- Công ty xe tự lái Waabi giới thiệu mô hình AI tạo sinh Copilot4D, được huấn luyện trên dữ liệu từ cảm biến lidar, có thể dự đoán chuyển động của các phương tiện xung quanh trong 5-10 giây tới.
- Phiên bản nâng cao hơn của Copilot4D đã được triển khai trong đội xe tải tự lái thử nghiệm của Waabi ở Texas, giúp phần mềm lái xe quyết định cách phản ứng.
- Một số công ty và nhà nghiên cứu đang đặt cược rằng AI tạo sinh sẽ giúp đưa công nghệ lái tự động lên giai đoạn tiếp theo. Đối thủ của Waabi là Wayve cũng đã phát hành mô hình tương tự vào năm ngoái.
- Copilot4D hoạt động tương tự như các bộ tạo ảnh hoặc video như DALL-E của OpenAI. Nó chia dữ liệu điểm mây lidar thành các khối và dự đoán cách tất cả các điểm dữ liệu sẽ di chuyển.
- Waabi là một trong số ít công ty lái xe tự động mô tả cách tiếp cận của họ là "lấy AI làm trọng tâm". CEO Raquel Urtasun cho rằng lidar là bắt buộc để đạt cấp độ tự động hóa Level 4.
- Công nghệ cơ bản không mới, nhưng đây là lần đầu tiên mô hình lidar tạo sinh được mở rộng quy mô để sử dụng thương mại. Nó sẽ giúp "bộ não" của bất kỳ phương tiện tự lái nào suy luận nhanh hơn và chính xác hơn.
- Copilot4D chỉ có thể ước tính trước 5-10 giây, và các mô hình dự đoán chuyển động nói chung suy giảm khi dự đoán xa hơn. Điều này có thể chưa đủ trong một số tình huống trên đường.
- Waabi đã công bố bài báo mô tả quá trình tạo mô hình nhưng chưa công khai mã nguồn. CEO đang cân nhắc việc mở mã nguồn để giới học thuật đánh giá độc lập và thúc đẩy lĩnh vực này, nhưng cũng cần thận trọng để không tiết lộ mọi thứ cho đối thủ cạnh tranh.
📌 Waabi đang sử dụng mô hình AI tạo sinh Copilot4D, được huấn luyện trên dữ liệu lidar, để dự đoán chuyển động của các phương tiện xung quanh trong 5-10 giây tới với độ chính xác cao. Đây là một bước tiến quan trọng trong công nghệ lái xe tự động, giúp xe đưa ra quyết định nhanh hơn. Tuy nhiên, việc có nên công khai mã nguồn hay không vẫn đang được cân nhắc.
https://www.technologyreview.com/2024/03/15/1089865/this-self-driving-startup-is-using-generative-ai-to-predict-traffic/
#MIT