百度无人驾驶技术峰会8月18日召开,百度深度学习实验室副主任余凯在接受采访时透露了百度在无人驾驶技术上的战略部署,解读了百度为什么要做无人驾驶。
“首先无人驾驶能够使我们的驾驶变得更加安全。第二个原因是,如果智能驾驶成为现实,你会省去到飞机场和火车站的时间,有自己的车把你带到目的地。第三,现在大都市普遍有交通堵塞的问题,或者你在喝醉酒了以后想找代驾,如果有无人驾驶就可以解决。”
事实上,更让人感兴趣的是,为什么是百度来做这个事情?
对此,余凯称:“首先百度不仅仅是搜索公司,也是一个做地图的服务商,地图是非常重视数据的服务,如果我们在下一个五年或者下一个十年的布局上,如果百度能够在新的下一代的地图上能够占得先机的话,可以说意义非常大;”
“ 第二,无人驾驶作为一个机器人领域的一个特殊的应用,我们认为它是相当于针对未来的一个技术储备。”
“第三个原因是,我觉得无人驾驶车辆或者说智能车,是未来一个新的平台,因为首先,有很多信息都是在车里面被消费。”
无人驾驶汽车作为与人们生活极其相关的高科技产品,受到了极大关注。百度无人驾驶技术峰会将相关专家聚集一堂,针对具体问题进行了深入探讨。
好文章,需要你的鼓励
这篇论文提出一种插件式2D动作接口,让已训练好的3D运动语言模型无需修改或微调即可直接理解2D姿态输入。实验证明2D输入效果媲美3D输入,且在真实视频场景下配合专门的降噪适配器,2D方案比3D姿态估计更省算力、更实用,为动作理解模型的现实部署提供了新路径。
研究团队让8种AI智能体独立完成100项真实科研任务,深度剖析800份研究轨迹后发现,即便是最强模型,也普遍存在"发现问题却不修正"的现象,背后根源指向AI缺乏检验自身产出、主动纠错的元认知能力。
WorldRover是一套面向可探索世界建模的合成视频数据引擎,基于虚幻引擎构建,能让同一段探索轨迹在保持路线与场景一致的前提下,重新渲染为多种视角和外观状态,并同步提供深度、光流、长程点追踪等丰富标注,最终发布WorldRover-10M数据集,含2190万帧、202.7小时视频。
这篇论文指出,现有多目标强化学习训练大模型时存在"一刀切"分配优化精力的问题,提出SA-MRPO方法,根据每个奖励目标的饱和程度动态调整其权重,在数学推理、自适应推理、代码生成等任务上均取得优于现有方法GDPO的效果。