2018高清国产一区二区三区-国产黄色视频免费在线观看-欧美激情欧美精品一区二区-免费国产一级片内射老妇

轎(jiao)車(che)(che)(che)自動行駛在(zai)(zai)高(gao)速公(gong)路(lu)上(shang)，路(lu)上(shang)的電路(lu)為車(che)(che)(che)子引導方向，一家人圍坐(zuo)在(zai)(zai)車(che)(che)(che)內玩(wan)著多米諾骨牌……一張(zhang)上(shang)個世紀的老舊插畫描繪(hui)出人們對未來(lai)出行的憧憬：沒有(you)堵(du)車(che)(che)(che)，沒有(you)疲勞駕駛，能夠安心享受旅程。

這是有關(guan)智(zhi)能駕駛(shi)的(de)早期寫照。百年來(lai)，經過(guo)自動駕駛(shi)產業不(bu)斷的(de)推進與技術競速，汽車(che)從馬(ma)力(li)到算力(li)，插畫里的(de)出行畫面正在逐步被投射(she)在現實生(sheng)活中，成為(wei)當下(xia)高熱度的(de)發展趨勢之一。

這一(yi)變遷背后，技(ji)術突破(po)與(yu)服(fu)務升級，正在(zai)迭代(dai)更多(duo)智(zhi)(zhi)能(neng)(neng)駕(jia)駛場景。近(jin)年，由(you)智(zhi)(zhi)能(neng)(neng)座艙(cang)、自動駕(jia)駛及(ji)(ji)車(che)路協(xie)同三大核心構成(cheng)的智(zhi)(zhi)能(neng)(neng)駕(jia)駛產業鏈(lian)，涵(han)蓋(gai)了包括芯片、傳(chuan)(chuan)感器、大數(shu)據、算法(fa)、高精度(du)地(di)圖以及(ji)(ji)智(zhi)(zhi)慧交通等一(yi)系列軟硬件技(ji)術，迎來(lai)引來(lai)傳(chuan)(chuan)統主機廠、造車(che)新(xin)勢(shi)力、Tier1、半導體(ti)制造商(shang)、及(ji)(ji)海(hai)內外科技(ji)龍頭公司如谷(gu)歌、阿里、百度(du)等的參與(yu)。

尤其是在諸(zhu)多科技(ji)公(gong)司(si)(si)的(de)投入下(xia)，智能(neng)駕(jia)駛在越來越肥沃的(de)技(ji)術土壤(rang)里變革(ge)成長，拋開(kai)硬核難懂的(de)技(ji)術名(ming)詞不說，就(jiu)大家當(dang)下(xia)比(bi)較關心(xin)的(de)如(ru)(ru)何用智慧語音改善使用導航應用的(de)體驗，如(ru)(ru)何提升汽車自動駕(jia)駛的(de)安全和(he)智行能(neng)力等比(bi)較實際的(de)場景落地問(wen)題，科技(ji)公(gong)司(si)(si)是如(ru)(ru)何用技(ji)術寫下(xia)注(zhu)腳的(de)？

#01

語音助手越來越像真人

大(da)家日常(chang)行(xing)駛(shi)總會(hui)用到手機(ji)導航(hang)，享受一定便利(li)的同時也會(hui)遇(yu)到一些麻煩，比如由于手機(ji)里軟件語音播報(bao)導航(hang)信息時，總是識別不出用戶說的話。前(qian)段時間，筆者自駕去郊區也遇(yu)到了這樣的問題，臨時修(xiu)改(gai)導航(hang)終點(dian)，安全起(qi)見只能(neng)把車聽到路邊再操作。

行業(ye)專家對(dui)此也給出了一(yi)些專業(ye)解(jie)釋(shi)。百度語(yu)音(yin)首席架構師賈磊(lei)表示，在世界范圍內，很(hen)長時(shi)間都沒有一(yi)個方案(an)能(neng)普適(shi)的(de)(de)支(zhi)持在手(shou)機(ji)(ji)(ji)上實(shi)現全(quan)雙工(gong)(gong)的(de)(de)語(yu)音(yin)交(jiao)互，即在手(shou)機(ji)(ji)(ji)播(bo)放導航(hang)提示的(de)(de)同(tong)時(shi)，能(neng)夠聽(ting)清用戶的(de)(de)指(zhi)令(ling)，就像(xiang)真人對(dui)話一(yi)樣(yang)，可以被(bei)隨時(shi)打斷，對(dui)新的(de)(de)語(yu)音(yin)指(zhi)令(ling)給予反饋(kui)。因此，想要(yao)實(shi)現全(quan)雙工(gong)(gong)語(yu)音(yin)交(jiao)互，必須先做(zuo)回聲消除(chu)，避免(mian)手(shou)機(ji)(ji)(ji)終端(duan)識別自己播(bo)放的(de)(de)聲音(yin)。

不過，這一解決方(fang)(fang)案在(zai)前(qian)裝軟件的(de)音(yin)箱、車載系統上(shang)比較容易實(shi)現(xian)，可以通(tong)過硬(ying)件適(shi)配(pei)(pei)算法，提前(qian)保(bao)證回(hui)聲消(xiao)除的(de)效(xiao)(xiao)果。而(er)手(shou)機(ji)App屬于純軟件后(hou)裝方(fang)(fang)案，需要讓軟件算法適(shi)配(pei)(pei)不同型(xing)號的(de)終(zhong)(zhong)端硬(ying)件。而(er)手(shou)機(ji)終(zhong)(zhong)端款式多，硬(ying)件參(can)差不齊等因素疊加(jia)在(zai)一起，會導致聲音(yin)信(xin)號的(de)回(hui)聲消(xiao)除出現(xian)各(ge)種各(ge)樣的(de)問題。再加(jia)上(shang)手(shou)機(ji)硬(ying)件的(de)迭(die)代更(geng)新非常(chang)速，回(hui)聲消(xiao)除效(xiao)(xiao)果就更(geng)加(jia)難以保(bao)證了。

為解決手機(ji)場景下(xia)的回(hui)聲(sheng)消除(chu)問題(ti)(ti)，百度(du)融(rong)合傳統信號處理和深(shen)度(du)學習模型各(ge)自(zi)的優點(dian)，基于語(yu)(yu)音識(shi)別(bie)目標(biao)，端到端地(di)進(jin)行回(hui)聲(sheng)消除(chu)和信號增(zeng)強，解決了手機(ji)場景下(xia)的回(hui)聲(sheng)消除(chu)問題(ti)(ti)：即使手機(ji)音量開到最大，回(hui)聲(sheng)消除(chu)量也能(neng)達到40分貝，使得(de)手機(ji)APP的語(yu)(yu)音識(shi)別(bie)功(gong)能(neng)能(neng)夠正常工作。

針對手機便(bian)攜性導(dao)致(zhi)語(yu)音(yin)交(jiao)互(hu)(hu)中(zhong)面臨的(de)(de)音(yin)樂、閑聊、環境(jing)噪聲(sheng)(sheng)、內噪殘(can)余(yu)等(deng)與交(jiao)互(hu)(hu)內容無關的(de)(de)信息(xi)干(gan)擾問題，降低語(yu)音(yin)識別(bie)難(nan)度，百度研發了基于SMLTA2的(de)(de)多(duo)場(chang)(chang)景(jing)統一(yi)預訓(xun)練(lian)模型，一(yi)個模型解決噪聲(sheng)(sheng)、用戶口音(yin)和(he)回(hui)聲(sheng)(sheng)消除殘(can)余(yu)吸收等(deng)難(nan)題，在(zai)各場(chang)(chang)景(jing)下識別(bie)率(lv)相對提升超過20%，在(zai)業界同類技(ji)術(shu)中(zhong)，準確率(lv)最(zui)高。

在(zai)全(quan)雙(shuang)工狀態下，除了能實現免喚醒詞連續對(dui)話之外，還有一個(ge)非(fei)(fei)常(chang)關鍵的技術突(tu)破，稱之為“拒絕反(fan)應(ying)”，即讓導航(hang)能夠判(pan)斷出哪些(xie)(xie)話是(shi)針對(dui)導航(hang)的指令(ling)、哪些(xie)(xie)話是(shi)用戶在(zai)聊天。如果判(pan)斷某些(xie)(xie)話并非(fei)(fei)對(dui)相(xiang)應(ying)指令(ling)，它便會“拒絕反(fan)應(ying)”，安靜(jing)聽、不(bu)插嘴。配合語音語義一體化的置信技術，這一套方案可(ke)以降低錯(cuo)誤(wu)響應(ying)，并且支持交互過程中(zhong)的引導和澄清，讓人(ren)機(ji)交互更像人(ren)與人(ren)的交流。

百度(du)在(zai)手(shou)機端實現全(quan)雙工(gong)語音交互后，下(xia)一(yi)步將(jiang)用(yong)到更多產(chan)品，同(tong)時，語音產(chan)品產(chan)生的(de)新數(shu)(shu)據也將(jiang)促進(jin)更多的(de)創(chuang)新，“人(ren)工(gong)智(zhi)能獲得了眼睛、耳朵和無數(shu)(shu)其他(ta)感官(guan)，從而可(ke)以(yi)收集從來沒有(you)過(guo)的(de)新數(shu)(shu)據，隨(sui)后使(shi)用(yong)這些數(shu)(shu)據推動(dong)更復(fu)雜(za)的(de)流程自動(dong)化”。正如百度(du)創(chuang)始人(ren)、董事長兼CEO李彥宏(hong)在(zai)《人(ren)民日(ri)報》發表的(de)《推動(dong)新一(yi)代人(ren)工(gong)智(zhi)能健康發展(zhan)》文章中所說，人(ren)工(gong)智(zhi)能正深刻改變著人(ren)們的(de)生產(chan)方式、生活方式、學習方式，推動(dong)人(ren)類社會迎來人(ren)機協同(tong)、跨界融合、共創(chuang)分享的(de)智(zhi)能時代。

#02

讓自動駕駛比人類駕駛更安全

提(ti)到(dao)一款車的(de)智能(neng)程度，很多人(ren)首先(xian)想到(dao)的(de)便是(shi)智能(neng)駕(jia)駛輔助(zhu)和智能(neng)車聯系統，也(ye)就是(shi)大家日常聽到(dao)的(de)自(zi)動(dong)駕(jia)駛。如今中(zhong)國自(zi)動(dong)駕(jia)駛產業(ye)不僅在(zai)技術和應用上領先(xian)，在(zai)市(shi)場(chang)上的(de)接(jie)受度也(ye)逐漸增高(gao)。

據市場調研(yan)機構J.D. Power發布的(de)(de)報告顯示，中國(guo)消(xiao)費(fei)者對(dui)自(zi)動(dong)駕駛技術信心指數達到了50分，遠高于美國(guo)消(xiao)費(fei)者的(de)(de)36分，說明中國(guo)消(xiao)費(fei)者對(dui)自(zi)動(dong)駕駛的(de)(de)接受(shou)度(du)更高。隨著智(zhi)慧的(de)(de)車(che)和聰明的(de)(de)路越來越多(duo)，如何讓(rang)自(zi)動(dong)駕駛比人類(lei)駕駛更安全(quan)是用戶(hu)關注的(de)(de)一大難題。

在自(zi)動駕駛領域，傳(chuan)統的(de)(de)圖像空間感知方法是將汽車(che)上的(de)(de)雷達、攝像頭等不同傳(chuan)感器采(cai)集來的(de)(de)數據分(fen)別進行(xing)(xing)分(fen)析運算(suan)，把(ba)各項分(fen)析結(jie)果融(rong)合到(dao)(dao)統一的(de)(de)空間坐(zuo)標系中，去規(gui)劃車(che)輛的(de)(de)行(xing)(xing)駛軌跡(ji)。這個過程中，每個獨立傳(chuan)感器收集到(dao)(dao)的(de)(de)數據往(wang)往(wang)受(shou)到(dao)(dao)特定視(shi)角的(de)(de)局限，經(jing)過各自(zi)的(de)(de)分(fen)析運算(suan)后，融(rong)合階段(duan)會導致誤差疊加，無(wu)法拼湊出(chu)道路實際(ji)情況的(de)(de)準(zhun)確(que)全貌，給車(che)輛的(de)(de)決策(ce)規(gui)劃帶來困(kun)難，繼而會引發出(chu)一系列安全問題。

近些年來，行業中提(ti)出了BEV（Bird‘s Eye View，視(shi)覺為中心(xin)的(de)(de)(de)(de)俯視(shi)圖(tu)）自(zi)動駕(jia)駛(shi)(shi)感(gan)知(zhi)方案。不同于傳統的(de)(de)(de)(de)方式(shi)，BEV自(zi)動駕(jia)駛(shi)(shi)感(gan)知(zhi)就好比是一(yi)(yi)個(ge)(ge)從高處(chu)統觀全局的(de)(de)(de)(de)“上(shang)帝視(shi)角”，車上(shang)多個(ge)(ge)傳感(gan)器采(cai)集(ji)的(de)(de)(de)(de)數據，會輸(shu)入(ru)到一(yi)(yi)個(ge)(ge)統一(yi)(yi)模(mo)(mo)型進行整體分析(xi)推理生成鳥(niao)瞰圖(tu)，能有效地避免(mian)誤(wu)差疊加(jia)；這種方案還能夠做(zuo)到時(shi)(shi)序融(rong)合(he)，不僅是收(shou)集(ji)一(yi)(yi)個(ge)(ge)時(shi)(shi)刻(ke)的(de)(de)(de)(de)數據，分析(xi)一(yi)(yi)個(ge)(ge)時(shi)(shi)刻(ke)的(de)(de)(de)(de)數據，而是支持把過(guo)去一(yi)(yi)個(ge)(ge)時(shi)(shi)間片段中的(de)(de)(de)(de)數據都融(rong)合(he)進模(mo)(mo)型做(zuo)環境(jing)感(gan)知(zhi)建模(mo)(mo)，時(shi)(shi)序信(xin)息的(de)(de)(de)(de)引入(ru)讓(rang)感(gan)知(zhi)到的(de)(de)(de)(de)結果更穩定，使得車輛對于道路情況的(de)(de)(de)(de)判斷更加(jia)準確、讓(rang)自(zi)動駕(jia)駛(shi)(shi)更安(an)全。

即(ji)便如此(ci)，那(nei)些(xie)身(shen)處(chu)全球自動(dong)駕駛(shi)技術第一(yi)梯隊的(de)(de)玩家并沒有止步于BEV自動(dong)駕駛(shi)感(gan)(gan)知(zhi)方案，比如百度在業(ye)內(nei)提出車(che)路一(yi)體(ti)的(de)(de)解決(jue)方案UniBEV，集(ji)成了車(che)端多相(xiang)機、多傳感(gan)(gan)器的(de)(de)在線建圖、動(dong)態障礙(ai)物感(gan)(gan)知(zhi)，以(yi)及(ji)路側視角下的(de)(de)多路口(kou)多傳感(gan)(gan)器融合等任務，是業(ye)內(nei)首個車(che)路一(yi)體(ti)的(de)(de)端到端感(gan)(gan)知(zhi)解決(jue)方案。

基(ji)于統(tong)一的(de)(de)BEV空間(jian)，UniBEV 車路(lu)(lu)一體大模(mo)(mo)型更容易實現多模(mo)(mo)態(tai)(tai)、多視角(jiao)、多時間(jian)上的(de)(de)時空特征融合。百(bai)度借助(zhu)大數據+大模(mo)(mo)型+小型化(hua)技術閉環，在車端路(lu)(lu)側的(de)(de)動靜態(tai)(tai)感知任務上都(dou)取(qu)得了(le)領(ling)先的(de)(de)成績(ji)，在北京(jing)高級(ji)別自(zi)動駕(jia)駛示范區(qu)，通過對主城區(qu)路(lu)(lu)口(kou)進行智能化(hua)升級(ji)改造，自(zi)動駕(jia)駛在相關路(lu)(lu)口(kou)的(de)(de)問題發生頻率降低(di)80%以上。

作為國內自動駕(jia)駛的(de)頭(tou)部企業，百度(du)一直高度(du)重(zhong)視并全面布局車(che)路(lu)(lu)協(xie)同自動駕(jia)駛，先(xian)后參與多項相關國家標準制定，率先(xian)推(tui)出(chu)Apollo Air計劃，率先(xian)開源了(le)全球首(shou)個車(che)路(lu)(lu)協(xie)同數據集(ji)DAIR-V2X，并持續在(zai)全球范圍內推(tui)進(jin)L4共享無人車(che)規模化(hua)測試(shi)運營。依托堅實的(de)AI技術底(di)座，目(mu)前(qian)，百度(du)自動駕(jia)駛技術泛(fan)化(hua)能力進(jin)步速(su)度(du)超預期，落地新(xin)城市(shi)技術交付(fu)時間僅(jin)需20天。

此(ci)前，百(bai)度(du)還發布了Apollo自(zi)(zi)動(dong)駕(jia)(jia)(jia)駛(shi)(shi)(shi)(shi)地(di)圖，強調其(qi)具有(you)知(zhi)(zhi)識(shi)(shi)(shi)增強、分(fen)層多維、為(wei)自(zi)(zi)動(dong)駕(jia)(jia)(jia)駛(shi)(shi)(shi)(shi)而生(sheng)的(de)(de)(de)(de)新(xin)一代地(di)圖優勢。目(mu)前，百(bai)度(du)高(gao)精(jing)地(di)圖構建(jian)自(zi)(zi)動(dong)化(hua)率(lv)已達(da)到96%，大幅解決了應用成本高(gao)的(de)(de)(de)(de)問(wen)題。同時(shi)，為(wei)保障自(zi)(zi)動(dong)駕(jia)(jia)(jia)駛(shi)(shi)(shi)(shi)高(gao)安全性，Apollo 自(zi)(zi)動(dong)駕(jia)(jia)(jia)駛(shi)(shi)(shi)(shi)地(di)圖融合車端感(gan)知(zhi)(zhi)數(shu)據(ju)與(yu)多源地(di)圖，實時(shi)生(sheng)成在(zai)線(xian)地(di)圖，滿足自(zi)(zi)動(dong)駕(jia)(jia)(jia)駛(shi)(shi)(shi)(shi)過程中實時(shi)更新(xin)的(de)(de)(de)(de)需求(qiu)，確保自(zi)(zi)動(dong)駕(jia)(jia)(jia)駛(shi)(shi)(shi)(shi)安全。此(ci)外(wai)，為(wei)提升自(zi)(zi)動(dong)駕(jia)(jia)(jia)駛(shi)(shi)(shi)(shi)舒(shu)適性，Apollo自(zi)(zi)動(dong)駕(jia)(jia)(jia)駛(shi)(shi)(shi)(shi)地(di)圖基于百(bai)度(du)地(di)圖1200萬公里的(de)(de)(de)(de)領先(xian)路(lu)網覆蓋(gai)范圍及海量時(shi)空數(shu)據(ju)，結合數(shu)億司機的(de)(de)(de)(de)駕(jia)(jia)(jia)駛(shi)(shi)(shi)(shi)知(zhi)(zhi)識(shi)(shi)(shi)沉淀，構建(jian)全路(lu)網級別的(de)(de)(de)(de)駕(jia)(jia)(jia)駛(shi)(shi)(shi)(shi)知(zhi)(zhi)識(shi)(shi)(shi)圖譜。學習人(ren)類司機經驗，用駕(jia)(jia)(jia)駛(shi)(shi)(shi)(shi)知(zhi)(zhi)識(shi)(shi)(shi)圖譜為(wei)自(zi)(zi)動(dong)駕(jia)(jia)(jia)駛(shi)(shi)(shi)(shi)搭(da)建(jian)進步的(de)(de)(de)(de)階梯(ti)。

此外，備受關注的芯片(pian)(pian)，也(ye)成(cheng)為(wei)自動(dong)駕(jia)(jia)駛(shi)公司擁有自主可控技術的關鍵。百度方面透露，百度自研AI芯片(pian)(pian)昆(kun)侖芯2代已完成(cheng)無人駕(jia)(jia)駛(shi)場景端到(dao)端性能適配(pei)，將持續夯實百度Apollo軟硬一體優勢。組合拳出擊(ji)為(wei)中國自動(dong)駕(jia)(jia)駛(shi)行(xing)業寫下最好的注腳。

#03

深度學習助力提升用戶體驗

上(shang)述關(guan)鍵技(ji)術(shu)不斷(duan)持續提升的(de)(de)(de)同時(shi)，深(shen)度學習(xi)框架(jia)技(ji)術(shu)也在(zai)不斷(duan)取得突破。更直白的(de)(de)(de)來(lai)(lai)講，百度自(zi)動駕駛技(ji)術(shu)為了“預知未來(lai)(lai)”，需要把大量(liang)數(shu)(shu)據(ju)、以及(ji)數(shu)(shu)據(ju)之間的(de)(de)(de)關(guan)聯，構建為一張“超大的(de)(de)(de)圖(tu)(tu)”，圖(tu)(tu)的(de)(de)(de)規模(mo)越大，那么一張圖(tu)(tu)里能表達的(de)(de)(de)信息量(liang)就(jiu)會更豐富。機器通(tong)過(guo)對圖(tu)(tu)中各個節(jie)點(dian)的(de)(de)(de)分析(xi)，找(zhao)到更復雜的(de)(de)(de)關(guan)系(xi)，就(jiu)可以實現一定的(de)(de)(de)預測。例(li)如，交(jiao)通(tong)路網上(shang)兩個地點(dian)，雖然它們在(zai)物(wu)理(li)上(shang)不相連(lian)，但通(tong)過(guo)相關(guan)性建模(mo)可以把兩個具有相似交(jiao)通(tong)規律的(de)(de)(de)地點(dian)關(guan)聯起(qi)來(lai)(lai)，從而構建更具準確性的(de)(de)(de)預測。圖(tu)(tu)的(de)(de)(de)結構信息越豐富，相應就(jiu)能越好地建模(mo)交(jiao)通(tong)規律。

百度架構師胡曉光表示(shi)，百度地(di)圖(tu)(tu)很早就上(shang)線(xian)了(le)通(tong)(tong)行(xing)時間(jian)預(yu)估功能，這(zhe)個功能背后的(de)原理(li)，是把路(lu)網中(zhong)的(de)路(lu)口和(he)道路(lu)組成(cheng)一張“交(jiao)(jiao)通(tong)(tong)圖(tu)(tu)”，基于(yu)這(zhe)張“交(jiao)(jiao)通(tong)(tong)圖(tu)(tu)”，機器可(ke)以對交(jiao)(jiao)通(tong)(tong)路(lu)網的(de)流量(liang)進(jin)(jin)行(xing)精細建模，然后就具備了(le)路(lu)況的(de)預(yu)測能力(li)。由數(shu)百億(yi)(yi)節點和(he)數(shu)百億(yi)(yi)邊構成(cheng)的(de)龐(pang)大圖(tu)(tu)對算(suan)(suan)法和(he)算(suan)(suan)力(li)都提出了(le)巨大的(de)挑戰，基于(yu)規則的(de)圖(tu)(tu)計算(suan)(suan)方法已經(jing)無法完全適用(yong)(yong)，這(zhe)時圖(tu)(tu)神經(jing)網絡算(suan)(suan)法就發(fa)揮了(le)關鍵作(zuo)用(yong)(yong)，我(wo)們再通(tong)(tong)過擴大圖(tu)(tu)神經(jing)網絡算(suan)(suan)法的(de)參數(shu)量(liang)，對圖(tu)(tu)的(de)特征進(jin)(jin)行(xing)更完整的(de)表達(da)(da)，從而(er)達(da)(da)到了(le)模型(xing)越大效果(guo)越優的(de)極(ji)致表現。

當然(ran)，數(shu)據規模(mo)和(he)(he)模(mo)型(xing)參數(shu)規模(mo)的增大，帶來了計算成(cheng)(cheng)本(ben)更高(gao)、訓練(lian)穩定(ding)性(xing)差(cha)、策略迭代周(zhou)期(qi)長等一系列問題(ti)和(he)(he)挑戰。由此，基(ji)于飛槳平臺(tai)完(wan)成(cheng)(cheng)了圖神經(jing)網絡(luo)架(jia)構的全新升級，為業界(jie)帶來了超大規模(mo)圖學習(xi)訓練(lian)技術(shu)PGLBox。

PGLBox是業界首個同(tong)時支持復(fu)雜算法(fa)+超大(da)圖(tu)+超大(da)離(li)散模型的(de)(de)大(da)規模圖(tu)學習訓(xun)練技(ji)(ji)術，通過(guo)顯存(cun)、內存(cun)、SSD三級存(cun)儲技(ji)(ji)術和(he)訓(xun)練框架的(de)(de)性能優化技(ji)(ji)術，單機(ji)即可(ke)支持百億(yi)節點、數百億(yi)邊的(de)(de)圖(tu)采樣和(he)訓(xun)練，并可(ke)通過(guo)多機(ji)擴展(zhan)支持更大(da)規模。PGLBox為百度業務(wu)創新提(ti)供了廣闊(kuo)的(de)(de)空間，目前(qian)已經在(zai)智能交通、信息推薦、搜索(suo)等標桿場景(jing)實(shi)現落地，大(da)幅提(ti)升業務(wu)效率和(he)用戶體(ti)驗。

技(ji)(ji)術改(gai)變(bian)生(sheng)活，百(bai)度(du)近年(nian)用技(ji)(ji)術為數(shu)字(zi)社會(hui)帶來的(de)變(bian)革和(he)發(fa)展先(xian)機不止于這三個方面，但可以肯定的(de)是，隨著AI正在(zai)逐步成為新基(ji)建的(de)技(ji)(ji)術“底座”，助力基(ji)建邁(mai)入“智(zhi)(zhi)(zhi)造時代”，以深(shen)度(du)學(xue)習平臺加上大模(mo)型為牽引的(de)全行(xing)業智(zhi)(zhi)(zhi)能化升級已拉開帷幕，在(zai)智(zhi)(zhi)(zhi)慧(hui)生(sheng)活的(de)星辰大海里，智(zhi)(zhi)(zhi)能駕(jia)駛，僅僅是一個開始。