端到端大模型引领自动驾驶革命,理想、特斯拉等车企竞相布局

⭐发布日期:2024年09月20日 | 来源:热血剧全看

⭐作者:斯塔福德·道格拉斯 责任编辑:Admin

⭐阅读量:498 评论:9人

【35新澳门码资料2024】

【澳门必中一肖一码准一肖】

【二四六天天免费资料门图讯最快开】 【管家婆一肖一码100】 【澳门今晚必开的生肖】 【双色球结果 号码】 【2024新澳免费资料晒马汇】 【澳门资料大全免费2024】 【新澳天天资料大全最新】 【香港记录结果2024】
【管家婆一码一肖资料大全白蛇图坛】 【2024新澳门免费资料】 【澳门四肖八码期期准免费资料大全】 【6合神童免费资料大全】 【2024新澳门正版免费资料】 【二四六天天彩资料大全网最新】 【2o24奥门正版精准资料】 【2024年澳门资料大全免费】

近日,理想汽车宣布基于端到端及VLM视觉语言模型和世界模型的全新一代理想智能驾驶正式开启万人体验团招募,新一代产品将进入有监督(L3级别及以下)自动驾驶的新阶段,理想汽车自动驾驶产品面向车主免费。

特斯拉是最早在智能驾驶上应用端到端大模型的企业。今年7月份,特斯拉公司CEO埃隆·马斯克表示,将在欧洲和中国申请监管批准以实施监督下的FSD,预计在今年年底前获得批准。而今年以来,理想、小鹏等多家车企力推端到端,这一技术方案较为火热。

信达证券发布的一份研报显示,“端到端”是指一端输入图像等环境数据信息,中间经历类似“黑箱”的多层神经网络模型,另一端直接输出转向、制动、加速等驾驶指令。与传统规则驱动的分模块架构相比,端到端的实现将带来一系列优势:完全基于数据驱动进行全局任务优化,具备更好、更快的纠错能力;能进一步减少模块间信息的有损传递、延迟和冗余,避免误差累积,提升计算效率;泛化能力更强,由Rule-based算法转向Learning-based,具备零样本学习能力,面对未知场景具备更强决策能力。

和传统的基于规则控制的智能驾驶辅助系统不同,端到端的自动驾驶解决方案意味着从感知到规控的全过程都通过先进的算法和深度学习技术进行处理。端到端技术在自动驾驶上的应用,把原本感知、预测、规划等多个模型组合的架构,变成了“感知决策一体化”的单模型架构。通俗来说,过去自动驾驶路线就好比多个人开一辆车,而端到端技术是单人开车,更加接近真实的人类驾驶。

“相比于以前模块化的模型,端到端更本质的方法是减少了各种信息的冗余。端到端的模型需要规则,有分模块的数据和分模块的策略任务。”理想汽车智能驾驶高级算法专家詹锟对记者表示,理想汽车的端到端本身想解决中间信息的损失,如果中间加了人为的信息消化过程,可能效率不是那么高或能力上限受到约束,所以一体化的端到端是更本质的端到端,其训练难度比分模块架构要大,包括数据配比和训练方法等方面都需要深入探索和挖掘。

理想汽车的端到端模型用于处理常规的驾驶行为,从传感器输入到行驶轨迹输出只经过一个模型,信息传递、推理计算和模型迭代更高效,驾驶行为更拟人;VLM视觉语言模型具备强大的逻辑思考能力,可以理解复杂路况、导航地图和交通规则,应对高难度的未知场景。同时,自动驾驶系统将在基于世界模型构建的虚拟环境中进行能力学习和测试。

“过去的智驾方案,不管是轻图还是无图,底层技术架构都是有人为设计成分的,如果想将一年四季各种情况都跑一遍,没有一两年时间是不可能实现。所以我们迭代了端到端+VLM技术架构,本质上是人工智能方案。”理想汽车智能驾驶研发副总裁郎咸朋对记者表示,自动驾驶研发的核心竞争在于是否有更多更好的数据和与之配套的算力去训练模型。而算力和数据的获取,需要看花多少钱、投入多少资源去做,同时需要投资算力。他透露,理想汽车当前训练算力达到5.39EFLOPS,预计到2024年底将超过8EFLOPS。目前每年在训练算力的投入超过10亿元,今年要消耗20亿元。

国信证券研报显示,当前汽车智能化已经具备端到端大模型的技术底层突破,国内市场远期具有近3000亿元的市场空间,智能驾驶奇点时刻渐近。不过,智驾领域需要大量的研发投入。不久前,极越汽车CEO夏一平在极越端到端AI智驾发布会上表示,200亿元曾被公认是造车的资金门槛,现在企业没有500亿元也做不好智驾。

“未来智能驾驶进入到L4阶段,每年数据和算力都是呈指数级的增长,这意味着每年至少需要10亿美金,5年之后需要持续迭代。在这样的量级下,一家企业的盈利和利润不能支撑投入的话是很困难的。所以,现在不需要关注投入多少亿做自动驾驶,而是从本质上出发,是否有充分的算力和数据支持,再看看需要投入多少钱。”郎咸朋表示。

(本文来自第一财经)

【2024澳门天天开好彩大全免费】 【新澳天天开奖资料大全最新】
【2024年天天开好彩资料】 【新澳天天开奖资料大全最新54期】
【2024澳门天天开好彩大全53期】 【澳门天天开彩期期精准】
【2024全年资料免费大全】 【新澳天天开奖资料大全】
【澳门内部最精准免费资料】 【2024澳门天天开好彩大全】
【2024年新奥门天天开彩免费资料】 【新澳2024今晚开奖资料】 【澳门码资料版本大全】
上一条新闻 下一条新闻

推荐文章

发表评论

TRYSTAN

2秒前:不过,智驾领域需要大量的研发投入。

IP:57.96.4.*

萨莎·露丝

6秒前:信达证券发布的一份研报显示,“端到端”是指一端输入图像等环境数据信息,中间经历类似“黑箱”的多层神经网络模型,另一端直接输出转向、制动、加速等驾驶指令。

IP:92.13.1.*

卜学亮

1秒前:“未来智能驾驶进入到L4阶段,每年数据和算力都是呈指数级的增长,这意味着每年至少需要10亿美金,5年之后需要持续迭代。

IP:85.43.2.*

热血剧全看APP介绍

APP图标

2024香港正版码表图APP名:热血剧全看

版本:V9.86.159

更新时间:2024-09-19 21:20

澳门精准资料今晚期期准这是一个功能强大的新奥彩相入非非图APP,可以帮助你完成各种任务。包括最新24小时热点资讯,今日最新:国信证券研报显示,当前汽车智能化已经具备端到端大模型的技术底层突破,国内市场远期具有近3000亿元的市场空间,智能驾驶奇点时刻渐近。

大乐透号码结果福彩APP介绍

APP图标

电视剧庆余年2APP名:热血剧全看

版本:V8.55.872

更新时间:2024-09-19 14:21

2024年新澳门资料大全正版资料这是一个功能强大的一肖一码100%APP,可以帮助你完成各种任务。包括最新24小时热点资讯,今日最新:”理想汽车智能驾驶研发副总裁郎咸朋对记者表示,自动驾驶研发的核心竞争在于是否有更多更好的数据和与之配套的算力去训练模型。

新澳门免费资料大全2024年APP介绍

APP图标

2024全年资料免费大全APP名:热血剧全看

版本:V7.49.818

更新时间:2024-09-19 14:20

澳门正版资料免费大全这是一个功能强大的香港今晚六给彩结果今天晚上APP,可以帮助你完成各种任务。包括最新24小时热点资讯,今日最新:(本文来自第一财经)

正版免费全年资料大全2020年APP介绍

APP图标

今天澳门一码一肖APP名:热血剧全看

版本:V8.75.699

更新时间:2024-09-19 14:22

2024香港免费资料大全这是一个功能强大的澳门资料一澳门资料库,48六APP,可以帮助你完成各种任务。包括最新24小时热点资讯,今日最新:近日,理想汽车宣布基于端到端及VLM视觉语言模型和世界模型的全新一代理想智能驾驶正式开启万人体验团招募,新一代产品将进入有监督(L3级别及以下)自动驾驶的新阶段,理想汽车自动驾驶产品面向车主免费。

澳门王中王必中一肖一码APP介绍

APP图标

123澳门正版资料免费查询APP名:热血剧全看

版本:V5.78.407

更新时间:2024-09-19 23:20

香港全年资料大全免费这是一个功能强大的澳门正版资料免费更新结果查询APP,可以帮助你完成各种任务。包括最新24小时热点资讯,今日最新:端到端的模型需要规则,有分模块的数据和分模块的策略任务。

澳门精准四不像资料免费你APP介绍

APP图标

香港一特一码资料大全APP名:热血剧全看

版本:V6.75.818

更新时间:2024-09-19 19:24

2024港彩结果历史查询这是一个功能强大的2024新澳门结果APP,可以帮助你完成各种任务。包括最新24小时热点资讯,今日最新:和传统的基于规则控制的智能驾驶辅助系统不同,端到端的自动驾驶解决方案意味着从感知到规控的全过程都通过先进的算法和深度学习技术进行处理。

一肖一码100%-中APP介绍

APP图标

澳门六开彩天天结果生肖卡APP名:热血剧全看

版本:V5.90.509

更新时间:2024-09-19 22:20

卫龙就魔芋爽克重不足致歉这是一个功能强大的澳门管家婆正版全年免费资料APP,可以帮助你完成各种任务。包括最新24小时热点资讯,今日最新:所以,现在不需要关注投入多少亿做自动驾驶,而是从本质上出发,是否有充分的算力和数据支持,再看看需要投入多少钱。

2024年澳门正版资料大全公开APP介绍

APP图标

管家婆一码中一肖2014APP名:热血剧全看

版本:V9.60.791

更新时间:2024-09-19 14:17

新澳门六开彩今晚现场视频这是一个功能强大的奥门管家婆一肖一码APP,可以帮助你完成各种任务。包括最新24小时热点资讯,今日最新:与传统规则驱动的分模块架构相比,端到端的实现将带来一系列优势:完全基于数据驱动进行全局任务优化,具备更好、更快的纠错能力;能进一步减少模块间信息的有损传递、延迟和冗余,避免误差累积,提升计算效率;泛化能力更强,由Rule-based算法转向Learning-based,具备零样本学习能力,面对未知场景具备更强决策能力。