NATIX è stata scelta da un'azienda elettronica da 2,9 miliardi di euro per sviluppare un WFM multi-camera open source
La piattaforma emergente Solana DePIN mappa ora 239 milioni di chilometri di rete stradale globale.
- Pubblicato:
- Modificato:
Valeo, un'azienda tecnologica francese valutata oltre 2,9 miliardi di euro, ha collaborato con NATIX, un progetto Solana DePIN, per sviluppare un World Foundation Model (WFM) multi-camera open-source.
Addestrando il WFM su immagini multicamera e spaziali a livello stradale, NATIX e Valeo aiuteranno i produttori a formare veicoli autonomi (AV) più sicuri e affidabili.
La collaborazione tra NATIX e Valeo illustra un esempio concreto di utilizzo di Solana DePIN per infrastrutture critiche del mondo reale, evidenziando la crescente domanda di set di dati affidabili e versatili.
Addestramento di veicoli autonomi con Solana DePIN
Mentre internet in generale ama prendere in giro i robotaxi e lamentarsi del processo decisionale dei veicoli autonomi, la realtà è che la proliferazione dei veicoli autonomi continua a crescere. Secondo Statistica e Market.us, si prevede che il numero di veicoli autonomi in circolazione triplicherà nei prossimi cinque anni, con oltre 125.000 unità sulle strade entro il 2030.
Nonostante le proiezioni, i veicoli autonomi pongono ancora una serie di problemi di sicurezza, almeno agli occhi del pubblico. I dati raccolti da DePIN potrebbero offrire un potenziale mezzo per risolvere questi problemi. Attingendo alla rete globale di NATIX’oltre 268.000 conducenti in 171 Paesi, i produttori sono in grado di addestrare i WFM su immagini affidabili e a livello stradale provenienti dal mondo reale.
“Le WFM sono un'opportunità che si presenta una sola volta in una generazione — simile all'ascesa delle LLM nel 2017–2020. I team che costruiranno i primi modelli mondiali scalabili definiranno le fondamenta della prossima ondata di AI: le IA fisiche. Grazie alla nostra rete distribuita multi-camera, NATIX ha il chiaro vantaggio di potersi muovere più velocemente dei grandi OEM.” - Alireza Ghods, CEO e co-fondatore di NATIX
Secondo Valeo, le macchine autonome che operano nel mondo fisico devono imparare a comprendere un ambiente a 4 dimensioni, tenendo conto dello spazio e del tempo nel loro processo decisionale.
Addestrandosi su molte viste di telecamere sincronizzate contemporaneamente, il ValeoxNATIX WFM sostiene di fornire dati di addestramento più sfumati che offrono un maggior numero di casi limite reali; in definitiva, portano a veicoli autonomi più sicuri.
“Sin dalla nostra creazione nel 2018, il centro di ricerca sull'AI di Valeo’è stato all'avanguardia nella ricerca sull'AI nell'industria automobilistica, in particolare nei campi della guida assistita e autonoma. Il nostro obiettivo è sempre stato quello di far progredire l'intelligenza della mobilità in modo sicuro e responsabile. Combinando l'esperienza di Valeo nella ricerca sulla modellazione generativa del mondo con i dati multicamera globali di NATIX’stiamo accelerando sia la qualità che l'accessibilità dei modelli di IA end-to-end di prossima generazione, consentendo alla comunità di ricerca di costruire su solidi modelli aperti.
Questa collaborazione si basa sui framework open source esistenti di Valeo, che sono stati addestrati principalmente su video con telecamera frontale:
- .
VaViM (Video Autoregressive Model)
-
VaVAM (Video- Action Model)
NATIX sostiene che porterà maggiore versatilità ai dati di addestramento esistenti, aggiungendo 100k ore di
dati di guida multicamera (600K ore di dati video) in 7 mesi, provenienti da veicoli reali negli Stati Uniti, in Europa e in Asia.
La copertura globale di NATIX supera i 239 milioni di chilometri
.La nuova collaborazione di NATIX’segna un altro sviluppo su larga scala per il progetto DePIN, che si è già integrato con Tesla e Grab.
Secondo il NATIX explorer, il progetto DePIN fornisce ora una copertura di oltre 239 milioni di chilometri della rete stradale globale, grazie a oltre 268.000 collaboratori in 171 Paesi.
Per saperne di più su SolanaFloor
Gli investitori puntano su $SOL come mai prima d'ora
$SKR è qui!
