【ITBEAR】Waymo，作為谷歌母公司Alphabet旗下的無(wú)人駕駛叫車部門，近日揭開(kāi)了其最新人工智能研究模型的神秘面紗。這一新型端到端多模式模型被命名為EMMA，標(biāo)志著自動(dòng)駕駛技術(shù)領(lǐng)域的又一重要突破。
在詳細(xì)闡述其AI方法和EMMA模型的新聞稿中，Waymo透露了未來(lái)研究模型的發(fā)展藍(lán)圖。值得注意的是，該公司明確指出，EMMA當(dāng)前仍處于研究階段，并未應(yīng)用于實(shí)際運(yùn)營(yíng)車輛中。這一策略顯示出Waymo對(duì)于技術(shù)研發(fā)的嚴(yán)謹(jǐn)態(tài)度。
與特斯拉的全自動(dòng)駕駛（FSD）技術(shù)及其他端到端模型相比，EMMA模型呈現(xiàn)出一種新穎的替代方案。Waymo副總裁兼研究主管Drago Anguelov強(qiáng)調(diào)，EMMA的研究展示了多模態(tài)模型在自動(dòng)駕駛中的強(qiáng)大潛力和相關(guān)性。他表達(dá)了對(duì)進(jìn)一步探索多模態(tài)方法和組件如何構(gòu)建更通用、更適應(yīng)性的駕駛系統(tǒng)的樂(lè)觀態(tài)度。
據(jù)Waymo介紹，EMMA模型的核心在于其能夠利用基于Gemini語(yǔ)言模型的真實(shí)世界知識(shí)。這種端到端的方法最終將使自動(dòng)駕駛汽車能夠直接從傳感器數(shù)據(jù)和實(shí)時(shí)駕駛場(chǎng)景中獲取運(yùn)行指令，從而極大地提升了自動(dòng)駕駛的智能化水平。
Waymo還突出強(qiáng)調(diào)了大型語(yǔ)言模型（LLM）和視覺(jué)語(yǔ)言模型（VLM）在其技術(shù)架構(gòu)中的關(guān)鍵作用，并將這一架構(gòu)命名為Waymo基礎(chǔ)模型。這一創(chuàng)新性的模型設(shè)計(jì)為自動(dòng)駕駛技術(shù)的發(fā)展開(kāi)辟了新的道路。
在闡述EMMA研究的細(xì)節(jié)時(shí)，Waymo提到了幾個(gè)關(guān)鍵方面，包括端到端學(xué)習(xí)、統(tǒng)一語(yǔ)言空間以及思路鏈推理。這些技術(shù)元素的融合使得EMMA能夠處理原始的攝像頭輸入和文本數(shù)據(jù)，生成各種駕駛輸出，并通過(guò)自然語(yǔ)言文本表示非傳感器輸入和輸出，從而最大限度地發(fā)揮了Gemini的世界知識(shí)。
盡管Waymo對(duì)EMMA模型的前景充滿信心，但也有一些行業(yè)專家對(duì)大規(guī)模端到端模型提出了質(zhì)疑。他們擔(dān)心，在沒(méi)有充分安全措施的情況下，使用生成式人工智能模型可能帶來(lái)過(guò)高的風(fēng)險(xiǎn)。然而，Waymo強(qiáng)調(diào)，他們目前仍在研究階段，并未計(jì)劃將這一技術(shù)商業(yè)化。
在推動(dòng)自動(dòng)駕駛技術(shù)創(chuàng)新的同時(shí)，Waymo也在積極拓展其業(yè)務(wù)范圍。該公司最近完成了56億美元的融資，估值已攀升至超過(guò)450億美元。同時(shí)，Waymo還在積極研發(fā)基于現(xiàn)代Ioniq 5的下一代自動(dòng)駕駛汽車，并計(jì)劃在佐治亞州的新工廠進(jìn)行生產(chǎn)。這些舉措充分展示了Waymo在自動(dòng)駕駛領(lǐng)域的雄心壯志和堅(jiān)定決心。
