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
GeoVerse融合几何潜在扩散模型与Wan2.2视频生成先验,并引入全局空间记忆机制,实现了跨视角一致、生成质量高且推理速度快的新视角合成,在多个数据集上大幅超越现有方法GLD。
本文解读TT-VidT,一种通过分离外观锚点与动作令牌、结合Diff Compression训练目标的视频自监督方法。在24种架构目标组合的受控实验中,仅TT3D与Diff Compression搭配才能进入强动作敏感区,且计算量比同类方法降低近一半。
Q&A Q1:Imprint Reader是什么? A:Imprint Reader是上海人工智能实验室团队开发的模型,通过SMaRT训练方法学会读取另一个模型冻结的权重更新,把参数层面的变化翻译成自然语言描述,判断这次更新到底注入了什么知识或诱导了什么行为习惯。 Q2:MetaEdit能做什么? A:MetaEdit能把Reader对目标行为的梯度信号迁移到原始模型上,不需要任何目标任务的训练数据,只用一句行为描述就能定向调整模型参数,已经在安全性拒绝率调节、数学推理风格转变和工具调用能力提升上验证过效果。 Q3:Imprint Reader读权重更新的准确率高吗? A:目前还不高,知识类目标的Pass@100只有2%,行为类目标是16%,说明自由生成描述的可靠性有限,但相比原始模型完全答不出来的0%基线,已经证明了权重更新的自然语言读取是可行的。
统一多模态模型能看也能画,理论上该会自我修正。本论文提出UMM-Reflection,用整条轨迹的强化学习联合训练诊断和修图能力,GenEval提升12分,且迁移到多个未训练基准,揭示RL提升的是选择可靠性而非新能力。