<p>/PRNewswire/ -- Cyngn Inc.（“公司” 或 “Cyngn”）（納斯達克：CYN）今天宣佈正式獲得一項新專利，美國專利號 12,032,099，該專利介紹了一種在自動駕駛車輛移動時保持傳感器收集數據準確性的方法。</p>
<p><img src="https://imageproxy.pbkrs.com/https://mma.prnewswire.com/media/2495908/Patent_20.jpg?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" alt="" width="400" height="226" original-src="https://imageproxy.pbkrs.com/https://mma.prnewswire.com/media/2495908/Patent_20.jpg"/></p>
<p>該專利的核心在於通過整合先進的激光雷達和圖像技術來優化傳感器數據處理。系統首先捕獲全面的環境數據，然後計算並調整數據採集與處理之間的時間延遲。關鍵是，它基於實時傳感器在多個軸上的運動動態生成運動模型，確保對未來位置的精確預測。</p>
<p>該專利的重要性在於它能夠顯著增強自動駕駛車輛和機器人中傳感器數據的可靠性和精確性，通過有效補償數據處理過程中的運動。這一能力使這些系統能夠在動態環境中以極高的準確性運行，最終提高安全性、效率，並基於精確的環境數據做出更明智的決策。</p>
<p>“我們第 20 項美國專利的授予凸顯了 Cyngn 在推進自動駕駛技術方面的持續承諾，” Cyngn 董事長兼首席執行官 Lior Tal 表示。“在 2023 年獲得的 16 項美國專利之後，這一成就反映了我們團隊致力於建立強大專利組合以保護我們的知識產權。”</p>
<p>該專利的授予標誌着 Cyngn 知識產權戰略中的一個重要里程碑，進一步鞏固了其在自動駕駛行業中的地位。這一成功是在 Cyngn 最近宣佈的第 19 項專利授予之後。</p>
<p>Cyngn 為客户提供了一種無高額前期成本的無縫方式，將自動駕駛技術融入其運營中。</p>
<p>之前的專利包括：</p>
<table>
<thead>
<tr>
<th></th>
<th></th>
<th></th>
<th></th>
</tr>
</thead>
<tbody>
<tr>
<td></td>
<td>專利號</td>
<td>標題</td>
<td>發表日期</td>
</tr>
<tr>
<td>20.</td>
<td>US-12,032,099-B2</td>
<td>感知通道的自適應運動補償</td>
<td>2024 年 7 月 9 日</td>
</tr>
<tr>
<td>19.</td>
<td>US-11,851,074-B2</td>
<td>大規模自動駕駛驗證的系統和方法</td>
<td>2023 年 12 月 26 日</td>
</tr>
<tr>
<td>18.</td>
<td>US-11,837,090-B2</td>
<td>基於交通規則的自動駕駛自適應決策系統和方法</td>
<td>2023 年 12 月 5 日</td>
</tr>
<tr>
<td>17.</td>
<td>US-11,837,089-B2</td>
<td>自動駕駛的模塊化可擴展行為決策系統</td>
<td>2023 年 12 月 5 日</td>
</tr>
<tr>
<td>16.</td>
<td>US-11,767,034-B2</td>
<td>自動駕駛系統的計算加速系統和方法</td>
<td>2023 年 9 月 26 日</td>
</tr>
<tr>
<td>15.</td>
<td>US-11,760,368-B2</td>
<td>自動駕駛的同環自適應仿真系統和方法</td>
<td>2023 年 9 月 19 日</td>
</tr>
<tr>
<td>14.</td>
<td>US-11,747,454-B2</td>
<td>粒度靈活的基於存在的物體檢測</td>
<td>2023 年 9 月 5 日</td>
</tr>
<tr>
<td>13.</td>
<td>US-11,745,762-B2</td>
<td>自動駕駛的自適應軌跡預測系統和方法</td>
<td>2023 年 9 月 5 日</td>
</tr>
<tr>
<td>12.</td>
<td>US-11,745,747-B2</td>
<td>自動駕駛計算的自適應分配系統和方法</td>
<td>2023 年 9 月 5 日</td>
</tr>
<tr>
<td>11.</td>
<td>US-11,745,750-B2</td>
<td>使用領域特定語言的自動駕駛大規模自動評分系統和方法</td>
<td>2023 年 9 月 5 日</td>
</tr>
<tr>
<td>10.</td>
<td>US-11,679,726-B2</td>
<td>車輛傳感器系統</td>
<td>2023 年 6 月 20 日</td>
</tr>
<tr>
<td>9.</td>
<td>US-11,673,577-B2</td>
<td>自動駕駛的自適應相關性預測系統和方法</td>
<td>2023 年 6 月 13 日</td>
</tr>
<tr>
<td>8.</td>
<td>US-11,668,833-B2</td>
<td>障礙物檢測系統</td>
<td>2023 年 6 月 6 日</td>
</tr>
<tr>
<td>7.</td>
<td>US-11,651,583-B2</td>
<td>多通道物體匹配</td>
<td>2023 年 5 月 16 日</td>
</tr>
<tr>
<td>6.</td>
<td>US-11,614,527-B2</td>
<td>自適應激光雷達 - 相機同步系統</td>
<td>2023 年 3 月 28 日</td>
</tr>
<tr>
<td>5.</td>
<td>US-11,592,565-B2</td>
<td>靈活的多通道融合感知</td>
<td>2023 年 2 月 28 日</td>
</tr>
<tr>
<td>4.</td>
<td>US-11,555,928-B2</td>
<td>具有地面去除智能的三維物體檢測</td>
<td>2023 年 1 月 17 日</td>
</tr>
<tr>
<td>3.</td>
<td>US-11,372,115-B2</td>
<td>車輛定位</td>
<td>2022 年 6 月 28 日</td>
</tr>
<tr>
<td>2.</td>
<td>US-11,186,234-B2</td>
<td>車輛傳感器系統</td>
<td>2021 年 11 月 30 日</td>
</tr>
<tr>
<td>1.</td>
<td>US-11,169,271-B2</td>
<td>障礙物檢測系統</td>
<td>2021 年 11 月 9 日</td>
</tr>
<tr>
<td></td>
<td></td>
<td></td>
<td></td>
</tr>
</tbody>
</table>
<p>有關 Cyngn 專注於模塊化和靈活性的自動駕駛系統的多傳感器模式和配置的專利的全面信息，請訪問 USPTO。</p>
<p><strong>關於 Cyngn</strong></p>
<p>Cyngn 為工業組織開發和部署可擴展、差異化的自動駕駛技術。Cyngn 的自動駕駛解決方案使現有勞動力能夠提高生產力和效率。該公司解決了當今工業組織面臨的重大挑戰，如勞動力短缺、昂貴的安全事故以及對電子商務的消費者需求增加。</p>
<p>Cyngn 的 DriveMod 套件可以在新工業車輛的生產線末端安裝或通過改裝進行安裝，使客户能夠無縫地將自動駕駛技術融入其運營中，而無需高額的前期成本或完全更換現有的車輛投資。</p>
<p>Cyngn 的旗艦產品，企業自主套件，包括 DriveMod（自動駕駛系統）、Cyngn Insight（面向客户的自動駕駛車隊管理、遠程操作和分析工具套件）以及 Cyngn Evolve（內部工具包，使 Cyngn 能夠利用現場數據進行人工智能、仿真和建模）。</p>
<p>在以下平台找到 Cyngn：</p>
<ul>
<li>網站: https://cyngn.com</li>
<li>推特: http://twitter.com/cyngn</li>
<li>領英: https://www.linkedin.com/company/cyngn</li>
<li>YouTube: https://www.youtube.com/@cyngnhq</li>
</ul>
<p><strong>投資者聯繫：</strong> Don Alvarez</p>
<p><strong>investors@cyngn.com</strong></p>
<p><strong>媒體聯繫：</strong></p>
<p>Luke Renner</p>
<p><strong>media@cyngn.com</strong></p>
<p>前瞻性聲明</p>
<p>本新聞稿包含 1995 年《私人證券訴訟改革法案》第 27A 條、1933 年《證券法》及其修正案和 1934 年《證券交易法》及其修正案第 21E 條所定義的前瞻性聲明。任何非歷史性質的聲明均為前瞻性聲明，並可通過使用諸如 “預期”、“預計”、“相信”、“將”、“可能導致”、“將繼續”、“計劃”、“潛在”、“有前景” 等類似表達來識別。這些聲明基於管理層當前的期望和信念，並受到多種風險、不確定性和假設的影響，這些因素可能導致實際結果與前瞻性聲明中描述的結果存在重大差異，包括公司向美國證券交易委員會（SEC）提交的報告中不時描述的風險因素，包括但不限於 2024 年 3 月 7 日向 SEC 提交的公司年度報告（Form 10-K）中討論的風險因素。讀者應注意，無法預測或識別所有可能影響未來結果的風險、不確定性和其他因素。沒有任何前瞻性聲明可以得到保證，實際結果可能與預測的結果存在重大差異。Cyngn 沒有義務公開更新任何前瞻性聲明，無論是由於新信息、未來事件還是其他原因。</p>
<p><img src="https://imageproxy.pbkrs.com/https://mma.prnewswire.com/media/2156830/Cyngn_Logo_1.jpg?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" alt="" width="400" height="293" original-src="https://imageproxy.pbkrs.com/https://mma.prnewswire.com/media/2156830/Cyngn_Logo_1.jpg"/></p>
<p>來源：Cyngn</p>

<p>Cyngn Inc. 宣佈獲得美國專利號 12,032,099，該專利提高了自動駕駛車輛傳感器收集數據的準確性。該專利通過整合激光雷達和圖像技術來優化傳感器數據處理，從而實現對未來位置的精確預測。這一里程碑反映了 Cyngn 在推進自動駕駛技術方面的承諾，標誌着其獲得的第 20 項美國專利。該公司旨在為工業組織提供具有成本效益的自動駕駛技術解決方案，以應對勞動力短缺和安全事故等挑戰</p>

<p>, /PRNewswire/ -- Cyngn Inc. (the &#34;Company&#34; or &#34;Cyngn&#34;) (Nasdaq: CYN) today announced the official granting of a new patent, U.S. Patent No. 12,032,099, which introduces a method to maintain the accuracy of data collected by an autonomous vehicle's sensors as the vehicle moves.</p>
<div class="lb-trans"><p>/PRNewswire/ -- Cyngn Inc.（“公司” 或 “Cyngn”）（納斯達克：CYN）今天宣佈正式獲得一項新專利，美國專利號 12,032,099，該專利介紹了一種在自動駕駛車輛移動時保持傳感器收集數據準確性的方法。</p>
</div><p><img src="https://imageproxy.pbkrs.com/https://mma.prnewswire.com/media/2495908/Patent_20.jpg" alt="" original-src="https://mma.prnewswire.com/media/2495908/Patent_20.jpg"/></p>
<p>At its core, the patent optimizes sensor data processing by integrating advanced LiDAR and image technologies. By initially capturing comprehensive environmental data, the system then calculates and adjusts for any time delay between data acquisition and processing. Crucially, it dynamically generates a motion model based on real-time sensor movements across multiple axes, ensuring precise predictions of future positions.</p>
<div class="lb-trans"><p>該專利的核心在於通過整合先進的激光雷達和圖像技術來優化傳感器數據處理。系統首先捕獲全面的環境數據，然後計算並調整數據採集與處理之間的時間延遲。關鍵是，它基於實時傳感器在多個軸上的運動動態生成運動模型，確保對未來位置的精確預測。</p>
</div><p>The significance of this patent lies in its ability to significantly enhance the reliability and precision of sensor data in autonomous vehicles and robotics by effectively compensating for motion during data processing. This capability enables these systems to operate with utmost accuracy in dynamic environments, ultimately enhancing safety, efficiency, and empowering better-informed decisions based on precise environmental data.</p>
<div class="lb-trans"><p>該專利的重要性在於它能夠顯著增強自動駕駛車輛和機器人中傳感器數據的可靠性和精確性，通過有效補償數據處理過程中的運動。這一能力使這些系統能夠在動態環境中以極高的準確性運行，最終提高安全性、效率，並基於精確的環境數據做出更明智的決策。</p>
</div><p>&#34;The granting of our 20th U.S. patent underscores Cyngn's ongoing commitment to advancing autonomous vehicle technologies,&#34; said Lior Tal, Chairman and Chief Executive Officer of Cyngn. &#34;Following the 16 U.S. patents granted in 2023, this achievement reflects our team's commitment to building out a robust patent portfolio to protect our intellectual property.&#34;</p>
<div class="lb-trans"><p>“我們第 20 項美國專利的授予凸顯了 Cyngn 在推進自動駕駛技術方面的持續承諾，” Cyngn 董事長兼首席執行官 Lior Tal 表示。“在 2023 年獲得的 16 項美國專利之後，這一成就反映了我們團隊致力於建立強大專利組合以保護我們的知識產權。”</p>
</div><p>The grant of this patent marks a significant milestone in Cyngn's intellectual property strategy, further bolstering its position in the AV industry. This success follows Cyngn's recent patent issuance announcement for Patent 19.</p>
<div class="lb-trans"><p>該專利的授予標誌着 Cyngn 知識產權戰略中的一個重要里程碑，進一步鞏固了其在自動駕駛行業中的地位。這一成功是在 Cyngn 最近宣佈的第 19 項專利授予之後。</p>
</div><p>Cyngn provides its customers a seamless way to adopt self-driving technology into their operations without high upfront costs.</p>
<div class="lb-trans"><p>Cyngn 為客户提供了一種無高額前期成本的無縫方式，將自動駕駛技術融入其運營中。</p>
</div><p>Previous patents include:</p>
<div class="lb-trans"><p>之前的專利包括：</p>
</div><table>
<thead>
<tr>
<th></th>
<th></th>
<th></th>
<th></th>
</tr>
</thead>
<tbody>
<tr>
<td></td>
<td>Patent Number</td>
<td>Title</td>
<td>Publication Date</td>
</tr>
<tr>
<td>20.</td>
<td>US-12,032,099-B2</td>
<td>ADAPTIVE MOTION COMPENSATION OF PERCEPTION CHANNELS</td>
<td>07/09/2024</td>
</tr>
<tr>
<td>19.</td>
<td>US-11,851,074-B2</td>
<td>SYSTEM AND METHODS OF LARGE-SCALE AUTONOMOUS DRIVING VALIDATION</td>
<td>12/26/2023</td>
</tr>
<tr>
<td>18.</td>
<td>US-11,837,090-B2</td>
<td>SYSTEM AND METHODS OF ADAPTIVE TRAFFIC RULE-BASED DECISION MAKING FOR AUTONOMOUS DRIVING</td>
<td>12/5/2023</td>
</tr>
<tr>
<td>17.</td>
<td>US-11,837,089-B2</td>
<td>MODULAR EXTENSIBLE BEHAVIORAL DECISION SYSTEM FOR AUTONOMOUS DRIVING</td>
<td>12/5/2023</td>
</tr>
<tr>
<td>16.</td>
<td>US-11,767,034-B2</td>
<td>SYSTEM AND METHOD OF COMPUTATION ACCELERATION FOR AUTONOMOUS DRIVING SYSTEMS</td>
<td>9/26/2023</td>
</tr>
<tr>
<td>15.</td>
<td>US-11,760,368-B2</td>
<td>SYSTEM AND METHOD OF SAME-LOOP ADAPTIVE SIMULATION FOR AUTONOMOUS DRIVING</td>
<td>9/19/2023</td>
</tr>
<tr>
<td>14.</td>
<td>US-11,747,454-B2</td>
<td>GRANULARITY-FLEXIBLE EXISTENCE-BASED OBJECT DETECTION</td>
<td>9/5/2023</td>
</tr>
<tr>
<td>13.</td>
<td>US-11,745,762-B2</td>
<td>SYSTEM AND METHODS OF ADAPTIVE TRAJECTORY PREDICTION FOR AUTONOMOUS DRIVING</td>
<td>9/5/2023</td>
</tr>
<tr>
<td>12.</td>
<td>US-11,745,747-B2</td>
<td>SYSTEM AND METHOD OF ADAPTIVE DISTRIBUTION OF AUTONOMOUS DRIVING COMPUTATIONS</td>
<td>9/5/2023</td>
</tr>
<tr>
<td>11.</td>
<td>US-11,745,750-B2</td>
<td>SYSTEM AND METHOD OF LARGE-SCALE AUTOMATIC GRADING IN AUTONOMOUS DRIVING USING A DOMAIN-SPECIFIC LANGUAGE</td>
<td>9/5/2023</td>
</tr>
<tr>
<td>10.</td>
<td>US-11,679,726-B2</td>
<td>VEHICLE SENSOR SYSTEMS</td>
<td>6/20/2023</td>
</tr>
<tr>
<td>9.</td>
<td>US-11,673,577-B2</td>
<td>SYSTEM AND METHODS OF ADAPTIVE RELEVANCY PREDICTION FOR AUTONOMOUS DRIVING</td>
<td>6/13/2023</td>
</tr>
<tr>
<td>8.</td>
<td>US-11,668,833-B2</td>
<td>OBSTACLE DETECTION SYSTEMS</td>
<td>6/6/2023</td>
</tr>
<tr>
<td>7.</td>
<td>US-11,651,583-B2</td>
<td>MULTI-CHANNEL OBJECT MATCHING</td>
<td>5/16/2023</td>
</tr>
<tr>
<td>6.</td>
<td>US-11,614,527-B2</td>
<td>SELF-ADAPTIVE LIDAR-CAMERA SYNCHRONIZATION SYSTEM</td>
<td>3/28/2023</td>
</tr>
<tr>
<td>5.</td>
<td>US-11,592,565-B2</td>
<td>FLEXIBLE MULTI-CHANNEL FUSION PERCEPTION</td>
<td>2/28/2023</td>
</tr>
<tr>
<td>4.</td>
<td>US-11,555,928-B2</td>
<td>THREE-DIMENSIONAL OBJECT DETECTION WITH GROUND REMOVAL INTELLIGENCE</td>
<td>1/17/2023</td>
</tr>
<tr>
<td>3.</td>
<td>US-11,372,115-B2</td>
<td>VEHICLE LOCALIZATION</td>
<td>6/28/2022</td>
</tr>
<tr>
<td>2.</td>
<td>US-11,186,234-B2</td>
<td>VEHICLE SENSOR SYSTEMS</td>
<td>11/30/2021</td>
</tr>
<tr>
<td>1.</td>
<td>US-11,169,271-B2</td>
<td>OBSTACLE DETECTION SYSTEMS</td>
<td>11/9/2021</td>
</tr>
<tr>
<td></td>
<td></td>
<td></td>
<td></td>
</tr>
</tbody>
</table>
<div class="lb-trans"><table>
<thead>
<tr>
<th></th>
<th></th>
<th></th>
<th></th>
</tr>
</thead>
<tbody>
<tr>
<td></td>
<td>專利號</td>
<td>標題</td>
<td>發表日期</td>
</tr>
<tr>
<td>20.</td>
<td>US-12,032,099-B2</td>
<td>感知通道的自適應運動補償</td>
<td>2024 年 7 月 9 日</td>
</tr>
<tr>
<td>19.</td>
<td>US-11,851,074-B2</td>
<td>大規模自動駕駛驗證的系統和方法</td>
<td>2023 年 12 月 26 日</td>
</tr>
<tr>
<td>18.</td>
<td>US-11,837,090-B2</td>
<td>基於交通規則的自動駕駛自適應決策系統和方法</td>
<td>2023 年 12 月 5 日</td>
</tr>
<tr>
<td>17.</td>
<td>US-11,837,089-B2</td>
<td>自動駕駛的模塊化可擴展行為決策系統</td>
<td>2023 年 12 月 5 日</td>
</tr>
<tr>
<td>16.</td>
<td>US-11,767,034-B2</td>
<td>自動駕駛系統的計算加速系統和方法</td>
<td>2023 年 9 月 26 日</td>
</tr>
<tr>
<td>15.</td>
<td>US-11,760,368-B2</td>
<td>自動駕駛的同環自適應仿真系統和方法</td>
<td>2023 年 9 月 19 日</td>
</tr>
<tr>
<td>14.</td>
<td>US-11,747,454-B2</td>
<td>粒度靈活的基於存在的物體檢測</td>
<td>2023 年 9 月 5 日</td>
</tr>
<tr>
<td>13.</td>
<td>US-11,745,762-B2</td>
<td>自動駕駛的自適應軌跡預測系統和方法</td>
<td>2023 年 9 月 5 日</td>
</tr>
<tr>
<td>12.</td>
<td>US-11,745,747-B2</td>
<td>自動駕駛計算的自適應分配系統和方法</td>
<td>2023 年 9 月 5 日</td>
</tr>
<tr>
<td>11.</td>
<td>US-11,745,750-B2</td>
<td>使用領域特定語言的自動駕駛大規模自動評分系統和方法</td>
<td>2023 年 9 月 5 日</td>
</tr>
<tr>
<td>10.</td>
<td>US-11,679,726-B2</td>
<td>車輛傳感器系統</td>
<td>2023 年 6 月 20 日</td>
</tr>
<tr>
<td>9.</td>
<td>US-11,673,577-B2</td>
<td>自動駕駛的自適應相關性預測系統和方法</td>
<td>2023 年 6 月 13 日</td>
</tr>
<tr>
<td>8.</td>
<td>US-11,668,833-B2</td>
<td>障礙物檢測系統</td>
<td>2023 年 6 月 6 日</td>
</tr>
<tr>
<td>7.</td>
<td>US-11,651,583-B2</td>
<td>多通道物體匹配</td>
<td>2023 年 5 月 16 日</td>
</tr>
<tr>
<td>6.</td>
<td>US-11,614,527-B2</td>
<td>自適應激光雷達 - 相機同步系統</td>
<td>2023 年 3 月 28 日</td>
</tr>
<tr>
<td>5.</td>
<td>US-11,592,565-B2</td>
<td>靈活的多通道融合感知</td>
<td>2023 年 2 月 28 日</td>
</tr>
<tr>
<td>4.</td>
<td>US-11,555,928-B2</td>
<td>具有地面去除智能的三維物體檢測</td>
<td>2023 年 1 月 17 日</td>
</tr>
<tr>
<td>3.</td>
<td>US-11,372,115-B2</td>
<td>車輛定位</td>
<td>2022 年 6 月 28 日</td>
</tr>
<tr>
<td>2.</td>
<td>US-11,186,234-B2</td>
<td>車輛傳感器系統</td>
<td>2021 年 11 月 30 日</td>
</tr>
<tr>
<td>1.</td>
<td>US-11,169,271-B2</td>
<td>障礙物檢測系統</td>
<td>2021 年 11 月 9 日</td>
</tr>
<tr>
<td></td>
<td></td>
<td></td>
<td></td>
</tr>
</tbody>
</table>
</div><p>For a comprehensive view of Cyngn's patents focused on modularity and flexibility of autonomous vehicle systems with multiple sensor modalities and configurations, please visit the USPTO.</p>
<div class="lb-trans"><p>有關 Cyngn 專注於模塊化和靈活性的自動駕駛系統的多傳感器模式和配置的專利的全面信息，請訪問 USPTO。</p>
</div><p><strong>About Cyngn</strong></p>
<div class="lb-trans"><p><strong>關於 Cyngn</strong></p>
</div><p>Cyngn develops and deploys scalable, differentiated autonomous vehicle technology for industrial organizations. Cyngn's self-driving solutions allow existing workforces to increase productivity and efficiency. The Company addresses significant challenges facing industrial organizations today, such as labor shortages, costly safety incidents, and increased consumer demand for eCommerce.</p>
<div class="lb-trans"><p>Cyngn 為工業組織開發和部署可擴展、差異化的自動駕駛技術。Cyngn 的自動駕駛解決方案使現有勞動力能夠提高生產力和效率。該公司解決了當今工業組織面臨的重大挑戰，如勞動力短缺、昂貴的安全事故以及對電子商務的消費者需求增加。</p>
</div><p>Cyngn's DriveMod Kit can be installed on new industrial vehicles at end of line or via retrofit, empowering customers to seamlessly adopt self-driving technology into their operations without high upfront costs or the need to completely replace existing vehicle investments.</p>
<div class="lb-trans"><p>Cyngn 的 DriveMod 套件可以在新工業車輛的生產線末端安裝或通過改裝進行安裝，使客户能夠無縫地將自動駕駛技術融入其運營中，而無需高額的前期成本或完全更換現有的車輛投資。</p>
</div><p>Cyngn's flagship product, its Enterprise Autonomy Suite, includes DriveMod (autonomous vehicle system), Cyngn Insight (customer-facing suite of AV fleet management, teleoperation, and analytics tools), and Cyngn Evolve (internal toolkit that enables Cyngn to leverage data from the field for artificial intelligence, simulation, and modeling).</p>
<div class="lb-trans"><p>Cyngn 的旗艦產品，企業自主套件，包括 DriveMod（自動駕駛系統）、Cyngn Insight（面向客户的自動駕駛車隊管理、遠程操作和分析工具套件）以及 Cyngn Evolve（內部工具包，使 Cyngn 能夠利用現場數據進行人工智能、仿真和建模）。</p>
</div><p>Find Cyngn on:</p>
<div class="lb-trans"><p>在以下平台找到 Cyngn：</p>
</div><ul>
<li>Website: https://cyngn.com</li>
<li>Twitter:  http://twitter.com/cyngn</li>
<li>LinkedIn: https://www.linkedin.com/company/cyngn</li>
<li>YouTube: https://www.youtube.com/@cyngnhq</li>
</ul>
<div class="lb-trans"><ul>
<li>網站: https://cyngn.com</li>
<li>推特: http://twitter.com/cyngn</li>
<li>領英: https://www.linkedin.com/company/cyngn</li>
<li>YouTube: https://www.youtube.com/@cyngnhq</li>
</ul>
</div><p><strong>Investor Contact:</strong> Don Alvarez</p>
<div class="lb-trans"><p><strong>投資者聯繫：</strong> Don Alvarez</p>
</div><p><strong>investors@cyngn.com</strong></p>
<div class="lb-trans"><p><strong>investors@cyngn.com</strong></p>
</div><p><strong>Media Contact:</strong></p>
<div class="lb-trans"><p><strong>媒體聯繫：</strong></p>
</div><p>Luke Renner</p>
<div class="lb-trans"><p>Luke Renner</p>
</div><p><strong>media@cyngn.com</strong></p>
<div class="lb-trans"><p><strong>media@cyngn.com</strong></p>
</div><p>Forward-Looking Statements</p>
<div class="lb-trans"><p>前瞻性聲明</p>
</div><p><em>This press release contains forward-looking statements within the meaning of the Private Securities Litigation Reform Act of 1995, Section 27A of the Securities Act of 1933, as amended, and Section 21E of the Securities Exchange Act of 1934, as amended. Any statement that is not historical in nature is a forward-looking statement and may be identified by the use of words and phrases such as &#34;expects,&#34; &#34;anticipates,&#34; &#34;believes,&#34; &#34;will,&#34; &#34;will likely result,&#34; &#34;will continue,&#34; &#34;plans to,&#34; &#34;potential,&#34; &#34;promising,&#34; and similar expressions. These statements are based on management's current expectations and beliefs and are subject to a number of risks, uncertainties and assumptions that could cause actual results to differ materially from those described in the forward-looking statements, including the risk factors described from time to time in the Company's reports to the SEC, including, without limitation the risk factors discussed in the Company's annual report on Form 10-K filed with the SEC on March 7, 2024. Readers are cautioned that it is not possible to predict or identify all the risks, uncertainties and other factors that may affect future results No forward-looking statement can be guaranteed, and actual results may differ materially from those projected. Cyngn undertakes no obligation to publicly update any forward-looking statement, whether as a result of new information, future events, or otherwise.</em></p>
<div class="lb-trans"><p>本新聞稿包含 1995 年《私人證券訴訟改革法案》第 27A 條、1933 年《證券法》及其修正案和 1934 年《證券交易法》及其修正案第 21E 條所定義的前瞻性聲明。任何非歷史性質的聲明均為前瞻性聲明，並可通過使用諸如 “預期”、“預計”、“相信”、“將”、“可能導致”、“將繼續”、“計劃”、“潛在”、“有前景” 等類似表達來識別。這些聲明基於管理層當前的期望和信念，並受到多種風險、不確定性和假設的影響，這些因素可能導致實際結果與前瞻性聲明中描述的結果存在重大差異，包括公司向美國證券交易委員會（SEC）提交的報告中不時描述的風險因素，包括但不限於 2024 年 3 月 7 日向 SEC 提交的公司年度報告（Form 10-K）中討論的風險因素。讀者應注意，無法預測或識別所有可能影響未來結果的風險、不確定性和其他因素。沒有任何前瞻性聲明可以得到保證，實際結果可能與預測的結果存在重大差異。Cyngn 沒有義務公開更新任何前瞻性聲明，無論是由於新信息、未來事件還是其他原因。</p>
</div><p><img src="https://imageproxy.pbkrs.com/https://mma.prnewswire.com/media/2156830/Cyngn_Logo_1.jpg" alt="" original-src="https://mma.prnewswire.com/media/2156830/Cyngn_Logo_1.jpg"/></p>
<p>SOURCE Cyngn</p>
<div class="lb-trans"><p>來源：Cyngn</p>
</div>

MongoDB for Startups 計劃擴展，旨在從第一天起為創始人提供更快、更智能的起步 | MDB 股票新聞