Momenta高階自動駕駛示範應用許可落地新城市 Robotaxi全球佈局加速
重點摘要
日前，Momenta已正式獲得無錫市智能網聯汽車道路測試與示範應用許可，並已於今年1月落地測試。 據官方信息，Momenta計劃今年在全球多個新城市及區域落地高階自動駕駛，穩步推進技術場景驗證與民生出行服務探索，為公眾提供安全、高效、綠色的出行新選擇。技術層面，Momenta R7強化學習世界模型已於今年上半年正式發佈，並應用於L4級自動駕駛實踐中。該模型強調對物理世界認知能力，可理解物體的物理屬性、運動因果關係及潛在交互可能，從而實現更精準的預測與規劃，從而提升車輛的博弈、選道及狹窄空間通行能力。在國際化佈局方面，Momenta已與Uber、Grab、Lumo、享道出行等全球頭部出行平臺，及梅賽德斯-奔馳等汽車製造商建立戰略合作。據悉，其Robotaxi已落地中國上海、中國蘇州、德國慕尼黑、阿聯酋阿布扎比等城市，並積極拓展歐洲其他地區、新加坡及日本等市場。此前，新加坡政府相關部門、Lyft等政企代表曾到訪Momenta進行交流，顯示出國際業界對中國自動駕駛技術進展的關注。行業觀察指出，自動駕駛的規模化落地需技術、政策與生態協同驅動。隨著更多城市落地開放，這一產業正從測試驗證邁向規模化應用，有望成為提升城市交通效率與安全的新動能。此外，作為中國智駕代表性企業，Momenta在海內外市場的落地，彰顯了中國科技的全球競爭力，也展現出中國企業在全球新質生產力發展中的引領作用。
日前，Momenta已正式獲得無錫市智能網聯汽車道路測試與示範應用許可，並已於今年1月落地測試。 據官方信息，Momenta計劃今年在全球多個新城市及區域落地高階自動駕駛，穩步推進技術場景驗證與民生出行服務探索，為公眾提供安全、高效、綠色的出行新選擇。技術層面，Momenta R7強化學習世界模型已於今年上半年正式發佈，並應用於L4級自動駕駛實踐中。該模型強調對物理世界認知能力，可理解物體的物理屬性、運動因果關係及潛在交互可能，從而實現更精準的預測與規劃，從而提升車輛的博弈、選道及狹窄空間通行能力。在國際化佈局方面，Momenta已與Uber、Grab、Lumo、享道出行等全球頭部出行平臺，及梅賽德斯-奔馳等汽車製造商建立戰略合作。據悉，其Robotaxi已落地中國上海、中國蘇州、德國慕尼黑、阿聯酋阿布扎比等城市，並積極拓展歐洲其他地區、新加坡及日本等市場。此前，新加坡政府相關部門、Lyft等政企代表曾到訪Momenta進行交流，顯示出國際業界對中國自動駕駛技術進展的關注。行業觀察指出，自動駕駛的規模化落地需技術、政策與生態協同驅動。隨著更多城市落地開放，這一產業正從測試驗證邁向規模化應用，有望成為提升城市交通效率與安全的新動能。此外，作為中國智駕代表性企業，Momenta在海內外市場的落地，彰顯了中國科技的全球競爭力，也展現出中國企業在全球新質生產力發展中的引領作用。
Related
相關文章
Liquid AI Introduces LFM2.5-Embedding-350M and LFM2.5-ColBERT-350M: Dense Bi-Encoder and Late-Interaction Models for Fast Multilingual Search Across 11 Languages
This week, Liquid AI released two new retrieval models. They are LFM2.5-ColBERT-350M and LFM2.5-Embedding-350M. Both hold 350M parameters. Both are the first bidirectional members of the LFM family. They build on LFM2.5-350M-Base, released in March. The pair targets fast multilingual and cross-lingual search across 11 languages. Their footprint is small enough to run almost anywhere. Both are available now on Hugging Face under the LFM Open License v1.0. LFM2.5 Retrievers The two models share one backbone but represent text differently. LFM2.5-Embedding-350M is a dense bi-encoder. It turns each document into a single vector. Pick it when you want the fastest search and the smallest, cheapest index. LFM2.5-ColBERT-350M is a late-interaction model. It converts each token into a vector rather
Perplexity Launches Brain, a Self-Improving Memory System That Builds a Context Graph of an Agent’s Work and Learns Overnight
Most AI memory remembers the user. It stores your preferences, your tastes, and your role. Perplexity is taking a different path. Today, Perplexity launched Brain, a self-improving memory system for its agent product, Computer. Brain does not focus on remembering you. It remembers what the agent did. That reframes what memory in AI is for. What is Perplexity‘s Brain Brain is a self-improving memory system. It builds a context graph of the work Computer performs. At set intervals, such as overnight, Brain reviews that graph. It then teaches itself how to do the work better. The idea is straightforward. The more work you do, the more efficient Brain makes your Computer. Brain is rolling out today to Perplexity Max and Enterprise Max subscribers in Research Preview. Two Axes of AI Memory Perp
智譜新高，MiniMax承壓，“大模型雙雄”命運殊途
這篇消息聚焦「智譜新高，MiniMax承壓，“大模型雙雄”命運殊途」。原始導語提到：大模型在被市場重新定價 從 AI 情報角度來看，這類內容值得關注其背後的技術進展、產品落地、產業競爭與後續市場影響。
華為昇騰 0 Day 支持智譜 GLM-5.2 模型，提供全面推理優化
華為昇騰 AI 宣佈在智譜開源 GLM-5.2 大模型當天即完成深度推理優化。通過 MOE 大融合算子、通信計算融合、高併發調度等七項關鍵技術，顯著提升編程和長程任務的處理效率，現已支持 A3 系列產品部署。#AI 大模型# #國產算力#
企業AI轉型再添利器：青雲科技算力雲接入 MiniMax-M3 模型
企業AI落地面臨高效低成本難題。青雲科技旗下基石智算平臺接入國產開源大模型MiniMax-M3，提供新算力支持。MiniMax-M3以卓越上下文處理能力等三大核心技術見長，依託自研架構，助企業便捷部署AI業務。
阿里開源統一科學大模型 LOGOS，僅用五十六分之一參數超越微軟
阿里 ATH-Token Foundry 聯閤中國人民大學高瓴人工智能學院開源科學基礎模型 LOGOS。該模型採用統一科學語法與純序列建模範式，在六大科學任務上匹配或超越傳統專用方法。其中 LOGOS-1B 僅 1B 參數，即展現出極高效率，性能超越參數量達 8×7B 的微軟模型。