OpenEMMA是德州农工大学、密歇根大学和多伦多大学共同开源的端到端自动驾驶多模态模型框架，基于预训练的多模态大型语言模型（MLLMs）处理视觉数据和复杂驾驶场景的推理。框架基于链式思维推理过程，显著提高模型在轨迹规划和感知任务中的性能，同时集成专门优化的YOLO模型提高3D边界框预测的准确性。OpenEMMA提供了一个平台，促进更广泛的研究和开发，推动自动驾驶技术的进步。
（图片来源网络，侵删）
（图片来源网络，侵删）
上一篇
OpenEMMA – 德克萨斯联合多伦多等大学开源的端到端自动驾驶多模态模型
猜你喜欢
-
发布了文章 2分钟前
Qwen2.5-baidu09Omni-baidu093B – 阿里 Qwen 团队推出的轻量级多模态 AI 模型
Qwen2.5-Omni-3B 是阿里巴巴 Qwen 团队推出的轻量级多模态 AI 模型。是 Qwen2.5-Omni-7B 的精简版，专为消费级硬件设计，支持文本、音频、图像和视频等多种输入功能。参数量从 7B 缩减到 3...
-
发布了文章 2分钟前
Qwen2.5-baidu09Omni – 阿里开源的端到端多模态模型
Qwen2.5-Omni 是阿里开源的 Qwen 系列旗舰级多模态模型，拥有7B参数，Qwen2.5-Omni具备强大的多模态感知能力，能处理文本、图像、音频和视频输入，支持流式文本生成与自然语音合成输出，能实现实时语音和视...
-
发布了文章 2分钟前
Qwen2.5-baidu09Max – 阿里通义千问推出的MoE模型
Qwen2.5-Max是阿里云推出的超大规模MoE（Mixture of Experts）模型，使用超过20万亿tokens的预训练数据。模型在多个基准测试中表现卓越，超越了DeepSeek V3、Llama-3.1-405...
-
发布了文章 5分钟前
Qwen2.5-baidu09Math – 阿里Qwen团队开源的数学专项模型，超越GPT-baidu094o
Qwen2.5-Math是由阿里巴巴Qwen团队推出的开源AI数学模型，是Qwen2-Math的升级版，支持中英双语。模型通过大规模数学数据预训练，结合CoT、PoT和TIR推理方法，提升解决数学问题的能力。...
-
发布了文章 5分钟前
Qwen2.5-baidu09Coder – 阿里Qwen团队开源的全系代码模型，覆盖六个主流模型尺寸
Qwen2.5-Coder 是阿里Qwen 团队推出的全系列代码生成模型，推动开源代码语言模型的发展。在代码生成、代码推理、代码修复等任务上表现出色。系列涵盖了不同规模的模型1.5B/7B/0.5B/3B/14B/32B的六...
-
发布了文章 8分钟前
Qwen2.5-baidu091M – 阿里通义千问开源的语言模型，支持100万Tokens上下文
Qwen2.5-1M是阿里通义千问团队推出的开源模型，支持100万Tokens的上下文长度。模型包括Qwen2.5-7B-Instruct-1M和Qwen2.5-14B-Instruct-1M两个模型。在长上下文任务中表现出...
-
发布了文章 8分钟前
Qwen2.5 – 阿里通义千问团队最新开源的最强AI大模型
Qwen2.5 是阿里通义千问团队最新开源的最强AI大模型，具有多种参数规模的模型，包括 0.5B、1.5B、3B、7B、14B、32B 和 72B。模型在预训练时使用了最新的大规模数据集，包含多达 18 万亿个 token...
-
发布了文章 10分钟前
Qwen2-baidu09VL – 阿里巴巴达摩院开源的视觉多模态AI模型
Qwen2-VL是阿里巴巴达摩院开源的视觉多模态AI模型，具备高级图像和视频理解能力。Qwen2-VL支持多种语言，能处理不同分辨率和长宽比的图片，实时分析动态视频内容。Qwen2-VL在多语言文本理解、文档理解等任务上表现...
全部评论
留言在赶来的路上...
发表评论