覺非科技：從chatGPT看自動駕駛.pdf

《覺非科技：從chatGPT看自動駕駛.pdf》由會員分享，可在線閱讀，更多相關《覺非科技：從chatGPT看自動駕駛.pdf（12頁珍藏版）》請在三個皮匠報告上搜索。

1、覺非科技：自動駕駛感知決策算法與數據服務商從chatGPT看自動駕駛小模型到覺非科技 劉斌鈴軒獎量產智能駕駛類優秀獎國家高新技術企業北京市“專精特新”中小企業北京市雙創大賽一等獎畢馬威“中國領先汽車科技企業50”中國科創企業百強榜自動駕駛高精定位優質供應商2021世界創新獎中國科技出行明日之星金輯獎2022最具成長價值獎公司概況覺非科技是國內領先的自動駕駛感知決策算法與數據服務商，以“多傳感器融合計算”為核心技術路線，圍繞乘用車出行、干線物流和城市末端三大應用場景，提供跨場景、跨平臺、跨終端的智能駕駛解決方案，實現了國內產業領域中少有的“三跨”服務能力。覺非的融合感知系統目前已覆蓋車端與路端，

2、構建了適用于全棧自動駕駛的具備“感知-決策-數據”閉環能力的量產方案，以“數據驅動量產化”為核心業務目標，為合作伙伴實現自動駕駛閉環能力。合作企業覺非科技：自動駕駛感知決策算法與數據服務商chatGPT的出現顯著提升了自動駕駛業界對AI大模型的關注和信任 從單模態到多模態 從對話機器人到全行業專家 律師?？紡暮?0%到前10%從理解指令到理解意圖 從5GB到45TB傳統自動駕駛方案是各個小模型的堆疊Camera ImagesCamera Perception2D observationsRadar/LiDARDataRadar/LiDAR Perception3D observationsSe

3、nsor Fusion3D tracksHD MapPerceptionLocalizationPlanningControl(PnC)LiDAR Perception3DtrackingSensorFusionObjectPredictionCameraPerception多個獨立的“小模型”，感知、跟蹤、融合、預測等以Tesla為代表的大模型+大數據方案將受重視較大規模的模型完全自車視角的障礙物和環境感知感知實時生成的路口拓撲關系媲美高精地圖+高精定位國內自動駕駛的大模型方案開始涌現較大規模的端到端模型完全自車視角的障礙物和環境感知各子任務在網絡中顯式級聯1.1 EFLOPBF16/CFP

4、81.3TBHigh-Speed SRAM13TBHigh-Bandwidth DRAM大算力是基礎，大數據是前提從近萬片A100到自研大算力訓練芯片數百萬輛可以回傳數據的量產車數百億公里的真實數據樣本人類司機實時反饋的“影子模式”自動駕駛大模型依賴的訓練數據從何而來？讓人又愛又恨的高精地圖精度高，數據客觀準確對規控友好量產快，有成熟供應商和解決方案覆蓋城市數量少，單價較高更新速度慢，跟不上道路建設變化 隱式使用高精地圖，是“樣本庫”+“導師”通過感知直接生成路口拓撲關系 高精地圖的覆蓋和鮮度價值超過精度 Corner Case大程度依賴訓練樣本的覆蓋 顯式使用高精地圖，是“千里眼”+“軌道”通過定位將全局坐標轉換自車坐標 路口拓撲關系有人工作業或質檢 制圖準確就不存在Corner Case高精地圖從此又多了一個“導師”的角色 顯式使用高精地圖仍然是城市NOA最快達到量產可用的重要方案 感知大模型對覆蓋和現實性的處理優于傳統方案，但仍需數據積累和時間 主機廠對數據的控制力度將進一步加大，或將限制三方供應商對車企數據的訪問 主機廠算法自研和自建超算中心的意愿將進一步提升官方網站:聯系方式：