构建 Torc 无人驾驶安全论证
Torc 无人驾驶安全论证的核心,是以结构化、基于证据的论证证明系统在预定用途和运行环境中的安全性,而非仅编写文档。随着自主系统日益复杂、物理 AI 更加普遍,工程团队不仅要回答能否构建系统,还要证明其安全。
Torc 无人驾驶安全论证的核心,是以结构化、基于证据的论证证明系统在预定用途和运行环境中的安全性,而非仅编写文档。随着自主系统日益复杂、物理 AI 更加普遍,工程团队不仅要回答能否构建系统,还要证明其安全。
小马智行联合创始人兼CFO Leo Wang在Ride AI访谈中介绍Robotaxi规模化进展,包括广州和深圳单位经济性盈亏平衡、Gen-7车队扩张及欧洲部署计划。
业务关注点:这场访谈将车队密度、硬件降本与海外合作分工联系起来,为理解Robotaxi规模化的经营条件提供了公司视角,但未披露接管数据。
AWS 给出面向 20–200 辆车、以 GPS 追踪为主的轻量无服务器架构,使用 AWS IoT Core 与 Amazon Location Service 支持实时位置展示和围栏事件。
业务关注点:按上报频率和围栏调用范围拆解成本,为小车队提供可迁移的优化方法,但费用来自示例配置,并非现场运行实测。
NVIDIA 在加拿大多伦多 ROSCon 大会上发布 Isaac ROS 5.0,新增智能体开发工作流,现已免费开源。
业务关注点:新增可复用技能与面向智能体的文档,将机器人开发辅助延伸到感知模型适配,并提供从开发到端侧部署的平台支持。
人形机器人开发常受制于CAD机械设计无法原生导出、导致仿真和控制需手动重建模型的断点。通过在CAD中原生支持URDF导出,团队可自动计算质心、转动惯量及父子关系,并将包含驱动特性的模型直接导入Isaac Sim等仿真平台。该流程保证了单一数据源与仿真保真度,使大部分运动调试能在虚拟空间完成,从而减少物理样机制作并降低研发成本。
小马智行联合创始人兼 CFO Leo Wang 在访谈中介绍了 Robotaxi 海外联合部署模式,以及与 Uber 在五个欧洲城市部署超过 2,000 辆 Robotaxi 的计划。
业务关注点:访谈拆解了技术方、车队运营方与出行平台的资产和收入分工,可用于理解海外部署的财务逻辑,但规模化收益仍待验证。
AWS 介绍将 MCP 服务器封装为 AWS IoT Greengrass 组件的架构,让本地智能体在断云期间执行网络诊断流程。方案由 MCP 服务器、本地模型和 Strands Agents 编排组件组成,调用 SSH、SNMP、REST 等工具检查网络设备,并在连接恢复后同步缓存结果。系统提供诊断与处置建议,最终处置决定仍由人工掌握;本文提供架构概览,具体部署和工作流实现将在后续文章展开。
AWS 给出使用 AWS IoT Greengrass Component SDK for Rust 构建边缘 AI 智能体的教程,以 ONNX 在工业网关本地分类传感器异常,将复杂情况交给 Amazon Bedrock AgentCore 分析。
业务关注点:本地分类、有限离线队列与云端推理的分工提供了可迁移的设计方法,同时明确队列溢出会丢弃旧消息,物理操作仍需人工确认。
Kalmar 与 APM Terminals 宣布战略合作,将围绕 Kalmar One 联合开发和部署软件,并协调产品路线以优化自动化码头运营。APM Terminals 将获得 Kalmar One 源代码访问权限,与 Kalmar 共同开发解决方案并协作部署至现有及未来码头,同时将运营经验融入该自动化系统。
业务关注点:合作将源码访问、联合开发与运营经验纳入自动化平台演进,为理解码头运营商如何参与供应商软件路线提供了具体案例。