BYD کے نئے HyWorldVLA ماڈل نے NAVSIM v1 بینچ مارک پر 90.59 PDMS اسکور کیا ہے، یہ ایک ایسا ریکارڈ ہے جو چینی EV دیو قامت کمپنی کو خود مختار ڈرائیونگ (autonomous-driving) کے فاؤنڈیشن ماڈلز کی فہرست میں شامل کر دیتا ہے۔ PDMS اس بات کی پیمائش کرتا ہے کہ ایک سسٹم کتنی مہارت سے محفوظ اور موثر راستوں کی منصوبہ بندی کرتا ہے؛ زیادہ اسکور کا مطلب ہے زیادہ ہموار اور قابل اعتماد خودکار ڈرائیونگ کا طرزِ عمل۔

یہ پیمائش کیوں اہم ہے

NAVSIM v1 ایک وسیع پیمانے پر استعمال ہونے والا سیمولیشن سویٹ (simulation suite) ہے جو پیچیدہ ٹریفک میں کسی ماڈل کی پیش گوئی کرنے اور عمل کرنے کی صلاحیت کا امتحان لیتا ہے۔ 90.59 PDMS کا اسکور حاصل کرنا پہلے سے رپورٹ شدہ تمام نمبروں کو پیچھے چھوڑ دیتا ہے، جس سے یہ ظاہر ہوتا ہے کہ HyWorldVLA سڑک کے واقعات کی ایسی درستگی کے ساتھ پیش گوئی کر سکتا ہے جو قائم شدہ کھلاڑیوں کے ابتدائی مرحلے کے سسٹمز کا مقابلہ کرتی ہے۔

وہ آرکیٹیکچر جو اسے ممکن بناتا ہے

HyWorldVLA روایتی طور پر دو الگ الگ طریقوں کا امتزاج ہے:

  • Pixel-level prediction – ماڈل ارد گرد کے ماحول کا ایک تفصیلی بصری نقشہ رکھتا ہے، جس میں لین کی نشانیاں اور پیدل چلنے والوں کے اشارے جیسی باریک تفصیلات محفوظ رہتی ہیں۔
  • Latent-level reasoning – یہ منظر کو ایک اعلیٰ درجے کی نمائندگی (higher-order representation) میں کمپریس کر دیتا ہے جسے مستقبل میں دور تک پروجیکٹ کیا جا سکتا ہے، جس سے طویل مدتی منصوبہ بندی ممکن ہوتی ہے۔

خالص پکسل ماڈلز تفصیلات میں بہترین ہوتے ہیں لیکن انہیں بہت زیادہ کمپیوٹنگ پاور کی ضرورت ہوتی ہے، جو انہیں پروڈکشن کاروں کے لیے غیر عملی بناتی ہے۔ خالص لیٹنٹ (latent) ماڈلز تیزی سے چلتے ہیں لیکن وہ بصری باریکیوں کو نظر انداز کر دیتے ہیں جو حفاظت کے لیے اہم ہو سکتی ہیں۔ BYD کا ہائبرڈ ڈیزائن دونوں دنیاؤں کا بہترین امتزاج فراہم کرنے کا دعویٰ کرتا ہے، جو مہنگے ہارڈ ویئر کے بغیر بھرپور پیش گوئیاں فراہم کرتا ہے۔

یہ سسٹم Vision-Language-Action (VLA) پیراڈائم پر عمل کرتا ہے۔ پہلے یہ مستقبل کے فریمز کا "تصور" کرتا ہے (vision)، پھر ان فریمز کو ٹیکسٹ یا علامتی تفصیلات میں تبدیل کرتا ہے (language)، اور آخر میں اس بیانیے کو گاڑی کے ٹھوس کنٹرولز (action) کے ساتھ جوڑ دیتا ہے۔ عملی طور پر، ماڈل پیش گوئی کرتا ہے کہ ٹریفک کیسے بدلے گی اور اس پیش گوئی کو اسٹیرنگ، ایکسلریشن یا بریک لگانے کے لیے استعمال کرتا ہے۔

کس کو فائدہ ہوگا

BYD دنیا کی سب سے بڑی الیکٹرک گاڑی بنانے والی کمپنی ہے۔ HyWorldVLA کو اپنے بیڑے (fleet) میں شامل کرنے سے کمپنی کو حقیقی دنیا کے ڈرائیونگ ڈیٹا کی بے مثال مقدار تک رسائی حاصل ہو جائے گی۔ یہ لوپ—بیڑے کے ڈیٹا پر تربیت دینا اور اپ ڈیٹ شدہ ماڈلز کو تعینات کرنا—BYD کی خود مختار ڈرائیونگ کی صلاحیتوں کو تیز کر سکتا ہے اور Tesla، Waymo اور Huawei کے درمیان فرق کو کم کر سکتا ہے، جو پہلے سے ہی بڑے خود مختار بیڑے چلا رہے ہیں۔

کیا غیر یقینی ہے

عوامی رپورٹ میں ماڈل کے سائز اور استعمال شدہ ٹریننگ ڈیٹا کی مقدار کا ذکر نہیں کیا گیا، جس سے اسکیل ایبلٹی (scalability) اور لاگت کے بارے میں سوالات اٹھتے ہیں۔ اگرچہ ہائبرڈ طریقہ کار خالص پکسل ماڈل کے مقابلے میں کم انفرنس اخراجات کا وعدہ کرتا ہے، لیکن یہ پھر بھی خالص لیٹنٹ ڈیزائن کے مقابلے میں پیچیدگی بڑھاتا ہے۔ آٹوموٹو انجینئرز کو اس بات کی تصدیق کرنی ہوگی کہ آیا کارکردگی میں اضافہ اضافی ہارڈ ویئر یا سافٹ ویئر کے اخراجات کا جواز پیش کرتا ہے۔

آگے کیا دیکھنا ہے

  • Production rollout – BYD نے HyWorldVLA کو صارفین یا تجارتی گاڑیوں میں شامل کرنے کے لیے کسی ٹائم لائن کا اعلان نہیں کیا ہے۔ ایک محدود مارکیٹ میں پائلٹ پروگرام ایک منطقی پہلا قدم ہوگا۔
  • Benchmark updates – NAVSIM v1 کی جگہ غالباً نئے سویٹس لے لیں گے جو خود مختاری کے مختلف پہلوؤں (مثلاً خراب موسم، رات کی ڈرائیونگ) پر زور دیتے ہیں۔ HyWorldVLA ان ٹیسٹوں پر کیسا کارکردگی دکھاتا ہے، اس سے اس کے پائیدار ہونے کا پتہ چلے گا۔
  • Competitive response – اگر BYD کے اسکور سڑک پر قابل اعتماد کارکردگی میں تبدیل ہو جاتے ہیں، تو حریف پیچھے رہ جانے سے بچنے کے لیے اپنے ہائبرڈ ماڈل کی تحقیق کو تیز کر سکتے ہیں۔

خلاصہ یہ کہ: BYD کا ریکارڈ ساز اسکور ظاہر کرتا ہے کہ ایک ہائبرڈ پکسل-لیٹنٹ ویژن-لینگویج-ایکشن ماڈل ایسی منصوبہ بندی کا معیار فراہم کر سکتا ہے جو کبھی صرف مخصوص AI لیبز تک محدود تھا۔ آیا یہ برتری سیمولیشن سے سڑک تک کے سفر میں برقرار رہتی ہے، یہی فیصلہ کرے گا کہ کیا BYD واقعی خود مختار ڈرائیونگ کا نقشہ بدل دے گا۔