我是廣告 請繼續往下閱讀
自動駕駛系統在各式應用情境中,可根據速度和載客或載物進行分類,包括低速載物、高速載物、低速載人、高速載人,各類別擁有其特定的技術要求和安全規範,以確保自動駕駛系統在不同情境下能有效運作。自動駕駛系統的發展是由數據、演算法及運算力共同推動,好的演算法需要強大的運算力進行訓練和即時演算,而演算法的性能又仰賴於充足且高品質的數據,以實現高效、安全且可靠的自動駕駛系統。
余君濤指出,生成式AI可強化數據多元性,結合自動駕駛系統可生成仿真且複雜的道路場景,產生多樣化數據並解決長尾問題,訓練自動駕駛系統能靈活應對各環境和交通情況。
如NVIDIA推出Drive Sim自動駕模擬平台及STRIVE(Stress-Test Drive)演算法,Tesla則採用真實車輛行駛影片及虛擬仿真平台Simulation World Creator訓練全自動輔助駕駛(Full Self-Driving;FSD)技術,以完善自動駕駛演算法及功能。英國業者Wayve推出GAIA-1及LINGO-1生成式AI模型,可透過自然語言模型串接方式進行人機互動,以解釋前方的路況及行駛決策原因。