M8泊车灯语，与智驾融合， 让汽车会说话 泊车灯语 问界M8/M9、极氪X9、享界S9等系列车型的智能车灯打造户 外KTV、巨幕影院、互动游戏等，让整车成为户外娱乐中心 哨兵模式 M9照明光毯，精准贴合车道， 帮助识别风险，提升行车安全 ES8/EC7 HDPL，配合激光雷 达，精准防眩目，保障安全 2025年智能车灯产业发展趋势回顾 -5- 趋势九：后排共享大屏会在中大车型中占据主流，成为标配 目标物类图标 贴合度 车道线类图标 贴合度 巡航/导航类图标 贴合度 眼点 a)方向级指示： 指引箭头或规划轨迹指明目标行进方向，无误导。 b) 道路级贴合： 1) 指引箭头：箭头指向目标道路延伸方向，首尾延长线与目标道路相交， 无误导； 2) 规划轨迹：轨迹起点位于本车前方，落点贴合于目标道路范围，无误导。 c) 车道级贴合： 1) 指引箭头：箭头指向目标车道延伸方向，首尾延长线与目标车道相交， 长线与目标车道相交， 无误导； 2) 规划轨迹：轨迹起点位于本车前方，落点贴合于目标车道范围，无误导。 注：根据《轻型汽车前方视野辅助系统技术要求及试验方法》国家标准，“增强现实功能”指成像介质为前挡风玻璃且未自带成像介质的 FVA系统，将导航指引、行车规划、安全警示等信息的虚像投射于驾驶员前方视野并与现实环境实时叠加、对齐的功能。 -9- 趋势三：随着L3级自动驾驶的加速到来，AR

精准提供抑制出行需求对策建议 • 车辆拥有限制、出行时段限制、出行范围限制 • 拥堵收费、停车收费、收费道路、公交专用道 • 区域拥堵治理模型对策 • 堵点拥堵治理对策 • 调优信号配时方案 • 潮汐车道、引道、渠化建议 自动指挥作战系统 以数据为燃料动力 指挥系统自动巡航 在物理现实中，我们可以跑得很准 提升效率，减少无效跑动 / 三省：省时、省心、省力 信号灯优化 快速识别，及时纠偏，快速调优 量入为出，均衡控制 16/39/24 条 交通组织精准实施 潮汐现象自动识别、绿波特性单双兼顾、区域通行全面掌 控 16 条具备潮汐特性的道路 39 个潮汐特性比较明显的路 口 24 个路口设置可变车道 76/58 条 76 条单向、双向绿波特性的道 路 58 个路段实施了双向绿波带 4 类 区域内单行线、 禁左、 行人二次过街、 限行限牌 高效出警 提升警情处置效率，快速疏解拥堵

渗透率已突破20%，预计2027年将超50%，其电动化与智能化协同演进正加速 ADAS前装集成节奏[4]。影响渗透率提升的核心动因包括三方面：一是运营安 全压力倒逼 长途货运企业因疲劳驾驶致损率高，主动加装DMS与车道偏离 预警（LDW）系统；二是保险成本变化 部分保险公司对装配AEB+DMS的车 队提供5%–8%保费折扣，形成经济性激励；三是技术成熟度认知提升 博世 等全栈方案商推动毫米波雷达+视觉融合方案在中重卡平台规模化落地，国内新 高精地图在智能驾驶系统中承担静态环境建模与车道级定位的双重核心职能。 其通过厘米级精度的道路几何、语义（如车道线类型、交通标志位置、路口拓 扑）及动态属性（如施工区临时标线）建模，为车辆提供长期稳定的先验空间 基准；同时依托与GNSS/IMU/轮速计等多源传感器融合的定位算法，实现亚米 级甚至分米级的绝对位置解算，支撑L2+至L4级功能对车道保持、变道决策与 路径规划的严苛需求。为保障 证券研报及头部车企2024年公开路测白皮书： 夜间远距离行人识别（>1 20m） 召回率58%，误检 率12% 召回率73%，误 检率8% 召回率96%，误检率 ≤1.5% 雨雾天气车道线识别（能 见度<50m） 完全失效 稳定识别率61% 稳定识别率92% 静态障碍物三维定位精度 （RMS） ±0.5m ±0.3m ±0.08m 系统级故障安全响应时间 >350ms 220–280ms

化、网联化和共享化等方面全面赋能载运工具。人工智能在载运工具 领域的应用关注度很高，融合度相对不高。 当前智慧载运工具的应用场景主要集中在辅助驾驶、智慧座舱等 场景。辅助驾驶包括自适应巡航、自动泊车、车道保持、碰撞预警、 紧急制动等功能，顾名思义辅助驾驶只能提供一部分辅助功能，无法 完全替代驾驶员，驾驶员仍然需要高度关注路况。智慧座舱包括智能 语音交互、驾驶员监测、多媒体娱乐等功能，其中智能语音交互被大 通与土地相关性进行量化分析，并对交通资源进行优化配置。 城市智能交通规划可以分为短期规划和长期规划。短期规划中， 通过分析居民出行行为和偏好，精确把握其出行时空特性，进而开展 线网规划、车辆规划等内容，例如公交线路的优化、潮汐车道的设置 等。长期规划则需要考虑更多因素，如城市规模扩张、人口数量增长、 车辆数量增加，以及资源、环境、安全等方面的制约，在此基础上规 划交通基础设施建设、交通枢纽设置等。 5. 基础设施 频触发的方式实现高清抓拍的功能。 4）视频算法方案 系统主要通过感知视频内容实现目标抓拍与信息提取，算法流程 主要包括场景参数获取、目标检测、目标跟踪、行为分析、车辆特征 识别等。 场景参数获取主要针对车道线、停止线、斑马线、车道行驶方向、 禁停区域等信息，可采用人工配置或算法自动提取的方式。 目标检测包括场景中机动车、非机动车和行人的检测以及车牌的 自动识别。在违法事件与信号灯相关时，还需检测信号灯的状态。

应急联动 事件报警 应急疏散 灭火救援 空间管理 物业管理 事件管理 资源在线 服务优化 数据可视 智能决策 绿码认证 自动考勤 访客服务 园区导航 停车诱导 潮汐车道 车辆通行 在线巡更 统一运维 状态监测 健康分析 快速处置 AR 云景 疫情防控 岗位监管 周界报警 应急指挥 透明厨房 用电安全 能耗监测 空调节能 智慧照明 能效优化 • 灵活缴 费 • 免密支 付 • APP 寻车 • 米级定 位 ⑥-a 流量提示 ① 进场前 ④ 缴费 ③ 停车 ②-b 车队模式 ②-a 潮汐车道 1 2 6 ⑤ 找 车 ② 进 场 停车位 电梯间 出入口 3 4 5 通道 253809 da hua 2023 03 20 电动车充电管理 •

南京智能计算 中心云平台 智算中心机房 三 XTROTEC 中 科 逆 熵 □ 移 动端 互联网 第三方系统 智能计算设备 视频门禁机 _ 停车道闸 _ 人脸抓拍机 _ 网络摄像机 _ 人脸识别盒 _I 人脸抓拍机 _ _ 智能访客机 人脸门禁机 _ 智能计算设备 智能计算设备 AiC○ 产业发展——智慧交通

的解决方案，也逐步让我们看到了更多的AIGC在医药医疗端应用的潜在可能。 因此如下我们做了三方面的梳理。  AI 医疗器械：AI促进医疗器械创新，降本增效成果显著。 1) AI 医疗影像：进入发展快车道，辅助诊断为主 2) AI 医疗机器人：手术、辅助、康复机器人皆具备较高临床价值 3) CDSS与病种质控：临床决策支持服务以人机交互为核心 , AIGC拉升效率 4) AI 健康管理： AI 医疗影像：进入发展快车道，辅助 诊断为主 AI 医疗机器人：手术、辅助、康复机 器人皆具备较高临床价值 CDSS与病种质控：临床决策支持服 务以人机交互为核心 , AIGC拉升效率 AI 健康管理：智能设备监测及分析个 人数据，医疗科技乘风而起 9 AI 医疗器械常见应用及相关公司 1. AI 医疗影像：进入发展快车道，辅助诊断为主 2. AI

解决多传感器融合问 题， 方便下游任务共享图像特征； 在 BEV 视角下没有物体变形问题， 使得模型集中精力解决分类问题； 能够把传统感知方案中 3D 目标检测、 障碍物实例分割、 车道线 分 割、轨迹预测等多项任务在一个算法框架内实现， 大幅减少人 力需 求， 提升算法开发效率。 缺点 鸟瞰图是基于 2D 信号合成的， 缺少高度信息， 无法真实反映出物

生命智能，混沌理论：细胞、生态、鸟群 01 对AI技术的认知：通向AGI之路 AGI实现后的问题与挑战  哲学问题 • AGI产生了自己的目标怎么办？意识呢？  人类有明确的目标吗：功利主义（火车道难题）  人类有统一的目标吗：族群、国家、阶级等等 • 认知融合：人与动物的不同始于认知革命  人人融合：所有人类的智慧可以融合，个人可以利用所有人类的智慧  人机融合：人无缝

300253.SZ 卫宁健康 公司发布了自研医疗大模型 WiNGPT 2.8 和医护智能助手 WiNEX Copilot 2.1，全面对接 DeepSeek，助力 AI 医疗突进之路进入快车道 000503.SZ 国新健康 已启动 “AI IN ALL” 计划，利用数据和 AI 服务医院转型，凭借公司 在医保和药监方面的积累，为医院提供有价值的产品和服务。 002777.SZ