热门AI工具推荐

焚书AI多模型聚合平台
AI多模型聚合平台( Claude 系列、GPT 系列)支持聊天、搜索、图片、视频、音乐等多种功能;聚合了 Claude 系列(如 Sonnet 5、Opus 5 等)、Gemini 系列、GPT 系列、DeepSeek(搜索模式默认调用 DeepSeek V4 Pro)以及通义千问、Kimi 等数十款国内外主流模型。
AI编程订阅服务,支持多款国产主流编程模型自由切换。
Seedance 2.0AI视频生成
具备卓越的物理真实性和角色一致性,可生成电影级视频内容。
方舟 Agent PlanAI智能体订阅
火山引擎推出的全场景AI智能体订阅服务,通过一个订阅整合5大主流模型和10+AI工具
SpeedAIAI内容检测降重
AI内容检测与降重工具,能有效帮助用户通过论文AI率检测
秒哒AI工具
不懂代码也能开发应用?百度秒哒:无需编程,快速搭建小程序与网站
有戏AIAI漫剧生成工具
全流程AI短剧创作工具,实现从剧本到成片的自动化生产,让“一人即剧组”成为现实。
沁言学术智能科研平台
一站式文献管理与科研写作工具,支持边写作边搜索文献,高效阅读,文献管理,

千里科技发布AI毫米波雷达 雷达内置10TOPS算力

时间:2026年10月23日(产品发布日);10月24日、25日国内媒体深度解读 地点:中国重庆(千里科技总部所在地) 人物:千里科技董事长印奇(2011 年提出“算法定义硬件”,2024 年掌舵力帆,2025 年 2 月公司更名为千里科技并启动“AI+车”战略转型,2026 年 1 月起出任阶跃星辰董事长) 事件详情:10月23日,千里科技正式发布面向高阶智能驾驶的全新 AI 毫米波雷达产品家族。千里科技把人工智能引入雷达底层设计,研发团队从信号发射与接收的硬件设计源头引入算法辅助,并在信号处理、三维环境建模、目标检测、方位测量、跟踪与分类等核心环节采用 AI 数据模型,替代传统依赖 CFAR 等预设规则的经典信号处理路线。该系列雷达内置 10 TOPS 算力的专用 AI 计算芯片(NPU),替代传统 DSP 处理器方案,在公开信息范围内是首个把这一级别算力集成进车载毫米波雷达内部的方案,雷达自身即可完成目标检测和分类,并支持“雷达端直接处理”与“向中央计算平台传输原始数据”两种工作模式。10月25日的深度报道进一步披露了完整的三种模式:边缘侧模式下 NPU 在雷达内部运行 AI Detector、AI 辅助测角、AI 点云增强等模型,直接向外输出结构化感知结果;卫星架构模式下雷达只负责采集与传输,把未做目标检测的中频数据送到中央域控,由更大模型做多源前融合;兼容模式则让两件事同时成立,原始 RAW 数据交给中央计算平台处理融合,雷达上的边缘侧处理器独立完成一遍处理,同一时刻产出两份不同口径的感知结果。性能方面,官方口径称 10 TOPS 本地 NPU 可直接输出对齐四维时空特征,不必上传海量原始点云,从而降低中央域控的带宽、算力压力与传输时延;与千里上一代采用 DSP 端侧计算的 4D 雷达相比,点云密度增强 10 倍、探测距离提升 40%、鬼影消除提升至 95%、空间角分辨力提升 12 倍,对儿童目标可稳定探测至 100 至 150 米,为自动紧急制动留出更长反应窗口。 背景:过去两年智驾行业的竞争集中在模型端,谁的端到端更强、谁的数据闭环转得更快;但当模型能力开始受限于传感器给到的原始信息,竞争就会往上游走一层。传统毫米波雷达直接测距测速、不受恶劣天气与光线影响,此前主流有两条路线:一条是用虚拟孔径成像等纯软件算法在后端拉高低通道硬件分辨率上限,另一条是前端只做基础信号粗加工、把毛坯数据交给中央算力平台清理识别,两条路线下雷达本体都只是单纯的信号采集外设,核心运算长期处于弱算力状态。4D 毫米波雷达正处在从可选走向必选的拐点:角分辨率从 10 度级提升到 1 度级、点云密度提升几十倍,成本约为激光雷达的五分之一到十分之一。据高工智能汽车研究院数据,2026 年上半年中国市场乘用车前装标配毫米波雷达 1679.32 万颗,同比下滑 1.93%;其中 4D 毫米波雷达前装搭载量 661.52 万颗,同比逆势大增 45.83%。千里科技自身也在补感知这块拼图,2026 年 6 月收购毫米波雷达公司融感科技,四个月后拿出自研成果,从算法、芯片升级为算法、芯片、感知硬件、整车的闭环。 影响:这颗雷达的意义不只在单点参数,而在于验证了一种可复制的模式——不追求百分之百自研,而是通过深度合作、在关键环节以股权绑定建立利益共同机制,把硬件、数据、算法到应用场景的整条链路跑通。对下游车厂而言,兼容模式的价值在于同一时刻拿到两份不同口径的感知结果:一份原始信息量大但需要中央算力,一份已经处理好的结论信息量小但直接就绪,二者可以互相校验、也可以按场景取舍,等于把感知架构的选择权交回给整车系统设计,而不是替客户预设。自研雷达、掌握原始点云之后,雷达端数据不再只是孤立的感知结果,而能直接进入训练闭环,成为模型迭代提速的新变量,真实路测中长尾问题从发现、标注到模型适配的全流程周期有望随之压缩。风险同样清晰:目前公开数据主要来自企业单方提供与媒体转述,第三方独立测评有限;雷达端引入 AI 也意味着误检、漏检会直接进入下游决策链路,对车规级功能安全的要求更高。 总结:这颗雷达的看点是“10 TOPS 算力塞进雷达内部”这一形态变化——感知计算从中央域控下沉到传感器端,意味着高阶智驾的硬件竞争正从单纯堆算力转向软硬协同与原始数据的所有权争夺。千里科技选择在模型厂商卷得最凶的时候把战线拉到上游,用自研雷达换回点云数据的闭环入口,代价则是需要同时证明三件事:雷达本身的量产可靠性与车规认证进度、AI 模型在真实道路工况下的稳定性,以及车厂是否愿意为新的感知架构调整既有的电子电气与算力布局。这三条目前都还缺少行业规模的长期验证。 参考来源: 腾讯网(官方发布稿):https://new.qq.com/rain/a/20261023A0CDK400 腾讯新闻深度报道:https://news.qq.com/rain/a/20261025A06EZB00 腾讯新闻(36氪转载):https://news.qq.com/rain/a/20261025A061H300 36氪汽车:https://36kr.com/p/4040807584863111 ZAKER 智驾软硬一体分析:https://app.myzaker.com/news/article.php?pk=6adc92a48e9f091f9c0e5680 ZAKER 雷达解读:https://app.myzaker.com/news/article.php?pk=6adde3e18e9f09070b3f97bf 重庆日报(新重庆):https://www.toutiao.com/article/7699828611573875241

同日其他快讯

10月26日 汇总