理论上 端到端 了之后,理论上系统的人工测试基本失效,也是大模型算法本身的优点,当然也是缺点。 一,优点是:由于人工测试的结果因为大模型而导致的随机性,所以用生成和重建可以提高效率,迭代速度更快。 二,缺点是:大模型的黑盒也导致实车测试其实不利于系统学习和泛化,大部分车辆行驶状态数据变得不可用,自有车队的按照规范化的行驶数据才有用。 理论上,依然是用「人」训练系统。 理想汽车 郎咸朋: 从流程上来讲,内部主要研发流程分为产品交付研发流程以及智能 AI 的研发流程,两个流程相互配合。 端到端+VLM 这套技术系统在一个月的测试过程中,虽然开启城市 NOA 功能始终是通过拨两次方向盘杆,实现从 A 点到 B 点的智能驾驶,但是模型迭代的能力却在不断提升。 在模型迭代的时候,整个功能跟原来完全一样,所以这个功能之前做的测试仍然有效。 对于这个能力的表现,我们用生成和重建的方式做模型的泛化测试和检验,比实车在全中国驾驶测试好得多。 这是我们在 AI 时代到来之后,对于产品研发的深度思考,从而带来的研发变化。 安全另外一层含义就是:怎么能在产品交付之前,做更多更有效的测试。 如果用实车做测试,一方面是成本;另一方面是是测试效果可能达不到交付有监督自动驾驶的程度,特别是当模型迭代比较迅速的时候。 我们现在用 Diffusion transformer 技术,再加上 3DGS 技术,能够把曾经遇到过错题以及遇到过的场景,举一反三地形成模拟题,实现不断地测试模型能力,不断地优化各个城市表现。 我们在每一个维度上都有非常严格的打分,比如安全、法律法规等维度。 如果不安全、不合规,模型就不能交付给用户。 现在在千人团内测阶段,还没有到量产阶段,所以在安全、合规方面的要求会更加严格,确保我们的产品是一个安全可靠的产品。 #新能源大牛说##理想汽车#
  • 全部评论0 条
  • 只看作者
  • 最热
  • 最新
  • 最早

暂无相关评论

发表一下个人看法吧
写评论
积分赞赏
点赞
评论区
  • 收藏
  • 举报
  • 加入黑名单
回到顶部