当前位置：首页 > 自动驾驶 > 正文

自动驾驶模型都有哪些

简述信息一览：

毫末将会通过 DriveGPT，覆盖更多自动驾驶场景的研发，给高速 NOH，城市巡航、驾驶捷径推荐、智能陪练、场景脱困等带去突破。顾维灏还把目光望向了更遥远的地方：「我们希望能够抵达自动驾驶的终极场景：无人驾驶。

毫末判断，DriveGPT雪湖·海若还将在城市NOH、智能陪练、驾驶捷径推荐、脱困场景中得到应用，最终目标是要实现端到端自动驾驶毫末在AIDAY上宣布，DriveGPT雪湖·海若将在即将量产上市的新摩卡DHT-PHEV首发。

（图片来源网络，侵删）

毫末在大模型训练框架的基础上，与火山引擎共同建立了全套训练保障框架，通过训练保障框架，毫末实现了异常任务分钟级捕获和恢复能力，可以保证千卡任务连续训练数月没有任何非正常中断，有效地保障了DriveGPT雪湖·海若大模型训练的稳定性。

月11日，在第八届毫末AIDAY上，毫末CEO顾维灏正式发布了基于GPT技术的DriveGPT，中文名雪湖·海若。 DriveGPT能做到什么？又是如何构建的？顾维灏在AIDAY上都做了详细解读。

（图片来源网络，侵删）

毫末判断，DriveGPT雪湖·海若还将在城市 NOH、智能陪练、驾驶捷径推荐、脱困场景中得到应用，最终目标是要实现端到端自动驾驶毫末在 AI DAY 上宣布，DriveGPT雪湖·海若将在即将量产上市的新摩卡DHT-PHEV首发。

月 11 日的第八届 HAOMO AI DAY 上，毫末智行发布 DriveGPT 雪湖·海若，这是用于自动驾驶的生成式大模型，其参数规模已经达到 1200 亿。

1、输入的是一个传感器信号序列，可能包括多个摄像头***集到的***、Lidar***集到的点云、以及GPS、IMU等各类信息，输出的是一个驾驶决策序列，例如可以是驾驶动作序列、也可以输出轨迹序列再转为操作动作。

2、夏一平认为“相比Sora所展现的AI水准，我们（国内）的AI在数据量、质量、模型和算力上都还有很大的差距，当然最关键差距在人才上。”。具体来看，虽然端到端架构省略了大量的基础代码，大大提升了自动化程度。

3、自动驾驶技术能力=场景数据 x 数据获取效率 x 数据利用效率 =场景数据 x 数据获取效率 x 先进算法 x 先进算力。

4、首先，在自动驾驶端到端数据***集方面，英伟达会通过大量的传感器设备进行数据收集，在大型DGX SuperPOD上的数据中心训练模型，生成经过训练的神经网络模型，以便部署到汽车中。

5、当需求上来了，智算中心作为自动驾驶的“新基建”也就被业界越来越多的提及。

关于自动驾驶模型接口，以及自动驾驶模型都有哪些的相关信息分享结束，感谢你的耐心阅读，希望对你有所帮助。