(资料图片仅供参考)

4月11日,毫末智行正式发布自动驾驶生成式大模型DriveGPT,中文名“雪湖·海若”。同时,其自动驾驶数据智能体系MANA将以产品服务方式对外合作开放。

据介绍,DriveGPT雪湖·海若现阶段主要用于解决自动驾驶的认知决策问题,其底层模型采用GPT(Generative Pre-trained Transformer)生成式预训练大模型。

与ChatGPT使用自然语言进行输入与输出不同,雪湖·海若面向自动驾驶场景,输入是感知融合后的文本序列,输出是自动驾驶场景文本序列,即将自动驾驶场景Token化,形成“Drive Language”,最终完成自车的决策规控、障碍物预测以及决策逻辑链的输出等任务。

毫末智行CEO顾维灏对DriveGPT雪湖·海若的实现过程进行了详细的解释。团队首先在预训练阶段通过引入量产驾驶数据,训练初始模型,再通过引入驾驶接管Clips数据完成反馈模型(Reward Model)的训练,然后再通过强化学习的方式,使用反馈模型去不断优化迭代初始模型,形成对自动驾驶认知决策模型的持续优化。

同时,DriveGPT雪湖·海若还会根据输入端的提示语以及毫末CSS自动驾驶场景库的决策样本去训练模型,让模型学习推理关系,从而将完整驾驶策略拆分为自动驾驶场景的动态识别过程,完成可理解、可解释的推理逻辑链生成。

当前,雪湖·海若参数规模达到1200亿,预训练阶段引入4000万公里量产车驾驶数据,RLHF阶段引入5万段人工精选的困难场景接管Clips。

顾维灏还同时宣布雪湖·海若智能驾驶能力首发车型是即将量产上市的新摩卡DHT-PHEV.他表示,雪湖·海若可以逐步应用到城市NOH、捷径推荐、智能陪练以及脱困场景中。

目前,毫末DriveGPT雪湖·海若已正式对行业开放,开启对限量首批客户的合作,包括北京交通大学计算机与信息技术学院、高通、火山引擎、华为云、京东科技、四维图新、魏牌新能源、英特尔等。

此外,毫末自动驾驶数据智能体系MANA也发布多方面升级。顾维灏介绍,首先,感知和认知相关大模型能力统一整合到DriveGPT雪湖·海若;其次,计算基础服务针对大模型训练在参数规模、稳定性和效率方面做了专项优化,并集成到OASIS当中;第三,增加了使用NeRF技术的数据合成服务,降低Corner Case数据的获取成本;最后,还针对多种芯片和多种车型的快速交付难题,优化了异构部署工具和车型适配工具。

(文章来源:界面新闻)

推荐内容