渐进式路线和机器学习方法的引领者
Nullmax的所有技术面向大规模量产落地而开发，应用于多个量产车型之上。在海量数据驱动下持续高效地迭代升级，渐进式地实现复杂场景下的无人驾驶应用。
机器学习优先（MLF）
Machine Learning First是一种机器学习优先的自动驾驶方法，采用全新的技术架构，海量数据驱动。
MLF方法具备出色的可拓展性和经济性，能够处理新场景，解决自动驾驶长尾挑战。它利用传感器的输入，在无法用规则完全总结的复杂现实世界里，为自动驾驶汽车生成安全合规、舒适高效的行驶路线。
MLF方法具备出色的可拓展性和经济性，能够处理新场景，解决自动驾驶长尾挑战。它利用传感器的输入，在无法用规则完全总结的复杂现实世界里，为自动驾驶汽车生成安全合规、舒适高效的行驶路线。
MaxView
感知技术体系
Nullmax强大的视觉感知技术，与MLF方法一脉相通，涵盖了自动驾驶所需的全部感知软件和算法，包括目标检测、车道线检测、多目标跟踪、融合、预测、视觉建图及定位等模块，性能指标达到行业顶级水准。
MaxFlow数据闭环
Nullmax打造的高效数据闭环，与大规模前装量产车队全面融通，不断从海量数据中挖掘价值信息，以更快的速度、更低的成本驱动AI算法持续升级迭代。
MaxPlatform 车端系统提供丰富全栈应用
Nullmax聚焦高价值的自动驾驶软件算法，全自主研发了包括感知、规划、控制在内的完整上层应用MaxStack以及自动驾驶中间件MaxOS，实现真正的技术平台化，快速适配不同的底层平台、硬件配置和功能级别。
- 全栈自主研发，技术水平行业领先
- 软硬件解耦，可拓展配置，适应不同平台
- 先进的顶层设计，支持各级别自动驾驶
- 涵盖一整套工具链，贯穿产品开发到测试全流程
- 可满足全场景自动驾驶需求，实现丰富、灵活的定制化应用
- 提供包括感知、规划、控制在内的系统化全栈应用，算法、工程等模块一应俱全
- 行业少有的顶级视觉感知能力，结合多传感融合感知
- 新一代的软件算法架构和体系，性能更加出众
- 可分模块嫁接，灵活应用，快速完成定制化方案的开发
- 专为自动驾驶开发，具备高可靠、高性能、高并发的特点
- 插拔式设计，模块化应用，软件迭代更加快速高效
- 已在多款主流车载计算平台上移植与验证，支持多种操作系统
- 提供针对不同平台的优化方案，包括网络模型和系统模块的选择、裁剪等
MaxCloud 云端系统提供高效数据闭环
MaxCloud涵盖可视化和分析、数据筛选及标注、模型训练以及评估等模块，从海量数据中高效筛取价值信息，为自动驾驶系统持续提供经验与知识，构成车云一体化的数据大闭环。