【CNMO科技动静】5月26日，小米汽车正式发布Xiaomi Auto World Model全新框架，为业界辅助驾驶世界模子提供了新的框架路径，鞭策行业从“场景感知”向“认知推演、场景进化”的高阶形态跃迁。

小米汽车

该框架是小米初次将三维重修与视频天生深度耦合的一体化架构，以“重修锚定几何、天生弥补想象”的新范式，打破行业持久采用的重修与天生分散的技能线路。于 Waymo、nuScenes 等主流基准测试中周全取患上 SOTA，并已经于小米汽车合成数据、仿真测试、智能座舱三年夜焦点场景完成营业落地。

CNMO科技留意到，该框架将重修模块（WorldRec）与天生模块（WorldGen）深度耦合。WorldRec经由过程稀少三维锚点表征，高效构建切确的 3D 场景几何；WorldGen则于重修约束下补全未不雅测区域及将来帧，撑持最长1分钟的视频天生。二者互相增益，实现了高不变性、高一致性、高真实性的协同效果。

于重修范畴，WorldRec于公然的Waymo数据集上周全领先此前SOTA要领DGGT，PSNR到达28.48，凌驾约1个点；于nuScenes零样本泛化测试中依然连结领先，对于新场景顺应能力强。于天生范畴，WorldGen于H20 GPU上单视角天生速率达0.19秒/帧，三视角为0.46秒/帧，比同为自回归要领的Epona（1.06秒/帧）快5.6倍。撑持高达81帧持续天生（10Hz/30Hz，最长1分钟），而年夜大都公然基线仅能天生8-16帧。于nuScenes数据集上，WorldGen取患上FVD 64.97及FID 7.04的成就，FVD指标逾越了所有对于比的同类模子。

值患上一提的是，Xiaomi Auto World Model已经于小米汽车三年夜现实场景中落地：

合成数据天生：已经交付跨越10万clips高质量合成数据，直接用在感知模子练习，晋升车辆于伤害场景下的辨认能力。

仿真测试：构建闭环仿真情况，优化测试效率，可于仿真中复现真实变乱举行定向优化。

辅助驾驶书院：使用世界模子动态天生第一人称驾驶讲授视频，今朝已经上线小米全车型的辅助驾驶书院 - 实景模仿场景。

版权所有，未经许可不患上转载