Νέα

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

Wang Xiaogang, συνιδρυτής και επικεφαλής επιστήμονας της SenseTime Technology και πρόεδρος του Jueying Intelligent Automotive Business Group

Στο WAIC 2024 που μόλις ολοκληρώθηκε, το SenseTime κυκλοφόρησε ένα βίντεο με μία λήψη.

Στο βίντεο, ένα όχημα UniAD εξοπλισμένο με μόνο 7 κάμερες μπορεί όχι μόνο να περάσει ελεύθερα μέσα από αστικούς δρόμους, μεγάλες διασταυρώσεις και διασταυρώσεις φωτεινών σηματοδοτών χωρίς φωτογραφίες, αλλά μπορεί επίσης να πλοηγηθεί ομαλά σε αγροτικούς δρόμους με περίπλοκες συνθήκες κυκλοφορίας. μπορείτε να αποφύγετε σταματημένα οχήματα που είναι σταθμευμένα στην άκρη του δρόμου και οχήματα σε στενές λωρίδες, και μπορείτε επίσης να στρίψετε δεξιά σε μεγάλες στροφές χωρίς λωρίδες.

Αυτή η σειρά από μεταξένιες-ομαλές κινήσεις οδήγησης είναι εντυπωσιακή. Πίσω από αυτό βρίσκεται η ολοκληρωμένη λύση αυτόνομης οδήγησης UniAD που προτείνει η SenseTime Jueying, η οποία είναι η πρώτη στον κλάδο που ενσωματώνει την αντίληψη και τη λήψη αποφάσεων.

Τα τελευταία χρόνια, η έξυπνη οδήγηση ήταν το επίκεντρο των εταιρειών αυτοκινήτων, αλλά το πραγματικό επίπεδο οδήγησης είναι συχνά μη ικανοποιητικό. Μετά την εμφάνιση του ChatGPT, η βιομηχανία έξυπνης οδήγησης ανυπομονεί για την ίδια στιγμή ποιοτικής αλλαγής.

Αυτή τη στιγμή, το «από άκρο σε άκρο» δείχνει μια κατεύθυνση. Από φέτος, η βιομηχανία έξυπνης οδήγησης δίνει αυξανόμενη προσοχή στο end-to-end. Είτε πρόκειται για εταιρείες αυτοκινήτων όπως η Xpeng, η Ideal, η NIO ή το Great Wall, είτε για πάροχους τεχνολογίας όπως η Huawei, η Yuanrong Qixing και η Haomo Zhixing, όλες έχουν στραφεί στη διαδρομή από άκρο σε άκρο.

Ήδη από τα τέλη του 2022, η SenseTime Jueying πρότεινε το UniAD, ένα γενικό μοντέλο για την ενσωματωμένη αυτόνομη οδήγηση στην αντίληψη και τη λήψη αποφάσεων, επίσης, βασίζεται επαναληπτικά στο UniAD για τη δημιουργία της επόμενης γενιάς τεχνολογίας αυτόνομης οδήγησης. Ακόμα κι αν συναντήσετε ασθενοφόρο στο δρόμο, με τις γνωστικές δυνατότητες του DriveAGI, το όχημα μπορεί να αναγνωρίσει και να κατανοήσει με ακρίβεια τον στόχο και να υποχωρήσει ενεργά.

Το DriveAGI όχι μόνο μπορεί να αναγνωρίσει ασθενοφόρα, αλλά και να δώσει προληπτικά τη θέση του σε ασθενοφόρα που βρίσκονται σε υπηρεσία.

Μετά από δύο χρόνια προληπτικού σχεδιασμού, τα πλεονεκτήματα της SenseTime Jueying για την πρώιμη είσοδο και την ταχεία επανάληψη αναδεικνύονται σταδιακά. Έχει συνεργαστεί με περισσότερες από 30 εγχώριες και ξένες εταιρείες αυτοκινήτων, καλύπτοντας περισσότερα από 90 μοντέλα και έχει παραδώσει συνολικά 1,95 εκατομμύρια έξυπνα αυτοκίνητα. . Κατά τη διάρκεια της διαδικασίας συνεργασίας, η SenseTime Jueying και οι εταιρείες αυτοκινήτων έχουν βρει τα αντίστοιχα όριά τους, δίνουν πλήρη εφαρμογή στα αντίστοιχα πλεονεκτήματά τους και συνεργάζονται για να επιταχύνουν την άφιξη της «στιγμής GPT» της αυτόνομης οδήγησης.

Εάν η τεχνική διαδρομή είναι λάθος, ακόμη και η επιβίβαση στο λεωφορείο θα είναι μάταιη».

Σε μια εποχή που πολλοί παίκτες συγκεντρώνονται για να εισέλθουν στο πεδίο από άκρο σε άκρο, ο Wang Xiaogang, συνιδρυτής, επικεφαλής επιστήμονας του SenseTime και πρόεδρος του Jueying Intelligent Automotive Business Group, εξέτασε στην εφαρμογή TMTpost Media App γιατί ήταν ο πρώτος που εστίαση στο τέλος σε άκρο;

Το 2017, η SenseTime και η ιαπωνική Honda Motor ανακοίνωσαν συνεργασία για την από κοινού ανάπτυξη της τεχνολογίας αυτόνομης οδήγησης L4. Το ίδιο το SenseTime ξεκίνησε με την τεχνολογία AI vision Εκείνη την εποχή, η Honda ζήτησε από το SenseTime να χρησιμοποιεί μόνο κάμερες και να εφαρμόζει έξυπνες λειτουργίες οδήγησης χωρίς χάρτες υψηλής ακρίβειας. Από τότε, η ομάδα συνέχισε να εργάζεται από άκρο σε άκρο.

Τώρα, αν και ο ανταγωνισμός από άκρο σε άκρο βρίσκεται σε πλήρη εξέλιξη, ένα κοινό πρόβλημα είναι ότι η τεχνική διαδρομή από άκρο σε άκρο δεν έχει ακόμη διαμορφώσει την καλύτερη πρακτική και υπάρχουν διαφορές στην τεχνική διαδρομή.

Ο Wang Xiaogang είπε στο TMTpost App ότι οι περισσότερες από τις τρέχουσες λύσεις από άκρο σε άκρο υιοθετούν μια λύση «δύο σταδίων» που είναι ευκολότερη στην εφαρμογή, δηλαδή αποτελείται από δύο μοντέλα: αντίληψη και λήψη αποφάσεων. "Το ίδιο το τμήμα αντίληψης της πρώτης παραγράφου χρησιμοποιεί ήδη νευρωνικά δίκτυα, επομένως δεν υπάρχει μεγάλη αλλαγή. Η μεγαλύτερη αλλαγή είναι στο τμήμα σχεδιασμού και ελέγχου της δεύτερης παραγράφου. Αρχικά αυτό το μέρος υλοποιήθηκε με τη σύνταξη κανόνων, αλλά τώρα ισχύει επίσης νευρωνικών δικτύων.

Ωστόσο, κατά τη γνώμη του, η λύση «δύο σταδίων» είναι η σύνδεση δύο μικρών μοντέλων μεταξύ τους και η από κοινού βελτιστοποίηση τους από άκρο σε άκρο. Στη λύση "δύο σταδίων", αφού φιλτράρονται οι πληροφορίες από το μοντέλο αντίληψης, υπάρχει μεγάλη απώλεια, αφήνοντας μόνο ορισμένες ετικέτες όπως άτομα, αυτοκίνητα και αντικείμενα, οπότε το μοντέλο του δεύτερου σταδίου είναι στην πραγματικότητα μόνο ένα μικρό μοντέλο. "Η βασική διαφορά μεταξύ του σχεδίου δύο σταδίων και του σχεδίου ενός σταδίου είναι αν είναι η εποχή των μικρών μοντέλων ή η εποχή των μεγάλων μοντέλων."

Ο Wang Xiaogang είπε ευθαρσώς ότι ακόμη και αν εφαρμοστεί η λύση των «δύο σταδίων» για άλλα 10 χρόνια, δεν θα γίνει «ChatGPT» για αυτόνομη οδήγηση.

Ακριβώς έχοντας αυτά τα ζητήματα κατά νου, από την αρχή της έρευνας και της ανάπτυξης, το SenseTime Jueying υιοθέτησε μια λύση "ενός βήματος" που ενσωματώνει την αντίληψη, τη λήψη αποφάσεων, τον προγραμματισμό και άλλες ενότητες σε ένα full-stack Transformer end-to- τελικό μοντέλο για την επίτευξη ολοκληρωμένης αντίληψης και λήψης αποφάσεων. Δηλαδή, η είσοδος του αισθητήρα χρησιμοποιείται για την άμεση έξοδο της τροχιάς συμπεριφοράς.

Σε αυτή τη διαδικασία, το μηχάνημα θα συνθέσει πληροφορίες και θα σκεφτεί και θα κρίνει ακριβώς όπως διαβάζετε ένα μυθιστόρημα μυστηρίου. Υπάρχουν διάφοροι χαρακτήρες και πλοκές στο μυθιστόρημα, συμπεριλαμβανομένων μυστικών δωματίων και μυστηρίων μυθιστόρημα Είναι εντελώς ασαφές τι θα συμβεί στη συνέχεια. Μέσα από διαφορετικούς χαρακτήρες και πλοκές στο μυθιστόρημα, μπορείτε να προβλέψετε πολλές πιθανότητες για τον δολοφόνο.

Ωστόσο, αν και υπάρχει μόνο μία διαφορά λέξης μεταξύ του σχεδίου ενός σταδίου και του σχεδίου δύο σταδίων, η δυσκολία είναι πολύ διαφορετική. Ο Wang Xiaogang εξήγησε ότι με τη διαδρομή ενός σταδίου, ο όγκος των πληροφοριών βίντεο στο μπροστινό μέρος είναι πολύ τεράστιος, αλλά το σήμα εξόδου πρέπει να είναι πολύ ακριβές, γεγονός που θέτει υψηλότερες απαιτήσεις στην εκπαίδευση, τα δεδομένα και τη διοχέτευση ολόκληρου του δικτύου.

"Η λύση ενός σταδίου είναι δύσκολη, αλλά μόλις μάθει το μοντέλο, οι δυνατότητές του θα είναι πολύ ισχυρές. Αυτή είναι η στιγμή "ChatGPT" στην αυτόνομη οδήγηση που επιδιώκουμε."

Ένα καθαρό μοντέλο αυτόνομης οδήγησης από άκρο σε άκρο δεν είναι η τελική απάντηση στην αυτόνομη οδήγηση».

Η επιλογή της τεχνικής διαδρομής είναι το πρώτο βήμα. Στα τέλη του 2022, η SenseTime και τα κοινά εργαστήριά της πρότειναν το UniAD, το πρώτο καθολικό μοντέλο της βιομηχανίας για ολοκληρωμένη αυτόνομη οδήγηση στην αντίληψη και στη λήψη αποφάσεων, και κέρδισαν την καλύτερη εργασία στο Διεθνές Συνέδριο 2023 για την όραση και την αναγνώριση προτύπων υπολογιστών (CVPR). επόμενο έτος.

Στο φετινό Σαλόνι Αυτοκινήτου του Πεκίνου, το SenseTime Jueying έδειξε τα αποτελέσματα του πραγματικού οχήματος της UniAD στο δρόμο, το οποίο μπορεί να οδηγεί ελεύθερα σε αστικούς και αγροτικούς δρόμους. Αμέσως μετά, στο WAIC 2024, το SenseTime παρουσίασε μια πραγματική επίδειξη οχημάτων του UniAD σε σύνθετους αστικούς δρόμους, αγροτικούς δρόμους κ.λπ.

Το UniAD είναι ένα καθαρό οπτικό μοντέλο αυτόνομης οδήγησης από άκρο σε άκρο Παρόλο που βελτιώνει τις δυνατότητες οδήγησης του έξυπνου συστήματος οδήγησης, το αμιγώς αυτόνομο μοντέλο οδήγησης από άκρο σε άκρο δεν είναι η τελική απάντηση στην αυτόνομη οδήγηση. Ο Wang Xiaogang είπε ότι ένα σημαντικό σημάδι ότι τα έξυπνα αυτοκίνητα γίνονται υπερ-έξυπνα είναι να διαθέτουν περαιτέρω τις δυνατότητες αντίληψης, συλλογισμού, λήψης αποφάσεων και αλληλεπίδρασης στον ανοιχτό κόσμο. Ως εκ τούτου, η SenseTime Jueying δημιούργησε το DriveAGI, ένα μεγάλο έξυπνο μοντέλο οδήγησης που βασίζεται στο πολυτροπικό μεγάλο μοντέλο.

Η εξελικτική κατεύθυνση του DriveAGI είναι να κάνει την έξυπνη οδήγηση από άκρο σε άκρο «ερμηνεύσιμη και διαδραστική».

Η λεγόμενη επεξήγηση σημαίνει ότι όχι μόνο δίνει τη δυνατότητα στα οχήματα να κατανοούν τον περίπλοκο πραγματικό κόσμο περισσότερο σαν τον άνθρωπο, να κατανοούν τα κίνητρα συμπεριφοράς διαφόρων συμμετεχόντων στην κυκλοφορία, να μαθαίνουν γρήγορα διάφορους κανόνες κυκλοφορίας, να κατανοούν συνεχώς μεταβαλλόμενες πληροφορίες για το δρόμο, αλλά και να εξηγούν την οδήγηση. αποφάσεις προς τους χρήστες.

Για παράδειγμα, εάν ένα όχημα που κινείται κανονικά στη δεξιά πλευρά ενός δρόμου με δύο λωρίδες είναι εξοπλισμένο με DriveAGI, όταν βρει ένα ασθενοφόρο να πλησιάζει από πίσω, μπορεί να το αναγνωρίσει αμέσως και να διαπιστώσει ότι το ασθενοφόρο βρίσκεται σε υπηρεσία. Επομένως, την πρώτη φορά κρίνεται ότι υπάρχει χώρος για αλλαγή λωρίδας στην αριστερή πλευρά του δρόμου και η δεξιά πλευρά του δρόμου αλλάζει έγκαιρα στην αριστερή πλευρά για να διασφαλιστεί ότι το ασθενοφόρο μπορεί να περάσει ομαλά και γρήγορα. Η όλη διαδικασία είναι παρόμοια με τον ανθρώπινο εγκέφαλο Όχι μόνο μπορεί να δει ξεκάθαρα διαφορετικές καταστάσεις που συναντώνται στο δρόμο, αλλά μπορεί επίσης να σκεφτεί και να κρίνει με βάση τους κανόνες κυκλοφορίας και να κάνει σωστές κινήσεις οδήγησης.

Η διαλειτουργικότητα σημαίνει ότι οι χρήστες μπορούν όχι μόνο να ζητήσουν από το DriveAGI να τους εξηγήσει τη διαδικασία λήψης αποφάσεων, αλλά και να ελέγξουν τη συμπεριφορά αυτόνομης οδήγησης μέσω φωνητικών οδηγιών ή χειρονομιών. Για παράδειγμα, στο μέλλον με αυτόνομη οδήγηση, η πλοήγηση καθοδηγεί το όχημα να στρίψει στην επόμενη διασταύρωση για να φτάσει στον προορισμό, αλλά ο οδηγός γνωρίζει ότι υπάρχει συντόμευση μπροστά και μπορεί να στρίψει απευθείας, τότε χρειάζεται μόνο να πει "στροφή αριστερά" στο σύστημα. Το σύστημα θα εκτελέσει αυτήν την εντολή με βάση τις τρέχουσες συνθήκες του δρόμου.

Από τη λειτουργία μαύρου κουτιού και την μονόδρομη έξοδο έως την ερμηνευτικότητα και τη διαδραστικότητα, το βασικό κόλπο είναι πώς να εκπαιδεύσετε το μοντέλο.

Το πρώτο στοιχείο της εκπαίδευσης του μοντέλου είναι ο μεγάλος όγκος δεδομένων και οι μεγάλες παράμετροι του μοντέλου. Ο Μασκ έχει μιλήσει προηγουμένως για τη σημασία των δεδομένων για τα μοντέλα αυτόνομης οδήγησης: 1 εκατομμύριο θήκες βίντεο είναι ελάχιστα αρκετά, που είναι ελαφρώς 3 εκατομμύρια απίστευτος.

Ο Wang Xiaogang είπε επίσης ότι η τρέχουσα δομή δικτύου δεν είναι το βασικό μυστικό και η δομή του δικτύου όλων είναι σχετικά παρόμοια. Το κλειδί είναι πώς να επιτύχετε εξαιρετική ποιότητα απόδοσης κάτω από παρόμοιες δομές δικτύου. Αυτό εξαρτάται κυρίως από το εάν το μέγεθος του μοντέλου είναι αρκετά μεγάλο και εάν η σωλήνωση παραγωγής δεδομένων είναι ισχυρή.

Έχοντας εμπλακεί βαθιά στον τομέα της τεχνητής νοημοσύνης για δέκα χρόνια, το SenseTime έχει αναπτυχθεί σε πολλές βιομηχανίες, όπως η αστική νοημοσύνη, το εμπόριο, η ιατρική περίθαλψη, τα οικονομικά, η αυτόνομη οδήγηση, ακόμη και σε βιομηχανικά σενάρια όπως ο χάλυβας, η εξόρυξη άνθρακα και η ηλεκτρική ενέργεια. και έχει συσσωρεύσει μεγάλο όγκο δεδομένων πολλαπλών μέσων σε διάφορους κλάδους. Στις 5 Ιουλίου, το SenseTime Jueying έδειξε ζωντανά στο WAIC 2024 ότι η λύση ανάπτυξης του μοντέλου 8Β που είναι τοποθετημένη στην πλατφόρμα 200 TOPS+ είχε 8 δισεκατομμύρια παραμέτρους.

Επιδόσεις πολυτροπικού μοντέλου 8B στην τελική πλευρά του οχήματος SenseTime Jueying

Εάν υπάρχει η ποσότητα, πρέπει επίσης να είναι εγγυημένη η ποιότητα. Ο Wang Xiaogang είπε ότι δεν μπορούμε να εστιάσουμε μόνο στον αριθμό των δεδομένων και στον αριθμό των παραμέτρων του μοντέλου, αν δεν υπάρχει δύσκολη εργασία, ακόμη και αν ο όγκος των δεδομένων και των παραμέτρων αυξηθεί, οι δυνατότητες του μοντέλου θα λειτουργούν μόνο στη θέση τους.

Έπειτα, έδωσε ένα παράδειγμα: Οι μέλισσες μπορούν να δουλέψουν σε μια τόσο περίπλοκη κηρήθρα, τόσο με ακρίβεια και τόσο καλά, αλλά έχουν πάντα μόνο μια ικανότητα και μπορούν να κάνουν μόνο ένα πράγμα. Ο ανθρώπινος εγκέφαλος είναι διαφορετικός Μετά από χιλιάδες χρόνια εξέλιξης, οι άνθρωποι μπορούν να στείλουν δορυφόρους και πυραύλους στον ουρανό. "Αυτή είναι η διαφορά μεταξύ των γενικών ικανοτήτων και των αποκλειστικών ικανοτήτων. Μια μέλισσα κάνει μόνο ένα πράγμα για όλη της τη ζωή, δύο ζωές ή τρεις ζωές. Ακριβώς όπως ένα μοντέλο, εάν της τροφοδοτήσετε μόνο δεδομένα για ανθρώπους, αυτοκίνητα και αντικείμενα, Θα μπορεί να το κάνει αυτό μόνο για το υπόλοιπο της ζωής του».

Εκτός από τα δεδομένα, η παροχή ισχυρής υπολογιστικής ισχύος είναι ο πιο σπάνιος και ανταγωνιστικός παράγοντας σήμερα.

Η SenseTime Jueying είναι ένας από τους λίγους μεγάλους προμηθευτές υπολογιστικής ισχύος στον κλάδο. Ξεκινώντας το 2018, η SenseTime άρχισε να σχεδιάζει υπολογιστική υποδομή και δημιούργησε ένα ευφυές υπολογιστικό κέντρο AIDC στο Lingang της Σαγκάης. Διαθέτει 45.000 GPU για την παροχή μεγάλων μοντέλων υπηρεσιών εκπαίδευσης και συμπερασμάτων στον έξω κόσμο και μπορεί να εκπαιδεύσει μοντέλα με εκατοντάδες δισεκατομμύρια ή ακόμα και. τρισεκατομμυρίων παραμέτρων. Βασιζόμενη στην υποστήριξη της AIDC, η λειτουργική υπολογιστική ισχύς του SenseTime Jueying έχει φτάσει τα 12.000 P. Αναμένεται ότι έως το τέταρτο τρίμηνο του 2024, η μέγιστη υπολογιστική ισχύς θα φτάσει τα 25.000 P.

Μην αποκλείετε την παράδοση λευκού κουτιού, μόνο όταν η βλάστηση ευδοκιμεί, μπορούμε να επιτύχουμε οικολογικά αποτελέσματα που κερδίζουν.

Ανεξάρτητα από το πόσο καλή είναι η τεχνολογία, το κλειδί εξακολουθεί να βρίσκεται στην εφαρμογή της.

Ο Wang Xiaogang εισήγαγε ότι τα προϊόντα έξυπνης οδήγησης μαζικής παραγωγής της SenseTime Jueying έχουν κυκλοφορήσει σε πολλές μάρκες και μοντέλα όπως τα GAC Aion LX Plus, Hezhong Nezha S, GAC Haopin GT και Hongqi, καθώς και άλλες λειτουργίες Ταυτόχρονα, η Jueying προωθεί επίσης την παράδοση περισσότερων μοντέλων. Στις αρχές Ιουνίου, οι GAC και FAW επιλέχθηκαν στην πρώτη παρτίδα εγχώριων πιλοτικών έργων L3 και η SenseTime Jueying τους παρείχε αλγόριθμους αντίληψης προσανατολισμένους στο L3. Όχι μόνο αυτό, οι πολλαπλές τρέχουσες λύσεις έξυπνης οδήγησης μαζικής παραγωγής του SenseTime Jueying μπορούν να αναβαθμιστούν σε αρχιτεκτονική end-to-end στο μέλλον.

Έχουν πολλούς πελάτες και παραγγελίες, αλλά οι πάροχοι τεχνολογικών λύσεων που εκπροσωπούνται από την SenseTime Jueying πρέπει να αντιμετωπίσουν ένα πρόβλημα - την αυτο-έρευνα από εταιρείες αυτοκινήτων.

Πάρτε για παράδειγμα την Tesla Το χαρακτηριστικό της είναι ότι κάνει τεχνητή νοημοσύνη και έχει μεγάλη υποδομή, όπως χιλιάδες μονάδες επεξεργασίας γραφικών.

Θα ακολουθήσουν και άλλες εταιρείες αυτοκινήτων; Και μπορεί να γίνει μίμηση; Ο Wang Xiaogang είπε ότι ακόμη και μια εταιρεία τόσο ισχυρή και πλούσια σε ανθρώπινους πόρους όπως η Microsoft έχει επιλέξει να αποκόψει την ομάδα τεχνητής νοημοσύνης της και αντ' αυτού να συνεργαστεί με το OpenAI.

Ταυτόχρονα, εξήγησε ότι η λεγόμενη «αυτο-έρευνα» δεν σημαίνει ότι πρέπει να κάνεις τα πάντα μόνος σου από την αρχή μέχρι το τέλος. "Εφόσον οι πελάτες της εταιρείας αυτοκινήτων κατανοούν και αναλαμβάνουν την ηγεσία στον έλεγχο όλων όσων συμβαίνουν και μπορούν να χρησιμοποιήσουν τις δικές τους πλατφόρμες για να επαναλάβουν προϊόντα, αυτό αρκεί."

Ως εκ τούτου, όσον αφορά τις μεθόδους συνεργασίας, στο παρελθόν, το SenseTime Jueying έτεινε να παραδίδει κώδικα ως μαύρο κουτί, πιστεύοντας ότι αυτό ήταν το πιο πολύτιμο περιουσιακό στοιχείο. Αλλά ο Wang Xiaogang αποκάλυψε ότι τώρα το SenseTime Jueying δεν απορρίπτει την παράδοση λευκού κουτιού. Διότι ακόμη και αν παρέχεται ο κώδικας, η ανταγωνιστικότητα μπορεί να βελτιωθεί γρήγορα μέσω βαθύτερης επανάληψης και συνεργασίας.

Επιπλέον, η συνεργασία μπορεί επίσης να βοηθήσει τις εταιρείες αυτοκινήτων να εξοικονομήσουν χρήματα. "Έχουμε επενδύσει περισσότερα από 10 δισεκατομμύρια σε μεγάλα μοντέλα και στη διαδικασία δημιουργήσαμε τη δική μας υποδομή, μεγάλες εγκαταστάσεις και κερδοφόρες υπηρεσίες cloud για να πετύχουμε το νεκρό σημείο. Συνεργαζόμενοι μαζί μας, οι εταιρείες αυτοκινήτων δεν θα χρειαστεί να επωμιστούν αυτό το βάρος. Μερικές τεράστιες επενδύσεις Οι κατασκευαστές αυτοκινήτων δεν χρειάζεται να εμπλακούν οι ίδιοι σε αυτούς τους τομείς, θα ανοίξουμε σχετικούς πόρους στους κατασκευαστές αυτοκινήτων.»

Ωστόσο, παραδέχτηκε επίσης ότι ένα από τα προβλήματα που αντιμετωπίζουν στη συνεργασία με εταιρείες αυτοκινήτων είναι η έλλειψη ανατροφοδότησης δεδομένων. Συνήθως η ανατροφοδότηση των δεδομένων τερματικού βασίζεται στην πρωτοβουλία που παρέχεται από τον κατασκευαστή του αυτοκινήτου, η οποία μπορεί να οδηγήσει σε αναποτελεσματική επανάληψη και κύκλο δεδομένων. Ως εκ τούτου, η εις βάθος συνεργασία με πελάτες εταιρειών αυτοκινήτων είναι ιδιαίτερα σημαντική.

Μέσω της παράδοσης λευκού κουτιού, το SenseTime Jueying βοηθά τους συνεργάτες των εταιρειών αυτοκινήτων να κατανοήσουν την τεχνολογία μεγάλων μοντέλων και την τεχνογνωσία τους μεγάλο μοντέλο εγγενούς οχήματος, και τα δύο μέρη θα το αναπτύξουν από κοινού για να επιταχύνουν την επανάληψη του προϊόντος και να δημιουργήσουν ένα πραγματικά έξυπνο μοντέλο μεγάλου μοντέλου τεχνητής νοημοσύνης με επίκεντρο τον χρήστη.

Με βάση την κορυφαία στον κλάδο άφθονη υπολογιστική ισχύ και τις κορυφαίες στον κόσμο δυνατότητες μεγάλων μοντέλων "Ririxin", και μέσω ενός πιο εμπεριστατωμένου μοντέλου στρατηγικής συνεργασίας, το SenseTime Jueying θα δημιουργήσει μια κατάσταση win-win με πολλούς συνεργάτες, όπως OEM.

Το SenseTime Jueying έχει ορίσει τον χρόνο κυκλοφορίας του μεγάλου μοντέλου από άκρο σε άκρο το 2025. Ο Wang Xiaogang είπε ότι όταν κυκλοφόρησε το ChatGPT, δεν γίνονταν όλα τέλεια, για παράδειγμα, όταν το GPT 3.5 εκτελούσε εργασίες, υπήρχαν πολλά πράγματα που δεν μπορούσε κάνει καλό. Αλλά το κλειδί είναι ότι όλοι έχουν δει τη σωστή κατεύθυνση. Το ίδιο ισχύει και για το end-to-end.

Ταυτόχρονα, δήλωσε επίσης με βεβαιότητα ότι όταν ξεκινήσει η ολοκληρωμένη μαζική παραγωγή του SenseTime Jueying τον επόμενο χρόνο, οι χρήστες θα δουν πράγματα που ήταν εντελώς αδύνατο να γίνουν πριν σε ορισμένα σενάρια και αυτές θα είναι οι νέες δυνατότητες που θα προκύψουν.

Ο Wu Xinzhou, αντιπρόεδρος του τμήματος αυτοκινήτων της NVIDIA, δήλωσε κάποτε δημοσίως ότι το end-to-end είναι το τελευταίο τραγούδι της τριλογίας έξυπνης οδήγησης. Στο δρόμο προς το τέλος, η Shangtang Jueying αξίζει εστίαση και προσδοκίες.