头控制功能，支持在公共交通、物流运输、建筑施工及农业等领域实现可扩展的自动驾驶部署。</p><p>新款120度视场角（FOV）型号减少了周边盲区，并提供了广泛的态势感知能力。将用于近距离覆盖的广角摄像头与用于远距离探测的窄角摄像头相结合，赋予了系统设计更高的灵活性；这种组合既能最大限度地减少摄像头总数，又能确保安全自动驾驶所需的全面覆盖。该方案实现了更精简的传感器配置，通过优化数据处理和降低功耗，提升了整体系统性能。</p><p>提雅智行的车规级摄像头专为兼容开源自动驾驶软件Autoware而设计，有助于缩短自动驾驶系统的开发周期并降低成本。提雅智行将继续扩展MP系列摄像头，以适应多样化的配置需求和运行环境，从而加速L4级自动驾驶的部署并提升其安全性。</p>]]></content><copyright>auto.gasgoo.Com</copyright><pubDate>2026-09-30 19:38:04</pubDate><source><![CDATA[盖世汽车]]></source></item><item><id><![CDATA[70473195]]></id><upDate>2026-09-24 17:59:02</upDate><title><![CDATA[DGIST开发新算法 使自主机器人避免88%的不必要计算]]></title><link><![CDATA[https://auto.gasgoo.com/news/202609/24I70473195C409.shtml]]></link> <description><![CDATA[盖世汽车讯 雷达是自主移动机器人的关键传感器，利用无线电波来测定周围障碍物的距离、速度和方向。由于雷达在雨]]></description><content><![CDATA[<p style="text-align: left;">盖世汽车讯 雷达是自主移动机器人的关键传感器，利用无线电波来测定周围障碍物的距离、速度和方向。由于雷达在雨、雪、雾等恶劣天气条件下仍能可靠运行，它被视为一种必不可少的传感器，可与摄像头及激光雷达（LiDAR）形成互补。</p><p style="text-align: left;">然而，传统的雷达信号处理方法虽然计算效率高，却难以精确区分彼此靠得很近的物体。尽管多重信号分类（MUSIC）等超高分辨率算法能够克服这一局限，但其计算负载过大，无法在紧凑型机器人系统上实现实时处理。</p><p style="text-align: left;">据外媒报道，为了克服这一局限，大邱庆北科学技术院（Daegu Gyeongbuk Institute of Science and Technology，DGIST）研究团队开发了一种名为“自适应网格细化MUSIC”（Adaptive Grid-Refinement MUSIC）的新算法。</p><p style="text-align:center"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/image/20260924/6392586947975051854712460.jpg" title="自主.jpg" alt="自主.jpg"/></p><p style="text-align: center !important;line-height: 30px !important;font-size: 14px !important;color: #999999;margin-top: 10px !important;" label="图片备注">图片来源：DGIST</p><p style="text-align: left;">传统方法通常利用精细网格对整个探测区域进行全面、逐一的扫描，而这项新开发的技术则以较宽的间距快速扫描全域，仅针对可能存在目标的关键区域进行更精确的搜索。这一原理类似于先浏览地图全貌，再利用显微镜重点检查那些需要仔细观察的区域。</p><p style="text-align: left;">具体而言，研究团队采用了一种智能计算架构：该架构仅执行一次高分辨率分析所需的复杂数学运算，随后重复利用所得信息，从而避免了反复进行相同计算。</p><p style="text-align: left;">最终，该团队成功减少了约 88% 的不必要搜索计算量，同时保持了与传统算法相当的检测性能。利用 77 GHz 汽车雷达进行的仿真和实地验证也表明，与现有方法相比，该方案的处理效率提升了不止一倍。</p><p style="text-align: left;">这一成果是产学研合作的典范，具有重要意义：它将 DGIST 在雷达信号处理领域的先进技术能力与大邱-庆北地区企业的实际应用专长相结合，从而产生了协同效应。其中，JuKwang Precision Co., Ltd. 的研究团队负责提供机器人平台并进行实地性能验证，而 DGIST 研究团队则主导了包括算法设计与分析在内的整体研究过程。</p><p style="text-align: left;">该论文发表于期刊《电气工程与技术期刊》（Journal of Electrical Engineering &amp; Technology）。</p><p style="text-align: left;">DGIST移动技术部门首席研究员 Sangdong Kim 表示：“尽管高分辨率雷达算法性能卓越，但其巨大的计算负荷使得它们难以应用于现实世界的机器人和车辆中。这项研究提出了一种实用技术，通过仅针对需要详细分析的目标区域进行精确搜索，从而大幅降低了计算负荷。我们将继续推进这项技术，力争使我们与当地企业合作的研究成果走出学术论文范畴，真正应用于现实世界的智能出行场景中。”</p>]]></content><copyright>auto.gasgoo.Com</copyright><pubDate>2026-09-24 17:59:02</pubDate><source><![CDATA[盖世汽车]]></source></item><item><id><![CDATA[70473194]]></id><upDate>2026-09-24 17:57:04</upDate><title><![CDATA[通过分析来自现实世界电动汽车的数据 研究人员揭示电芯老化不均匀影响电池寿命的秘密]]></title><link><![CDATA[https://auto.gasgoo.com/news/202609/24I70473194C409.shtml]]></link> <description><![CDATA[盖世汽车讯 包括轿车、公交车和列车在内的电动汽车（EV），能够显著减少交通运输行业产生的大量温室气体排放。然]]></description><content><![CDATA[<p style="text-align: left;">盖世汽车讯 包括轿车、公交车和列车在内的电动汽车（EV），能够显著减少交通运输行业产生的大量温室气体排放。然而，这些车辆的性能及长期可靠性，在很大程度上取决于为其提供动力的电池。</p><p style="text-align: left;">目前大多数电动汽车都采用锂离子电池组作为动力源。尽管电池制造商力求确保各电池单元（电芯）尽可能保持一致，但它们在容量（即电荷存储能力）和内阻（即对电流流动的阻碍程度）方面有时仍会存在差异。</p><p style="text-align: left;">同一电池组内各电芯间的这些差异——即所谓的“电芯间不一致性”——会随着电池的反复充放电而加剧。这种现象会逐渐削弱电池的整体性能，从而缩短电动汽车在需要充电前的续航里程。</p><p style="text-align: left;">据外媒报道，来自查尔姆斯理工大学（Chalmers University of Technology）、中国科学院、北京理工大学和极氪欧洲技术中心（Zeekr Technology Europe）的研究人员近期分析了电动汽车在实际运行工况下记录的电池数据，旨在进一步探究电芯间的不一致性如何随时间推移影响电动汽车的性能。</p><p style="text-align:center"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/1640-X/20260924/6392586933831770906588165.jpg" title="来自期刊.jpg" alt="来自期刊.jpg"/></p><p style="text-align: center !important;line-height: 30px !important;font-size: 14px !important;color: #999999;margin-top: 10px !important;" label="图片备注">图片来源：期刊《自然-能源》</p><p style="text-align: left;">他们的研究结果发表在期刊《自然-能源》（Nature Energy）上，表明电芯间的差异确实会损害为轿车和公交车提供动力的电池组的整体容量及使用寿命。</p><p style="text-align: left;">该论文的合著者Changfu Zou表示：“电动汽车电池组包含许多必须协同工作的电芯，但这些电芯在老化过程中并不会保持完全一致。在串联电池组中，其性能最终可能受限于性能最差的电芯，这就像链条的强度取决于其最薄弱的环节一样。这一课题正是源于我们团队在电池管理和可重构电池领域长期的研究工作。”</p><p style="text-align: left;">过去，人们已对电芯间的不一致性进行了广泛研究，但主要局限于实验室环境。一些能源工程师也开发了旨在平衡电池组内各电芯性能的策略，以及支持在运行期间动态调整电芯间电气连接的重构架构。</p><p style="text-align: left;">尽管其中一些策略已取得令人鼓舞的成果，但利用实际车辆数据来探讨电芯间不一致性对电动汽车性能的长期影响，此类研究却鲜有涉及。</p><p style="text-align: left;">“对我而言，仅仅知道问题的存在是远远不够的，”Zou说道，“我们希望弄清楚，在多年的实际驾驶过程中，电池的健康状况、使用寿命、功率输出能力以及全生命周期的能量利用率究竟损失了多少。”</p><p style="text-align: left;"><strong>追踪实际工况下的电动汽车电池数据</strong></p><p style="text-align: left;">Zou及其同事分析了从两支实际运营的电动汽车车队收集的数据。这些车队包括116辆搭载NMC（镍锰钴）电池的乘用车和17辆搭载LFP（磷酸铁锂）电池的公交车。</p><p style="text-align: left;">NMC和LFP是当今市场上主流的两种锂离子电池化学体系。NMC电池的正极材料由镍、锰和钴构成，而LFP电池的正极材料则为磷酸铁锂。</p><p style="text-align: left;">他们分析的运营数据是在车辆长达三年多的日常使用过程中收集的；其中部分车辆的行驶里程已高达30万公里（18.6万英里）。</p><p style="text-align: left;">“我们选择了合适的充电时段来估算单个电芯的容量和内阻，”Zou说道，“容量反映了电芯尚能储存多少能量，而内阻则与其功率输出能力密切相关。主要挑战之一在于，如何将电芯的实际老化与温度、电流及荷电状态（SOC）等运行条件所引起的表观变化区分开来。”</p><p style="text-align: left;">为了在相同的基准条件下比较各电芯，研究人员还利用机器学习模型对数据进行了分析。他们引入了六项关键指标，用以量化电芯间的不一致性如何影响电池组的整体性能。</p><p style="text-align: left;">“最让我惊讶的并不是电芯不一致性这一问题本身，而是这种不一致性在车辆整个生命周期内所产生的累积效应竟如此显著，”Zou说道，“在这两个车队中，这种效应导致电池组的使用寿命缩短了约18%至23%，功率输出能力下降了约13%至15%。当电池组达到退役标准时，乘用车电池组中约五分之一的潜在全生命周期能量未被利用，而公交车电池组中这一比例则超过了四分之一。”</p><p style="text-align: left;">该团队的分析结果并不意味着每辆乘用车或公交车在行驶过程中都会损失19%或27%的电池能量。相反，这表明当性能最差的电芯开始限制整个电池组的性能时，那些状态较好的电芯其实仍保有可用容量，并具备相当长的剩余使用寿命。</p><p style="text-align: left;">“我们还发现，荷电状态（SOC）的不平衡通常只会导致可用充电容量减少不到2%，”Zou补充道，“真正更严重的问题在于电芯的老化速率各不相同。对我而言，最明确的启示在于：电池管理系统不仅要确保各电芯的电量保持均衡，还应设法让它们的老化过程尽可能保持同步。”</p><p style="text-align: left;"><strong>引领电动汽车电池技术的进步</strong></p><p style="text-align: left;">这项研究结果证实，电芯间的不一致性会限制当前电动汽车所使用的两类锂离子电池的性能与寿命。这些发现有望推动未来的研发工作，致力于打造性能更均一、更耐用的电动汽车充电电池。</p><p style="text-align: left;">“我们的研究结果为提升制造一致性、优化电芯筛选与成组、改进热管理、均衡控制以及电芯级监测等方面提供了定量依据，”Zou表示，“此外，这些发现还有助于判断何时值得为采用更先进的解决方案（例如可重构电池系统）而承担额外的成本与复杂性。”</p><p style="text-align: left;">研究人员希望他们的工作能激励其他团队在实际应用场景中评估电动汽车电池的性能。作为后续研究的一部分，他们计划评估各种策略在缓解电芯间不一致性影响方面的潜力。</p><p style="text-align: left;">“对于我们查尔姆斯理工大学的研究小组来说，下一步将从单纯测量问题转向积极缓解问题，”Zou 补充道，“我特别看好的一个方向是可重构电池系统。这类系统能够根据各个电芯或电芯组的状态及预期寿命，动态调整其使用方式。我们目前正沿着这一方向开展研究。”</p>]]></content><copyright>auto.gasgoo.Com</copyright><pubDate>2026-09-24 17:57:03</pubDate><source><![CDATA[盖世汽车]]></source></item><item><id><![CDATA[70473193]]></id><upDate>2026-09-24 17:53:53</upDate><title><![CDATA[Flytrex推出屋顶停靠站与AI车队定位技术 配送成本降低60%]]></title><link><![CDATA[https://auto.gasgoo.com/news/202609/24I70473193C409.shtml]]></link> <description><![CDATA[盖世汽车讯 据外媒报道，自动无人机食品配送服务商 Flytrex 宣布推出全新的实体设施与人工智能（AI）基础设施，这]]></description><content><![CDATA[<p style="text-align: left;">盖世汽车讯 据外媒报道，自动无人机食品配送服务商 Flytrex 宣布推出全新的实体设施与人工智能（AI）基础设施，这将使其单次配送成本降低 60%，并将客户收货时间缩短一半。借助预测性 AI 建模技术，Flytrex 将成为首家在特定时段预先将无人机部署至订单高发餐厅的无人机配送公司，从而确保无人机在订单生成前即已就位。这些无人机将通过全新的停靠系统预先部署在商家屋顶上；该系统允许餐厅员工在无需接触飞行器的情况下，仅需数秒即可将订单挂载到待命无人机的挂钩上。</p><p style="text-align:center"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/image/20260924/6392586919884407891064691.jpg" title="flytrex.jpg" alt="flytrex.jpg"/></p><p style="text-align: center !important;line-height: 30px !important;font-size: 14px !important;color: #999999;margin-top: 10px !important;" label="图片备注">图片来源：Flytrex</p><p style="text-align: left;">这项全新的屋顶停靠站技术及预测性 AI 无人机部署技术，目前已在达拉斯-沃斯堡（Dallas-Fort Worth）都会区的现有合作商家处投入使用，且增设 100 多个新站点的安装工作也正在进行中。</p><p style="text-align: left;">传统上，无人机配送公司通常在订单准备就绪后才从中心站点派遣无人机，这增加了配送时间和成本。Flytrex 推出了一套全新的基础设施，率先实现了在接收订单之前就将无人机预先部署在商家处。该系统依托两项关键技术：一是停靠系统，允许无人机安全降落并停留在商家实体店址，直至接到订单；二是预测性人工智能（AI）建模，能够根据特定时段内商家接单的可能性，合理分配无人机。</p><p style="text-align: left;">Flytrex 停靠系统安装在紧邻餐厅的现有屋顶或类似高处平台上。该系统无需占用额外场地，无需进行结构改造，也无需配备专门的无人机操作人员。无人机会在订单生成前降落在屋顶停靠站并关闭电机待命；一旦下单且餐点准备就绪，无人机会将挂钩降至简易装载位置，由餐厅员工将打包好的餐点挂在钩上，随后无人机便会在数秒内起飞，直接飞往客户所在地。</p><p style="text-align: left;">部署实体停靠站基础设施代表了人工智能基础设施的一个新层面，能够预判下一笔订单的来源。Flytrex 利用机器学习模型分析整个网络中的历史需求模式、时段、地理位置及其他信号，预测订单最可能产生的地点，并据此提前将闲置无人机部署到相应商户的屋顶上。</p><p style="text-align: left;">Flytrex 联合创始人兼首席执行官 Amit Regev 表示：“每一家无人机配送公司都曾承诺过‘几分钟内送达美食’。真正的难点从来不在于飞行本身，而在于从厨房到无人机之间那最后几百英尺的距离。‘屋顶停靠站’与预测建模技术将每一家餐厅都变成了自主配送网络的一部分。我们的系统能在订单生成前就预判其来源，无人机早已在屋顶待命，餐厅员工只需几秒钟即可完成装载，随后无人机便升空飞向客户。整个过程无需快递员、跑腿人员或 Flytrex 员工驻守餐厅。这正是无人机配送应有的形态，也是其实现更快速、更智能及成本大幅降低的关键所在。”</p><p style="text-align: left;">“屋顶停靠站”（Rooftop Dock）与“预测性定位”技术相结合，消除了无人机配送运营中两项主要的成本与延误因素：餐厅自主装载功能省去了以往需由专人将订单从商家送至独立无人机取货点的环节，而预测性定位技术则直接免除了无人机前往取货点所需的飞行时间。这一方案不仅能为客户提供更快的配送服务和更新鲜的餐食，还能提高现有无人机机队的利用率，并构建出一种轻量化且可复制的基础设施模式，便于在数以千计的现有餐厅和购物中心进行部署。</p>]]></content><copyright>auto.gasgoo.Com</copyright><pubDate>2026-09-24 17:53:53</pubDate><source><![CDATA[盖世汽车]]></source></item><item><id><![CDATA[70473192]]></id><upDate>2026-09-24 17:51:42</upDate><title><![CDATA[Fraunhofer IWU开辟换热器板经济高效的大规模生产新途径]]></title><link><![CDATA[https://auto.gasgoo.com/news/202609/24I70473192C409.shtml]]></link> <description><![CDATA[盖世汽车讯 日益严格的效率要求、不断增长的产量以及日益加剧的成本压力，正给换热器制造商带来新的挑战。核心问]]></description><content><![CDATA[<p style="text-align: left;">盖世汽车讯 日益严格的效率要求、不断增长的产量以及日益加剧的成本压力，正给换热器制造商带来新的挑战。核心问题在于：哪种制造技术既能确保卓越的组件质量，又能兼顾大规模生产的经济可行性？</p><p style="text-align: left;">据外媒报道，弗劳恩霍夫机床与成形技术研究所（Fraunhofer IWU）针对这一挑战提供了量身定制的解决方案。除了型腔压印（冲压）和高压板材成形（液压成形）等成熟工艺外，该研究所还重点关注一项具有极高生产潜力的技术：辊式型腔压印。</p><p style="text-align:center"><img src="https://imagecn.gasgoo.com/moblogo/News/UEditor/image/20260924/6392586907440017341784222.jpg" title="弗劳恩霍夫.jpg" alt="弗劳恩霍夫.jpg"/></p><p style="text-align: center !important;line-height: 30px !important;font-size: 14px !important;color: #999999;margin-top: 10px !important;" label="图片备注">图片来源：Fraunhofer IWU</p><p style="text-align: left;">这家位于开姆尼茨（Chemnitz）的研究所致力于针对工业应用开发、研究并验证上述三种技术。凭借这些专业能力，企业能够获得客观且技术中立的评估，从而确定最符合其特定需求的制造策略。这些技术专长源于该研究所在燃料电池和电解槽金属双极板开发领域多年的积累。</p><p style="text-align: left;"><strong>三大技术，三大独特优势</strong></p><p style="text-align: left;">金属换热板需要具备复杂的流道结构、严格的尺寸公差以及始终如一的高质量。同时，投资成本、材料利用率和生产产能也必须具备经济吸引力。为满足这些需求，Fraunhofer IWU提供了三种相辅相成的成形技术。</p><p style="text-align: left;">液压成形技术能够出色地复现精细的流道几何形状，并确保极高的尺寸精度。由于该工艺仅需单侧模具型腔，因此可显著降低模具成本并缩短开发周期。Fraunhofer IWU 开发的被动式高压板材成形工艺进一步简化了所需的设备技术，并缩短了生产周期。</p><p style="text-align: left;">中空压印技术目前被视为制造结构化金属板的行业标杆。该工艺集高可靠性、成熟的生产设备以及经济高效的批量生产优势于一体。对于许多应用而言，它依然是行业内的参考技术标准。</p><p style="text-align: left;"><strong>当生产力转化为竞争优势时</strong></p><p style="text-align: left;">Fraunhofer IWU认为，空腔压印成形（hollow embossing rolling）技术蕴藏着巨大的发展潜力。与属于非连续工艺的传统冲压不同，该技术利用旋转成形辊进行连续变形。这种连续成形原理不仅大幅降低了成形力，还显著提高了生产效率。传统技术通常每分钟最多生产 60 个零件，而基于辊压的空腔压印技术预计每分钟产量可超过 100 个。</p><p style="text-align: left;">对于未来的大规模生产市场而言，这意味着重大的经济机遇。连续制造模式不仅能实现更紧凑的生产系统，还能确保极高的材料利用率并降低零件成本。更重要的是，空腔压印技术为构建完全集成的卷对卷（roll-to-roll）制造链开辟了全新的可能。</p><p style="text-align: left;"><strong>从卷材直达热交换器</strong></p><p style="text-align: left;">Fraunhofer IWU致力于采用一种整体化的制造方案。其关注重点远不止于单个板片的成形。在经过连续辊式压印工艺后，组件可直接从带材上分离，并进行后续的连接与堆叠工序。由此构建出一种高效的制造体系，实现了从卷材到成品热交换器板片的完整生产流程。在工业化生产规模下，该方案能显著降低单件产品的投资成本、减少物料搬运工作量并缩短生产周期。因此，基于辊式压印的型腔成形技术，其真正的优势不仅在于成形工艺本身，更在于其极佳地契合了高度自动化的生产线需求。</p><p style="text-align: left;"><strong>面向下一代换热器的氢能制造专业技术</strong></p><p style="text-align: left;">Fraunhofer IWU已为这项工作奠定了技术基础。该研究所通过大量的研发项目，针对燃料电池和电解槽中使用的金属双极板，对相关制造工艺进行了研究、评估与验证。这些项目所关注的挑战，与当前先进换热器开发面临的难题高度一致，其中包括：高精度流道结构、低成形力、高生产效率以及稳健的工艺链。</p><p style="text-align: left;">这些项目积累的专业知识可直接应用于换热器板片的生产。特别是该研究所在薄壁不锈钢带加工、复杂流场几何结构设计以及连续生产系统开发方面所获得的经验，为工业传热应用奠定了坚实的基础。</p><p style="text-align: left;"><strong>从初步构想到可行性研究</strong></p><p style="text-align: left;">无论是开发新型换热器概念，还是为现有产品寻求更具成本效益的制造方案，企业均可与Fraunhofer IWU合作评估相关技术。针对样品组件，可开展可行性研究；这些样品的尺寸上限约为宽 30 厘米（12 英寸）、长 1 米（39 英寸），板材厚度可达 0.5 毫米（0.020 英寸）。此类研究能提供宝贵的见解，涵盖成形性能、可实现的组件质量、潜在工艺流程的经济可行性，以及实现规模化量产的潜力。</p>]]></content><copyright>auto.gasgoo.Com</copyright><pubDate>2026-09-24 17:51:41</pubDate><source><![CDATA[盖世汽车]]></source></item></channel></rss>