誰將成為明年“AI 交通”最熱詞世界模型引領潮流

小大

用微信掃描二維碼
分享至好友和朋友圈

關鍵詞：

2024-12-13 13:58:59 澎湃新聞

1942年，科幻小說家艾薩克·阿西莫夫在他的短篇小說《轉圈圈》中首次提出了“機器人三定律”，這一定律被視為現(xiàn)代人工智能技術的基石,。八十年后,，世界在許多方面已經(jīng)接近甚至超越了阿西莫夫的想象。

如今,，人們生活在一個由人工智能滲透的世界里。2024年，我們見證了一系列人工智能技術的創(chuàng)新與涌現(xiàn),，如AI視頻生成模型Sora和GPT-4o等。這些新技術不僅提升了駕駛體驗,，還為城市交通的安全性,、效率和可持續(xù)性帶來了新的可能。

展望2025年,，隨著人工智能與交通的進一步融合,，BEV+OCC感知能力困局待解。近年來，自動駕駛領域熱詞依次為：BEV+Transformer,、OCC占用網(wǎng)絡,、無圖NOA、端到端,。BEV網(wǎng)絡通過矢量化的鳥瞰視角檢測白名單障礙物,，而OCC通過體素化的占用網(wǎng)絡預測3D空間的占位情況，實現(xiàn)對通用障礙物的感知,。然而,，目前BEV網(wǎng)絡的感知上限大約為1000多種物體，OCC網(wǎng)格大小受限于算力和實時性,，通常只能做到10厘米左右,，難以檢測微小物體。此外,，天氣,、光照、雨霧等復雜語義也是當前技術難以解決的問題,。

數(shù)據(jù)成為端到端方案的最大瓶頸,。相較于分模塊方案，端到端方案主要解決了從人工邏輯代碼到數(shù)據(jù)驅動的問題,，并通過自動抽取信息減少信息損失,。決策和規(guī)劃的進步顯著，但感知能力提升有限,。訓練一個完美的自動駕駛模型需要海量數(shù)據(jù),，特斯拉2024年初的視頻訓練片段數(shù)量將近3000萬個，但仍未達到L3級別,。大模型的引入增加了數(shù)據(jù)標注需求,，如何保證高效訓練成為關鍵問題。

世界模型實現(xiàn)了從感知到認知的躍遷,。生成式AI大模型具備超強理解能力,，能夠建立對當下場景的整體認知。例如,，大模型可以通過意圖理解判斷出行人是否要橫穿馬路,，或通過長時序信息判斷車輛是否即將減速。這種從部分到整體,、從分立到連續(xù),、從感知到認知的轉變，使自動駕駛系統(tǒng)更加貼近人類駕駛的知識邏輯,。世界模型的訓練數(shù)據(jù)是視頻序列,，輸入當前時刻視頻，輸出下一時刻視頻，可以進行無監(jiān)督訓練,，解決了傳統(tǒng)端到端模型需要精確標注海量視頻數(shù)據(jù)的難題。

12 全文共 2 頁下一頁

關閉

誰將成為明年“AI 交通”最熱詞 世界模型引領潮流

相關新聞

今日熱點

頻道熱點

誰將成為明年“AI 交通”最熱詞世界模型引領潮流