Новая модель HyWorldVLA от BYD набрала 90,59 PDMS в бенчмарке NAVSIM v1 — рекорд, который выводит китайского гиганта электромобилестроения в число разработчиков базовых моделей автономного вождения. PDMS измеряет, насколько эффективно система планирует безопасные и эффективные маршруты; чем выше показатель, тем более плавным и надежным является поведение беспилотного автомобиля.

Почему эта метрика важна

NAVSIM v1 — это широко используемый пакет симуляций, который проверяет способность модели предсказывать ситуацию и действовать в условиях сложного трафика. Результат в 90,59 PDMS превосходит все ранее зарегистрированные показатели, что говорит о способности HyWorldVLA предвидеть дорожные события с точностью, сопоставимой с ранними системами от признанных игроков рынка.

Архитектура, которая делает это возможным

HyWorldVLA сочетает в себе два традиционно раздельных подхода:

  • Предсказание на уровне пикселей — модель поддерживает детальную визуальную карту окружения, сохраняя мелкие детали, такие как дорожная разметка и жесты пешеходов.
  • Рассуждение на латентном уровне — она сжимает сцену в представление более высокого порядка, которое можно проецировать далеко в будущее, что позволяет осуществлять долгосрочное планирование.

Чисто пиксельные модели отлично справляются с детализацией, но требуют огромных вычислительных мощностей, что делает их непригодными для серийных автомобилей. Чисто латентные модели работают быстрее, но отбрасывают визуальные нюансы, которые могут иметь критическое значение для безопасности. Гибридная архитектура BYD, по заявлениям, сочетает в себе преимущества обоих подходов, обеспечивая более точные прогнозы без непомерно высоких затрат на оборудование.

Система следует парадигме Vision-Language-Action (VLA). Сначала она «представляет» будущие кадры (vision), затем переводит эти кадры в текстовые или символьные описания (language) и, наконец, сопоставляет описание с конкретными командами управления автомобилем (action). На практике модель прогнозирует, как будет развиваться дорожная ситуация, и использует этот прогноз для управления рулем, ускорения или торможения.

Кто получит выгоду

BYD — крупнейший в мире производитель электромобилей. Внедрение HyWorldVLA в свой парк автомобилей даст компании доступ к беспрецедентному объему данных о вождении в реальных условиях. Этот цикл — обучение на данных автопарка и развертывание обновленных моделей — может ускорить развитие технологий автономного вождения BYD и сократить разрыв с Tesla, Waymo и Huawei, которые уже управляют крупными беспилотными флотами.

Что остается неопределенным

В публичном отчете не указаны размер модели и объем использованных данных для обучения, что вызывает вопросы о масштабируемости и стоимости. Хотя гибридный подход обещает более низкие затраты на инференс, чем чисто пиксельная модель, он все же усложняет систему по сравнению с чисто латентным дизайном. Автомобильным инженерам предстоит проверить, оправдывают ли прирост производительности дополнительные затраты на вычислительные мощности или программное обеспечение.

На что стоит обратить внимание

  • Серийное внедрение — BYD не объявила сроки интеграции HyWorldVLA в потребительские или коммерческие автомобили. Логичным первым шагом станет пилотная программа на ограниченном рынке.
  • Обновления бенчмарков — NAVSIM v1, вероятно, будет заменен более новыми наборами тестов, которые проверяют другие аспекты автономности (например, неблагоприятные погодные условия, ночное вождение). То, как HyWorldVLA покажет себя в этих тестах, укажет на ее устойчивость.
  • Реакция конкурентов — если показатели BYD трансформируются в надежность на дорогах, конкуренты могут ускорить собственные исследования гибридных моделей, чтобы не отстать.

Основной вывод: рекордный результат BYD показывает, что гибридная модель Vision-Language-Action на основе пиксельно-латентного подхода может обеспечить качество планирования, которое раньше было доступно только специализированным лабораториям ИИ. Сохранится ли это преимущество при переходе от симуляции к реальным улицам, решит, сможет ли BYD по-настоящему изменить облик автономного вождения.