当前位置：首页>自动驾驶>自动驾驶的隐形难题

自动驾驶的隐形难题

2026-08-11 05:02:07

自动驾驶的隐形难题

自动驾驶的隐形难题

在数字世界里，AI 可以依靠海量文本和图像快速学习；但在真实道路上，自动驾驶面临的是混乱、稀有、不可预测的长尾场景。

GM 提出的“世界理解扩展体系”，正是为了解决这个核心难题：如何让自动驾驶系统在成本不爆炸的前提下，持续学习真实世界的复杂性。

🧠一、物理世界的 AI 更难

自动驾驶不仅要做瞬时决策，还要理解长期风险。真实道路上的关键事件——例如险些碰撞、奇怪的施工设备、突然出现的救护车——都是极低频的长尾场景。要让系统真正安全，就必须从这些稀有事件中学习。

🚗二、从海量车队数据中挖掘“长尾真相”

GM 的测试车队产生了数百万英里的多传感器数据。系统会自动识别：

急刹与险情
异常交通参与者
特殊天气与光照
罕见道路结构
这些数据是自动驾驶持续进化的“燃料”。

三、为什么不能只靠大模型？

GM 指出：
高分辨率视频直接喂给大模型，成本会指数级上升
长上下文会导致模型“丢失关键细节” 因此，单层 MLLM 管线无法支撑大规模长尾挖掘。

🔀四、GM 的解决方案：EMWU 多层管线

GM 构建了一个分层、异步、成本可控的系统——EMWU。

核心思想是：便宜的工作先做，大模型只在必要时出手。
Tier 1：领域投影（低成本、高规模）
将原始传感器数据转化为可复用的：
目标框
标签
嵌入向量每天可生成数千万嵌入，成本低于每百万条 1 美元。

Tier 2：向量检索（快速筛选候选）
通过文本查询 + 向量搜索，快速找到可能包含长尾事件的片段。

Tier 3：深度推理（高精度、低规模）
只有最相关的帧才会进入 VLM 深度推理，进行高保真理解。

🧬五、轻量化领域适配：无需重新索引

GM 的创新点之一是：只微调文本编码器（LoRA），视觉编码器保持冻结。再通过轻量投影层对齐语义，就能让系统理解新的稀有概念。无需重新生成视觉嵌入，大幅降低成本。

🔚结语：让自动驾驶以“可负担的方式”变得更聪明

GM 的 EMWU 架构让自动驾驶系统能够：
更快发现长尾风险
更高效利用车队数据
以更低成本实现更高安全性
这是迈向真正“物理世界 AI”的关键一步。

#自动驾驶 #人工智能 #AI安全 #智能汽车 #科技前沿 #工程科普 #机器学习 #未来交通 #车路协同 #智能系统

名称已清空

微信扫一扫赞赏作者

喜欢作者其它金额

赞赏后展示我的头像

作品

暂无作品

喜欢作者

其它金额

¥

最低赞赏 ¥0

其它金额

赞赏金额

¥

最低赞赏 ¥0

1

2

3

4

5

6

7

8

9

0

.

加拿大,12小时前,

本文来自网友投稿或网络内容，如有侵犯您的权益请联系我们删除，联系邮箱：596563534@qq.com 。

最新文章

随机文章