關於 3d 計算機 ，我們在網路上蒐集到這些相關的討論、資訊與評價

Oxford Quantum Circuits推出英國第一個商業量子運算即服務平台

Oxford Quantum Circuits（OQC）
成立於 2017年，OQC 衍生自牛津大學，使用基於半導體的超導量子位元作為其量子計算機的核心，並聲稱其部分由牛津大學開發的新穎 3D 架構避免了超導量子位元系統使用的許多限制。

OCQ 的核心區別是它所謂的 “coaxmon”，它採用超導行業標準 transmon。根據公司文獻描述 OQC 技術：典型的超導量子位元技術只允許在 1 維 ‘面內’ 中進行縮放，這使得連接大型量子位元陣列變得困難。任何允許在二維中進行縮放的修復都需要越來越複雜的工程，來將控制線穿過晶片路由到量子位元，從而降低它們的性能。

OQC 的 coaxmon 創新技術解決了這些問題，因其量子處理器圍繞獨特的 3D 架構構建，與典型的超導電路技術相比，該架構允許更少的製造步驟並產生更低的不需要的串擾。它還使單位單元（unit-cell）易於擴展到大型量子位陣列，同時保持有用的量子計算所需的高水準質量和控制。OQC 參與英國國家量子技術計畫（National Quantum Technologies Programme）創新研究。

｜老朋友新書｜

老朋友傍晚到我們辦公室喝一杯，他是我們以前在巴黎高等裝飾藝術學院ENSAD的同事。說同事是因為我們當年都在同一個研究單位，使用同一個研究室。但事實上，這位同事當時是校內資深教授，是歷經法國3D動畫發展的重要人士，更是美國計算機圖形學年度會議SIGGRAPH的法國負責人。

他送了一本他的著作《法國數位動畫史》給我們，這本書是我們學校出版的，當初他找我幫做書籍的裝幀設計，無奈學校體制官僚，學校出版就要用校內設計師。不過我們學校的平面設計非常強大，最後出來的結果非常具有實驗性又前衛，我非常喜歡。

法國的3D動畫很強，這是業界人士都知道的事，美國迪士尼或皮克斯裡有很多法國人，巴黎的Gobelins影像學院號稱皮克斯的搖籃。大家都很喜歡的小小兵，電影神偷奶爸就是在巴黎製作完成的，電影幕後名單排開來都是業界熟人。

而這位現已退休的老友任教職多年，也曾經擔任過巴黎八大和索邦大學的博士論文評審，是參與法國3D動畫發展的幕後推手之一。而他在退休之際寫下這本《法國數位動畫史》，可以說是自己人生專業的總結。

如果你問我最喜歡法國什麼？我最喜歡法國的，就是這種專業人士的態度，像這位老朋友在數位影像投入一輩子的時間與精力，專心一致的做一件事情。

跨界圍攻：「AI 視覺」公司已集體殺入智能駕駛圈

2021-05-22
雷鋒網

如今的智能汽車賽道，說挨肩迭背也不為過。

新勢力派引領變革，最為二級市場所看好；泛網際網路派占流量高地，擅技術遷移；傳統車企派根基夯實，品牌名聲享譽在外。

甚至財大氣粗的某地產派也曾放下豪言――力爭 3-5 年成為世界規模最大、實力最強的新能源汽車集團。

如華山比武般，大俠們個個嚴陣以待，各方勢力黃巾高擎，左右開弓。

你看看，前有行業鐵幕，中夾破釜沉舟之心，後是險峻江湖，哪還有初進牛犢的落腳之處？

即便如此，在月前燥熱尚未消退的上海車展後，鮮少被提及的AI視覺公司還是擠了進來。

看慣了巨頭們的聲勢浩蕩，轉身發現AI視覺企業們的入局講究一個循序漸進，起承轉合。

而他們的悄然進入，也給智能駕駛領域增添了幾段新故事。

海康威視：左手自研、右手投資

AI安防老大哥海康，深耕智能駕駛市場履行一貫的低調風格。

其對智能駕駛的綢繆始於2015年，當時海康內部計劃開展新業務，起初確定的業務有三：海康汽車電子、海康機器人、海康螢石。

2016年7月，耗資1.5億的海康汽車技術正式成立。

在此前後，海康還分別於2016年6月投資了威視汽車科技，2017年7月成立了海康汽車軟體。

2018年是海康智能駕駛的上升之年，市場渠道、技術研發上均有突破。

2018年2月，他們上線高級駕駛輔助系統、自動泊車APA+，同年又成功打入2019款保時捷卡宴的配置中。

汽車產業以穩為重，鏈條長、利益盤根錯節，新入者切入並不容易，而海康卻出其不意一舉打入高端。

數據顯示，截至2018年底，海康汽車已經通過了20家OEM的審核並成為其合格供應商，公司的主要客戶包括一汽集團、北京汽車、上汽榮威、上汽名爵、本田汽車等。

其中，定點項目超過200個，已量產的項目超過100個，覆蓋500家渠道合作夥伴。

成立子公司自研之外，投資也是海康較為看中的一大路徑。

在成立汽車電子公司之前，海康就曾在2016年入股毫米波雷達企業森思泰克，並成為後者的第二大股東。

2013年成立的森思泰克既是毫米波雷達第一批探路者，也是成績較為優秀的領軍企業之一。

森思泰克創始人秦屹是英國海歸的雷達專家，在英從事雷達研發和製造十餘年。

據悉，森思泰克所聚團隊成員中80%具有軍工背景，掌握雷達硬體、軟體和量產工藝等幾乎全部核心技術。

據悉，森思泰克毫米波雷達在北京、石家莊設研發中心，在蕪湖設總廠，在杭州設車載事業部。

石家莊，有軍工雷達大本營之稱，軍民毫米波雷達研發人才密集，且電科雷達研發54所和13所都在石家莊。

森思泰克也頗為爭氣。

2019年，思泰克首次實現大批量77GHz車載毫米波雷達國產化、突破國際巨頭壟斷。

森思泰克的77GHz毫米波雷達成為國內首個真正實現「上路」的ADAS毫米波雷達傳感器。

目前，森思泰克已成為紅旗、一汽、韓國現代、東風日產、長城、長安等國內外車企體系內供應商。

海康與森思合作的高分毫米波成像雷達+視覺融合技術，或許將對壘低線束雷射雷達。

大華股份：立足整車，三電、網聯、自動駕駛多點齊發

零跑汽車脫胎於大華股份的汽車部門，獨立後獲得了大華股份的技術和資金支持。

2015年，大華股份副董事長兼任大華股份CTO朱江明親自下場，成立零跑。

經歷2019年新能源補貼大退坡，不少新勢力造車企業已經出現嚴重資金問題，且變現存疑。

零跑汽車亦不例外。

2018年，零跑虧損 3.07 億元後，2019 年上半年又持續虧損約 2 億元。

2019年1月4日，零跑汽車第一款車S01上市，該車2019年全年交付約1000輛。

對於連續虧損的零跑，唱衰論一直也在網上發酵。

朱江明對此表示，「即使不融資，零跑也能再活三年。」他透露，大華股份將持續為零跑輸送資金，「當然我們希望能更多的融資，發展得更快些。」

在經歷融資受阻後，2021年伊始，零跑官宣融資43億元，合肥政府投資平台亦在其中。

今年年初，此前曾投資蔚來的合肥市政府與零跑方面簽訂戰略合作協議，未來合肥方面將對零跑B輪融資投資約20億元，並展開更多合作。

現金流方面，從不被業界看好，到巨額融資的到帳，仿佛又讓市場看到了可能性。

技術層面，零跑汽車稱自主研發了三電系統、智能網聯繫統、自動駕駛系統三大核心技術，並完全掌握自動駕駛核心硬體平台和算法技術，實現對自動駕駛感知、決策、執行層關鍵技術的自主化全覆蓋。

產品層面，零跑汽車目前旗下擁有3款量產車型，分別為：零跑T03、零跑S01以及零跑C11。

三款產品風格各異，銷量不一。

2020年，零跑汽車官方消息稱，2020年累計銷量達11391輛，其中T03為主力軍，貢獻了10266輛。

創始人朱江明也底氣頗足：「2023年零跑進入造車新勢力TOP3、2025年在國內新能源汽車市占率達到10%」。

商湯：求精感知技術，並進艙內艙外

與其他AI獨角獸相比，商湯在自動駕駛上布局較早，也更全面。

2017年進軍自動駕駛，商湯的汽車產業布局可分為艙內（智能車艙）和艙外（智能駕駛）兩大層面。

智能車艙層，基於前裝量產解決方案，以視覺感知技術為錨點，由點及面，覆蓋用戶從上車到用車的多個場景。

商湯的SenseAuto Cabin智能車艙解決方案包括駕駛員感知系統、座艙感知系統、智能進入等等功能。

據悉，在過去的兩年多時間裡，商湯已經拿下了30多個國內外頭部夥伴的智能車艙定點量產項目，覆蓋車輛總數超過1300萬輛，其中10 余個項目已經實現了量產交付。

智能駕駛層，商湯選擇與主機廠合作，做汽車廠商（OEM）及一級供應商（Tier1）的解決方案供應商。

在自動駕駛感知、決策和執行三大要素中，汽車廠商和Tier1占據重要角色。

2017年，商湯與OEM廠商本田簽訂了為期5年的長期合作協議，研發適合乘用車場景的L4級自動駕駛方案。

2018年，商湯完成杭州、上海半開放場地內實現無接管自動駕駛。2019年，在日本落地「AI自動駕駛公園」，將用於自動駕駛汽車的研發和測試，並面向公眾開放。

商湯的自動駕駛業務定位，是以視覺為主，其他元素為輔。

視覺之外，商湯在高精度地圖和雷射雷達、毫米波雷達等方面皆有技術儲備。

通過搭配多種不同傳感器，實現感知、分析預測、決策規劃控制、城市級三維地圖重建及無人車高精度定位能力等技術功能。

目前，商湯對自動駕駛技術進行了多次疊代，形成了一套較為成熟的智能駕駛方案：SenseAuto Pilot智能駕駛解決方案，聚焦 L2+ 級高級輔助駕駛至L4級自動駕駛創新，並在上海車展首次發布SenseAuto Pilot-P駕駛領航方案。

軟體之外，2019年3月，商湯還推出首款原創機器人SenseRover X自動駕駛小車，這是款針對自動駕駛的教學產品。

奧比中光：戰投＋自研，兩條腿走路

奧比中光是AI初創企業中對智能汽車投入最多的公司之一。

作為一家AI 3D感知技術方案提供商，成立於2013年的奧比中光現今已在3D傳感領域深耕近8年。

3D傳感作為人工智慧領域最核心的視覺感知技術，融合了晶片、算法、光學、軟體等多交叉學科技術，是人工智慧時代感知識別、新型人機互動等最為核心的技術載體。

除3D結構光外，奧比中光在雙目、iTOF、dTOF、雷射雷達等主流3D視覺感知技術領域也有長遠布局。

早在2018年，奧比中光就投資雷射雷達晶片級解決方案提供商飛芯電子。

飛芯電子成立於2016年，是一家專注於光電設備、雷射雷達研發、集成電路設計的高新技術企業。

成立僅2年，飛芯電子獲得了博世等注資。

據悉，飛芯電子以研發、生產雷射雷達系統及核心晶片為主要業務，客戶群體主要面向國內外汽車、機器人、無人機等生產研發廠商。

飛芯電子稱，其針對行業痛點，採用了連續波載調製或相干外差探測方案，利用焦平面點雲測距技術，滿足較高的空間解析度和較大的視場角，探測距離可超過200m，且無需複雜昂貴的機械掃描裝置，不斷提高系統可靠性，也使獲得的圖像更為清晰。

2019年4月，奧比中光成立車載3D視覺傳感方案提供商奧銳達。

奧銳達的業務重心在智能座艙，產品包括ToF攝像頭模組、雷射雷達等硬體以及3D ToF智能座艙方案。

承襲了奧比中光的3D視覺感知技術，奧銳達可為智能汽車帶來DMS、OMS、手勢識別、人臉識別、身份驗證等多種3D化智能功能。

其金融級安全的3D人臉識別方案，保護駕乘人員的信息安全；通過3D-ToF 攝像頭，實現多區域手勢控制；同時，智能汽車還可以通過3D信息，判斷駕乘人員體型、座艙內位置等。

近日，奧銳達還發布了為智能汽車量身定製的3D ToF智能座艙方案。

虹軟：主攻艙內，走軟硬一體之路

2018年，為應對手機市場見頂飽和，虹軟正式將業務從智慧型手機領域拓展至智能汽車、IoT等領域，一舉橫向突進自動駕駛市場。

虹軟科技創始人兼CEO鄧暉曾表示，未來每輛汽車裡都有10個以上的攝像頭，智能座艙將成為智能駕駛視覺AI的重點應用場景。

與其手機定位一樣，虹軟的智能汽車走軟硬一體解決方案，力圖做車載視覺一站式解決方案的供應商。

從招股書看，截至2018年底，虹軟科技的「汽車等loT產品」的業務收入僅367.95萬元，占比不足1%。

與多數視覺企業加裝雷射雷達等技術不同，虹軟的的自動駕駛解決方案完全基於視覺層面，且核心聚焦在車內智能。

虹軟科技的智能駕駛視覺解決方案，包括車內安全駕駛預警、駕駛員身份識別、車內安全輔助、輔助駕駛預警、自動泊車等眾多解決方案。

2019年3月，虹軟入股開易（北京）科技，後者主營業務包括主動安全智能終端（ADAS+DMS+人臉識別）、SDK軟體服務以及硬體整體解決方案。

2019年，虹軟在科創板上市。

虹軟表示，其在計算機視覺領域積累深厚，融合其暗光高反差拍攝、防抖等影像視頻增強算法技術，即使在車內光線不佳、人臉角度多變、車輛晃動等特殊情況下，也能夠很好地完成車輛周圍環境監測和車內人員監測等功能。

上市後，虹軟大力布局智能汽車及其他 IoT 智能設備領域，目前成效初現。

據虹軟表示，智能汽車板塊2019年開始真正量產。

數據顯示，2020年，智能駕駛視覺解決方案業務增長較快，實現營業收入6592.99萬元，同比增長310.61%。

據悉，虹軟智能駕駛相關產品包括DMS（駕駛員識別系統）、ADAS（高級駕駛輔助系統）、BSD（盲區檢測系統）、OMS（乘客識別系統）、Interact（視覺互動系統）、Authenticate（生物認證）、AVM（3D環景監視系統）、AR HUD（AR抬頭顯示）和智能後備箱等各類以核心算法為基礎的相關軟體解決方案。

高工智能汽車研究院數據顯示，DMS(駕駛員識別系統)的算法業務是其智能汽車業務的主要收入來源。

虹軟今年透露，其智能駕駛業務已實現37+7個前裝車型定點開發（37款量產車型定點，7款車型預研），以提供純算法為主，公司直接與Tier1或整車廠簽約，涉及多家國內主流車企（含造車新勢力）及部分合資車企。

格靈深瞳：最早入局，協同成長

成立於2013年，格林深瞳是最早的一批AI視覺公司，也是最早一批投入自動駕駛的AI視覺公司。

當年，格靈深瞳聯合英特爾研究院院長吳甘沙、國家智能車未來挑戰賽冠軍團隊負責人姜岩等一同創辦了一家專注於自動駕駛領域的公司――馭勢科技。

2016年，馭勢科技在北京誕生，格靈深瞳作為投資方入股馭勢科技。

過去五年，馭勢科技在洶湧潮水中奮力前行。

2017年1月的CES，馭勢科技向世界推出了無人駕駛概念車「城市移動包廂」，該車型成為了全球第三款獲得紅點設計大獎的無人車。

同年，這家公司分別在4月和6月，於白雲機場、杭州來福士率先展開面向普通公眾的無人駕駛商業化運營。

今年1月21日，香港國際國際機場宣布，由馭勢科技與香港國際機場管理局共同研發的無人駕駛物流車將替代人力駕駛拖車，承擔往返機場和海天客運碼頭的行李運輸任務，意味著其在機場的運用已逐步上量。

在過去的一年中，馭勢科技與長安民生物流、一汽物流、巴斯夫（BASF）等數十家企業建立了商業合作。

據透露，在國內某豪華品牌車型上，馭勢科技提供的軟體算法也已前裝量產，並幫助該自主品牌率先推出 L3 級自動駕駛功能。去年馭勢科技交付了數百套「AI駕駛員」，實現年度業績同比增長150%。

前不久，馭勢科技宣布完成累計超10億元人民幣的新一輪融資，在這場融資中馭勢科技獲得了國家資本的參投。

馭勢科技在無人物流埋頭苦幹，潛心鑽研，其成績是在無人物流領域的業務布局幾乎占到了國內市場的70%。

2016年誕生至今，馭勢科技經歷萬千辛酸，在密如繁星的棋子中探索出一條最優解法，以機場定式，在精進自我的路上捨命狂奔。

而格林深瞳的自動駕駛之路，也隨著馭勢科技越走越遠。

曠視：立足AI視覺，做車載全套解決方案

2018年11月，曠視曾公開展示過車載AI視覺解決方案。

彼時的曠視，其解決方案基於車載系統和駕駛過程的人臉解鎖、帳戶切換、駕駛員識別、多模態交互等功能為主，並收取相應軟體使用費和服務費。

「人臉解鎖」可通過車外的攝像頭捕捉駕駛員人臉信息並進行身份的識別與確認，實現人臉解鎖車門、臨時授權人臉解鎖車門；

通過車內的攝像頭實現刷臉啟動發動機、保險箱等，「帳戶切換」功能可通過人臉識別無感知精準識別駕駛員身份，配合車載智能系統，快速調整用戶預設的車輛各項個性化配置（座椅位置、反光鏡角度、空調溫度、音樂、燈光、導航等）。

「駕駛員識別系統」可通過車內攝像頭，實時查看駕駛員駕駛狀態和行為，在駕駛員出現疲勞駕駛或分心駕駛跡象時觸發預警，保障行車安全。

曠視曾表示，其與蔚來汽車實現了未來在智能汽車應用上的深度合作，真正的無人駕駛商用較遠，曠視聚焦對人類駕駛員的理解和輔助。

的盧深視：基於3D視覺相機，為產業賦能

的盧深視在智能汽車領域的角色，更多是與第三方合作的方式。

作為三維視覺領域的佼佼者，的盧深視在高精度深度感知成像、三維實時高精度重建、三維跟蹤識別及感知等技術方向上深耕多年。

上月，的盧深視出席了2021全球自動駕駛高峰論壇，並展示了其最新3D CV相機及其應用。

的盧深視兩款自研3D CV相機，其在5米範圍誤差小於1mm，指標超越國際3D相機巨頭，量產良率達99%以上。

基於前端低功耗嵌入式平台，兩款相機均可實現非接觸式精準識別，基於結構光原理，更可還原人臉高精度3D細節信息，通過人臉立體尺寸信息精準辨識人員身份，同時對於二維和三維攻擊識別正確率高達99.99%。

多提一句，安全性上，可達金融級別。

據悉，除了智能汽車領域，兩款相機也在智能家居、金融支付、智慧交通等領域展開布局。

智能駕駛：AI視覺第二春

AI視覺眾企入局智能駕駛賽道，並非跑題創作。

其一，布局智能駕駛，是戰略向外牽引使然。

自計算機視覺出走實驗室樊籠，AI安防、自動駕駛便拿到一大波投資人的「S卡」。

當年AI落地之時，安防提供了絕佳的土壤，AI公司在此實現技術與產業的交融。

期間，AI與安防彼此成就：

安防向世界輸送的海大宇等驕子，幾乎主導了全球安防市場話語權，行業極速擴容，向城市各個領域蔓延。

AI獨角獸們也從安防起家，並逐漸走向千行百業，邁向全域。

左邊是AI安防成主要營收來源，右邊是AI安防逐漸占領一席之地。擺在入局者眼前的，是如何保持縱向持續增長的必答題。

擺脫路徑依賴，尋找AI安防之外的市場，已是當務之急。

如果說，過去五年，AI視覺公司的路徑是「通用AI SDK 重定製集成項目實施」的話，那麼未來五年，他們可嘗試「非標領域的標準市場 形成標準化產品 低成本規模化複製」的路子。

非標領域的標準市場在哪？自動駕駛、醫療、晶片赫然在列。

縱觀AI市場，目光所及賽道幾近全員虧損，掘金志認為，與高成本人力無關，因為虧損在放大；與硬體儲備也無關，因為可以OEM。

核心在於：AI安防未能標準化，項目需求又無窮多。

那就去標準化市場？有人問。

標準化市場可以一夜之間把價格做到無窮低，但高額運營支出非AI企業所能承受。

標準化市場上不去，定製化市場下不來，AI公司的突破口在哪？答案是：非標準化市場裡找到標準化路子。

賽道上，自動駕駛正是明顯的非標領域的標準市場。與AI安防共通的是，智能駕駛初創企業也依賴資本輸入。

但前者場景碎片化、項目定製化，產品標準化之路漫漫；後者以智能汽車為載體，技術上軟體定義、人機協同一旦成型，會一招吃遍天下鮮。

眼下，不少智能駕駛新勢力已實現產品量產，並獲得一定規模的現金流。

對於一眾搶灘的各路豪傑，AI視覺的入場似乎有些遲。

但智能汽車賽道正熱、格局未定，智能汽車產業鏈長、細分領域繁雜，此時入場的AI視覺，你可以說它入場稍晚，但不能說它機遇不在。

其二，自動駕駛或是計算機視覺技術應用必登之高峰。

近幾年，機器學習持續深入，計算機視覺應用亦有了飛速進展。

千山萬水跨越的人臉識別小山，是AI最成功，也最基礎的一環。

真正的AI，是貫穿感知-決策-執行的長鏈條，這一點在自動駕駛上體現得尤為極致。

感知層，通過各類硬體傳感器捕捉車輛的位置信息以及外部環境信息；

決策層的「大腦」，基於感知層輸入的信息作環境建模，從而形成對全局的理解並作出決策判斷，再向車輛發出執行的信號指令；

最後的執行層，將決策層的信號轉換為汽車的動作行為。

自動駕駛技術是人工智慧、高性能晶片、通信技術、傳感器技術、車輛控制技術、大數據技術等多領域技術的結合體，落地難度之大，各路AI無不動容。

計算機視覺應用場景萬千，自動駕駛無疑是極具挑戰性、最具想像力的一條。

越是長在懸崖之巔的花，越讓人著迷。

一直以來，在環境感知環節，存在AI視覺與雷射雷達技術路徑之爭。

不管何種路徑更優，已經在視頻物聯領域經歷過殘酷驗證，AI技術儲備上，AI視覺企業們也已攢下不少經驗。

狼多肉少，能吃幾成飽？

「自動駕駛是很低級的行業嗎？所有人都想來分一杯羹。」

這調侃入局者們聽了，大抵會覺得分外委屈。

大多數困在第一道門檻，錢。

「沒有200億不要造車」的聲量振聾發聵，造車明星蔚來也曾資金一度跌入谷底。

雖說AI視覺公司除了大華的零跑汽車外，其他參與者目前都專注於智能駕駛硬體和系統，但這也是個昂貴的行當。

不少企業本身依靠資本輸血，是否有更多資金和精力參與自動駕駛廝殺，是他們需要思考的問題。

行業壁壘不容小覷。

汽車產業發展百餘年才形成了一套嚴謹而完整的生產流程和制度，乃至於衍生出了一套基於安全的工業文明，不是後來者們在短短的幾年時間裡就能夠顛覆的。

作為智能汽車的核心體現，自動駕駛技術遠未達到成熟的程度；車艙內的智能化體驗也還有豐富的想像空間。

換言之，如果跨界選手想要在智能汽車的世界裡找到自己的一席之地，不僅要高度重視安全這一話題，還要擁有強大的軟體能力。

但在前一輪前沿傳統主機廠以及蔚來、小鵬、理想等新造車勢力的人才軍備賽過後，新入局的玩家要如何吸納更多的專業人才？又如何權衡來自世界各地的人才的意見和建議，從而做出最終決策？

與此同時，智能汽車的研發不是一件只要懂軟體就能夠做成功的事情。

隨著電動化、智能化大潮的到來，造車的門檻看似降低了不少，但在這一過程中遇到的內因外因的難題，可能遠比想像中的要多。

行業資源尚需積累。

相比AI安防、智慧城市等領域，AI視覺跨界者在智能汽車領域品牌影響力和渠道資源不足，短期內，造血盈利能力較低。

而且，AI視覺企業布局智能駕駛時間不一，技術雖有共性但終究有別，相較於大多數垂直企業，尚有諸多不足。

故可見，過去幾年，即使AI視覺巨頭，步伐也較為謹慎，大多圍繞艙內智能、ADAS市場。

如果說巨頭們跨界，自帶熱搜體質，AI視覺企業跨界的光彩，多少暗淡了些。

前者身家優渥，拿著頂流體驗卡入場，高屋建瓴，後者更多是以小舟，涉鯨波。

當然，隨著技術日進一桿，資源聚沙成塔，營收逐年增長，他們將投入包括但不限於研發、營銷、資本等層面，難保這一葉扁舟，哪天出其不意成為可遠航的重磅郵輪。

莫道桑榆晚

眾多跨界玩家湧入智能汽車，激發了新的生機。

無論從何種角度來看，智能汽車的市場都蘊藏著無限機遇。

這個市場需要鲶魚的存在。

在新時代的風潮之下，我們固然期待看到不斷有實力強勁的新玩家們入局，留下中國智能汽車史上濃墨重彩的一筆。

我們也殷切地希望，這是一片能夠承載百花齊放，充滿新的生機和活力的沃土，而不是拔苗助長的投機者的港灣。

憑藉先發優勢，不少入局者或已暫列行業前位，但隨著各方力量的持續加碼，後來居上也並非不無可能。

保持警惕，時刻成長。

資料來源：https://www.chinahot.org/science/83632.html?fbclid=IwAR2Mm9ZU17srF7sCywqUPw-hmRAyGN_sN9XnL0_Q6mE4bUYwUpgGNX3wHps

Tesla的攝像頭和傳感器就像自動駕駛車輛的「眼睛」，主要承擔「感知周邊環境」和「收集數據」的功能。它們會依賴雷達和超聲波傳感器技術，同時基於計算機視覺原理驅動，給高清地圖採集數據。攝像頭跟神經網絡系統協同工作，採集環境數據的同時進行識別，盡量模擬人類駕駛時的情況。

Track:：Markvard - Catch Our Moment
Music provided by Vlog No Copyright Music.
Watch：https://youtu.be/CTMLXL2rxg0

相關資料：
https://youtu.be/_1MHGUC_BzQ

数字と仲良くなれる数学トリック12選｜子供の頃、数字は敵だと思いませんでしたか？今回紹介する数学トリックを使えば数字とついに仲良くなれるはずです。大人になっても度々やってくる算数の問題に、スムーズに対応してしまいましょう。この裏ワザを自慢すれば、飲み会でも人気者に？

詳しい作り方はこちらをご覧ください↓
https://www.chietoku.jp/suuji-nakayoku-suugaku-torikku/


ご視聴ありがとうございます♪ もしよろしければ高評価&チャンネル登録お願いします↓
https://www.youtube.com/ちえとく?sub_confirmation=1

************************

1. 11のかけ算テク
数字の11でかけ算するときに使えるテクニックです。11の倍数をサクッと調べたいときは、このやり方を覚えておいて損はなしです。


2. バタフライフラクション
分数を計算するときは、蝶々の形を描くと簡単にできます。まずは分数の式を書きます。交差する分子と分母を丸で囲みます。そしたら、蝶の触覚を描いてください。長丸で囲った２つの数を掛け算して、触覚の外に計算します。下に蝶の腹を書いたら、分母を掛け算した数を書きます。触覚の中の数を、式の記号で計算します。触覚と蝶のお腹を合わせた数字が答えです。


3. 10~19の掛け算
この計算方法を使えば、19までの2桁の掛け算がスムーズに。覚えてしまえば、暗算もできるようになりますよ。


4. 分子が1の時の分数の足し算
この方法を使えば分子が1の場合の足し算がすぐにできます。まずは分母を掛け算します。これが最終的な分母になります。次に分母同士の和を計算します。これが最終的な分子になります。


5. 9の掛け算マジック
9の段の粋な仕掛けがこちら。余談ですが、10の位と1の位を足すと、必ず9になるんですよね。



6–10. 頭の体操にぴったりな数字のトリック
小学校の頃、掛け算の暗唱をしたのを覚えていますか？あの頃は苦痛でしかなかったかもしれませんが、九九は実生活で結構使う機会が多いことを思うと、苦労のし甲斐があったというもの。でも2桁、3桁の数字に出くわすと脳は完全にストップ、計算機を探してしまいますよね。でもそんな複雑そうな計算も数字のトリックを使えば、びっくりするくらいサラッと解けます。頭の体操に、飲み会のネタに、ぜひ使ってみてください！
https://youtu.be/yzldpM4g3i0


11. 線を使った掛け算
小学生の時に九九の計算を覚えるので、1桁の数字同士の掛け算は誰でも簡単にできます。でも2桁や3桁の数字の乗算をすぐにできる人はそう多くないでしょう。そんな時の為に海外でなぜか日本式掛け算と呼ばれているやり方があります。日本ではインド式掛け算とも呼ばれているようですが、線を書いて交差する点の数を数える簡単で早い計算方法です。スマホがない時に役立ちます！
https://youtu.be/3ta2Tr5zILk


12. 数字を使って描く動物や3Dのお絵かき
子どもたちの室内遊びの定番といえば、お絵描きですよね。でも子どもたちが塗り絵に飽きて、もう少し難しいお絵かきをしたくなってくる頃に使えるのがこの裏ワザです。 数字を使うだけで動物や3Dのお絵かきを楽に楽しませることができます。
https://www.chietoku.jp/characters/


これで数字も怖くない！このトリックで、数学が少しでも身近な存在になれば嬉しいです。

************************

ちえとくでは生活をもっと便利に楽しくする、おもしろライフハックを随時配信しています。フォロー＆いいね! して、最新情報をスマホからいつでもチェック！

YouTube　https://www.youtube.com/ちえとく
Facebook　https://www.facebook.com/chietoku.jp/
Pinterest　https://www.pinterest.com/chietoku/
Website　https://www.chietoku.jp/

************************

ブライトサイダーのみなさん!!!　チョッと誰にもできないことを試してみましょう！鼻をつまんでハミングしてみてください。 ホントに、やってみてください。 待ってますから…　どうです？ 誰もが自分の周りの世界についてほとんどのことを知っていると思いがちですが、世界中には自分のものの見方を完全に変えてしまう凄く奇妙な事実がたくさんあるんです！

例えば、「システムがバグっている」というコンピューター用語は、実際に1946年にハーバード大学のリレー計算機の中に、蛾が入り込んでしまったことに由来しているということや、リスはドングリを埋めた場所を忘れてしまうので、それにより、毎年、木が何百万本も増えるということを知っていましたか？さらに、45億年前には、1日がたった4時間しかなかったということはどうですか？では、興味が沸いてきたところで、これらの事実を確認してみましょう。世界には、私たちを驚かせる事実がまだまだたくさんあるはずです。

タイムスタンプ:



Googolとは 0:21



忘れっぽいリス 0:46



最初の電子レンジ 1:04



ネス湖モンスターの代わりに100,000個のゴルフボールを発見 1:28



FeefleとSpittersとSnaw Pouther 1:56



人間の舌がユニークな理由 2:34



最大の火山噴火 2:59



オクトソープとは何か？ 3:39



土星を歩くことのできない理由 4:10



中国のフォーチュンクッキーは...中国で発明されたものではない 4:%0



人間の脳は常にその構造を変えている 5:27



昔、歯が黒いのがクールだった理由 5:54



犬の嗅覚はどれくらい優れているのか？ 6:25



質量と重量の違い 7:40



ピーナッツはナッツではない 8:18



量子世界のテレポーテーション！8:27



ミニーマウスのフルネーム 8:57



オックスフォード大学はアステカ帝国よりも古い！ 　9:58



宇宙飛行士の宇宙服の費用は？ 11:09



マージ・シンプソンはウサギの耳をしていた 11:21


#驚くべき事実 #奇妙な事実 #ブライトサイド



概要:

- ラッコは自分たちが危険にさらされているのを察知すると、赤ちゃんを捕食者に見せ、同情を買わせようとするんです。

- 夜に現れる虹は月虹と呼ばれ、ほとんどの部分は白色で、滅多に見られないものなんです！

- キリンの首は最長1.8メートルですが、 それでも、首の骨の数は人間と同じなんです。

- ティム・ストームスは、最も低い声を持つということにより、ギネスブックの世界記録を保持しています。 彼は、ゾウにしか聞くことのできない物凄く低い声を出すことができるんです。

- 2015年度のオックスフォード英語辞典は、「今年の言葉」を「喜びの涙を浮かべた絵文字」であると発表しました。

- カナダの研究者は、アインシュタインの脳が普通の人の脳よりも15％幅が広かったということを発見しました。

- 5,000年前のエジプトのネックレスの中には、何と、隕石で出来たものがあるんですよ！

- ソニック・ザ・ヘッジホッグは、史上最速のテレビゲームのキャラとしてギネスブックに登録されました。

- 普通の人の髪の毛は、生涯で約950キロ伸びます。 それは大気の厚さの二倍分の距離に相当するものです。

- みなさんは、川にリンゴを投げると浮かぶというのを見たことがありますか？それは、リンゴの中身は、23％空気だからなんです。

- ナマケモノは、1枚の葉を消化するために最大1か月かかってしまうんです。

- アンタレスは、地球から550光年離れた恒星であり、太陽の15倍の大きさで、10,000倍の明るさなんです。

- 宇宙飛行士の宇宙服の費用は約13億円で、そのうち70％は、頑丈なバックパックと制御モジュールに使われているんです。

- 1829年にタイプライターが最初に発明された時には、キーがアルファベット順に並べられていました。

- オーストラリアには10,000カ所以上のビーチがあるので、毎日新しいところに行くだけでも、約27年かかってしまいます。



ストックマテリアル （写真、動画など）:
https://www.depositphotos.com
https://www.shutterstock.com
https://www.eastnews.ru


エピデミックサウンド https://www.epidemicsound.com/

ブライトサイドのチャンネル登録 https://goo.gl/31w525
-------------------------------------------------------------------------------------------

５分でできるDIY Youtube https://goo.gl/ffui6
落書きキングダム https://bit.ly/2Sy1lPk
123 GO! Japanese https://bit.ly/2JUFBwB
私たちの実録日記 https://bit.ly/2OHK5sk
わんぱくスライムサム https://bit.ly/2PheoFI
----------------------------------------
声の出演：荘司哲也（Studio Kiwi）