您的位置：首頁 > 商業 >

商湯科技王曉剛：大模型為自動駕駛技術帶來新飛躍

來源：上海證券報·中國證券網時間：2023-07-09 21:12:40

【資料圖】

7月6日至8日，以“智聯世界生成未來”為主題的第六屆世界人工智能大會（簡稱WAIC）在上海舉辦。今年大模型成為展會上熱議的話題，日前，商湯科技聯合創始人王曉剛接受上證報記者專訪，就當下大模型發展路線、落地場景的諸多問題發表了自己的看法。

談及當下大模型主流的Transfomer路線，王曉剛表示，盡管目前有其他結構在算法上更加效率，但Transfomer代表的一類網絡結構，在多模態信息融合方面依然具有強大的優勢。“比如說語言它都可以去識別，在Transfomer架構下視覺其他的信號，以同樣特征的表達方式能夠去結合在一塊，所以現在的工作發展路線，這里是我們比較重要的組成部分。”王曉剛說道，這一點在自動駕駛這類對視覺有極高要求的人工智能領域優勢更為明顯。

“對于自動駕駛而言，大模型一定會對下一代自動駕駛產生比較深刻影響。”王曉剛認為，當前大眾之所以覺得自動駕駛不夠智能，一方面是由于各類傳感器融合不足，另一方面就是目前核心的決策判斷模塊不夠智能。

而隨著大模型技術的不斷成熟，擺在自動駕駛面前的兩大“攔路虎”都有望得到解決。“我們最近的一個工作UniAD技術，就是把感知、決策，規劃、控制等眾多的模塊實現端到端整合，用一個網絡端到端的優化。”據王曉剛介紹，進行端到端的優化，可以將從前割裂單獨開發的模塊整合到一起，極大提升開發效率，“這也是第一個端到端的自動駕駛通用大模型。”

大模型的訓練離不開巨大的算力支撐，對此，王曉剛坦言：“在這塊的話，我們大裝置其實在過去幾個月一直也都是處于一種非常緊張的迭代狀態，這樣我們能夠去保證有更大規模的卡的連接，保證我們穩定運行。”

不過，王曉剛也表示大裝置也是需要針對不同類型的應用，因此不同類型模型的優化側重點上也有所不同。“另一方面，在部署端我們也做了很多工作，比如基礎模型做完后，要開放給內部，甚至是外部的客戶合作伙伴。他們能在模型上進行反饋，做比較好的開發。當然這也需要我把這些工具和API做好。”他說道。

談及未來大模型的發展趨勢，作為以視覺計算見長的商湯科技，王曉剛表示，未來多模態將成為重要賽道。“AI系統一定是能夠更好地承擔處理我們各種多模態的信息。”他說道，“這里面需要深入到各個行業里面，將來的多模態很多的應用價值就體現在這個行業里面。作為商湯，我們也是一個面向B端，賦能多個行業的公司。在過去幾年里面，我們在很多的行業都有很深的這方面積累。”

（文章來源：上海證券報·中國證券網）

標簽：