当前位置: 首页 > news >正文

搞过自驾的小伙伴,在其他领域还是很抢手

下周就要迎来26年了,也到了年末盘点的时候。

自驾行业今年还是很精彩的,在整体下沉的关键节点,都很卷。卷技术、卷成本、卷效率。我们今年亦是如此,扩充了很多B端的客户,也开始尝试从线上走向线下。C端也慢慢从普适性的能容逐渐专业化和精细化。

上半年不少自驾的同学转行去了具身,包括现在也是如此,L4/具身/无人机几个行业在大批量招人,而自驾又是相对成熟的AI领域,所以自驾的算法人才非常受欢迎,几个头部企业的薪资很到位(大疆/宇树/智元/哈啰等等)。

搞过自驾的人,用过大集群,解过各种corner case,上下游协同能力强,这些都是其他几个行业所欠缺的。

今年,自驾的头部技术收敛到几个大方向上:一段式端到端、VLA、世界模型(重建+仿真)、强化学习。我们接触到的中游厂商还在攻坚OCC、无图、多传感器融合感知等等,明年这些公司都有大量hc开放。

今年,自动驾驶之心的付费社区的成员正式突破4000人了。如果想看技术路线的发展、各类圆桌、研报、职位信息,可以多来逛逛。

新的一年,也感谢新老粉丝的支持,我们为大家推出了众多福利优惠。新的一年大家再接再厉。

星球新人六折券,续费五折券

欢迎添加助理咨询活动

http://www.jsqmd.com/news/156775/

相关文章:

  • PyTorch-CUDA-v2.6镜像支持量化感知训练QAT吗?初步验证
  • PyTorch-CUDA-v2.6镜像运行DeepLabV3图像分割效果展示
  • RS485和RS232通信稳定性实测数据完整示例
  • 零基础掌握SystemVerilog接口(interface)应用方法
  • PyTorch-CUDA-v2.6镜像部署LlamaIndex构建知识库问答系统
  • 浅析温度环境对工控PCB走线电流影响因素
  • PyTorch-CUDA-v2.6镜像中使用Git管理机器学习代码的最佳实践
  • PyTorch-CUDA-v2.6镜像中的cuDNN版本确认方法
  • 杨建允:AI搜索优化如何赋能私域电商?
  • PyTorch-CUDA-v2.6镜像中安装OpenCV-Python的正确方式
  • PyTorch-CUDA-v2.6镜像下使用AMP自动混合精度训练教程
  • USB接口有几种?按代际划分的清晰解读
  • 法语教程资源合集
  • LangChain4j 项目架构分析
  • PyTorch-CUDA-v2.6镜像运行Mask R-CNN实例分割模型实录
  • PyTorch-CUDA-v2.6镜像支持ONNX导出吗?转换流程详解
  • PyTorch-CUDA-v2.6镜像运行EfficientNet图像分类精度测试
  • 图解说明典型PCB设计案例:入门级双层板布局技巧
  • PyTorch-CUDA-v2.6镜像中使用Weights Biases记录训练曲线
  • PyTorch-CUDA-v2.6镜像运行ResNet50图像分类任务 benchmark
  • AI初创团队必备:PyTorch-CUDA-v2.6镜像标准化开发环境
  • GitHub Actions自动化测试PyTorch-CUDA-v2.6镜像稳定性方案
  • 基于微信小程序图像识别的智能垃圾分类系统【源码文末联系】
  • PyTorch-CUDA-v2.6镜像中运行Transformers pipelines示例
  • 基于Django的本地健康宝微信小程序系统【源码文末联系】
  • WinDbg解析minidump文件:完整指南(系统学习)
  • 如何处理 丢失更新​(不可重复读​)
  • 模拟电子技术基础:差分放大器电路完整指南
  • PyTorch-CUDA-v2.6镜像中CUDA_VISIBLE_DEVICES使用技巧
  • 适用于远程教学的proteus8.16下载安装教程操作指南