Beamr验证用于dSPACE数据记录的ML安全压缩

与dGROUP RTMaps镜头的基线编码相比，Beamr的文件大小减少了31%。结果将在4月21日至22日于密歇根州诺维举行的dSYS用户大会上演示

以色列赫茨利亚，2026年4月20日（环球新闻网）-- Beamr Imagement Ltd.（纳斯达克：视频优化技术和解决方案的领导者BMR）和互联、自动驾驶和电动汽车开发解决方案的领先提供商dSYS今天宣布举行联合演示，首次验证在dSYS RTMaps生态系统中压缩自动驾驶车辆（AV）视频数据，同时保持机器学习（ML）模型的准确性。该演示将在4月21日至22日在密歇根州诺维举行的dSYS用户会议上展示。

AV车队在试驾期间会生成大量的多摄像头视频数据。一次运行会产生TB级的素材，阻塞存储，减慢数据传输，并延长开发迭代周期。在数据记录阶段应用压缩可以减少进入下游存储和处理管道的视频数据量，而这些管道的基础设施成本会大规模积累。然而，许多AV团队对压缩犹豫不决，对在不影响ML模型准确性的情况下实现文件大小缩减缺乏信心。

对通过dSYS RTMaps处理的现实世界序列进行测试显示，与基线编码相比，Beamr内容自适应比特率压缩（CABR）的文件大小减少了31%，未压缩数据的文件大小减少了97%，同时保留了ML模型的准确性。RTMaps是一个用于数据记录和回放、软件开发和实时执行的多传感器软件框架。

在之前的基准测试中，CABR展示了ML安全的视频数据压缩，在整个AV管道中将真实世界和合成视频数据的文件大小减少了多达50%。对于对象检测任务，CABR显示平均精度差异<2%，完全在模型的预期方差范围内。使用世界基金会模型进行的测试显示，使用两个嵌入模型进行评估，对AV字幕没有可测量的影响。Beamr和dSYS计划将ML安全压缩测试扩展到其他阶段，包括视频数据模拟和硬件在环（HIL）测试。

Beamr首席产品官Dani Megellishvili表示：“ML安全压缩对于任何大规模运营AV管道的团队来说都至关重要。”“在RTMaps内验证Beamr的技术可以为dSYS生态系统带来这一保证，因此已经运行这些工作流程的团队可以在无需重建管道的情况下减少数据量。"

要在dSYS用户会议上安排会议，请使用此链接。

关于Beamr

Beamr（纳斯达克股票代码：BMR）是内容自适应视频压缩领域的全球领导者，深受Netflix和派拉蒙等顶级媒体公司的信赖。Beamr的感知优化技术（CABR）拥有53项专利，并荣获艾美奖技术与工程奖。这项创新技术可将视频文件大小减少多达50%，同时保留质量并实现人工智能支持的增强功能。

Beamr为高增长市场（例如媒体和娱乐、用户生成的内容、机器学习和自动驾驶汽车）提供高效的视频工作流程。其灵活的部署选项包括本地云、私有云或公共云，为Amazon Web Services（AWS）和Oracle云基础设施（OCI）客户提供便利。

欲了解更多详情，请访问www.beamr.com或投资者网站www.investors.beamr.com

前瞻性陈述

本新闻稿包含存在重大风险和不确定性的“前瞻性陈述”。本通讯中的前瞻性陈述除其他外，可能包括有关Beamr的战略和业务计划、技术、关系、对其业务的目标和预期、趋势对其业务的影响和兴趣、知识产权或产品及其未来业绩、运营和财务表现和状况的陈述。除历史事实陈述外，本新闻稿中包含的所有陈述均为前瞻性陈述。本新闻稿中包含的前瞻性陈述可以通过使用“预期”、“相信”、“设想”、“可能”、“估计”、“预期”、“意图”、“寻求”、“可能”、“计划”、“潜在”、“预测”、“项目”、“目标”、“目标”、“应该”、“将”、“将”、“会”、“会”、“目标”、“应该”、“将”、“将”、““或这些词语或其他类似表达的负面影响，尽管并非所有前瞻性陈述都包含这些词语。前瞻性陈述基于公司当前的预期，并受到难以预测的固有不确定性、风险和假设的影响。此外，某些前瞻性陈述是基于对未来事件的假设，但事实可能不准确。有关影响公司的风险和不确定性的更详细描述，请参阅公司不时向美国证券交易委员会（“SEC”）提交的报告，包括但不限于公司于2026年2月26日向美国证券交易委员会提交的年度报告以及随后向美国证券交易委员会提交的文件中详细介绍的风险。本公告中包含的前瞻性陈述于本公告之日做出，除适用法律要求外，公司不承担更新此类信息的义务。

投资者联系方式www.example.com