以第四次工业革命为例，其特点是使用网络物理系统、通信、物联网和分散式决策，需要系统更加智能、高效、安全，并拥有更多连接。

现在台式机CPU和移动SoC大多都采用多核芯片，因为它们灵活的可扩展架构使其能够按需提供不同的性能，AI“协同芯片”采用类似的方法，它们不仅仅只被设计成一个，而是多个计算GPU和神经网络加速器（NNA）来为特定的应用提供足够的性能，同时确保对硅片尺寸进行优化，将芯片的成本降至最低。这些处理器会紧挨着主应用处理器（SoC）作为“协同芯片”，承载主应用处理器上的NNA内核需要处理的AI推理任务。

学习跨领域技能以及对新兴技术/应用的掌握非常重要！

知情人士透露，苹果汽车的保密工作做得如此之好，是因为苹果有充分资本保障，可以不像特斯拉、FF一样，为了融资不停吆喝。

一对父子Ben-Etzion Yaron和Nissan Yaron研发了一种技术，可以让驾驶员在车内控制音乐播放、打电话、查看信息和导航的同时，视线不必离开道路。这对父子于2011年创办了一家六人公司Inpris。

作为许多自动驾驶汽车的关键部件，激光雷达已经是名副其实的自动驾驶“半壁江山”。不过，它可不只是在车顶上旋转的激光碟，如果处理不当，很有可能会伤害路人的眼睛，而且是永久性的。

硅谷一家名为Drive.ai无人车创业公司于近日向公众公布了一项新技术——利用深度学习将自动驾驶技术可视化

在高科技产业中，几乎每个人——包括机器人科学家、AI专家、芯片设计师和传感器开发人员等，都想赶上这一波自动驾驶热潮。同样地，AV的发展前景也为传统汽车制造商注入了活力…

目前的传感技术——比如激光雷达、雷达和摄像头——都存在感知问题，需要人类驾驶员随时准备接管控制车辆。因此，传感器的重要性更为凸显。要实现3-5级的自动驾驶，车辆需要更大数量和更强功能的传感器。

当我们讨论到行动性(mobility)的未来时，有一点是明确的——无论是汽车还是飞机，在推动下一代技术方面都有着共同的主题：一是电气化，另一个则是远程或自主操作。

早在2017年的10月，西井信息科技就拿到了第一个订单，为什么一个非原生自动驾驶公司，能杀出重围跨界收获订单？

在 3～5 层级，随着层级的提高，对系统的要求也随之提高。

去年7月份成立的一家初创公司，剑走偏锋，专攻基于相干技术的激光雷达。成立短短4个月后，去年11月获得了百度和华登1800万融资，估值过亿。

支持者相信，新的车用HDBaseT规格会是未来连网/自动驾驶车辆不可或缺的元素；有鉴于在汽车内传输的数据量越来越大，这似乎很合理，但是...

面对颠覆以往的破坏式创新时代，产业界如何善用5G技术迎接此一大转变？