Valeo та Natix Network розробляють WFM для революції автономних транспортних засобів

Співпраця між Valeo і Natix Network відзначає важливий поворотний момент у шляхах до безпечної та надійної автоматизації транспортних засобів. Обидві компанії об’єднали зусилля для розробки WFM (World Foundation Model) — багатокамерної системи штучного інтелекту, яка перевищує обмеження традиційних підходів, заснованих на перцептивних методах. WFM створений для вивчення та прогнозування руху реального світу з урахуванням різноманітних сценаріїв дорожнього руху, відкриваючи трансформаційні можливості у глобальній автомобільній індустрії.

WFM: Модель Світового Фундаменту, що Змінює Ландшафт Автономного Водіння

Модель Світового Фундаменту — це не просто еволюція попередніх технологій штучного інтелекту. WFM уособлює якісний прорив у тому, як системи автоматизації транспортних засобів розуміють фізичне оточення. На відміну від систем AI, що базуються лише на розпізнаванні шаблонів із текстових або статичних зображень, WFM інтегрує передбачувальні можливості для прогнозування динаміки складного дорожнього руху.

Аліреза Годс, один із засновників і CEO Natix, розглядає WFM у історичній перспективі. Він вважає цю модель генераційним моментом, порівнянним із вибухом великих мовних моделей у період з 2017 по 2020 роки. За словами Годса, команда, яка вперше створить масштабовану модель світу, закладе фундамент для наступної хвилі AI — фізичного штучного інтелекту. Це не просто поступове покращення, а фундаментальна трансформація у способі взаємодії машин із навколишнім середовищем.

Стратегія Децентралізації та Відкритого Доступу у Розробці WFM

Зобов’язання Valeo і Natix щодо прозорості відрізняє їхній підхід від конкурентів. Обидва партнери обіцяють оприлюднити модель WFM, навчальні набори даних і інструменти розробки відкрито для глобальної спільноти розробників. Ця стратегія дозволяє екосистемі швидше розвиватися і проходити ширше тестування у різних реальних умовах.

Цей підхід відповідає філософії DePIN (Decentralized Physical Infrastructure Network), яка інтегрує технології блокчейн із фізичною інфраструктурою, керованою спільнотою. У екосистемі на базі Solana, що керується Natix, учасники можуть вносити ресурси обчислювальної потужності та отримувати винагороди у криптовалюті. Така децентралізована модель дозволяє тестувати WFM у масштабах, яких раніше не було, з сотнями тисяч учасників і мільйонами кілометрів даних про рух.

Марк Врекко, CEO Відділу інтелекту Valeo, підкреслює, що головна мета — просувати інтелект мобільності безпечно та відповідально. За його словами, прозорий каркас сприяє швидшому впровадженню інновацій, зберігаючи при цьому найвищі стандарти безпеки — критичний фактор у автомобільній промисловості.

Wayve: Демонстрація Концепції WFM у Реальних Умовах

Стартап у сфері автоматизації транспортних засобів Wayve став раннім прихильником WFM. У вражаючому тесті транспортний засіб із WFM успішно орієнтувався у Лас-Вегасі без попереднього навчання у цьому місті. Це доводить здатність моделі прогнозувати та узагальнювати просторове розуміння у різних середовищах. Ця демонстрація — не просто технічний досягнення, а підтвердження того, що WFM може застосовуватися у складних реальних сценаріях.

WFM vs Alpamayo: Конкурентна Динаміка у сфері фізичного AI

Ринок розробки фундаментальних моделей для автоматизації транспортних засобів не позбавлений конкурентів. Nvidia випустила Alpamayo — відкритий набір моделей візуально-мовно-дійових, що використовують дані камер і сенсорів для прийняття рішень на основі автономного раціоналізму. Alpamayo демонструє, що великі технологічні компанії також змагаються у галузі фізичного AI.

Однак підхід Valeo і Natix через WFM має унікальність у більш радикальній філософії децентралізації та відкритого доступу. У той час як Nvidia пропонує пропрієтарні рішення з обмеженим доступом, WFM рухається у напрямку колаборації спільноти через децентралізовану інфраструктуру.

Дорожня карта і Очікування: Коли WFM Буде Готовий до Запуску?

За словами представника Natix, перша версія WFM запланована до випуску вже найближчими місяцями. Цей графік відображає значний прогрес у розробці, хоча технічні виклики у створенні багатомодальної передбачувальної моделі залишаються суттєвими.

Релевантність WFM виходить за межі автомобільної сфери. Розробка надійної моделі світового фундаменту відкриває двері для застосування фізичного AI у різних галузях — від робототехніки до розумної інфраструктури. Успіх WFM визначить прискорення впровадження автономних транспортних засобів у масовому масштабі і встановить нові стандарти для наступних поколінь технологій AI.