核心观点 - HERE Technologies 正在将传统导航地图重塑为软件定义汽车时代的“任务控制”层 通过整合人工智能、统一云地图和情境感知导航 为全球尤其是中国汽车制造商提供支持 帮助其加速开发、降低自动化风险并实现座舱体验差异化 同时不破坏现有的信息娱乐系统路线图 [4] 精准电动汽车续航与充电规划 - 公司提供业内最准确的实时续航预估 其准确性依赖于结合多个关键因素 包括海拔、速度、温度和交通状况 并整合了针对具体车型的能耗模型 该模型考虑了不同配置级别的影响 例如车轮和车身面板的差异 此外 还嵌入了学习特定驾驶员行为的人工智能模型 如加速和刹车模式 [1] - 通过模块化API将HERE AI助手集成至HERE导航和HERE SDK中 利用混合多大型语言模型架构以及云或边缘部署 确保能最有效地处理依赖位置智能的查询 这种方法通过支持品牌定制、最小化代码更改和无缝生命周期更新 保护了客户特定的信息娱乐系统路线图和用户体验策略 [2] - HERE AI助手通过多大型语言模型架构、实时情境感知以及与HERE位置服务和地图内容的集成 确保对复杂的基于位置的查询进行可靠解读 它结合了自然语言处理、预测推理和边缘-云部署 以提供定制化、个性化、自适应且安全的车载导航体验 多大型语言模型架构允许汽车制造商选择其偏好模型 同时有助于降低总体拥有成本 [3] 高级驾驶辅助系统与自动驾驶验证 - 客户在ADAS/AD系统的训练和验证中获得了最大的效率提升 能够快速生成大量、高度逼真的仿真环境 通过全自动场景识别和创建 将过去需要数周的工作缩短至几分钟 显著加速了仿真准备并提高了验证准确性 此外 自然语言处理驱动的搜索、OpenDrive导出和HERE高清实时地图实现了可扩展的工作流程 降低了成本并提升了开发速度 [5] - 优先支持OpenDrive导出是为了确保与仿真平台的互操作性和标准化场景生成 团队利用HERE高清实时地图的车道级高保真度来生成复杂场景 包括交叉路口、并线和高速转换 从而实现强大的边缘案例验证 提升自动驾驶的安全性和性能 [6] - AWS Bedrock和OpenSearch服务支撑了SceneXtract的可扩展性和精确性 实现了自然语言处理驱动的语义搜索和生成式人工智能工作流 以识别和提取地图位置或场景 这种组合加速了地图数据检索 确保了准确的场景生成 防止了幻觉产生 并支持跨多样复杂环境的大规模ADAS/AD验证 [7] 统一云地图架构与数据服务 - 公司的统一云地图架构支持无缝的空中下载更新和近实时的数据新鲜度 高度自动化的地图制作 利用车辆传感器数据、数百个额外来源和人工智能驱动的验证 确保了准确性和一致性 统一的地图数据模型和多种地图交付格式确保了区域合规性、可扩展性以及在标清、高清和ADAS图层间一致的准确性 [8] - 公司从多种来源获取速度限制数据 包括车辆传感器数据、探测传感器、地方当局、第三方数据源等 单一来源不足以保证可靠性 提供可靠的智能速度辅助数据依赖于一些最先进的地图制作能力 验证通过人工智能驱动的质量检查和合规指标完成 Horizon Data Online作为交付模式之一 提供轻量级、云端计算的电子地平线 确保了智能速度辅助的一致性 最小化了车内存储和处理需求 同时保持全球法规遵从性 [9] 支持全球尤其是中国汽车制造商的战略 - 支持中国汽车制造商的国际项目需要提供能满足其各种用例的最佳地图和软件 从导航到沿不同SAE级别的ADAS和AD 同时 拥有强大的中国本地团队与这些制造商紧密合作 以及强大的全球本地专家网络来咨询如何在每个目标市场最有效地部署这些用例 都至关重要 交付模式需要足够灵活 以匹配中国汽车制造商及其合作伙伴多样化的市场进入方式 此外 一个响应迅速、强有力的支持组织也必不可少 [10] - 与Lotus Robotics和ECARX等领导者的合作为公司的地图和软件路线图提供了重要见解 L2+和L2++用例是当前最令人兴奋和增长最快的服务领域之一 它们引入了新的设计考量 市场正快速向“自动驾驶导航”发展 导航系统与ADAS系统之间的链接变得至关重要 需要一个感知运行设计域的导航系统和一个感知路线的ADAS系统 [11] 可配置的导航解决方案与客户需求 - 从AFEELA、Togg、Dacia、Lotus等项目总结出共同需求 包括高可配置性、支持空中下载和地图流式传输的数据新鲜度、电动汽车优化路线、最大化的沉浸式用户体验 以及能够在不同计算平台上可靠运行 这些需求推动了公司在可视化、多站点电动汽车路线规划、智能速度辅助合规性以及跨全球市场的可扩展数字座舱部署等领域 进一步扩展HERE导航、SaaS交付的灵活性和性能 [12] 产品价值衡量与持续优化 - 最重要的衡量指标是用户分析 即了解导航和ADAS系统支持驾驶员的频率和有效性 公司采用深入的用户分析驱动方法进行软件开发和路线图优先级排序 量产后的价值体现在运行时间、数据新鲜度和空中下载更新频率等指标上 这些通过自动监控仪表板、远程信息驱动的反馈循环、生命周期保证框架以及嵌入客户成功和合规流程的结构化关键绩效指标来实施 用户参与度可以通过HERE导航门户实时监控 使汽车制造商能够快速将洞察转化为行动 [13] 生成式人工智能在座舱中的应用与安全 - 在座舱中避免生成式人工智能的幻觉至关重要 驾驶员绝不能被引导至不存在的地点或道路 HERE AI助手的关键在于将生成式人工智能建立在公司平台的事实数据和服务之上 生成式人工智能通过使交互更自然、直观并减少驾驶时分心 来增强整个人机界面 同时 与HERE位置服务和地图内容的紧密集成保证了答案的真实性 AI助手还能保持旅程的上下文 使驾驶员能够沿途进行调整并对途中发生的事件做出反应 [14][15]