特斯拉是 Luminar 最大的激光雷达客户
特斯拉首席执行官埃隆·马斯克 (Elon Musk) 说 激光雷达传感器是自动驾驶汽车的“拐杖”。 但他的公司从 Luminar 购买了如此多的产品，以至于特斯拉现在成为这家激光雷达制造商的最大客户。 激光雷达制造商 Luminar 2024 年第一季度营收中，特斯拉占“超过 10%”，即略高于 200 万美元 透露 周二发布第一季度收益报告。 Luminar 报告称，其收入较 2023 年第四季度下降 5%，这主要归因于“对非汽车客户的传感器销量下降”。 这一下降被“特斯拉的传感器销售所抵消，特斯拉是我们第一季度最大的激光雷达客户”。 Luminar 还指出，收入同比增长 45%。 该公司第一季度净亏损为 1.257 亿美元，较去年同期的 1.467 亿美元亏损有所改善。 Luminar表示，其净亏损包括因预计将被废弃的设备而加速折旧。2023 年秋季启动的某些外包行动。 Luminar 在宣布计划裁员 20% 后几天发布了业绩，重组中将外包大部分激光雷达传感器的生产，以扩大业务规模。 特斯拉被发现在其一些测试车辆上使用激光雷达和其他传感器，并已 据说 早在 2021 年就与 Luminar 建立了合作关系。交易细节从未披露。 据该公司称，Luminar 将特斯拉列入其收益报告，是因为该公司按照 SEC 历史指导方针，指定占收入 10% 或以上的客户的做法。 就在特斯拉预计于 8 月 8 日发布机器人出租车的几个月前发布了这一新消息。 […]
不知何故，这只价值 10,000 美元的火焰喷射器机器狗在 48 个州完全合法
如果你曾经 想知道您什么时候可以订购俄亥俄州 Throwflame 的火焰喷射机器人 首先宣布 去年夏天，这一天终于到来了。 Throwflame 将 Thermonator 称为“有史以来第一款挥舞火焰喷射器的机器狗” 现在可用 购买。 价格？ 9,420 美元。 Thermonator 是一款四足机器人，具有 电弧火焰喷射器 安装在其背面，以汽油或 凝固汽油弹。 它具有一小时的电池、30 英尺的火焰喷射范围以及可通过智能手机进行远程控制的 Wi-Fi 和蓝牙连接。 它还包括一个 激光雷达 用于测绘和避障、激光瞄准以及通过机载摄像头进行第一人称视角导航的传感器。 该产品似乎集成了一个版本 优树Go2 四足机器人，其基本配置的零售价为 1,600 美元。 摄影：Xmatter 该公司将新型机器人的可能应用列出为“野火控制和预防”、“农业管理”、“生态保护”、“除雪除冰”以及“娱乐和特效”。 但最重要的是，它在各种现实场景中引起了轰动。 早在 2018 年，埃隆·马斯克 成为新闻 因提供 Boring Company 官方火焰喷射器而闻名，据报道 48 小时内售出了 10,000 台。 这引发了一些争议，因为火焰喷射器也可以兼作武器或 可能引发野火。 尽管一般产品责任和刑法可能仍适用于火焰喷射器的使用和销售，但美国 48 个州并未对火焰喷射器进行具体监管。 他们是 不被视为枪支 由联邦机构。 […]
生成式人工智能应该用长达 10 秒的时间来展望自动驾驶汽车的未来
Waabi 是一家专注于自动驾驶的初创公司，希望使用一种新颖的人工智能模型来预测其他道路使用者的下一步行动。 不仅会使用机器学习，还会使用生成式人工智能——这一领域的新颖之处。 该系统名为 Copilot4D，是根据激光雷达传感器的数据进行训练的，激光雷达传感器使用光来测量与物体的距离。 如果你给模型一个情况 – 例如例如，如果驾驶员鲁莽地高速进入高速公路，它会预测该地区其他车辆将如何移动。 结果是看到未来 5 到 10 秒的 LIDAR 表示，在本例中，例如，堆积。 广告 Copilot4D 的第一个版本现已推出。 根据老板 Raquel Urtasun 的说法，Waabi 已经在开发更精确的系统，这些系统将用于德克萨斯州的自动驾驶卡车测试车队，其中驾驶软件会决定如何对某些情况做出反应 – 一个集成的解释器，以便说话。 自动驾驶长期以来一直依赖机器学习来规划路线和识别物体。 使用环境数据然后进行预测的生成式人工智能模型达到了一个新的水平。 乐观者希望它能够将自主性提升到一个全新的水平。 Wayve 是 Waabi 的竞争对手，去年已经发布了类似的型号， 它是根据从车辆收集的驾驶视频进行训练的。 Waabi 的工作原理类似于图像或视频生成器，例如 DALL-E 和 来自 OpenAI 的 Sora，但不使用相机数据：它从 LIDAR 传感器获取点云，将车辆周围环境的 3D 地图可视化，并将其分解为多个部分，类似于图像生成器将照片分解为像素的方式。 然后，Copilot4D 根据其训练数据预测点云将如何从 LIDAR 数据移动。 Waabi 是自动驾驶领域为数不多的几家公司之一（包括竞争对手 Wayve 和 Ghost） 他们将他们的方法描述为“人工智能优先”。。 […]