一文尽览！2023图像分割最新进展
图灵TOPIA
作者：JakubCzakon
编译：安然
来源：图灵TOPIA
近日，数据科学家JakubCzakon在一篇博文介绍了2020年图像分割的最新进展。Jakub分别图像分割架构、图像分割中使用的损失函数、图像分割工具等方面进行了概述。
什么是图像分割?
顾名思义，就是把图像分成若干个特定的、具有独特性质的区域并提出感兴趣目标的技术和过程。在这个过程中，图像中的每个像素都与一个对象类型相关联。图像分割主要有两种类型：语义分割和实例分割。
在语义分割中，同一类型的所有对象都使用一个类标签进行标记，而在实例分割中，相似的对象则各自获得独立标签。
图像分割架构
图像分割的基本架构由编码器和解码器组成。
编码器通过过滤器从图像中提取特征。解码器负责生成最终输出，通常是一个包含对象轮廓的分割掩码。大多数体系结构都具有该体系结构或其变体。
来看几个例子。
U-Net
U-Net是最初用于分割生物医学图像的卷积神经网络。视化时，其架构看起来像字母U，因此也称为U-Net。它的体系结构由两部分组成，左边部分是收缩路径，右边部分是扩展路径。收缩路径的目的是捕获上下文，而扩展路径的作用是帮助精确定位。
U-net架构图像分割
U-Net由右边的扩展路径和左边的收缩路径组成。收缩路径由两个3×3的卷积组成。卷积之后是一个经过整流的线性单元和一个用于向下采样的2×2最大池计算。
FastFCN——快速全连接网络
在这个架构中，联合金字塔上采样(JPU)模块被用来代替扩展卷积，因为它们消耗大量的内存和时间。它的核心是一个全连接网络，同时使用JPU进行上采样。JPU将低分辨率特征图上采样为高分辨率特征图。
FastFCN:RethinkingDilatedConvolutionintheBackboneforSemanticSegmentation
https://arxiv.org/abs/1903.11816
Gated-SCNN
该架构由双流CNN架构组成。在此模型中，一个单独的分支用于处理图像形状信息，另一个分支结构用于处理边界信息。
Gated-SCNN:GatedShapeCNNsforSemanticSegmentation
https://arxiv.org/abs/1907.05740
DeepLab
在这种结构中，带有上采样滤波器的卷积用于涉及密集预测的任务。多个对象的分割是通过无空间金字塔空间池完成的。最后，使用DCNNs来改进对象边界的定位。
通过插入零或对输入特征图进行稀疏采样来对滤波器进行上采样，从而实现空洞卷积。
DeepLab:SemanticImageSegmentationwithDeepConvolutionalNets,AtrousConvolution,andFullyConnectedCRFs
https://arxiv.org/abs/1606.00915
MaskR-CNN
在这种体系结构中，使用包围框和语义分割对对象进行分类和定位，语义分割将每个像素划分为一组类别。
每个感兴趣的区域都有一个分割掩码。将产生一个类标签和一个边界框作为最终输出。该体系结构是FasterR-CNN的扩展。
FasterR-CNN由提出区域的深度卷积网络和利用区域的检测器组成。
MaskR-CNN
https://arxiv.org/abs/1703.06870
这是在COCO测试集上得到的结果的图像。
图像分割损失函数
语义分割模型在训练过程中通常使用一个简单的交叉熵损失函数。但是，如果对获取图像的信息粒度感兴趣，则必须恢复到稍微高级的损失函数。来看几个例子。
FocalLoss
这种损失是对标准交叉熵标准的一种改进。
这是通过更改其形状来实现的，以降低Well-classifiedexamples的损失权重。最终，确保不存在类不平衡。
在此损失函数中，随着对正确类别的置信度增加，随着比例因子在零处衰减，交叉熵损失会按比例缩放。在训练时，比例因子自动降低简单示例的权重，并将重点放在困难示例上。
Diceloss
该损失是通过计算平滑骰子系数函数获得的。这种损失是最常用，是分割问题。
InterpoverUnion(IoU)-balancedLoss
IoU平衡分类损失的目的是增加高IoU样本的梯度，降低IoU样本的梯度。这样可以提高机器学习模型的定位精度。
Boundaryloss
边界损失的一种变体适用于具有高度不平衡的分割任务。这种损失的形式是空间轮廓而非区域上的距离度量。通过这种方式，它解决了高度不平衡的分割任务的区域损失所带来的问题。
Weightedcross-entropy
在交叉熵的一个变体中，所有正例均按一定系数加权。它用于涉及类不平衡的
情况。
Lovász-Softmaxloss
该损失基于子模损失的凸函数lovaszextension，对神经网络中的检测评价函数interp-over-union(IOU)损失进行直接优化。
其他损失有:
TopKloss——其目标是确保网络在训练过程中专注于困难样本。
DistancepenalizedCEloss——它将网络引向难以分割的边界区域。
Sensitivity-Specificity(SS)loss——计算特异性和敏感性的均方差的加权和。
Hausdorffdistance(HD)loss——从卷积神经网络估计Hausdorff距离。
这些只是图像分割中使用的几个损失函数。更多内容请查看：
https://github.com/JunMa11/SegLoss
图像分割数据集
CocoDataset
COCO是大规模的对象检测，分割和字幕数据集。数据集包含91个类别。它有25万个有关键点标记的人体实例。它的下载大小是37.57GiB。它包含80个对象类别。它在Apache2.0许可下可用。下载链接：
https://www.tensorflow.org/datasets/catalog/coco
PASCALVisualObjectClasses(PASCALVOC)
PASCAL有9963张图像，其中有20种不同的类别。训练/验证集是一个2GB的tar文件。下载链接：
http://host.robots.ox.ac.uk/pascal/VOC/voc2012/
TheCityscapesDataset
这个数据集包含城市场景的图像。它可用于评估城市场景中视觉算法的性能。数据集可从此处下载。
https://www.cityscapes-dataset.com/downloads/
TheCambridge-drivingLabeledVideoDatabase—CamVid
这是一个基于运动的分割和识别数据集。它包含32个语义类。此链接包含进一步的说明和数据集的下载链接。
http://mi.eng.cam.ac.uk/research/projects/VideoRec/CamVid/
图像分割工具
现在已经有了数据集，接下来介绍一些入门的工具/框架。
FastAIlibrary——给定图像，该库能够为图像中的对象创建Mask。
SefexaImageSegmentationTool——Sefexa是一个免费工具，可用于半自动图像分割。图像分析和groundtruth的创建
Deepmask——FacebookResearch的Deepmask是DeepMask和SharpMask的Torch实现
MultiPath——这是一个来自“目标检测的多路径网络”的Torch对象检测网络的实现。
OpenCV——这是一个开放源代码的计算机视觉库，具有2500多种优化算法。
MIScnn——是医学图像分割开源库。它允许在几行代码中使用最新的卷积神经网络和深度学习模型来建立管道。
Fritz——提供了多种计算机视觉工具，包括用于移动设备的图像分割工具。
原文链接：
https://towardsdatascience.com/image-segmentation-in-2020-756b77fa88fc
人工智能发展月报（2023年3月）
作者：智谱研究高级研究员张淼
本报告依托科技情报大数据挖掘与服务系统平台AMiner、新闻事件分析挖掘和搜索系统NewsMiner，以及人工智能主流新闻网站及公众号，从AI学术会议、重大科研进展、人物动态、最新报告发布等角度，分析挖掘了每月人工智能领域所发生的、对领域技术发展产生重大推动作用的事件，旨在帮助AI领域研究人员和业内人士及时追踪最新科研动态、洞察前沿热点。
【本期导读】
正值全国两会召开之月，3月份AI业内的重大科研事件数量有所下降，本月共计发生507篇新闻、180个事件，热度趋势如下图所示。最受关注的事件是2022世界移动通信大会，由于大会聚焦5G、云网络、人工智能、万物互联以及“元宇宙”技术等主题，成为舆论焦点；此外，《2022年人工智能指数》与《2021-2022全球计算力指数评估》两份重磅报告的发布引发了AI业内人士较多关注；英伟达在GTC2022上推出Omniverse平台新功能，热度也较高。
图 1 人工智能领域 2022 年3 月新闻趋势
本月值得关注的AI事件有：
AI顶会：
2022世界移动通信大会在西班牙召开
CVPR2022论文接收量比去年上升24%
研究报告方面：
斯坦福报告：中国AI论文被引用数、会议论文与专利申请均第一
IDC、清华等报告：中国AI算力领跑全球
中国信通院：AI框架演进步入深化阶段
……
榜单奖项方面：
2021年图灵奖授予高性能计算领域先驱JackDongarra
全美CS研究生院排名：MIT、CMU分别称霸总榜和AI分榜
智谱：人工智能全球女性学者美国占比超6成，中国23人入围
国内高校方面：
清华大学与海信视像共建全息交互技术联合研究中心
浙江大学人工智能实验室与OPPO进行合作研发
复旦大学的多芯粒集成存算一体AI芯片亮相ISSCC
……
AI人才动态方面：
寒武纪副总经理兼首席技术官梁军已离职
英特尔图形部门顶级专家MikeBurrows跳槽AMD
滴滴实验室（洛杉矶）首席科学家KevinKnight离职
AI重要科研进展：
微软、OpenAI首次提出了基础研究如何调优大型神经网络
DeepMind根据人类偏好的强化学习训练了一个可以用于开放式问答的模型GopherCite。
清华、达摩院，浙江实验室等提出了首个基于国产超算的百万亿参数超大预训练模型训练系统BaGuaLu
上海交大等提出了一种基于层级语义结构的选择性对比学习框架
阿里提出一个用于深度神经网络的两方计算网络推理系统“猎豹”
英伟达发布了集成800亿个晶体管的全新GPU-H100，以及Omniverse平台新功能
复旦大学提出了一种基于多层次语义对齐的多阶段视觉-语言预训练模型MVPTR
具体详情，请参见下文。
一、AI顶会动态
1.2022世界移动通信大会在西班牙召开
2月28日至3月3日，2022世界移动通信大会在西班牙巴塞罗那召开。来自全球近200个国家的超过6.1万人参会，超过1000人在大会上发表演讲。本届大会聚焦5G、云网络、人工智能、金融科技、万物互联和新兴科技6大主题，旨在“连接释放无限可能”。首次大规模亮相的“元宇宙”备受瞩目，除了对技术本身的讨论外，元宇宙的盈利模式、相关伦理问题等也成为人们关注焦点。中国移动、中国联通、中国电信中国三大运营商负责人集体以线上方式亮相大会主旨演讲，中国移动表示计划到今年底累计开通5G基站超百万个，推动5G网络客户规模超3.3亿户，打造5G商用案例超万个；中国电信表示，率先实现了云、网络、IT（信息技术）的统一运营，不断推进云网融合，已经取得初步成效；中国联通助力北京打造了“第一届真正意义上的5G冬奥会”。
2.CVPR2022论文接收量比去年上升24%
计算机视觉三大顶会之一CVPR2022接收结果已经公布，共有2067篇论文被接收，相较于2021年的1663篇论文，接收率上升了24%；有效投稿量数据还没有放出。截至3月24日，官网已公布350篇论文，涉及方向包括：检测、分割、视频处理、估计、图像处理、人脸、目标跟踪、图像&视频检索/视频理解、医学影像、文本检测/识别/理解、遥感图像、GAN/生成式/对抗式、图像生成/图像合成、三维视觉、模型压缩、神经网络结构设计等。
二、AI最新报告发布
1.斯坦福：中国AI论文被引用数、会议论文与专利申请均排名第一
3月16日，斯坦福大学以人为本人工智能研究所（StanfordHAI）正式发布了《2022年人工智能指数报告》（ArtificialIntelligenceIndexReport2022）。报告发现中国AI期刊论文的引用数2021年排名第一（27.84%），美国为17.45%；中国在AI会议论文发表数量也是排名全球第一，占比27.6%，而美国为16.9%，位居第三AI专利申请，中国申请占全球一半以上（51.69%），美国为16.92%，AI公司数量，美国以299家领先，中国有119家。报告还指出了2021年人工智能发展的八大要点：人工智能领域的民间投资大幅增加；美国和中国主导了人工智能领域的跨国合作；语言模型比以往任何时候都更有能力，但也更有偏见；人工智能伦理无处不在；人工智能变得更可负担得起、性能更高；数据跨技术基准测试的最佳结果越来越依赖于使用额外的训练数据来设置新的最先进的结果；有关人工智能的全球立法比以往任何时候都多；机械臂变得越来越便宜。
2. IDC、清华大学等：中国AI算力领跑全球
3月17日，国际数据公司IDC、浪潮信息、清华大学全球产业研究院联合编制发布了《2021-2022全球计算力指数评估报告》。该报告研究范围覆盖六个大洲的15个国家，从计算能力、计算效率、应用水平和基础设施支持四个维度对各国计算力水平进行全面评估。报告指出，计算力指数平均每提高1点，数字经济和GDP将分别增长3.5‰和1.8‰；美国和中国分别以77分和70分位列前两位，同处领跑者位置。人工智能计算和边缘计算成为市场增长重要力量，中国AI算力发展领跑全球，位列全球第一。
3.中国信通院：AI框架演进步入深化阶段
近日，中国信息通信研究院发布了《AI框架发展白皮书（2022年）》。报告指出AI框架演进已步入深化阶段；AI框架已形成较为完整的技术体系；AI框架是应对智能经济时代的技术利器；全球AI框架繁荣发展，多元化竞合态势渐显。应对未来多样化挑战，AI框架具有六大技术趋势：泛开发、全场景、超大规模、科学计算、安全可信、工程化。
4.IDC：2021上半年全球AI服务器首次突破400亿
3月15日，全球知名数据分析公司IDC（InternationalDataCorporation）发布2021H1《全球人工智能市场半年度追踪报告》。报告显示，2021年上半年全球人工智能服务器市场规模达66.6亿美元（约合人民币431亿元），这是全球半年度人工智能服务器市场首次突破400亿元人民币，同比2020H1增速达28.9%。其中，浪潮信息、戴尔、HPE分别以20.2%、13.8%、9.8%的市占率位列前三，三家厂商总市场份额占全球AI服务器市场总额的43.8%，未来五年，AI服务器市场将继续高速增长，预计在2025年全球AI服务器市场规模将达到277亿美元，五年复合增长率为20.3%。
5.德勤咨询、极视角等：计算机视觉人才存在两大瓶颈
3月1日，极视角旗下的极市平台联合德勤、中国图象图形学学会、北京拉勾网络技术有限公司联合发布了《2021年度中国计算机视觉人才调研报告》，报告主要呈现五大特点：底层视觉与图像处理、姿态估计、人脸以及三维视觉几个细分领域备受产业界关注；企业亟需项目经验丰富、专业技术扎实且工作能力全面的实践型人才，3-5年的工作经验为普遍要求；创新能力成为人工智能企业招聘时最为期望的计算机视觉人才软实力；我国高校人工智能专业建设仍处于初期阶段，校企双方在商业项目、实践实训等方面还面临合作难点；计算机视觉人才在此次调研中反映出“专业知识或技能储备不足”和“职业发展方向不明确”两大瓶颈。
6.联合国教科文组织：发布基础教育阶段人工智能课程全球报告
近日，联合国教科文组织发布《K-12人工智能课程：政府认可的人工智能课程图谱》报告，这是第一份关于K-12（学前教育至高中教育的基础教育阶段）人工智能课程全球状况的报告，该报告分析了现有的人工智能课程，特别关注了课程内容和学习成果，总结了开发机制、学习工具和环境准备、建议的教学法和教师培训，以期分析出关键因素，用以指导未来政策规划、国家课程或机构研究方案以及人工智能素养发展的实施战略。
7.亿欧智库：中国人工智能芯片行业挑战与机遇并存
日前，亿欧智库发布《2022中国人工智能芯片行业研究报告》，报告总结了国内行业发展现状：技术上，瓶颈较难突破，芯片制造环节与国际一流水平仍有所差距，但垂直行业应用的芯片设计及相关企业的数量上，中国仍占有优势；算法上，除了创新计算范式的研发，“数据孤岛”问题也将在政策的指导下得到解决，为AI算法提供更大量、更准确的数据集进行学习与训练；应用上，消费电子、自动驾驶、智慧安防、机器人等仍是较为主流的应用方向，同时，人工智能逐步横向往媒体、医疗、教育等行业渗透与拓展。
8.中国教育科研院、华东师大、腾讯：人工智能课程教师较少
3月24日，中国教育科学研究院、华东师范大学、腾讯联手编制发布了《2022年人工智能教育蓝皮书》。基于历时半年对全国25个省市的16万学生、2万多教师以及1000多名校长展开问卷调查，《蓝皮书》指出，目前受访学校的信息化硬件设备总体情况较好，但相关的软件系统还较为欠缺。政府拨款采购是人工智能课程资源配置的主要方式，占半数以上。超半数的受访学校已开设或正在筹备人工智能教育教学活动。人工智能课程的教师数量较少，大部分教师认为自身专业知识和能力一般需要进行系统培训。
9.爱分析：遴选出12个细分市场的代表厂商
近日，国内咨询机构爱分析发布了《2022爱分析·人工智能厂商全景报告》，报告重点研究了“基础设施层、技术开发层、技术服务层、行业应用层”四个领域的众多细分市场，基于数据调研以及桌面研究，根据厂商的综合实力、产品服务、商业模式、客户成功、战略生态等方面因素，结合爱分析评价模型，判断厂商人工智能服务技术的竞争力，遴选出12个细分市场中具备成熟解决方案和落地能力的代表厂商，通过对各市场的需求定义和代表厂商的能力解读，为各行业企业的智能化规划与厂商选型提供参考。
三、榜单奖项
1.图灵奖授予高性能计算领域先驱JackDongarra
3月30日，美国计算机协会（ACM）将2021年的图灵奖授予美国田纳西大学电气工程和计算机科学系特聘教授、现年71岁的JackJ.Dongarra，表彰他在数值算法和工具库方面的开创性贡献，使高性能计算软件能够跟上四十多年来的指数级硬件改进。据ACM介绍，Dongarra的算法和软件推动了高性能计算发展，并对从人工智能到计算机图形学的多个计算科学领域产生了重大影响。
2.全美计算机研究生院排名：MIT、CMU分别称霸总榜和AI分榜
3月29日，2023U.S.News全美研究生院排名正式发布。最佳计算机科学研究生院排名5名分别为，第1名麻省理工学院（MIT）、并列第2的卡内基·梅隆大学（CMU）、斯坦福大学和加利福尼亚大学伯克利分校（UCB），以及第5名伊利诺伊大学厄巴纳-香槟分校（UIUC）。
在人工智能专业上，排名第一是卡内基·梅隆大学（CMU）。
排名
院校名称
1
卡内基·梅隆大学
2
麻省理工学院
3
斯坦福大学
4
加利福尼亚大学伯克利分校
5
康奈尔大学
5
佐治亚理工学院
5
华盛顿大学
3.智谱榜单：人工智能全球女性学者美国占比超6成，中国23人入围
近日，2022年“人工智能相关领域全球女性学者”名单公布，入围人数共262人，分布在全球19个国家。从国别分布看，美国共入围161人，占比61.5%；其次是中国（含港澳台地区），共有23人，占8.8%；第三是英国，共有14人；从机构分布看，全球前十强机构中，美国占8家，谷歌排名全球第一，中国和法国各占1家，清华大学是我国唯一一家进入前十强的机构；从研究领域分布看，排名依次是人机交互（51人次）、可视化（24人次）、知识工程（22人次）、机器学习（6人次）、机器人（6人次）和计算机系统（7人次）；在262人中，共有71位华人，占比达27.1%，而71位华人中，23位工作单位在中国，48位工作单位在外国。
4.华人博士获ACMSIGSOFT杰出博士论文奖
2022ACMSIGSOFTOutstandingDoctoralDissertationAward（杰出博士论文奖）已公布，唯一的名额授予了美国UIUC大学的华人博士生WingLam（林永政），以表彰他在软件工程方面所做出的杰出贡献。
5. 2022苹果博士奖学金名单：浙大一博士生入选
近日，苹果宣布了2022年人工智能/机器学习领域的博士生奖学金名单，共有15位学生入选，包括4位华人博士生，其中一位是来自浙江大学计算机科学专业的彭思达，师从周晓巍教授。
姓名
所在机构
研究领域
彭思达
浙江大学
深度学习、优化和贝叶斯统计的交叉点
姜翌辰
北卡罗来纳大学教堂山分校
分析和提高神经网络理解自然语言基础结构的能力，以及多跳（multi-hop）推理的可解释性和对抗鲁棒性
SerenaL.Wang
加州大学伯克利分校
机器学习、稳健优化、约束优化和统计学习理论
张国栋
多伦多大学
开发智能机器，以高效、持续地从数据和实验中学习，并对决策进行自主推理
SushmitaBhattacharya
哈佛大学
多智能体强化学习，以解决现实世界的顺序决策问题
OmarKhattab
斯坦福大学
构建基于检索的NLP系统，可以通过学习在文本语料库中搜索信息来回答问题或以其他方式展示知识
AviralKumar
加州大学伯克利分校
开发强化学习算法和工具，通过有效利用历史交互数据以及理解和解决将RL与深度神经网络一起使用的挑战来实现学习策略
VenkateshPotluri
华盛顿大学
使盲人或视障开发人员可以访问被忽视的软件工程空间，如物联网和用户界面开发
AahladPuli
纽约大学
开发因果推理和分布外泛化的技术，建立跨人群运输的临床风险因素和模型
NoamRazin
特拉维夫大学
基于深度学习，分析神经网络何时以及为什么工作，目的是建立理论支持的实践
ElizabethSalesky
约翰霍普金斯大学
基于机器翻译和语言表示，创建数据效率更高、对语言和数据源之间的差异更健壮的模型
OrtalSenouf
洛桑联邦理工学院
将先验知识整合到机器学习模型中
MosheShenfeld
耶路撒冷希伯来大学
差分隐私及其与自适应数据分析和机器学习的关系
PruneTruong
苏黎世联邦理工学院
在大外观和视点变化下估计图像对之间的密集对应关系，无监督学习
EricWallace
加州大学伯克利分校
使NLP模型更安全，更私密，更强大
四、国内高校动态
清华大学
清华大学与海信视像共建全息交互技术联合研究中心，这是清华首个以全息成像、重建和交互技术为核心的人工智能交互技术团队
北京大学
北京大学举办数字人文作品展，来自北京大学人工智能研究院、中文系、智能学院、数字人文研究中心以及清华大学人工智能研究院的教授，分别作了有关计算艺术史、人工智能推动新文科建设、中国古典诗词分析系统、数字人文中的可视化等交叉研究的学术报告
浙江大学
浙江大学人工智能实验室与OPPO合作研发“隐藏摄像头检测功能”：基于芯片级能力以及业界首创AI摄像头检测和室内判断算法，支撑摄像头扫描、室内判断以及定位查找功能，使手机无需连接Wi-Fi就可检测隐藏摄像头
上海交通大学
杭州睿数科技（海豚实验室）在上海交通大学安泰经济与管理学院落地，支撑学院“大数据+”专业特色的建设和数字化复合人才的培养
复旦大学
复旦大学张立华课题组研究团队提出的多芯粒集成存算一体人工智能芯片COMB-MCM研究成果亮相ISSCC。该系统在发挥存算一体“非冯”架构的性能和能效优势的同时，避免模拟计算电路的计算误差，并且利用多芯粒集成技术实现了流片后的算力可扩展性。
五、AI人才动态
1.寒武纪副总经理兼首席技术官梁军已离职
3月14日，寒武纪公告称：原副总经理、首席技术官梁军因与公司存在分歧，已于2月10日通知公司解除劳动合同，目前已办理完离职手续，此后将不再担任公司的任何职务。梁军自2017年加入公司，任职期间曾参与研究并申请发明专利138项、PCT10项，均为非单一发明人。其中14项发明专利已授权，其余仍处于审查阶段。
2.英特尔图形部门顶级专家MikeBurrows跳槽AMD
曾担任英特尔专注游戏和图形技术的AdvancedTechnologiesGroup的负责人、首席技术官和总监MikeBurrows，近日宣布以公司副总裁的身份加入AMD团队，领导其高级图形项目。在AMD，Burrows将专注于实时光线追踪和机器学习领域的研究。此外，他还将涉及包括与图形和计算解决方案的缩放相关的技术，以及数据压缩类技术。
3.滴滴实验室（洛杉矶）首席科学家KevinKnight离职
近日，原任滴滴实验室（洛杉矶）自然语言处理组首席科学家的NLP大神KevinKnight宣布将从滴滴实验室离职。此外，KevinKnight还是南加州大学（USC）计算机科学系院长教授以及ACL2011的大会主席，2014年同年入选ACLFellow、AAAIFellow，他的学术成果颇多，研究方向涵盖人工智能、自然语言处理、机器翻译、对话处理等。
4.前百度Apollo平台研发总经理王京傲加盟自动驾驶初创公司
前百度副总裁、Apollo平台研发总经理王京傲，加盟自动驾驶初创公司云骥智行，担任联合创始人及CTO。王京傲本科毕业于北京大学，于美国辛辛那提大学获得计算机工程硕士学位后，又在加州大学伯克利分校取得MBA学位，目前拥有60多项中美专利。他曾负责百度的自动驾驶Apollo开放平台的整体研发、规划和运营，并主导Apollo平台1.0到7.0所有版本的开发和迭代；之前，曾任职谷歌，是安卓1.0初创团队成员之一。云骥智行成立于2021年11月。在今年的GTC2022大会上，云骥智行宣布将与英伟达合作，在自动驾驶芯片（DRIVEOrinSoC）上搭载云骥智行最新的L4级自动驾驶计算平台。