当下，AI正加速渗透至汽车的品牌、营销、管理各个层面。当AI变得不可或缺，汽车的智能化之路会因此发生什么变化？汽车企业又该如何在大科技时代稳立潮头？8月25日，第二十六届成都国际车展开幕，这是中国西部地区规模最大、规格最高的年度汽车盛会，对于促进行业交流合作有重要意义。在当日举行的2023年“热AI”中国汽车先锋论坛上，业内大咖围绕AI如何提升驾乘体验、提升品牌影响力等热点话题展开探讨。打造新的核心技术是重中之重生成式AI开启智能驾驶新可能1970年代的电子燃油喷射系统、1980年代的防抱死系统、1990年代安全气囊成为汽车标配、2000年后车载娱乐系统及GPS定位帮助人们享受旅途……汽车行业的发展史，也是一部创新的历史。近几年中，电动化、智能化和网联化成为了关键词。“在汽车产业变革的下半场，技术革命将进入深水区，难度会不断增大。”论坛上，中国国际贸易促进委员会汽车行业分会会长王侠指出，功能的堆砌和新技术的浅层应用已经告一段落，“低处的果子”快被摘完，摘“更高处的果实”会更加困难。过去十余年间，新能源汽车产业的蓬勃发展，让新能源汽车成为整体市场销量增长的引擎，也让中国在电动智能化领域摆脱了跟随者的地位，成为最前沿的探路者。因此王侠强调，打造新的核心技术能力是车企在下半场的重中之重，例如核心技术产品的自研能力等。天风证券副总裁赵晓光分享到，今年无人驾驶是一个真正的里程碑，“因为ChatGPT技术的出现，让这个行业进入一个重要的拐点。过去无人驾驶基于单芯片的算法，单芯片没有很强大的数据样本，但是ChatGPT可以基于足够多的样本案例，对路况进行研判。”他提到，自己曾目睹过一起交通事故，驾驶员开车时突发癫痫误将汽车加速。ChatGPT则可以通过深度学习，实时解析道路和周围环境，并据此做出合理的驾驶决策。此外，ChatGPT还可以通过与车辆其他系统的联动，实现车辆的远程控制和优化，提高驾驶的安全性和效率。“当无人驾驶成熟之后，人就可以从驾驶中解放出来，车会慢慢从一个驾驶工具变成第三方生活空间。未来可以在车上看电影、K歌、阅读、品茗，汽车还可以是一个可伸缩的智能化的空间，后备箱延展成一个睡觉的地方。”赵晓光认为，在智能化的加持下，汽车的想象空间非常大，出行方式和生活方式都会发生巨大变化。例如，自动驾驶的汽车可以更多地承担房子的功能，人们以车为家，过一种在路上的生活。可根据需求精准个性化定制服务同时面临安全挑战欧拉沙龙品牌营销副总经理姜川以女性视角出发，探讨了汽车品牌在女性赛道上可以做的多元尝试。例如，一些新手司机可能在暴雨突降时手忙脚乱，不知道是先打开双闪还是先打开除雾功能。当她们通过语音呼叫唤醒“乘风破浪模式”后，汽车就会自动根据周围的天气情况酌情打开除雾、双闪、防滑等一系列功能，减少繁琐的操作。针对女性可能遇到的安全问题，可以在座椅下方安装“一键报警”按钮。紧急情况时一键按下，车内视频录像会自动开启，并将车辆定位、车内画面等信息发送到5位紧急联系人的手机上，从而减少女性遭受危险和暴力事件伤害的可能性。与会嘉宾还提到，ChatGPT的商业化应用也面临着一些挑战。因为该技术的复杂性和敏感性，需要严格的隐私保护和数据安全措施。此外，对于车载系统的可靠性要求非常高，任何一次错误的决策都可能导致严重的安全问题，“车企对智能化技术要有敬畏之心。”

在北京举行的2023世界机器人大会上，功能各异的人形机器人纷纷秀出自己的“十八般武艺”。在实际应用场景中，人形机器人会带来哪些帮助？跟随镜头一起去了解。

在工业4.0时代，制造业正在积极推动数字化转型，旨在追求最大成本效益和极致效率的同时，已从观念、目标、口号过渡至具体方案落地、逐步向智能工厂全场景渗透。在这一背景下，越来越多的制造企业正在寻求自动化数据采集方法，以提升生产效率和产能。作为一种常见的数据采集工具，RFID技术因其卓越的性能和适应恶劣工业环境的特性为制造商实现更高水平的生产力、效率和自动化提供了有力支持。在工业制造的许多流程中，RFID技术涵盖了从物料追踪管理到生产过程中的工位管理和生产过程控制，再到质量追溯和供应链协同等多个关键流程，而工位管理和环节流程管控两个环节是制造流程中的重要节点。工位管理可以帮助制造企业更好地执行生产计划，通过实时监控工位的工作进度和产能，可以及时调整生产计划，确保生产按时交付；环节流程管控可以实现供应链的协同和可见性。通过在不同环节共享RFID数据，供应链各方可以实时了解生产进度和产品状态，从而更好地协调和规划供应链活动。方案介绍工位管理在制造业装配生产线上，高效的工位管理对于确保无缝运营和及时生产至关重要。当产品或零部件移动到一个工位时，部署在工位上的RFID读写器可以识别产品或零部件上的RFID标签，使得监管人员可以实时远程监控工位的状态，从而了解与掌控整个生产装配过程，实时调节生产计划，实现资源的合理分配。流程管控有效的流程管控对于防止延迟、减少浪费和优化资源利用至关重要。RFID技术通过跟踪产品和零部件在整个装配线上的移动，使制造监管人员能够实现精确的流程管控。随着产品从一个工位移动到另一个工位，RFID读写器会读取RFID标签中的数据，记录进展情况和与预定工作流程的任何偏差。对数据进行实时分析，使监管人员能够识别改进的方向，并迅速实施纠正措施。金瑞铭团队在装配生产线有丰富的应用经验，可结合实际生产过程对方案细节不断优化。面向未来，金瑞铭将持续以自身的产品及应用创新优势，赋能装配产线智能化转型。

现如今，随着RFID技术的发展，成本的降低，RFID技术在工业上的应用已经是一件很常见的事情了，越来越多的企业、工厂选择将RFID技术应用在工业生产中，助力企业/工厂加速迈步走向信息化、自动化。在工业产线中，虽然RFID读写头都是安装在产线的工位节点上，但是应用场景不同，安装和使用的方法也是有所不同的。1. 工序管理在产品上贴上RFID标签，在不同工序的产线节点上部署RFID读写头，通过RFID读写头读取产品的标签信息，获取产品的工序信息，判断产品是否为该工序上的产品，并联过后台管理系统，对符合工序的产品执行相应的工序操作。2. 仓储运输管理在自动化仓储管理中，RFID读写头一般安装在穿梭车/工业叉车上，通过RFID技术进行信息采集，完成物料搬运信息的无人采集与自动化搬运，快速准确识别。3. 生产流程管理在工位节点上安装RFID读写头，当贴有RFID标签的产品经过工位时，RFID读写头读取标签获取产品信息并将信息上传到产线管理系统，系统根据产品的批次、包号等信息将产品进行分类好，同时显示在显示屏上。4. 电镀挂具管理将RFID标签贴在电镀挂具上，进行信息的绑定，在工位节点上安装RFID读写头。在进行工作时，通过RFID读写头采集电镀挂具的信息、工艺流程等相关信息，记录下电镀挂具的工作时间、时长、工艺流程等，精准掌握电镀挂具的全生命周期管理，避免出现电镀挂具报废出现残次品等情况。应用效益1. 提升生产效率：通过实时监控和管理，减少人工操作和时间浪费，提高生产效率。2. 提高产品质量：自动化设备根据RFID标签信息进行加工，减少了人为操作的错误，提高了产品质量的稳定性。3. 降低运营成本：自动化设备的应用和工人操作的优化，降低了人力成本和物料损耗，从而降低了运营成本。4. 提升管理水平：为企业/工厂的发展提供了大量的数据基础，提高了管理决策的准确性和效率。

随着科技的发展和普及，智能化管理在各个领域的应用越来越广泛。在畜牧业中，将RFID技术应用在养殖管理中的企业也越来越多，为养殖企业的智能化管理提供了有力的支持，本文将介绍RFID技术的猪舍门读卡器的应用。一、RFID技术简介RFID（Radio Frequency Identification，无线射频识别）技术是一种非接触式的自动识别技术，通过无线电波对目标物体进行识别。RFID技术主要由标签和读卡器两部分组成，标签内置芯片，附着在物体上用于标识目标物体，阅读器则用于读取和写入标签信息。RFID技术具有读写速度快、无需视线接触等优点，在物流、制造、零售、医疗等领域有广泛应用。二、基于RFID技术的猪舍门读卡器猪舍门读卡器是一种基于RFID（射频识别）技术的智能设备，用于实现猪舍门的自动化管理和控制。它通过读取猪圈内猪只身上携带的RFID标签信息，实现对猪只进出猪舍的自动识别和控制。基于RFID技术的猪舍门读卡器不仅提高了猪舍管理的效率，还改善了猪只健康管理的精确性和可靠性。自动识别猪只身份：将RFID标签植入猪只耳朵，猪舍门读卡器可以自动识别猪只的身份信息，包括品种、日龄、体重等。这有助于实现精细化管理，对猪只进行个性化照顾和管理。自动统计猪只数量：通过安装多个猪舍门读卡器，可以实现进出猪舍的自动统计。当猪只通过猪舍门读卡器时，系统会自动记录进出数量，方便管理者实时掌握猪舍内的猪只数量。自动控制猪舍门：结合自动化控制技术，猪舍门门读卡器可以根据猪只的身份信息自动控制猪舍门的开启和关闭。例如，对于未达到出栏日龄的猪只，门读卡器将自动阻止其通过，从而确保猪只不会被提前释放。数据分析与优化管理：通过收集和分析猪舍门门读卡器的数据，可以发现猪只饲养中的问题，优化管理策略。例如，通过分析进出数据，可以发现某些猪只的行动轨迹异常，从而及时发现和治疗疾病。三、猪舍门读卡器的优势提高管理效率：猪舍门读卡器可以自动识别和统计猪只，减少人工干预和管理成本，提高管理效率。提升数据准确性：相比于传统的人工计数和记录方式，门读卡器可以自动记录和统计数据，减少误差和错误，提高数据准确性。实现智能化控制：门读卡器可以与自动化控制设备结合使用，实现智能化控制和管理，提高生产效率和品质。降低疾病风险：通过自动控制猪舍门的开启和关闭，可以避免疾病在猪群中的传播，降低疾病风险。

最近“掌纹支付”冲上热搜，根据腾讯官方公布，微信刷掌支付正式发布，用户在设备上录入手掌纹样之后，即可用手掌进行支付。目前这项技术已经被用在北京大兴机场线，后续将会进入地铁、高铁、超市商场以及机场等诸多场景，掌纹识别将成为继指纹识别和人脸识别之后，又一支付与解锁方式。掌纹怎么被识别？从技术原理来看，掌纹识别的核心逻辑和人脸识别以及指纹识别一样，都是利用人体某方面的唯一性。人的面容无论看起来多么相似，但总会在结构上有细微差别。掌纹也是一样，人的掌纹是由万千纹线随机排列组合而成，这构成了掌纹的独特性与唯一性。掌纹识别技术先利用图像传感器对手掌纹路进行采集，再根据算法进行图像的预处理，提取掌纹的特征，然后建立掌纹数据库。当用户在刷掌纹的时候，会将当下的掌纹与数据库的掌纹进行数据比对，从而实现精准识别。腾讯为了保证掌纹支付的足够安全，还添加了掌静脉识别，以达到安全性的双重保障。从具体技术细节来看，构成掌纹识别产品的核心是AI算法和感知芯片。目前这两项技术在国内均已成熟。在AI算法上，国内的两大科技巨头早已布局，腾讯优图实验室在去年8月就联合合肥工大、上海交大等高校提出通过几何模型合成数据，来预训练掌纹识别模型，阿里的支付宝技术团队也在去年进行掌纹支付算法的研发。从结果来看，腾讯率先一步实现技术落地。从感知芯片来看，无论是掌纹识别，还是指纹识别或者人脸识别，其所需的最核心传感器是CIS芯片，目前国内已经有多家企业在该领域布局多年。所谓CIS全称为CMOS图像传感器，是一种将光学影像转换为电子信号的设备，简单理解为这款芯片通过拍照将图像信号转化为数字信号。在人体生物特征识别中，CIS芯片的核心作用就是给指纹、人脸或者掌纹进行“画像”，只不过针对不同的识别方式，画像的方式也略有不同。CIS芯片在生物特征识别中的作用先说指纹识别，它的画像方式是2D的。以智能手机的光学指纹识别为例，用户指纹按压屏幕之后，会变成平面图形，然后用一颗卷帘式快门的CIS对图像进行拍照，再将图像转化为数字信息进行处理识别。目前智能手机的光学指纹识别分辨率在5~8万左右，使用的过程中需要OLED屏幕光做补光以达到更好的识别效果。人脸识别和掌纹识别则与指纹识别略有不同，由于这两者属于非接触式识别，为了保障识别的准确性，需要一些“黑科技”来达到最理想的识别效果。从芯片数量上来说，人脸和掌纹识别需要至少1~2颗CIS芯片，来获取人脸或手掌的3D信息，而从芯片的类别来看，卷帘式快门CIS很难满足高速、准确的识别要求，需要用到全局快门的CIS芯片。目前支付级别的人脸识别（支付宝、微信的刷脸）主要采用单颗130万像素全局快门图像传感器 结构光的方案来使用的，可以获取高精度的人脸3D信息。关于卷帘式快门与全局快门的区别需要进行简单介绍一下。这两者在工作原理上略有区别，卷帘式快门的工作原理是将画面分割成尺寸大小相同的条状，然后逐条曝光，逐条转为数字信号，这一类快门的很适合指纹识别这种2D应用场景。缺点是卷帘快门由于是逐条曝光所以容易产生畸变（业内也称之为“果冻效应”）。这一点在全局快门中则不存在。全局快门的工作原理是将整个画面同时曝光，然后整个画面可以同时转换为数字信号，这种工作方式的好处是曝光时间快，不需要人脸或者手掌短时间固定不动，所以很适合用在非接触式识别场景中。但全局快门传感器也存在缺点，那就是其感光度一般比卷帘式的图像传感器低，需要在曝光时补光，不过已经有企业在芯片层面改进了这项科技，且这款芯片不是来自国外，而是国产图像传感器企业思特威的SC132GS。其技术原理是将全局曝光的CIS芯片从前照式升级到背照式工艺，即BSI Global Shutter的CMOS图像传感器，背照式工艺的高感光度能够很好的解决曝光量不足的问题，与结构光相结合后可以被广泛应用于人脸和掌纹识别领域，也是目前人脸/掌纹支付领域最主流的方案之一。值得一提的是，基于背照式 全局快门图像传感器相关技术的首次亮相是在2019年的ISSCC旧金山国际电路峰会（俗称芯片界的奥林匹克）上，且正是由中国企业思特威推出并作为图像传感器领域的开场论文现场发表的。掌纹识别重塑产业格局一项新技术的出现并被应用，势必会引起行业格局重塑。掌纹识别的出现，也会让整个生物特征识别市场的格局发生改变。考察生物特征识别技术能否被市场和消费者接受有两个核心原则，第一条是足够安全，第二条则是足够便利。安全性是生物特征识别的底线，无论是指纹识别、人脸识别还是如今的掌纹识别，其最核心的一点就是要保证不被破解盗用，而便利性关乎用户的使用体验，使用不方便导致用户体验差，那么该技术则无法跨越鸿沟，进入早期大众市场，进一步无法达到规模优势，最终只会沦为小众市常首先从技术的安全性来看，指纹识别、掌纹识别和人脸识别都已经达到了支付级，但人脸识别相对于其它两者来说有一个天然缺陷，人脸是天然暴露在外，隐匿性太低，因此很容易被盗取人脸信息，用户会有这一层担心，这也是腾讯此前大力推广人脸支付不成功转而研究掌纹支付的核心原因。在便捷性上，指纹识别因为需要接触才能识别，所以稍逊一筹，目前最大的应用场景还是安卓手机，另一方面，指纹识别在流行病高发期间会增加交叉感染风险。人脸识别和掌纹识别这种非接触式识别会十分方便，但需要说明的是，人脸识别太过于迅捷，没有留给用户足够考虑的时间，笔者曾在支付宝人脸识别付款过程中，发现被默认开通蚂蚁花呗，但脸贴上去之时已悔之晚矣。综合来看，指纹识别和人脸识别各自在便捷性与安全性存在不足，而掌纹识别则将这两者的长处集于一身，是一项十分有前景的技术。在国内市场中，腾讯与阿里在力推掌纹支付，北京大兴机场已经开始使用，未来也许会有更多的城市跟随。另一方面，在超市、医疗行业这些to B市场中掌纹识别也能够发挥巨大空间，未来不排除这些系统会使用掌纹识别，或将旧有的识别产品替换为掌纹识别。在国外市场中，2022年8月亚马逊已经在加利福尼亚州的65个全食超市中使用上了掌纹识别技术。总结无论是从技术的成熟度还是产业化的能力，抑或是巨头们的推广力度，掌纹识别技术都具有一个比较美好的未来，至于在掌纹识别这个产业链，谁能成为未来的霸主，则需要看各家的实力与布局了。