AIGC動(dòng)態(tài)歡迎閱讀

原標(biāo)題：NeurIPS 2024收錄！港科大&上海AI Lab提出高質(zhì)量可控的自動(dòng)駕駛世界模型Vista | 一作高深遠(yuǎn)博士主講預(yù)告
關(guān)鍵字：模型,世界,數(shù)據(jù),保真度,論文
文章來(lái)源：智猩猩GenAI
內(nèi)容字?jǐn)?shù)：0字

內(nèi)容摘要：

世界模型被業(yè)內(nèi)認(rèn)為是通往自動(dòng)駕駛的唯一解。世界模型是真實(shí)世界的模擬，可以根據(jù)控制指令預(yù)測(cè)對(duì)應(yīng)的未來(lái)并反饋給決策過(guò)程，從而有效地幫助智能體的訓(xùn)練和測(cè)試。
上海人工智能實(shí)驗(yàn)室OpenDriveLab聯(lián)合香港科技大學(xué)等研究人員構(gòu)建了迄今為止最大的公共駕駛數(shù)據(jù)集OpenDV-2K，其中包含超過(guò)2000小時(shí)的駕駛視頻，比廣泛使用的nuScenes數(shù)據(jù)集大374倍。基于OpenDV-2K還構(gòu)建了自動(dòng)駕駛領(lǐng)域中第一個(gè)大規(guī)模視頻預(yù)測(cè)模型GenAD。該模型通過(guò)新穎的時(shí)間推理模塊處理駕駛場(chǎng)景中的挑戰(zhàn)性動(dòng)態(tài)情況，超越了一般或駕駛特定的視頻預(yù)測(cè)模型，在真實(shí)世界駕駛應(yīng)用中的巨大潛力。與GenAD相關(guān)的論文收錄于CVPR 2024 Highlight。
此外，針對(duì)現(xiàn)有的駕駛世界模型在泛化到未見環(huán)境、關(guān)鍵細(xì)節(jié)的預(yù)測(cè)保真度以及靈活應(yīng)用的動(dòng)作可控性方面存在的局限性。香港科技大合上海人工智能實(shí)驗(yàn)室OpenDriveLab等研究人員又提出一種高質(zhì)量可控的通用自動(dòng)駕駛世界模型Vista。與Vista相關(guān)的論文收錄于NeurIPS 2024。Vista能夠在高時(shí)空分辨率下預(yù)測(cè)逼真的未來(lái)，通過(guò)捕捉動(dòng)態(tài)和保持結(jié)構(gòu)的兩種新?lián)p失函

原文鏈接：NeurIPS 2024收錄！港科大&上海AI Lab提出高質(zhì)量可控的自動(dòng)駕駛世界模型Vista | 一作高深遠(yuǎn)博士主講預(yù)告

聯(lián)系作者

文章來(lái)源：智猩猩GenAI
作者微信：
作者簡(jiǎn)介：