Valeo và Natix Network Phát triển WFM cho Cuộc cách mạng Xe tự hành

Hợp tác mới giữa Valeo và Natix Network đánh dấu bước ngoặt quan trọng trong hành trình hướng tới tự động hóa xe an toàn và đáng tin cậy. Cả hai công ty đã hợp tác để phát triển WFM (Mô hình Nền tảng Thế giới), một mô hình trí tuệ nhân tạo đa camera vượt qua giới hạn của các phương pháp dựa trên cảm nhận truyền thống. WFM được thiết kế để học hỏi và dự đoán các chuyển động của thế giới thực trong khi thích nghi với nhiều kịch bản giao thông khác nhau, mở ra cơ hội biến đổi trong ngành công nghiệp ô tô toàn cầu.

WFM: Mô hình Nền tảng Thế giới thay đổi cảnh quan lái xe tự động

Mô hình Nền tảng Thế giới không chỉ đơn thuần là sự tiến hóa của công nghệ AI trước đó. WFM đại diện cho một bước nhảy chất lượng trong cách hệ thống tự động hóa xe hiểu môi trường vật lý. Khác với các hệ thống AI chỉ dựa vào nhận dạng mẫu dựa trên văn bản hoặc hình ảnh tĩnh, WFM tích hợp khả năng dự đoán để dự đoán các động thái phức tạp của giao thông.

Alireza Ghods, một trong những sáng lập viên và CEO của Natix, đặt WFM trong một bối cảnh lịch sử thú vị. Ông xem mô hình này như một khoảnh khắc mang tính thế hệ, tương đương với sự bùng nổ của các mô hình ngôn ngữ lớn từ năm 2017 đến 2020. Theo Ghods, nhóm đã xây dựng thành công mô hình thế giới có thể mở rộng lần đầu tiên sẽ đặt nền móng cho làn sóng AI tiếp theo: AI Vật lý. Điều này không chỉ là một cải tiến nhỏ, mà là một biến đổi căn bản trong cách máy móc tương tác với môi trường.

Chiến lược phi tập trung và mở nguồn trong phát triển WFM

Cam kết của Valeo và Natix về minh bạch phân biệt cách tiếp cận của họ với các đối thủ cạnh tranh. Cả hai đối tác hứa sẽ phát hành mô hình WFM, bộ dữ liệu huấn luyện và các công cụ phát triển một cách mở cho cộng đồng nhà phát triển toàn cầu. Chiến lược này cho phép hệ sinh thái phát triển nhanh hơn và qua các thử nghiệm rộng rãi hơn trong nhiều điều kiện thực tế khác nhau.

Bước đi này phù hợp với triết lý DePIN (Mạng lưới Cơ sở hạ tầng Vật lý Phi tập trung), tích hợp công nghệ blockchain với hạ tầng vật lý do cộng đồng quản lý. Trong hệ sinh thái dựa trên Solana do Natix vận hành, các thành viên có thể đóng góp tài nguyên tính toán và nhận phần thưởng bằng tiền điện tử. Mô hình phi tập trung này cho phép thử nghiệm WFM trên quy mô chưa từng có, với hàng trăm nghìn người đóng góp và hàng trăm triệu km dữ liệu lái xe tích lũy.

Marc Vrecko, CEO Bộ phận Trí tuệ của Valeo, nhấn mạnh rằng mục tiêu chính là thúc đẩy trí tuệ di chuyển một cách an toàn và có trách nhiệm. Khung làm việc minh bạch, theo ông, tạo điều kiện cho làn sóng đổi mới nhanh hơn trong khi vẫn duy trì các tiêu chuẩn an toàn cao nhất—một yếu tố then chốt trong ngành công nghiệp ô tô.

Wayve: Bằng chứng khái niệm WFM trong ứng dụng thực tế

Startup tự động hóa xe Wayve đã trở thành người dùng sớm của WFM. Trong một thử nghiệm ấn tượng, xe sử dụng WFM đã thành công điều hướng khu vực Las Vegas mà chưa từng được huấn luyện trước đó tại thành phố này. Thành tựu này chứng minh khả năng dự đoán của mô hình để tổng quát hóa hiểu biết không gian trong các môi trường khác nhau. Buổi trình diễn này không chỉ là một cột mốc kỹ thuật, mà còn là sự xác nhận rằng WFM có thể áp dụng trong các kịch bản thế giới thực phức tạp.

WFM so với Alpamayo: Động thái cạnh tranh trong AI Vật lý

Cảnh quan phát triển mô hình nền tảng cho tự động hóa xe không thiếu các đối thủ cạnh tranh. Nvidia đã ra mắt Alpamayo, một nhóm các mô hình thị giác-ngôn ngữ-hành động mã nguồn mở sử dụng dữ liệu từ camera và cảm biến để ra quyết định dựa trên suy luận tự trị. Alpamayo cho thấy rằng ngành công nghiệp công nghệ lớn cũng đang cạnh tranh trong lĩnh vực AI Vật lý.

Tuy nhiên, cách tiếp cận của Valeo và Natix qua WFM mang lại sự độc đáo trong triết lý phi tập trung và mở nguồn mang tính cách mạng hơn. Trong khi Nvidia cung cấp giải pháp độc quyền với khả năng truy cập hạn chế, WFM được thúc đẩy bởi tinh thần hợp tác cộng đồng qua hạ tầng phi tập trung.

Lộ trình và kỳ vọng: Khi nào WFM sẵn sàng ra mắt?

Theo phát ngôn viên của Natix, phiên bản đầu tiên của WFM dự kiến sẽ sẵn sàng trong vài tháng tới. Lịch trình này phản ánh đà phát triển đáng kể, mặc dù các thách thức kỹ thuật trong việc xây dựng mô hình dự đoán đa chế độ vẫn còn lớn.

Tính liên quan của WFM vượt ra ngoài ngành ô tô. Việc phát triển mô hình nền tảng thế giới vững chắc mở ra cánh cửa cho các ứng dụng AI Vật lý trong nhiều ngành công nghiệp—từ robot đến hạ tầng thông minh. Thành công của WFM sẽ quyết định tốc độ phổ biến xe tự lái một cách chính thống và đặt ra các tiêu chuẩn mới cho thế hệ công nghệ AI tiếp theo.