2023年,我们实现新能源汽车年交付量144,155辆,较2022年同比增长29.7%。自2019年首款新能源汽车上市以来至报告期末,交付量年复合增长率为243.4%。2023年,C系列车型共交付105,701辆,占全年总交付量的73.3%以上,而2022年该比例为44.3%,表明产品结构不断改善。其中C11车型2023年全年交付80,708辆,较2022年同比增长81.9%。2023年连续实现20万辆、30万辆量产车交付,是公司跨越式发展的重要里程碑和新起点,巩固了公司行业新生力量的领先地位。
• 经过八年技术积累,我们全套自研技术实现了从LEAP1.0到LEAP3.0架构的升级迭代,并于2024年1月10日正式发布。LEAP3.0技术架构融合了多项行业首创的领先技术,包括行业首个四域合一的集中式集成电子电气(E/E)架构(“四叶草架构”)、行业首个用一颗8295芯片实现高级驾驶辅助系统(ADAS)、智能座舱、驾驶及泊车功能的集成技术、行业首个脱离导航的城市全场景NAC技术、行业首个无缝OTA升级技术、行业首个新能源黄金动力总成技术(CTC电池+油冷电驱),整车架构通用性指数达88%,为行业最高。
Cheraghian 等人 [ 21 – 23 ] 在零样本 3 维模型分类方 面提出了 3 维点云的零样本学习方法、缓解 3 维零样 本学习中枢纽点问题的方法和基于直推式零样本学 习的 3 维点云分类方法,并将它们封装进一个全新 的零样本 3 维点云方法 [ 24 ] 中。以上方法均是利用已 知类样本的点云表征及其词向量对未知类别进行分 类,开创了零样本 3 维模型分类方法。近年来, CLIP 在零样本图像分类上取得了良好的效果,因此有研 究者将 CLIP 应用到零样本 3 维模型分类方法中, Zhang 等人 [ 25 ] 提出了基于 CLIP 的 3 维点云理解 (Point cloud understanding by CLIP, PointCLIP) 模型, PointCLIP 首先将 3 维点云投影成多个深度图,然 后利用 CLIP 的预训练图像编码器提取深度图特 征,同时将类别名称通过 CLIP 预先训练的文本编 码器提取文本特征。但是 PointCLIP 的性能受到深 度图和图像之间的域差异以及深度分布的多样性限 制。为了解决这一问题,基于图像 - 深度图预训练 CLIP 的点云分类方法 (transfer CLIP to Point cloud classification with image-depth pre-training, CLIP2Point) [ 26 ] 将跨模态学习与模态内学习相结合 训练了一个深度图编码器。在分类时,冻结 CLIP 的图像编码器,使用深度图编码器提取深度图特 征,该方法缓解了深度图和图像间的模型差异。用 于 3 维理解的图像 - 文本 - 点云一致性表征学习方法 (learning Unified representation of Language, Im- age and Point cloud for 3D understanding, ULIP) [ 27 ] 构建了一个图像、文本和点云 3 种模态的 统一嵌入空间,该方法利用大规模图像 - 文本对预 训练的视觉语言模型,并将 3 维点云编码器的特征 空间与预先对齐的视觉 - 文本特征空间对齐,大幅 提高了 3 维模型的识别能力。与之相似的是,基于 提示文本微调的 3 维识别方法 (CLIP Goes 3D, CG3D) [ 28 ] 同样使用 3 元组形式确保同一类别的 3 维模 型特征和图像特征之间以及 3 维模型特征和文本特 征之间存在相似性,从而使点云编码器获得零样本 识别的能力。另外, PointCLIP V2 [ 29 ] 在 Point- CLIP 的基础之上,通过利用更先进的投影算法和 更详细的 3 维模型描述,显着提高了零样本 3 维模型 分类准确率。本文采用语义增强 CLIP 解决图像和文 本的语义鸿沟问题,通过在语义层面为图像和文本 提供更多相似的语义信息,使图像和文本对齐更具有 一致性,从而有效提高 3 维模型的零样本分类性能。 2.2 提示工程
零能源建设电力 - 热热双层能量优化控制方法Kong Lingguo 1,Wang Shibo 1,Cai Guowei 1,Liu Chuang 1,Guo Xiaoqiang 2
廉政公署出版了《廉政公署资助计划受资助者指南》,为申请人/受资助者提供一套实用的指引,帮助他们运用资助。该指南的电子版可在廉政公署网站下载 ( http://www.icac.org.hk/filemanager/en/Content_1031/GranteeBPC.pdf )。竞争事务委员会 (“竞委会”) 亦出版了一本小册子,提供有关示范反串谋条款及反串谋投标证书的指引 (可在竞委会网站下载: https://www.compcomm.hk/en/media/press/files/Model_Non_Collusion_Clauses_and_Non_Collusiv e_Tendering_Certificate_Eng.pdf )。申请人应参考廉政公署指南和竞投局小册子中的最佳做法,如对指南或小册子有任何疑问,或需要任何有关防止贪污或反竞争行为的建议,可致电廉政公署防贪咨询服务处(电话:2526 6363)或竞投局(电话:3462 2118)。申请人亦可考虑在与中标人/投标人签订的正式合约中加入不串谋条款。如需进一步资料,请参阅竞投局的示范不串谋条款及不串谋投标证明书(特别是附录 1 和附录 2)。
13. 申请人须确保每名投标者/投标人均已签署廉洁及非合谋报价/投标证明书,作为其向申请人 8 提交的报价或标书的一部分。请参阅科技券专页 7 除寻求批准从单一服务供应商取得报价外,此类采购程序须遵守第 9 及 10 段所载的现行采购程序。 8 廉政公署已出版小册子《加强廉洁及问责 — 政府资助计划受资助者指南》,为申请人/受资助者提供一套实用指引,帮助他们运用资助。指南的电子副本可在廉政公署网站 ( http://www.icac.org.hk/filemanager/en/Content_1031/GranteeBPC.pdf ) 下载。竞争事务委员会 (“竞委会”) 亦已出版一本小册子,提供有关示范反串谋条款及反串谋投标证书的指引 (可于竞委会网站查阅:https://www.compcomm.hk/en/media/press/files/Model_Non_Collusion_Clauses_and_Non_Collusiv e_Tendering_Certificate_Eng.pdf)。申请人应参考廉政公署指南及竞委会小册子中的最佳做法,如对指南或小册子有任何疑问,或需要任何有关防止贪污或反竞争行为的建议,可联络廉政公署防贪顾问服务 (电话:2526 6363) 或竞委会 (电话:3462 2118)。申请人亦可考虑在与竞委会订立的正式合约中加入反串谋条款。