IT之家 10 月 31 日消息，用谷自动驾驶公司 Waymo 长期以来一直将与谷歌 DeepMind 的发端联系及其数十年的 AI 研究视为其在自动驾驶领域超越竞争对手的战略优势。现在这家 Alphabet 旗下的到端公司更进一步，为其机器人出租车开发一种基于谷歌多模态大语言模型（MLLM）“Gemini”的自动新训练模型。

Waymo 今天发布了一篇新的驾驶研究论文，介绍了一种名为“端到端多模态自动驾驶模型”（EMMA）的模型新模型。这种新的用谷端到端训练模型能够处理传感器数据，生成“自动驾驶车辆的发端未来轨迹”，帮助 Waymo 的到端无人驾驶车辆做出关于去哪里以及如何避开障碍物的决策。

但更重要的自动是，这是驾驶首次有迹象表明，自动驾驶领域的模型领导者计划将 MLLM 应用于其业务。这意味着 MLLM 可能不仅仅局限于聊天机器人、用谷电子邮件组织者和图像生成器等领域，发端而是到端可以扩展到自动驾驶领域。

在研究中 Waymo 提出，传统的自动驾驶系统通常会为感知、映射、预测和规划等各种功能开发特定的“模块”。虽然这种方法在过去多年中效果显著，但也存在可扩展性问题，主要是由于模块间的误差积累和通信有限。此外，这些模块由于是“预定义”的，因此面对“新环境”时适应能力较差。

Waymo 认为，像 Gemini 这样的 MLLM 可以解决这些问题。首先，这些模型是经过大量互联网数据训练的“通才”，能提供超出常规驾驶记录的丰富“世界知识”；其次，它们通过“链式推理”等技术展现出“卓越”的推理能力，能够将复杂任务分解为一系列逻辑步骤，模仿人类的思维方式。

Waymo 表示，EMMA 模型在帮助机器人出租车应对复杂环境方面表现良好。例如，当遇到各种动物或道路施工时，EMMA能够帮助无人驾驶汽车找到合适的行驶路线。

据悉，特斯拉等其他公司也在大力开发其自动驾驶汽车的端到端模型。特斯拉首席执行官埃隆・马斯克声称，最新版本的 FSD12.5.5 采用了“端到端神经网络”人工智能系统，将摄像头图像转换为驾驶决策。

这表明，在部署真正的无人驾驶车辆方面领先于特斯拉的 Waymo 也对追求端到端系统感兴趣。该公司表示，其 EMMA 模型在轨迹预测、物体检测和道路图理解方面表现出色。

但 EMMA 也有其局限性，Waymo 承认，在将该模型投入实践之前，还需要进行未来的研究。例如，EMMA 无法整合来自激光雷达或雷达的 3D 传感器输入，Waymo 表示这是因为“计算开销太高”，并且一次只能处理少量图像帧。

研究论文中未提及的另一个风险是，像 Gemini 这样的 MLLM 会存在“幻觉”，而无人驾驶汽车的容错率非常有限。因此，在这些模型能够大规模部署之前，还需要进行更多研究。

• ·[流言板]一个模子刻出来的！库里更新社媒晒出近期全家福
• ·[流言板]犯规麻烦！李炎哲抢篮板被吹第5次犯规，刘炜抱怨判罚吃T
• ·汤姆·哈迪将首次亮相漫画书 黑马漫画《Arcbound》
• ·意天空：尤文球员坎比亚索初步判断为扭伤，今天将接受进一步检查
• ·🤬犯天条了？狼队换帅猎蓝狐，但即将迎噩梦：英超前6名+鹊刺魔
• ·联名卡皮巴拉小黄豚！五菱宏光MINIEV四门版实车曝光
• ·恩里克执教巴黎16场欧冠输7场，输球率为卡塔尔财团入主后最高
• ·绝了😑森林仅3射正攻入3球，奥纳纳0扑救但目前暂领跑金手套奖
• ·里夫斯：绝杀战术本是给老詹的，我会把比赛用球给爸妈
• ·“炒鱿鱼”不便宜！Unity的大规模裁员耗资2.05亿美元
• ·亚布力滑雪节启幕 全面升级迎亚冬会
• ·给意甲拉分，博洛尼亚成为本赛季欧冠唯一还没有进球的球队
• ·意媒：国米没有与比约尔或乌迪内斯接触 迪切萨雷不是国米的目标
• ·《魔农传记》开启免费DLC季 每周赠送1款免费皮肤
• ·头球制胜！欧冠官方：穆西亚拉当选拜仁10本菲卡全场最佳
• ·《MUBOSAMA》Steam上线 都市传说穿越冒险