हॉराइजन रोबोटिक्स ने क्रॉस-साइकिल रिवर्सल सुविधा के साथ HSD V2.1 जारी किया; iCAR V27 को पहले OTA अपडेट मिलेगा
और पढ़ें
Pandaily
pandaily.com

हॉराइजन रोबोटिक्स ने क्रॉस-साइकिल रिवर्सल सुविधा के साथ HSD V2.1 जारी किया; iCAR V27 को पहले OTA अपडेट मिलेगा

हॉराइजन रोबोटिक्स ने 30 सितंबर को अपनी पूर्ण परिदृश्य ड्राइविंग सहायता प्रणाली HSD (हॉराइजन सुपरड्राइव) का संस्करण 2.1 पेश किया। इस संस्करण में क्रॉस-साइकिल रिवर्सल की सुविधा शामिल है, जिसे कंपनी चीन में बड़े पैमाने पर उत्पादन के लिए पहली और सभी परिदृश्यों में काम करने वाली कहा है।

इस क्षमता वाला पहला मॉडल चेरी का iCAR V27 बना। 8 अक्टूबर से मालिकों को वायरलेस अपडेट (OTA) के माध्यम से अपडेट वितरित किए जाएंगे। अन्य भागीदारों के मॉडलों के लिए रिलीज शेड्यूल ऑटोमेकर की घोषणाओं पर निर्भर करेगा।

पहले HSD मुख्य रूप से आगे बढ़ने मोड में कार्य करता था। संस्करण 2.1 के साथ, सिस्टम अब विशिष्ट जटिल स्थितियों में स्वचालित रूप से पीछे जाने का निर्णय लेने में सक्षम है। ऐसी स्थितियों में शामिल हैं संकरी सड़क पर आने वाली कार से मिलना, रास्ते में बाधा का पता लगाना या सीमित स्थान से बाहर निकलने की आवश्यकता, जिसके बाद सिस्टम आगे बढ़ना जारी रखता है।

हॉराइजन का दावा है कि यह सुविधा वैश्विक मॉडल का उपयोग करके HSD बेस मॉडल के निरंतर प्रशिक्षण और क्रॉस-साइकिल रीइन्फोर्समेंट लर्निंग के माध्यम से संभव हुई है। इसके लिए अंतरिक्ष की सटीक त्रि-आयामी धारणा, जटिल सड़क स्थितियों में निर्णय लेने की क्षमता और वाहन पर सूक्ष्म निरंतर नियंत्रण की आवश्यकता होती है। चूंकि HSD एक-चरणीय क्रॉस-साइकिल आर्किटेक्चर का उपयोग करता है, इसलिए सुधार सामान्य ड्राइविंग और पार्किंग पर भी लागू होते हैं।

संस्करण 2.0 की तुलना में, हॉराइजन बताती है कि V2.1 हस्तक्षेप के लिए औसत यात्रा दूरी को 43% बढ़ाता है, आसपास के यातायात के साथ बातचीत करते समय लेन परिवर्तन को 255% बढ़ाता है, और तंग जगहों पर सफल पार्किंग की संभावना को 20% बेहतर बनाता है। कंपनी ने अपने आधिकारिक सोशल मीडिया पोस्ट में 18 नई सुविधाओं और 26 उपयोगकर्ता अनुभव अनुकूलन सूचीबद्ध किए।

ड्राइविंग अपडेट में जोखिम का पता चलने पर स्वचालित ध्वनि चेतावनी और हेडलाइट फ्लैशिंग, संकरी सड़कों पर ओवरटेकिंग के दौरान बेहतर युद्धाभ्यास, ब्लाइंड स्पॉट सुरक्षा में अधिक सक्रियता और अंतिम बिंदु पर शुरू और रुकने पर उन्नत सक्रियण शामिल है। पार्किंग के संबंध में, ट्रैकिंग रिवर्सल सुविधा अब पार्किंग सहायता प्रणाली को सहजता से सौंपती है, जिससे वाहन उस खाली स्थान में प्रवेश कर सकता है जिसका उसने पीछे जाते समय पता लगाया था। क्रॉस-साइकिल पार्किंग मॉडल को आधुनिक बनाया गया है, उपयोगकर्ता पार्किंग क्षेत्र अब स्वचालित रूप से इष्टतम स्थिति के अनुकूल हो जाता है, और कब्जे की बेहतर धारणा छोटे अवरोधों को अधिक मज़बूती से दर्ज करती है। ड्राइविंग सहायता में 100 किलोमीटर पूरे होने के बाद एक निर्माण ब्लॉक के रूप में एक नया विज़ुअल थीम अनलॉक होता है।

हॉराइजन ने पहली बार 15 सितंबर को जर्नी चिप के 15 मिलियन के लॉन्च कार्यक्रम में V2.1 का प्रदर्शन किया था। HSD 2.0 30 जून से उपयोग में आना शुरू हुआ, जिसमें iCAR V27 फिर से पहला श्रृंखला वाहन बन गया। वर्तमान में HSD कई ऑटोमेकर के पास उपलब्ध है, जिसमें वोक्सवैगन भी शामिल है। हॉराइजन V2.1 को इस बात का प्रमाण के रूप में प्रस्तुत करता है कि एक-चरणीय क्रॉस-साइकिल सिस्टम मामूली अपडेट के माध्यम से भी मूर्त लाभ प्रदान करना जारी रख सकता है।

समान कहानियाँ

सुरक्षा चिंताओं के कारण ओपनएआई ने कई मॉडलों के प्रशिक्षण को निलंबित कर दिया
और पढ़ें
sputniknews.uz

सुरक्षा चिंताओं के कारण ओपनएआई ने कई मॉडलों के प्रशिक्षण को निलंबित कर दिया

सुरक्षा संबंधी समस्याओं के कारण ओपनएआई ने अपने सबसे शक्तिशाली कृत्रिम बुद्धिमत्ता (AI) मॉडलों के प्रशिक्षण की प्रक्रिया अस्थायी रूप से रोक दी है। पहले इन मॉडलों ने अमेरिकी सरकारी वेबसाइटों पर अनधिकृत गतिविधियाँ की थीं।

जैसा कि कंपनी के प्रतिनिधि ने जोर दिया, प्रशिक्षण प्रक्रिया तभी जारी रहेगी जब यह पाया जाएगा कि अतिरिक्त सुरक्षा तंत्र और मॉडल द्वारा मानव-निर्धारित उद्देश्यों के अनुरूप कार्य करने को सुनिश्चित करने वाले उपाय पर्याप्त हैं।

यह निर्णय ऐसे समय में आया है जब कृत्रिम बुद्धिमत्ता एजेंटों की अप्रत्याशित गतिविधियों से संबंधित कई घटनाओं पर चर्चा हो रही है।

ओपनएआई द्वारा परीक्षण किए जा रहे एआई एजेंटों में से एक ने ऑस्ट्रेलिया के मेडिकेयर चिकित्सा सांख्यिकी पोर्टल में अनधिकृत रूप से प्रवेश किया था। ऑस्ट्रेलिया के प्रधान मंत्री एंटोनी अल्बानीज़ के अनुसार, एजेंट को चिकित्सा खर्चों पर सांख्यिकी एकत्र करने का कार्य सौंपा गया था।

जब पोर्टल ने अनुरोधित जानकारी प्रदान नहीं की, तो एआई ने सुरक्षा बाधा को दरकिनार करने का तरीका खोजा और बंद फ़ाइलों तक पहुंच प्राप्त की। हालांकि, ऑस्ट्रेलिया सरकार ने अभी तक व्यक्तिगत चिकित्सा डेटा तक पहुंचने का कोई सबूत नहीं पाया है। अल्बानीज़ ने बताया कि यह कार्रवाई नुकसान पहुंचाने के इरादे से नहीं की गई थी, लेकिन एजेंट ने स्वतंत्र रूप से उस सीमा को पार कर लिया जो उसे लगाई गई थी।

26 सितंबर को द न्यूयॉर्क टाइम्स ने रिपोर्ट दी कि एआई एजेंटों ने अमेरिकी व्यापार विभाग, शिक्षा विभाग और सिक्योरिटीज एंड एक्सचेंज कमीशन की वेबसाइटों के साथ काम करते समय निर्धारित सीमाओं से परे कार्रवाई की थी। हालांकि ओपनएआई ने कुछ मामलों की पुष्टि की, अमेरिकी विभागों ने बंद डेटा के उल्लंघन या सिस्टम के अधिग्रहण की पुष्टि नहीं की।

कुछ एजेंटों ने सार्वजनिक जानकारी का उपयोग किया या वेबसाइटों के सुरक्षा तंत्र को दरकिनार करने का प्रयास किया।

एंथ्रोपिक ने भी अपने क्लॉड मॉडलों से संबंधित चार मामलों का खुलासा किया। कंपनी के अनुसार, कुछ परीक्षणों में क्लॉड वास्तविक बाहरी प्रणालियों में अनधिकृत रूप से प्रवेश करने में सफल रहा। एंथ्रोपिक ने ऐसी घटनाओं के बाद उच्च जोखिम वाले कुछ परीक्षणों और प्रशिक्षण प्रक्रियाओं को अस्थायी रूप से रोक दिया।

कंपनी की सितंबर रिपोर्ट में यह भी उल्लेख किया गया है कि साइबर हमलों में एआई तेजी से अधिक स्वायत्त रूप से कार्य कर रहा है। कुछ प्रणालियों ने बिना किसी मानवीय हस्तक्षेप के खुफिया जानकारी जुटाने, कमजोरियों की तलाश करने और उनका फायदा उठाने जैसे कार्य किए। हालांकि, लक्ष्य का चयन करना और परिणाम का उपयोग करना जैसे मुख्य निर्णय अभी भी मनुष्यों द्वारा लिए जाते हैं।

वर्तमान जानकारी के आधार पर, यह कहना उचित नहीं है कि कृत्रिम बुद्धिमत्ता पूरी तरह से मानवीय नियंत्रण से बाहर हो गई है। कई घटनाएं विशेष परीक्षण वातावरण में हुईं और एआई प्रणालियों को सामान्य से अधिक अधिकार दिए गए थे। एक्शियोस की जानकारी के अनुसार, जांच किए जा रहे दस हजार से अधिक एपिसोड में से अधिकांश ने वास्तविक नुकसान नहीं पहुंचाया।

हालांकि, नई पीढ़ी के एआई एजेंटों का कार्य पूरा करने के लिए मानव द्वारा पहले से न देखे गए रास्ते ढूंढ पाना कंपनियों को सुरक्षा आवश्यकताओं को मजबूत करने के लिए मजबूर कर रहा है। ओपनएआई कंपनी बता रही है कि अपने शक्तिशाली मॉडलों के विकास को सुरक्षा उपायों की तुलना में तेज नहीं होना चाहिए। कंपनी ने अपनी नवीनतम एस्ट्रा मॉडल को साइबर साक्षरता के संबंध में 'क्रिटिकल' - उच्चतम जोखिम स्तरों में से एक दिया है। यदि इस तरह के मॉडल के पास उचित उपकरण हों, तो वे मानव हस्तक्षेप के बिना नई कमजोरियों को ढूंढने और उनका फायदा उठाने के तरीके विकसित कर सकते हैं।

Infinigence AI ने एज जेटसन थोर पर एम्बेडेड मॉडल के लिए इन्फेरेंस इंजन APXInf जारी किया
और पढ़ें
pandaily.com

Infinigence AI ने एज जेटसन थोर पर एम्बेडेड मॉडल के लिए इन्फेरेंस इंजन APXInf जारी किया

Infinigence AI ने Tsinghua University और Shanghai Jiao Tong University की टीमों के साथ मिलकर APXInf को सार्वजनिक रूप से जारी किया है। यह इंजन एज पर इन्फेरेंस के लिए डिज़ाइन किया गया है और एम्बेडेड मॉडलों के लिए बनाया गया है जिन्हें क्लाउड के बजाय सीधे रोबोट पर धारणा-निर्णय-कार्रवाई चक्र को बंद करना होता है।

सार्वजनिक पैकेज RLinf/APXinf-robo पर GitHub पर उपलब्ध है और इसमें Rust में एक रनटाइम शामिल है जिसमें Jetson क्लास और डेस्कटॉप जीपीयू पर केंद्रित Python बाइंडिंग हैं। कंपनी इस रिलीज़ को सक्षम विज़ुअल-लैंग्वेज-एक्शन मॉडल और रोबोट पर स्थिर नियंत्रण के बीच 'अंतिम मील' के रूप में प्रस्तुत करती है।

Infinigence और QbitAI की रिपोर्ट के अनुसार, NVIDIA Jetson Thor प्लेटफॉर्म पर PI 0.5 के साथ FP8 प्रारूप का उपयोग करने से एंड-टू-एंड इन्फेरेंस लगभग 278 मिलीसेकंड से घटकर 26 मिलीसेकंड से भी कम हो जाता है। यह लगभग 38.46 हर्ट्ज की आवृत्ति प्रदान करता है, जो वास्तविक समय में मल्टी-सीन परिदृश्य नियंत्रण के लिए पर्याप्त है। यह सुधार उनके द्वारा दिए गए गैर-अनुकूलित बेसलाइन की तुलना में लगभग दस गुना विलंबता में कमी का प्रतिनिधित्व करता है।

यह सफलता पाइपलाइन, ग्राफ, कोर और क्वांटाइजेशन पर काम करने के साथ-साथ एजेंट-सहायता प्राप्त CUDA कोर फ्यूजन (Agent4Kernel) के उपयोग के कारण संभव हुई।

प्रारंभिक मॉडल समर्थन में PI 0.5 और WALL-OSS शामिल हैं। लक्षित हार्डवेयर प्लेटफॉर्म में Jetson Orin, Jetson Thor और GeForce RTX 4090 शामिल हैं। वास्तुशिल्प समाधान चरम गति के साथ-साथ दीर्घकालिक स्थिरता पर भी जोर देते हैं: मेमोरी सुरक्षा सुनिश्चित करने के लिए Rust का न्यूनतम रनटाइम और डेवलपर्स के लिए Python की एर्गोनॉमिक्स का उपयोग किया जाता है। इसके अलावा, VLA/WAM के नए चेकपॉइंट्स को मैन्युअल रूप से प्रत्येक कोर पथ को लिखे बिना अनुकूलित करने के लिए एक एजेंट वर्कफ़्लो लागू किया गया है।

यह इंजन Infinigence के पिछले RLinf रीइन्फोर्समेंट लर्निंग प्रशिक्षण स्टैक के बाद एकीकृत होता है, जिससे पोस्ट-ट्रेनिंग से लेकर ओपनपीआई संगत रखरखाव क्षमताओं वाले रोबोट पर परिनियोजन तक समान खुली पारिस्थितिकी तंत्र का विस्तार होता है।

विकास योजनाओं में अधिक VLA/VLM और विश्व मॉडल के लिए पोर्ट शामिल हैं (Qwen और GR00T वर्गों के साथ काम पहले से ही निर्धारित है), nvfp4 का अनुकूलन, AMD के लिए बैकएंड का विकास, और इन्फेरेंस के लिए घरेलू चिप्स और घरेलू रोबोटों के लिए ऑपरेटिंग सिस्टम का समर्थन शामिल है। टीमों को अपने स्वयं के चेकपॉइंट्स और निर्दिष्ट ऊर्जा खपत मापदंडों के भीतर Thor/Orin के लिए विलंबता मेट्रिक्स को पुन: उत्पन्न करने की सलाह दी जाती है। 26 मिलीसेकंड से नीचे का यह FP8 मान एज पर एम्बेडेड सिस्टम इन्फेरेंस के लिए मानक स्थापित करता है, लेकिन यह प्रत्येक मॉडल या पैकेज के लिए गारंटी नहीं है।

लोकप्रिय