Wayve演示GAIA-1自动驾驶世界模型，号称可预测事件看见未来

发布时间：2023-10-12 09:30:21 所属栏目：外闻来源：未知

导读： 　　英国初创公司 Wayve 大方披露其在 GAIA-1 上开发的新型生成式模型，在今年 6 月的时候，Wayve 建立了将生成式模型用于自动驾驶的概念性验证，而在这几个月中，Wayve 公司持续扩展 GAIA

　　英国初创公司 Wayve 大方披露其在 GAIA-1 上开发的新型生成式模型，在今年 6 月的时候，Wayve 建立了将生成式模型用于自动驾驶的概念性验证，而在这几个月中，Wayve 公司持续扩展 GAIA-1，使其拥有 90 亿个参数，能够生成逼真的驾驶场景影片，展示自动驾驶“在各种情境的反应”，并且更好地预测未来事件。

　　GAIA-1 是一个可以利用不同类型的资料，包括影片、文字和动作，创建逼真驾驶场景影片的世界模型（World Model）。可对自动驾驶车辆的行为和场景特征进行细致的控制，且由于 GAIA-1 多模态的性质，能够从多种提示模式和组合中生成相关视频。

　　另外据悉，GAIA-1 机器人会先通过运用人工智能专门的编码器，将用户的影片或文字等各种形式的输入，有效地编码成一个共享的表示形式，进而在模型中实现统一的时序对齐和上下文理解，这种编码方法，让模型能够更好地整合和理解不同类型的输入。

　　而 GAIA-1 的核心，是一个自回归 Transformer，能够预测序列中下一组图像 token，世界模型不只考虑过去的图像 token，还参照文字和动作 token 的上下文资讯，运用这个方法所生成的图像 token，不仅会在视觉上连贯，而且和预期的文字和动作指引保持一致。

　　在此之后，模型会启动视频解码器这个阶段被启动，主要功能是将这些图像 token 转换回像素空间，视频解码器作为一个扩散模型，其强大之处主要在于可保证生成的影片，具语义意义、视觉准确且时间序一致性。

　　从官网得知，GAIA-1 的世界模型经过 64 个英伟达 A100 GPU 上长达 15 天的训练，包含了高达 65 亿个参数，而视频解码器则在 32 个英伟达 A100 GPU 上训练了 15 天，总共拥有 26 亿个参数。15天，总共拥有26亿个参数。这些数据将被存储在一个专门的硬盘上，用于分析gpu性能。nvidia表示，这些数据将在未来几个月内公布。

（编辑：南京站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!