极越AI Day 2024 纯视觉智驾技术方案解读

极越AI Day 2024 纯视觉智驾技术方案解读

附赠自动驾驶最全的学习资料和量产经验：链接

为什么选择纯视觉方向以及挑战

• 规模法则（scaling laws for neural language models）

• 图像视频包含海量的信息

• 视觉包含色彩和文理的信息

• 难点：世界五彩斑斓，静态动态场景均很复杂，如何有泛化能力

视觉大模型技术框架

• 预训练感知基础大模型（VTA, vision takes all）

• occ占据网络（分为三个子网络，应对远中近三个场景）

  • Rifle：前向视距200米

  • Pistol：前向视距120米

  • Dagger：前向视距30米

• 时序关联

  • 特别是有遮挡场景下的处理？？？

• 实时建图的能力

• 动态交互场景的能力

AIGC在数据生产方面的应用

• 基于大模型的智能化智驾数据生产线

• 生成式AI解决长尾数据分布问题

自动驾驶原生地图LD

• 相比HD地图做减法，找到自动驾驶要求的最小图层

• 相比SD地图新增图层：安全图层，经验图层，实时图层

• 用自动驾驶视觉大模型生成出来的

  • 99%是人生成的，1%是人工校验