鴻海旗下「鴻海研究院人工智能研究所」，與香港城市大學攜手合作，成功研發新世代「自動駕駛軌跡預測深度學習模型QCNet」，並在兩大自駕車軌跡預測挑戰自動駕駛數據，「Argoverse 1」與「Argoverse 2」兩項比賽奪得佳績，未來將可應用在電動車自駕系統中，大幅提升車輛行駛中的決策安全與穩定性。
「QCNet」是屬於一種智慧型軌跡預測模型，能夠推論駕駛場景中的全局資訊，藉由與ChatGPT技術中的Transformer運用，「找出自動駕駛場景中的歷史軌跡」、「車輛間交互行為」以及「道路環境等多樣性與不確定性」，以取得豐富的場景反饋數據。 交通場景中可建立出一套局部座標系，包括車輛、車道、斑馬線與行人等元素，通過「時空位置編碼」來捕捉不同場景下的元素，經過精密計算並提升自動駕駛安全效率。
此時「QCNet」可啟動在複雜道路環境中，捕捉車輛在行進中所出現的各種潛在意圖，在超長距離下預測未來六至八秒鐘可能執行的運動軌跡，對場景中多個目標進行高效能的準確預測，「AI智慧科技軌跡」讓居家生活的自動駕駛更安全、更放心。
