发布日期：2024-11-09 07:02 点击次数：104
盖世汽车讯 据外媒报说念，当地时间10月30日，Waymo发布了其最新的辩论论文——《端到端多模态自动驾驶模子（EMMA）》。在自动驾驶领域，Waymo公司在东说念主工智能（AI）和机器学习（ML）方面，依然保捏了15年以上的开首地位。
Waymo自动驾驶模子（图片来源：Waymo）
EMMA由Gemini（谷歌研发的多模块大型言语模子）赋能，秉承长入的端到端稽查模子，可奏凯从传感器数据生成自动驾驶汽车的昔日行进轨迹。EMMA经过有益针对自动驾驶应用的稽查和微调，借助Gemini丰富的全国常识库，不错更精确地解读说念路上的复杂场景。
Waymo的辩论揭示了何如将Gemini等多模态模子应用于自动驾驶领域，并深远探讨了此种纯端到端门径的优弱点。该辩论很是强调了在模子依然针对需要高度空间领路和推理智力的自动驾驶任务进行微调后，整合多模态常识的益处。值得小心的是，EMMA在多个要害的自动驾驶任务中展现了积极的任务迁徙智力：当其被勾通稽查用于贪图轨迹展望、蓄意探伤和说念路图领路时，聚色网其性能非常了用于每个任务的单独稽查模子。这为昔日辩论指明了一条有发展远景的旅途，不错秉承不异的、膨胀建设，让更多的中枢自动驾驶任务勾通起来。
先容EMMA
EMMA响应了在更为正常的AI辩论领域，将大领域多模态学习模子和时间整合至更多领域的勇猛。基于Gemini并诈欺其功能，Waymo开垦了一种有益针对自动驾驶任务（如通顺贪图和三维（3D）物体探伤）的模子。
该辩论的要害点包括：
端到端学习：EMMA对录像头原始输入信息和文本数据进行不休，以生成多样驾驶输出信息，包括贪图旅途、感知物体和说念路图元素等信息。
长入的言语空间：EMMA通过将非传感器输入的信息和输出的信息转形成当然的言语文本，从而最大限度地扩大了Gemini的常识范围。
链式念念维推理：EMMA秉承链式念念维来转变其有蓄意历程，从而将端到端贪图性能晋升6.7%并为其驾驶有蓄意提供可讲明的依据。
EMMA在公开和里面的基准测试中的多个自动驾驶任务中，齐达到了开首或具有竞争力的效果，此类任务包括端到端贪图旅途展望、以录像头为主要传感器的3D物体探伤、说念路图估量以及场景领路。
EMMA最令东说念主期待的少许是其大要通过勾通稽查，晋升其智力。单个勾通稽查的EMMA不错同期为多个任务生成输出信息，同期其性能不错达到致使超越单独稽查的模子，突显了其具有当作好多自动驾驶应用通用模子的后劲。
韩国裸舞固然EMMA展现出普遍的后劲，Waymo也意志到其还濒临着一些挑战。现在，EMMA在不休长久视频稽查方面存在局限性，放弃了其关于及时驾驶场景的推理智力。在复杂多变的场景下，长久牵挂关于让EMMA展望并作念出响应至关进攻。确保安全驾驶活动的其他要害挑战还包括EMMA莫得诈欺激光雷达（LiDAR）和雷达的输入信息（需要会通更复杂的3D传感编码）、用于评估的高效仿真法濒临的挑战、需要优化模子推理时间以及考证中间有蓄意圭表的必要性。
尽管EMMA当作一个孤独的驾驶模子存在上述挑战，但该项辩论责任突显了通过多模态时间转变自动驾驶（AV）系统以及普及AV系统的公道。
该项辩论的意旨不仅限于自动驾驶汽车。通过将首先进的AI时间应用于试验全国的任务，Waymo正在扩大展AI时间在复杂、动态环境中的智力。此种跳动可能不错让AI在其他不能展望的情况下，需要凭证多种输入信息而作念出快速、理智有蓄意的要害领域提供匡助。
