Согласно первому финансовому отчету, приложение Tianyancha показывает, что недавно была создана компания Shanghai Large Model Ecological Development Co., Ltd., законным представителем которой является Гань Цзинь с уставным капиталом 100 миллионов юаней, а сфера ее деятельности включает в себя предпринимательские космические услуги, искусственный интеллект и платформы для обслуживания предпринимательства, социально-экономические консультационные услуги, консалтинг по управлению предприятием, информационные консультационные услуги и т. Д. Панорамная карта проникновения капитала показывает, что компания совместно принадлежит Shanghai West Bund Development (Group) Co., Ltd., Shanghai Lingang Digital Innovation Economic Development Co., Ltd., дочерней компании Lingang Group, и Shanghai Caohejing Emerging Technology Development Zone Development Corporation.

Согласно «Ежедневному совету по научно-техническим инновациям», опубликованному 18 октября, сегодня на инвестиционном саммите Chengdu High-tech Zone Angel Summit Цзяо Тэн, партнер Mingshi Capital, сказал, что существуют огромные системные возможности для транспортных средств на новых источниках энергии, в основном вокруг двух ядер интеллекта и искусственного интеллекта, а конкретными областями являются лидар, визуальная камера, технология чипов, технология аккумуляторов, технология автоматического вождения и интеграция алгоритмов искусственного интеллекта.

Согласно отчету 36 Krypton от 21 июля, Гао Цзянхай, президент бизнес-подразделения публичных облаков Huawei Cloud, объявил на пресс-конференции Huawei Cloud Intelligent Driving Innovation Summit &_ Ulanqab Auto Zone об официальном выпуске платформы разработки автономного вождения Huawei Cloud. Основанная на модели Pangea и производственной линии разработки ИИ ModelArts, платформа предоставляет ряд возможностей, таких как генерация данных, автоматическая маркировка, обучение модели, облачное моделирование, моделирование в виртуальной реальности и замкнутый цикл данных, помогая автомобильным компаниям и компаниям, производящим коммерческие автомобили, ускорить разработку, проверку и оптимизацию итераций алгоритмов автономного вождения, снизить затраты и риски, а также повысить эффективность и безопасность.