DRIVE

2025年 6月 11日

借助神经重建和世界基础模型提升自动驾驶汽车仿真速度

自动驾驶汽车 (AV) 堆栈正在从离散构建块的层次结构发展为基于foundation models构建的端到端架构。
1 MIN READ
2025年 6月 11日

借助全新 NVIDIA Cosmos 世界基础模型简化端到端自动驾驶汽车开发

随着向为自动驾驶汽车 (AV) 提供动力支持的端到端规划模型的转变，人们对基于物理性质的高质量传感器数据的需求也在不断增加。
1 MIN READ
2025年 3月 10日

借助 NVIDIA DriveOS LLM SDK 简化自动驾驶汽车应用的 LLM 部署

大语言模型 (LLMs) 在自然语言处理 (NLP) 中表现出非凡的泛化能力。它们广泛应用于翻译、数字助理、推荐系统、上下文分析、代码生成、
2 MIN READ
2025年 1月 9日

NVIDIA Cosmos World 基础模型平台助力物理 AI 进步

随着机器人和 自动驾驶汽车 的发展，加速 物理 AI 的发展变得至关重要，而物理 AI 使自主机器能够感知、理解并在现实世界中执行复杂的操作。
4 MIN READ
2024年 10月 23日

使用 PVA 引擎优化自动驾驶汽车 CV 开发流水线

在汽车软件开发领域，越来越多的大规模 AI 模型被集成到自动驾驶汽车中，这些模型的范围从视觉 AI 模型到用于自动驾驶的端到端 AI 模型。
4 MIN READ
2024年 1月 29日

使用全卷积网络在 Transformer 模型中模拟注意力机制

在过去十年中，深度学习技术在计算机视觉 (CV) 任务中的应用大幅增加。卷积神经网络 (CNN) 一直是这场革命的基石，展示了卓越的性能，
3 MIN READ
2023年 11月 13日

使用合成数据处理自动驾驶汽车感知

自动驾驶汽车 (AV) 有各种形状和大小，从小型客车到多轴半挂卡车不等。但是，部署在这些车辆上的感知算法必须经过训练，以处理类似情况，
2 MIN READ
2023年 9月 26日

验证 NVIDIA DRIVE Sim 雷达模型

传感器模拟是解决自动驾驶汽车（AV）开发中现实世界数据差距的关键工具。然而，只有传感器模型准确地反映了物理世界，它才有效。
4 MIN READ
2023年 7月 12日

基于早期网格融合的近距离障碍物感知

自动泊车辅助系统在感知障碍物时必须克服一些独特的挑战。目标车辆包含感知车辆周围环境的传感器。在停车过程中，
1 MIN READ
2023年 5月 18日

利用合成数据聚焦远场物体，实现基于摄像头的 AV 感知

检测远场物体，如 100 米以外的车辆，是自动驾驶系统在高速公路上安全操作的基础 在这样的高速环境中，每一秒都很重要。因此，
2 MIN READ
2023年 3月 13日

利用雷达网探测障碍物和可行驶自由空间

检测可驾驶自由空间是高级驾驶员辅助系统（ ADAS ）和自动驾驶汽车（ AV ）感知的关键组成部分。
2 MIN READ
2023年 2月 23日

基于 AI 的自动驾驶汽车潜在事故场景生成

自动驾驶汽车（ AVs ）必须能够安全地处理现实世界中可能遇到的任何类型的交通场景。这包括危险的近距离事故，
2 MIN READ
2023年 1月 20日

验证 NVIDIA DRIVE Sim 中的主动传感器

自动驾驶汽车的发展与规模有关。工程师必须收集并标记大量数据，以训练自动驾驶神经网络。 然后，这些数据被用于测试和验证 AV 系统，
1 MIN READ
2022年 11月 8日

一文看懂DRIVE Replicator：合成数据生成加速自动驾驶汽车的开发和验证

在9月举行的GTC大会上，NVIDIA产品经理Gautham Sholingar以《合成数据生成：加速自动驾驶汽车的开发和验证》为题，
3 MIN READ
2022年 10月 28日

了解自动驾驶汽车

未来是自主的，人工智能已经在改变交通行业。但什么是自动驾驶汽车，它是如何工作的？ 自动驾驶汽车诞生于数据中心。它们需要传感器、高性能硬件、
1 MIN READ
2022年 9月 21日

GTC 推出新语言、增强网络安全和医疗 AI 框架

在 GTC 2022 年， NVIDIA 对 AI 框架进行了增强，以构建实时语音 AI 应用程序、大规模设计高性能推荐者、
4 MIN READ