Zentrales System · Verstehen und Entscheiden
Gelände, Fahrbahnunebenheiten und Fahrzeugzustand einbeziehen, um Kontext und Aufgabenziele zu verstehen und das Gesamtfahrzeug zu koordinieren.
JDO / EMBODIED INTELLIGENCE TECHNOLOGY
Embodied-Intelligence-Technologie für Fahrzeuge und Roboter
Das JDO AI-Gesamtsystem ist ein Embodied-Intelligence-Kern für Fahrzeuge und Roboter.
AI-Gesamtsystem kennenlernenJDO AI-Gesamtsystem
Für die Koordination im Gesamtfahrzeug Informationen aus Innenraum, Umgebung und Fahrzeugstatus zusammenführen.
Ausführungssystem · Ausführen und Rückmelden
Koordinationsabsichten übernehmen, in den jeweiligen Domänen in Echtzeit ausführen und Status zurückmelden, um weiteres Verständnis und Entscheidungen zu unterstützen.
- Fahrassistenz
- Fahrstrategie
- Fahrwerk
- Federung und Fahrzeuglage
- Cockpit
- Interaktion und Hinweise
Ein System für vielfältige Aufgaben
Gemeinsame Grundlage für Fahrzeuge und Roboter, angepasst an die jeweilige Plattform
Hierarchisches Gedächtnis
Aufgaben, Erfahrungen und langfristige Präferenzen
Adaptive Inferenz
Den Umfang der Verarbeitung an die Aufgabe anpassen
Kontextprognose
Spätere Kontexte vorausschauend einschätzen
Erfahrung mit Automotive-Technologie
Grundlagen für Wahrnehmung, Verstehen und Gedächtnis bei Interaktionen und Aufgaben im Fahrzeug bereitstellen.
Visuelles Sprachverständnis (VLM)
Visuelle und sprachliche Informationen verbinden, um Verkehr, Objekte, Oberflächen und Fragestellungen innerhalb und außerhalb des Cockpits zu verstehen.
Sprachsteuerung im Fahrzeug und lokale Reaktion
Natürliche Äußerungen auch bei Fahrzeuggeräuschen, schwachem Netz und Offline-Bedingungen in den Aufgabenablauf einbinden.
Status- und gesundheitsbezogene Wahrnehmung
Bei vorliegender Autorisierung und verfügbaren Daten unterstützt das System Einschätzungen und Hinweise, ersetzt jedoch keine medizinische Diagnose.
Fahrer- und Insassenzustand erfassen
Wahrnehmungseingaben zum Zustand von Fahrer, Insassen und Kindern bereitstellen, um Hinweise, Interaktion und Dienste zu unterstützen.
Multimodale Fusion und Kontextverständnis
Visuelle, sprachliche und akustische Informationen mit Fahrzeugstatus verknüpfen und daraus einen nutzbaren Kontext bilden.
Gedächtnisfunktionen
Präferenzen und Aufgabenkontext im vom Nutzer autorisierten Umfang erhalten, damit Dienste nahtlos fortgesetzt werden können.
Unterstützender Technologie-Stack
Modelle und Algorithmen, Laufzeitframework, Aufgabenplanung und Cloud-Anbindung unterstützen gemeinsam die Anwendungen des AI-Gesamtsystems.
JDO Canghai AI Core
Multimodale Modelle und Wahrnehmungsalgorithmen
Nutzeräußerungen mit dem visuellen Kontext verknüpfen.
Natürliche Sprache
Semantisches Verstehen durch Modelle für natürliche Sprache unterstützen.
Visuelles Sprachverständnis und Wahrnehmung
Visuelles Sprachverständnis und Wahrnehmungsalgorithmen verbinden, um Bildverständnis und Objekterkennung zu unterstützen.
AIOS
Kontextverwaltung und Agent-Laufzeit
Über das Laufzeitframework an unterschiedliche Plattformen anpassen.
Die Modellinferenz wird für einen effizienten Betrieb auf dem Gerät an die Rechenleistung des Chips und die Betriebsbedingungen angepasst.
Laufzeit und Kontext
Aufgabenkontext und Verlaufsinformationen verwalten und die Agent-Orchestrierung organisieren.
Plattformintegration und -anpassung
Benötigte Modelle und Funktionen über APIs, Container und Middleware anbinden.
Generative Komponenten und Designs
Die Generierung von Komponenten, wechselnde Designs und Kombinationen von Oberflächen untersuchen.
AI Agent
Absichten analysieren, Aufgaben planen und Werkzeuge aufrufen
Mehrere Agenten werden anhand von Kontextinformationen und Aufgabenzielen koordiniert, um Aufgaben in Mobilitätsdiensten und Robotikanwendungen gemeinsam zu erfüllen.
Absichten und Anforderungen
Anforderungen und Einschränkungen über mehrere Dialogrunden zusammenführen.
Planen und Aufrufen
Aufgabenschritte organisieren, Werkzeuge und Dienste nach Bedarf aufrufen und Ausführungsergebnisse aufnehmen.
GUI verstehen und bedienen
Gemeinsam mit Partnerfähigkeiten das Verstehen von Oberflächen und zielgerichtete Bedienvorgänge untersuchen.
AI Cloud
API-/MCP-Integration und Model-Service-Management
Cloud-Ressourcen und Geschäftsdienste anbinden, Laufzeitfeedback bündeln und kontinuierliche Verbesserungen unterstützen.
Modell- und Wissensressourcen
Cloud-Modelle und Wissensressourcen verwalten.
Geschäftsdienste anbinden
Geschäftsdienste über API / MCP anbinden.
Servicebetrieb
- Anwendungsaktualisierungen
- Laufzeitüberwachung