Đội ngũ AI thuộc Viện Nghiên cứu Công nghệ Mới của BYD Auto đã công bố bài nghiên cứu đầu tiên vào tháng trước, giới thiệu mô hình thế giới lai HyWorldVLA dành cho xe tự lái. Mô hình này kết hợp mô hình hóa thế giới ở cấp độ pixel và trong không gian tiềm ẩn, đồng thời sử dụng kiến trúc thị giác - ngôn ngữ - hành động (VLA).
Mô hình này đạt 90,59 điểm PDMS trong bài kiểm tra chuẩn công khai dành cho xe tự lái NAVSIM v1, thiết lập thành tích tốt nhất trong lịch sử của bộ chuẩn này. Trên NAVSIM v2, bộ chuẩn có hệ thống chỉ số toàn diện hơn, HyWorldVLA cũng đạt thành tích dẫn đầu với 89,71 điểm.
Chú thích: Chỉ số PDMS đánh giá tổng hợp chất lượng lái xe thực tế trên nhiều phương diện, bao gồm mức độ an toàn khi va chạm, khả năng tuân thủ khu vực có thể di chuyển, khoảng cách an toàn, mức độ hoàn thành mục tiêu và sự êm ái khi vận hành.
Ý tưởng cốt lõi của HyWorldVLA là “đi bằng hai chân”. Mô hình thế giới ở cấp độ pixel dự đoán tình hình giao thông tương lai theo từng khung hình, cho nhiều chi tiết nhưng tốn tài nguyên tính toán và nhạy cảm với nhiễu thị giác; mô hình không gian tiềm ẩn hoạt động trên biểu diễn trừu tượng đã được nén, có hiệu suất cao nhưng dễ làm mất các chi tiết quan trọng. Trong giải pháp của BYD, ở giai đoạn huấn luyện, việc giám sát cấp độ pixel đóng vai trò “chó canh cổng”, buộc không gian tiềm ẩn lưu giữ đủ thông tin môi trường; khi suy luận thực tế, hệ thống chỉ sử dụng mô hình không gian tiềm ẩn nhẹ để đảm bảo hiệu suất.
Thí nghiệm loại bỏ thành phần đã xác nhận cả hai đều không thể thiếu: khi loại bỏ dự đoán cấp độ pixel, PDMS giảm từ 90,59 xuống 87,50; khi loại bỏ xử lý không gian tiềm ẩn, điểm số giảm còn 89,91. Trong 655 tình huống có nhiễu do mưa và sương mù, HyWorldVLA đạt 86,87 điểm, cao hơn hơn 19 điểm so với mô hình cơ sở mạnh nhất.
Ngày 28 tháng 5 năm nay, BYD đã ra mắt chip hỗ trợ lái thông minh 4nm dành cho ô tô đầu tiên của Trung Quốc, mang tên “Xuanji A3”. Chip sử dụng tiến trình 4nm, tích hợp CPU 16 lõi, đạt 420K DMIPS, băng thông 273GB/s và cấp độ an toàn chức năng cao nhất ASIL-D. Năng lực tính toán của một chip đạt khoảng 700TOPS, hỗ trợ kết nối song song ba chip, đưa năng lực tính toán hỗ trợ lái thông minh của toàn xe lên tối đa hơn 2100TOPS. Vòng khép kín hoàn chỉnh từ thuật toán đến chip được xem là nền tảng kỹ thuật quan trọng mà BYD chuẩn bị cho công nghệ xe tự lái cấp độ L3.