新在线不卡免费视频|www国产精品久久麻豆|美女午夜福利网站|《福克斯号上空姐们》|关于秘书的电影|美少女的哀羞txt|日产国产一区二区三区

<center id="wasc1"><meter id="wasc1"><center id="wasc1"></center></meter></center>

<td id="wasc1"><tr id="wasc1"></tr></td>

<td id="wasc1"></td>

<noscript id="wasc1"></noscript>

當前位置： OFweek 人工智能網 > 其他 > 正文

監(jiān)督稀疏解決了！DriveVLA-W0用世界模型放大自動駕駛Data Scaling Law

2025-12-01 16:50

來源： OFweek人工智能網

近日，特斯拉在 ICCV 的會議中就分享了其當下面臨的挑戰(zhàn) ——監(jiān)督稀疏。

監(jiān)督信號是低維、稀疏的駕駛動作，和 VLA 高維、稠密的視覺信息流不符。即便使用海量數據也無法釋放 VLA 模型的巨大潛力。

針對這個問題，一支由國內頂尖技術機構和華為合作的論文給出了解答。他們提出了 DriveVLA-W0，這是一種利用世界建模來預測未來圖像的訓練范式，表明世界模型是解鎖 VLA 數據規(guī)模定律的關鍵。

三步研究方法

研究法分為三個關鍵步驟。

構建一個 VLA 基線模型，以展示僅基于稀疏動作的監(jiān)督所面臨的挑戰(zhàn)。
利用世界建模增強了該基線模型，提供了密集的自監(jiān)督信息。
引入一個輕量級的、基于 MoE 的動作專家來解決推理瓶頸，從而確保模型能夠實現實時性能。

視覺-語言-動作（VLA）基線模型處理語言指令（L）、正面圖像（V）和過去動作（A）序列。為了確保其廣泛的適用性，團隊還構建了兩種主流視覺語言模型（VLM）的變體：VLA（VQ），它將圖像量化為離散的視覺標記；**VLA (ViT)**，它為 Qwen2.5-VL 風格的骨干網提取連續(xù)特征。

為了解決問題，研究團隊引入世界建模作為自監(jiān)督目標。包括 AR 世界模型、擴散世界模型等。

輕量級的動作專家（500M）與主 VLA 專家在混合專家 (MoE) 架構中協(xié)同工作。這種架構上的相似性使得它們能夠通過聯(lián)合注意力機制實現深度且高效的信息融合。

實驗結果

DriveVLA-W0 在 NAVSIM 基準測試中取得了新的最佳性能，超越了不同架構范式下的頂級方法，包括基于 BEV 的 WoTE和基于 VLA 的 AutoVLA。

值得注意的是，模型僅使用單個前視攝像頭就實現了如此性能。

在數據擴展的情況下，世界建模優(yōu)于僅依賴動作的監(jiān)督方法。使用基線方法模型在稀疏監(jiān)督下早期就會達到瓶頸，而 VLA-W0 會表現出持續(xù)的改進。

研究人員通過在 H200 GPU 上測量推理延遲來驗證 MoE 架構的效率。與基線 DriveVLA-W0（延遲 117.8 毫秒，PDMS 為 85.6）相比，VLA-W0 延遲降低至 74.3 毫秒，同時性能提升至 88.4 PDMS。

研究顯示，監(jiān)督不足是阻礙自動駕駛中視覺-語言-動作模型可擴展性的根本瓶頸。采用密集型預測世界建模是實現大規(guī)模數據全部潛力、構建更通用駕駛智能的關鍵一步。

參考資料：

https://arxiv.org/abs/2510.12796

本地收藏打印推薦給朋友

聲明： 本網站所刊載信息，不代表OFweek觀點。刊用本站稿件，務經書面授權。未經授權禁止轉載、摘編、復制、翻譯及建立鏡像，違者將依法追究法律責任。

發(fā)表評論

共0條評論，0人參與

立即登錄即可訪問所有OFweek服務

忘記密碼

其他方式

請輸入評論內容...

請輸入評論/評論長度6~500個字

暫無評論

暫無評論

圖片新聞

最新發(fā)布

最新活動更多

一周熱點月點擊榜

企業(yè)服務廣告服務獵頭服務薪酬報告

人工智能獵頭職位更多

高級軟件工程師廣東省/深圳市
自動化高級工程師廣東省/深圳市
光器件研發(fā)工程師福建省/福州市
銷售總監(jiān)（光器件）北京市/海淀區(qū)
激光器高級銷售經理上海市/虹口區(qū)
光器件物理工程師北京市/海淀區(qū)
激光研發(fā)工程師北京市/昌平區(qū)
技術專家廣東省/江門市
封裝工程師北京市/海淀區(qū)
結構工程師廣東省/深圳市

掃碼關注公眾號
OFweek人工智能網
獲取更多精彩內容

文章糾錯

x

_*文字標題：

_*糾錯內容：

聯(lián)系郵箱：

_*驗證碼：

看不清，點擊換一張

粵公網安備 44030502002758號

<small id="pmr8g"></small>

<sub id="pmr8g"><tr id="pmr8g"></tr></sub>