BYD ನ ಹೊಸ HyWorldVLA ಮಾಡೆಲ್ NAVSIM v1 ಬೆಂಚ್‌ಮಾರ್ಕ್‌ನಲ್ಲಿ 90.59 PDMS ಅಂಕಗಳನ್ನು ಗಳಿಸಿದೆ, ಈ ದಾಖಲೆಯು ಚೀನೀ EV ದೈತ್ಯವನ್ನು ಸ್ವಾಯತ್ತ ಚಾಲನಾ (autonomous-driving) ಫೌಂಡೇಶನ್ ಮಾಡೆಲ್‌ಗಳ ಪಟ್ಟಿಗೆ ಸೇರಿಸಿದೆ. PDMS ಒಂದು ವ್ಯವಸ್ಥೆಯು ಎಷ್ಟು ಸುರಕ್ಷಿತ ಮತ್ತು ದಕ್ಷ ಮಾರ್ಗಗಳನ್ನು ಯೋಜಿಸುತ್ತದೆ ಎಂಬುದನ್ನು ಅಳೆಯುತ್ತದೆ; ಹೆಚ್ಚಿನ ಅಂಕ ಎಂದರೆ ಹೆಚ್ಚು ಸುಗಮ ಮತ್ತು ವಿಶ್ವಾಸಾರ್ಹ ಸ್ವಯಂ-ಚಾಲನಾ ನಡವಳಿಕೆ ಎಂದರ್ಥ.

ಈ ಮಾಪಕವು ಏಕೆ ಮುಖ್ಯ

NAVSIM v1 ಎಂಬುದು ಸಂಕೀರ್ಣ ಸಂಚಾರದಲ್ಲಿ ಮಾಡೆಲ್‌ನ ಮುನ್ಸೂಚನೆ ನೀಡುವ ಮತ್ತು ಕಾರ್ಯನಿರ್ವಹಿಸುವ ಸಾಮರ್ಥ್ಯವನ್ನು ಪರೀಕ್ಷಿಸುವ ವ್ಯಾಪಕವಾಗಿ ಬಳಕೆಯಲ್ಲಿರುವ ಸಿಮ್ಯುಲೇಶನ್ ಸೂಟ್ ಆಗಿದೆ. 90.59 PDMS ಅಂಕಗಳನ್ನು ಪಡೆಯುವುದು ಈ ಹಿಂದಿನ ಎಲ್ಲಾ ವರದಿ ಮಾಡಲಾದ ಅಂಕಿಅಂಶಗಳಿಗಿಂತ ಹೆಚ್ಚಾಗಿದ್ದು, HyWorldVLA ರಸ್ತೆ ಘಟನೆಗಳನ್ನು ಸ್ಥಾಪಿತ ಕಂಪನಿಗಳ ಆರಂಭಿಕ ಹಂತದ ವ್ಯವಸ್ಥೆಗಳಿಗೆ ಸರಿಸಾಟಿಯಾದ ನಿಖರತೆಯೊಂದಿಗೆ ಮುನ್ಸೂಚನೆ ನೀಡಬಲ್ಲದು ಎಂದು ಸೂಚಿಸುತ್ತದೆ.

ಇದನ್ನು ಸಾಧ್ಯವಾಗಿಸುವ ಆರ್ಕಿಟೆಕ್ಚರ್

HyWorldVLA ಸಾಂಪ್ರದಾಯಿಕವಾಗಿ ಪ್ರತ್ಯೇಕವಾಗಿರುವ ಎರಡು ವಿಧಾನಗಳನ್ನು ಸಂಯೋಜಿಸುತ್ತದೆ:

  • Pixel-level prediction – ಮಾಡೆಲ್ ಸುತ್ತಮುತ್ತಲಿನ ವಿವರವಾದ ದೃಶ್ಯ ನಕ್ಷೆಯನ್ನು (visual map) ಇಟ್ಟುಕೊಳ್ಳುತ್ತದೆ, ಇದು ಲೇನ್ ಮಾರ್ಕಿಂಗ್‌ಗಳು ಮತ್ತು ಪಾದಚಾರಿಗಳ ಸಂಜ್ಞೆಗಳಂತಹ ಸೂಕ್ಷ್ಮ ಸೂಚನೆಗಳನ್ನು ಉಳಿಸಿಕೊಳ್ಳುತ್ತದೆ.
  • Latent-level reasoning – ಇದು ದೃಶ್ಯವನ್ನು ಉನ್ನತ ಮಟ್ಟದ ಪ್ರತಿನಿಧಿಯಾಗಿ (higher-order representation) ಸಂಕುಚಿತಗೊಳಿಸುತ್ತದೆ, ಇದು ದೀರ್ಘಕಾಲದ ಯೋಜನೆಯನ್ನು ಮಾಡಲು ಅನುವು ಮಾಡಿಕೊಡುತ್ತದೆ.

ಶುದ್ಧ ಪಿಕ್ಸೆಲ್ ಮಾಡೆಲ್‌ಗಳು ವಿವರಗಳಲ್ಲಿ ಅತ್ಯುತ್ತಮವಾಗಿರುತ್ತವೆ ಆದರೆ ಅವುಗಳಿಗೆ ಹೆಚ್ಚಿನ ಕಂಪ್ಯೂಟಿಂಗ್ ಸಾಮರ್ಥ್ಯ ಬೇಕಾಗುತ್ತದೆ, ಇದು ಅವುಗಳನ್ನು ಉತ್ಪಾದನಾ ಕಾರುಗಳಿಗೆ ಅನ್ವಯಿಕವಾಗದಂತೆ ಮಾಡುತ್ತದೆ. ಶುದ್ಧ ಲೆಟೆಂಟ್ ಮಾಡೆಲ್‌ಗಳು ವೇಗವಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತವೆ ಆದರೆ ಸುರಕ್ಷತೆಗೆ ನಿರ್ಣಾಯಕವಾಗಿರುವ ದೃಶ್ಯ ಸೂಕ್ಷ್ಮತೆಗಳನ್ನು ಕೈಬಿಡುತ್ತವೆ. BYD ನ ಹೈಬ್ರಿಡ್ ವಿನ್ಯಾಸವು ಎರಡರಲ್ಲೂ ಅತ್ಯುತ್ತಮವಾದುದನ್ನು ಪಡೆಯುತ್ತದೆ ಎಂದು ಪ್ರತಿಪಾದಿಸುತ್ತದೆ, ಇದು ಅತಿಯಾದ ಹಾರ್ಡ್‌ವೇರ್ ವೆಚ್ಚವಿಲ್ಲದೆ ಸಮೃದ್ಧವಾದ ಮುನ್ಸೂಚನೆಗಳನ್ನು ನೀಡುತ್ತದೆ.

ಈ ವ್ಯವಸ್ಥೆಯು Vision-Language-Action (VLA) ಮಾದರಿಯನ್ನು ಅನುಸರಿಸುತ್ತದೆ. ಮೊದಲಿಗೆ ಇದು ಭವಿಷ್ಯದ ಫ್ರೇಮ್‌ಗಳನ್ನು "ಕಲ್ಪಿಸಿಕೊಳ್ಳುತ್ತದೆ" (vision), ನಂತರ ಆ ಫ್ರೇಮ್‌ಗಳನ್ನು ಪಠ್ಯ ಅಥವಾ ಸಾಂಕೇತಿಕ ವಿವರಣೆಗಳಾಗಿ (language) ಪರಿವರ್ತಿಸುತ್ತದೆ, ಮತ್ತು ಅಂತಿಮವಾಗಿ ಆ ವಿವರಣೆಯನ್ನು ವಾಹನದ ನಿರ್ದಿಷ್ಟ ನಿಯಂತ್ರಣಗಳಿಗೆ (action) ಹೊಂದಿಸುತ್ತದೆ. ಪ್ರಾಯೋಗಿಕವಾಗಿ, ಸಂಚಾರವು ಹೇಗೆ ವಿಕಸನಗೊಳ್ಳುತ್ತದೆ ಎಂದು ಮಾಡೆಲ್ ಮುನ್ಸೂಚಿಸುತ್ತದೆ ಮತ್ತು ಆ ಮುನ್ಸೂಚನೆಯನ್ನು ಬಳಸಿ ಸ್ಟೀರಿಂಗ್, ವೇಗವರ್ಧನೆ ಅಥವಾ ಬ್ರೇಕ್ ಹಾಕುತ್ತದೆ.

ಯಾರು ಪ್ರಯೋಜನ ಪಡೆಯಬಹುದು

BYD ವಿಶ್ವದ ಅತಿದೊಡ್ಡ ಎಲೆಕ್ಟ್ರಿಕ್-ವಾಹನ ತಯಾರಕ ಸಂಸ್ಥೆಯಾಗಿದೆ. ತನ್ನ ವಾಹನಗಳ ಸಮೂಹದಲ್ಲಿ (fleet) HyWorldVLA ಅನ್ನು ಅಳವಡಿಸುವುದರಿಂದ ಕಂಪನಿಗೆ ಅಭೂತಪೂರ್ವ ಪ್ರಮಾಣದ ನೈಜ-ಪ್ರಪಂಚದ ಚಾಲನಾ ಡೇಟಾವನ್ನು ಪಡೆಯಲು ಸಾಧ್ಯವಾಗುತ್ತದೆ. ಆ ಲೂಪ್—ಫ್ಲೀಟ್ ಡೇಟಾದ ಮೇಲೆ ತರಬೇತಿ ನೀಡುವುದು ಮತ್ತು ಅಪ್‌ಡೇಟ್ ಮಾಡಿದ ಮಾಡೆಲ್‌ಗಳನ್ನು ನಿಯೋಜಿಸುವುದು—BYD ನ ಸ್ವಯಂ-ಚಾಲನಾ ಸಾಮರ್ಥ್ಯಗಳನ್ನು ವೇಗಗೊಳಿಸಬಹುದು ಮತ್ತು ಈಗಾಗಲೇ ದೊಡ್ಡ ಸ್ವಾಯತ್ತ ಫ್ಲೀಟ್‌ಗಳನ್ನು ಹೊಂದಿರುವ Tesla, Waymo ಮತ್ತು Huawei ಗಳ ನಡುವಿನ ಅಂತರವನ್ನು ಕಡಿಮೆ ಮಾಡಬಹುದು.

ಯಾವುದು ಅನಿಶ್ಚಿತವಾಗಿದೆ

ಸಾರ್ವಜನಿಕ ವರದಿಯು ಮಾಡೆಲ್‌ನ ಗಾತ್ರ ಮತ್ತು ಬಳಸಲಾದ ತರಬೇತಿ ಡೇಟಾದ ಪ್ರಮಾಣವನ್ನು ಹೊರಗಿಟ್ಟಿದೆ, ಇದು ಸ್ಕೇಲೆಬಿಲಿಟಿ ಮತ್ತು ವೆಚ್ಚದ ಬಗ್ಗೆ ಪ್ರಶ್ನೆಗಳನ್ನು ಎತ್ತುತ್ತದೆ. ಹೈಬ್ರಿಡ್ ವಿಧಾನವು ನೇರ ಪಿಕ್ಸೆಲ್ ಮಾಡೆಲ್ ಮಾಡ比 ಕಡಿಮೆ ಇನ್ಫರೆನ್ಸ್ ವೆಚ್ಚವನ್ನು (inference expense) ಭರವಸೆ ನೀಡಿದರೂ, ಇದು ಶುದ್ಧ ಲೆಟೆಂಟ್ ವಿನ್ಯಾಸಕ್ಕೆ ಹೋಲಿಸಿದರೆ ಸಂಕೀರ್ಣತೆಯನ್ನು ಹೆಚ್ಚಿಸುತ್ತದೆ. ಕಾರ್ಯಕ್ಷಮತೆಯ ಲಾಭಗಳು ಹೆಚ್ಚುವರಿ ಸಿಲಿಕಾನ್ ಅಥವಾ ಸಾಫ್ಟ್‌ವೇರ್ ವೆಚ್ಚವನ್ನು ಸಮರ್ಥಿಸುತ್ತವೆಯೇ ಎಂಬುದನ್ನು ಆಟೋಮೋಟಿವ್ ಎಂಜಿನಿಯರ್‌ಗಳು ಪರಿಶೀಲಿಸಬೇಕಾಗುತ್ತದೆ.

ಮುಂದೆ ಏನನ್ನು ಗಮನಿಸಬೇಕು

  • Production rollout – HyWorldVLA ಅನ್ನು ಗ್ರಾಹಕ ಅಥವಾ ವಾಣಿಜ್ಯ ವಾಹನಗಳಲ್ಲಿ ಸಂಯೋಜಿಸಲು BYD ಯಾವುದೇ ಕಾಲಮಿತಿಯನ್ನು ಘೋಷಿಸಿಲ್ಲ. ಸೀಮಿತ ಮಾರುಕಟ್ಟೆಯಲ್ಲಿ ಪೈಲಟ್ ಕಾರ್ಯಕ್ರಮವು ತಾರ್ಕಿಕ ಮೊದಲ ಹೆಜ್ಜೆಯಾಗಿರುತ್ತದೆ.
  • Benchmark updates – ಸ್ವಾಯತ್ತತೆಯ ವಿವಿಧ ಅಂಶಗಳನ್ನು (ಉದಾಹರಣೆಗೆ, ಪ್ರತಿಕೂಲ ಹವಾಮಾನ, ರಾತ್ರಿ ಚಾಲನೆ) ಒತ್ತಿಹೇಳುವ ಹೊಸ ಮಾದರಿಗಳಿಂದ NAVSIM v1 ಬಹುಶಃ ಬದಲಾಗಬಹುದು. ಆ ಪರೀಕ್ಷೆಗಳಲ್ಲಿ HyWorldVLA ಹೇಗೆ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ ಎಂಬುದು ಅದರ ಬಾಳಿಕೆಯನ್ನು ಸೂಚಿಸುತ್ತದೆ.
  • Competitive response – BYD ನ ಅಂಕಗಳು ರಸ್ತೆ ಮೇಲಿನ ವಿಶ್ವಾಸಾರ್ಹತೆಯನ್ನು ತಲುಪಿದರೆ, ಸ್ಪರ್ಧಿಗಳು ಹಿಂದೆ ಬೀಳುವುದನ್ನು ತಪ್ಪಿಸಲು ತಮ್ಮದೇ ಆದ ಹೈಬ್ರಿಡ್ ಮಾಡೆಲ್ ಸಂಶೋಧನೆಯನ್ನು ವೇಗಗೊಳಿಸಬಹುದು.

ಸಾರಾಂಶ: BYD ನ ದಾಖಲೆ ಮಟ್ಟದ ಅಂಕವು, ಹೈಬ್ರಿಡ್ ಪಿಕ್ಸೆಲ್-ಲೆಟೆಂಟ್ ವಿಷನ್-ಲ್ಯಾಂಗ್ವೇಜ್-ಆಕ್ಷನ್ ಮಾಡೆಲ್ ವಿಶೇಷ AI ಪ್ರಯೋಗಾಲಯಗಳಿಗೆ ಮಾತ್ರ ಸೀಮಿತವಾಗಿದ್ದ ಯೋಜನಾ ಗುಣಮಟ್ಟವನ್ನು ನೀಡಬಲ್ಲದು ಎಂದು ತೋರಿಸುತ್ತದೆ. ಸಿಮ್ಯುಲೇಶನ್‌ನಿಂದ ರಸ್ತೆಗೆ ಜಿಗಿದ ನಂತರ ಆ ಅನುಕೂಲವು ಉಳಿಯುತ್ತದೆಯೇ ಎಂಬುದು BYD ನಿಜವಾಗಿಯೂ ಸ್ವಾಯತ್ತ ಚಾಲನೆಯನ್ನು ಮರುರೂಪಿಸುತ್ತದೆಯೇ ಎಂಬುದನ್ನು ನಿರ್ಧರಿಸುತ್ತದೆ.