BYD trình làng mô hình thế giới HyWorldVLA: Bước tiến đột phá trong công nghệ xe tự lái

Theo tin từ IT ngày 12 tháng 8, nhóm AI thuộc Viện Nghiên cứu Công nghệ mới của BYD Auto đã công bố bài báo nghiên cứu đầu tiên vào tháng trước, giới thiệu một mô hình thế giới hỗn hợp dành cho xe tự lái có tên là HyWorldVLA. Mô hình này kết hợp mô hình hóa thế giới ở cấp độ pixel và không gian tiềm ẩn (latent space), đồng thời sử dụng kiến trúc thị giác-ngôn ngữ-hành động (VLA).

Mô hình này đã đạt điểm số PDMS là 90,59 trong bài kiểm tra chuẩn công khai về xe tự lái NAVSIM v1, thiết lập kỷ lục tốt nhất từ trước đến nay của tiêu chuẩn này. Trên NAVSIM v2 với các chỉ số toàn diện hơn, HyWorldVLA cũng đạt được kết quả dẫn đầu với 89,71 điểm.

Lưu ý của IT: Chỉ số PDMS đánh giá toàn diện chất lượng lái xe thực tế trên nhiều khía cạnh như an toàn va chạm, tính tuân thủ khu vực có thể lái, khoảng cách an toàn, mức độ hoàn thành mục tiêu và sự thoải mái khi di chuyển.

Ý tưởng cốt lõi của HyWorldVLA là "đi bằng hai chân". Mô hình thế giới cấp độ pixel dự đoán tình trạng đường sá trong tương lai theo từng khung hình, giàu chi tiết nhưng tốn kém chi phí tính toán và nhạy cảm với nhiễu thị giác; mô hình không gian tiềm ẩn hoạt động trên các biểu diễn trừu tượng đã được nén, hiệu quả cao nhưng dễ làm mất các chi tiết quan trọng. Giải pháp của BYD sử dụng sự giám sát ở cấp độ pixel làm "người gác cổng" trong giai đoạn huấn luyện, buộc không gian tiềm ẩn phải lưu giữ đủ thông tin môi trường, trong khi quá trình suy luận thực tế chỉ sử dụng mô hình không gian tiềm ẩn nhẹ để đảm bảo hiệu suất.

Các thử nghiệm cắt bỏ (ablation study) đã chứng minh rằng cả hai thành phần đều không thể thiếu: khi loại bỏ dự đoán cấp độ pixel, điểm PDMS giảm từ 90,59 xuống 87,50; khi loại bỏ xử lý không gian tiềm ẩn, điểm số giảm xuống 89,91. Trong 655 kịch bản thử nghiệm với nhiễu mưa và sương mù, HyWorldVLA đạt 86,87 điểm, cao hơn hơn 19 điểm so với mô hình cơ sở mạnh nhất.

Ngày 28 tháng 5 năm nay, BYD đã ra mắt "Xuanji A3", chip lái xe thông minh cấp độ ô tô 4nm đầu tiên của Trung Quốc. Chip này sử dụng quy trình 4nm, tích hợp CPU 16 nhân, DMIPS đạt 420K, băng thông 273GB/s và đạt cấp độ an toàn chức năng cao nhất ASIL-D. Mỗi chip có sức mạnh tính toán khoảng 700TOPS, hỗ trợ kết nối song song ba chip, giúp sức mạnh tính toán lái xe thông minh của toàn bộ xe có thể đạt tối đa hơn 2100TOPS. Chu trình khép kín hoàn chỉnh từ thuật toán đến chip được coi là sự chuẩn bị công nghệ then chốt của BYD cho xe tự lái cấp độ L3.