# 自動運転

GAIA-2は、ウェイブが開発した高度なビデオ生成モデルであり、自動運転システムに多様で複雑な運転シナリオを提供し、安全性と信頼性を向上させることを目的としています。このモデルは、現実世界のデータ収集への依存という制約に対処するために合成データの生成を行い、一般的なケースとエッジケースを含む様々な運転状況を作成できます。GAIA-2は、様々な地理的および環境条件のシミュレーションをサポートしており、開発者は高額なコストをかけることなく、自動運転アルゴリズムを迅速にテストおよび検証できます。

NVIDIA Cosmosは、自動運転車やロボットなどの物理AIシステムの開発を加速させるための、高度な世界基礎モデルプラットフォームです。事前にトレーニングされた生成モデル、高度なトークナイザー、高速データ処理パイプラインを提供することで、開発者は物理AIアプリケーションの構築と最適化を容易に行えます。オープンなモデルライセンスにより開発コストを削減し、開発効率を向上させるため、あらゆる規模の企業や研究機関に適しています。

OpenEMMAは、WaymoのEMMAモデルを再現したオープンソースプロジェクトです。自動運転車両のモーションプランニングのためのエンドツーエンドフレームワークを提供します。このモデルは、GPT-4やLLaVAなどの事前学習済みの視覚言語モデル（VLMs）を利用し、テキストと前方のカメラ入力を取り込むことで、車両自身の将来の経路点の正確な予測を実現し、その意思決定の根拠も提示します。OpenEMMAの目標は、研究者や開発者が自動運転研究と応用を推進するための使いやすいツールを提供することです。

智趣AIセレクションは、人工知能分野に特化した総合的なプラットフォームです。業界の発展見通しを洞察し、国内外のAI製品とアプリケーションを選定?紹介することを目指しています。豊富な学習リソース、業界融合事例分析を提供し、ユーザーがAIの発展トレンドを把握し、AI技術と共に歩み、未来を共創することを支援します。

DiffusionDriveは、リアルタイムのエンドツーエンド自動運転のための遮断拡散モデルです。拡散ノイズ除去ステップを削減することで計算速度を向上させながら、高い精度と多様性を維持します。このモデルは人間のデモンストレーションから直接学習するため、複雑な前処理や後処理手順が不要で、リアルタイムの自動運転判断を実現します。DiffusionDriveはNAVSIMベンチマークテストにおいて88.1 PDMSという画期的な成果を達成し、45 FPSで動作します。

We, Robotは、テスラ社が自動運転技術とロボット技術分野におけるビジョンを示すページです。持続可能な未来の創造、交通効率の向上、経済性、安全性の向上へのテスラのコミットメントを強調しています。このページでは、テスラの完全自動運転技術（監督付き）と、Robotaxi、Robovan、Tesla Botなど、将来の自動運転車やロボットの潜在的な用途を紹介しています。これらの技術は、自動化によって日常生活の利便性を高めると同時に、交通事故を減らし、交通コストを削減することを目指しています。

Depth Proは、高精度な深度マップを高速に生成する単眼深度推定のための研究プロジェクトです。このモデルは、多尺度ビジョン変換器を用いて高密度予測を行い、実データと合成データの両方を用いたトレーニングによって、高精度と詳細な描写を実現しています。標準的なGPU上で225万ピクセルの深度マップをわずか0.3秒で生成でき、高速性と高精度を両立しています。機械視覚や拡張現実など、幅広い分野で重要な役割を果たします。

OmniReは、デバイスログを用いて高保真な動的都市景観を効率的に再構築するための包括的な手法です。ガウス表現に基づく動的神経シーングラフの構築と、車両、歩行者、自転車乗りなどの様々な動的行動者をシミュレートするための複数の局所正規空間の構築により、シーン内の様々なオブジェクトを包括的に再構築します。OmniReは、シーンに存在する様々なオブジェクトを包括的に再構築し、その後、全ての参加者のリアルタイム参加による再構築シーンのシミュレーションを可能にします。Waymoデータセット上での広範な評価により、OmniReは定量的にも定性的にも、従来最先端の手法を大幅に凌駕することが示されました。

博登インテリジェントが独自開発したデータアノテーション処理プラットフォームBASE（Boden Annotation Service Enhancement）は、高い適用性を備え、データ収集、クレンジング、アノテーションから検証までの全工程に対応します。BASEプラットフォームは、音声、テキスト、画像、ビデオ、点群など、多様なモダリティのデータ処理能力を網羅しており、AIアシストアノテーションにより、従来の方法と比較して企業のコストを30～40％削減し、効率を50％以上向上させることを実現しました。既に市場で広く認められています。 データ処理プラットフォームであるBASEプラットフォームは、一般的な画像アノテーション、3D/4D点群アノテーション、画像点群融合アノテーション、NLPテキストアノテーション、医療画像アノテーション、ビデオ記述アノテーション、音素アノテーション、音声アノテーションなどのアノテーション業務に対応できます。

Silo AIはヨーロッパ最大の民間人工知能研究所であり、業界リーダーと協力して、スマートデバイス、自動運転車、Industry 4.0、スマートシティの開発に取り組んでいます。最先端の人工知能を生産に導入し、顧客に利益をもたらす製品と技術を提供しています。

DriveVLMは、視覚言語モデル（VLMs）を利用してシーン理解と計画能力を強化した自動運転システムです。シーン記述、シーン分析、階層的計画を含む独自の推論モジュールを組み合わせることで、複雑で長尾のシーンに対する理解力を向上させます。さらに、VLMsにおける空間推論と計算需要の制約に対処するため、DriveVLMの利点と従来の自動運転プロセスを組み合わせたハイブリッドシステムであるDriveVLM-Dualを提案しています。nuScenesデータセットとSUP-ADデータセットでの実験により、DriveVLMとDriveVLM-Dualは、複雑で予測不可能な運転状況に対処する上で非常に有効であることが示されました。最終的に、DriveVLM-Dualは量産車に搭載され、現実世界の自動運転環境における有効性が検証されました。

GenADは、上海人工知能研究所、香港科技大学、ドイツ?テュービンゲン大学、香港大学が共同で開発した、世界初の大規模自動運転ビデオ生成モデルです。現実世界の状況を予測?シミュレーションすることで、自動運転技術の研究開発と応用を支えます。GenADは複雑でダイナミックな環境の理解、オープンワールドシナリオへの適応、高精度予測において高い能力を有し、言語や走行軌跡による制御が可能で、自動運転計画タスクへの応用可能性を示しており、安全運転と効率性の向上に貢献します。

GAIA-1は、90億パラメーターを持つ汎用的な生成世界モデルであり、自動運転用に設計されています。ビデオ、テキスト、動作入力からリアルな運転シーン動画を生成し、自車挙動やシーン内の特徴を精密に制御できます。多様なモダリティ学習手法を用いることで、多様で豊かな運転シーンを生成し、自動運転システムの学習能力と解釈能力を高めます。主な機能は、ビデオ?テキスト?動作に基づく生成能力、高い制御性、長時間生成への対応、拡張性などです。GAIA-1は、自動運転の研究、シミュレーション、データ拡張など、幅広い用途に使用できます。生成AIによる自動運転分野の先進的な探求であり、無限の可能性を創出します。

BLOGBOOSTER.aiは、WordPressサイト向けに設計されたAI自動運転ツールです。ブログに適したテーマを生成し、毎月自動で記事を作成、公開します。定期的なコンテンツ追加により、ウェブサイトのSEO効果を高め、より多くのトラフィックと売上を獲得できます。価格は柔軟で、月間の必要記事数に応じてプランを選択いただけます。