不过确实原先华兴说1o月份“工作安排紧张”
,指的就是mate5o的布准备工作。
这也确实比接待辉瑞更重要,毕竟是关乎华兴终端bg生存和技术突破的大事。
想到这,王援朝对华兴的认知又深了一层。
能在承受极限压力的情况下,秘密筹备如此重大的技术突破,并且在成功后迅恢复正常的商务节奏,这家公司的组织能力和战略定力,确实值得敬佩。
众人随车来到g1,电梯直达三楼。
门开,眼前是一个完全不同的世界。
眼前是一个开放式、充满未来感的巨大空间。
挑高近十米,被透明的玻璃隔断划分成数个功能区域。
最显眼的是中央的“数据驾驶舱”
,一整面弧形屏幕上,无数数据流、三维点云图、实时视频画面如同瀑布般流动,七八位工程师坐在弧形操作台前,专注地监控着。
左侧是“硬件在环(hIL)测试区”
是数台测试台架上的车辆“大脑”
。
域控制器正被复杂的线缆连接,模拟着极端路况。
右侧则是“沉浸式仿真区”
,工程师戴着VR设备,在虚拟城市中测试算法。
“这里是我们智能驾驶产品线的核心研区域之一。”
陈默的声音在略显空旷的实验室里响起,平和而清晰。
“主要聚焦感知算法、决策规划、控制执行,以及背后的数据闭环和仿真测试体系。”
孙立军的目光立刻被中央大屏吸引。
上面正展示着一段复杂的城区道路测试录像:车辆在晚高峰的鹏城街头自如穿行,精准识别并避让突然窜出的电动车、处理无保护左转、甚至在施工路段临时借道。
画面右下角跳动着实时数据:感知延迟<3oms,规划决策周期<1ooms,接管次数:o。
“这是。。。。。。无图方案?”
孙立军忍不住走近几步,扶了扶眼镜。
“是的,孙总工。”
陈默走到他身边,示意工作人员调出后台。
“基于我们自研的‘mdc’计算平台和‘ads’2。o算法,采用激光雷达、毫米波雷达、视觉的全融合感知,不依赖高精地图,实时构建道路拓扑和理解交通参与者意图。”
他指向屏幕上一个踩着滑板车的小孩,已经被被高亮标注的弱势交通参与者。
“比如这个场景,系统不仅识别出这是一个‘人’+‘载具’的组合,还通过轨迹预测和意图识别,判断出他可能会突然转向,提前进行了温和的减避让。
这背后是过5oo万公里真实路测数据和百亿级仿真里程训练的结果。”
王援朝看着那流畅得如同老司机的操作,心中震动。
纸上得来终觉浅。