当前位置:

首页 > 硬件相关 > 传字节跳动布局自动驾驶!世界模型团队操刀,或布局无人物流

传字节跳动布局自动驾驶!世界模型团队操刀,或布局无人物流

字节跳动被曝探索自动驾驶,由Seed团队周畅的世界模型组推进,方向或为无人物流,隶属火山引擎汽车线。字节回应称无智能驾驶业务计划,仅作物理AI早期研究。该项目尚处筹备阶段。

本文目录

    字节也要造自动驾驶“大脑”?

    车东西7月13日消息,刚刚,有媒体报道称,字节跳动正在探索进入自动驾驶领域,相关项目目前由字节Seed旗下周畅的世界模型团队推进。业务方向可能包括无人物流场景,该业务隶属于字节旗下的火山引擎汽车行业线。

    据悉,目前该项目仍处于早期筹备阶段,字节团队此前已与部分自动驾驶领域企业进行交流,并接触相关技术人才。不过,字节方面对此回应称,“字节大模型前沿探索领域,包括物理AI领域,有很多早期研究和探索,但并没有做智能驾驶业务的计划。”

    此次消息备受关注的核心原因在于,相关项目或将交由字节旗下的大模型基础研究团队Seed负责,而没有交给一直有在涉猎汽车业务的火山引擎团队。依托火山引擎,字节一直在为赛力斯、东风、上汽等车企提供车载AI智能体服务,顺利切入智能座舱领域,但始终没有深入自动驾驶层面。

    ▲上汽荣威座舱搭载豆包深度思考大模型(图源网络)

    而此次或将负责自动驾驶项目的Seed团队,成立于2024年,是字节负责通用人工智能研究的重要团队,研究方向涵盖多模态大语言模型‌MLLM、GenMedia模型、AI for Science、机器人等领域,是目前字节在AI方向上最受重视的业务部门之一。

    据爆料,目前自动驾驶相关项目交由Seed多模态负责人周畅来主导推进。周畅于2024年下半年加入字节,此前是阿里通义千问大模型的技术负责人,现在是字节Seed AI研发核心负责人之一。去年7月,字节的视觉多模态生成和基础模型研究业务(文生图Seedream、文生视频Seedance等)已划入周畅的负责范围。今年6月,原由李航负责的Seed Robotics团队也转向周畅汇报。至此,周畅的业务范围已覆盖多模态大模型、世界模型、视觉生成、具身智能等多个领域。

    ▲周畅(图源网络)

    从组织架构来看,字节的意图或许并不仅仅局限于自动驾驶本身,更像是在为其世界模型寻找一个真实世界的落地点。从目前曝光的信息来看,无人物流很可能是字节切入自动驾驶的重要方向之一。

    相比城区Robotaxi,无人物流更容易落地。因为Robotaxi需要面对复杂城市道路环境,同时涉及安全责任、监管要求、大规模商业运营等各种问题,背后需要海量的道路数据支撑和法律政策支持。而无人物流通常应用于相对固定的场景,比如产业园区、港口、矿区以及部分物流线路,道路环境更加稳定,更适合作为字节前期在自动驾驶领域进行技术验证和数据积累的场景。

    ▲无人物流车(图源网络)

    不过,目前字节是否会进一步成立自动驾驶业务,或者推出面向车企的智能驾驶方案,仍没有明确答案。

    如果把时间线拉长,可以发现,对于字节这样全力加码AI业务的数据大厂而言,自动驾驶并不是一个完全陌生的方向。过去两年,大模型竞争主要集中在数字世界。从聊天机器人到办公助手,再到图像、视频生成,AI主要处理的是文字、图片和视频等数字内容。但随着模型能力不断提升,AI的应用边界也开始从数字世界向现实世界延伸。越来越多的企业开始追问AI是否能够理解现实世界,并在现实环境中完成任务等问题。

    这种情况下,世界模型逐渐成为AI领域的重要研究方向。世界模型更关注的是对现实环境的理解、预测和推演。简单来说,世界模型希望让AI不仅能够识别当前环境,还能够理解环境变化规律,并预测未来可能发生的事情。而自动驾驶恰好是对这种能力要求极高的场景。例如,一辆具备自动驾驶能力的汽车在看到道路上的行人时,它需要判断的不只是“有没有人”,还需要预测这个人是否会突然横穿道路、前方车辆是否会急刹、不同驾驶策略会带来怎样的连锁后果等问题。

    ▲自动驾驶车辆检测环境(图源网络)

    近年来包括特斯拉、英伟达等企业,都在加强AI模型在自动驾驶领域的应用探索。同样,对于字节而言,自动驾驶或许也能为其提供一个让世界模型持续学习的“训练场”。在世界模型的加持下,车辆在行驶过程中可以持续收集来自物理世界的数据,并通过这些大量的数据反馈来不断优化模型,甚至可能会将提升后的模型能力复用到具身智能等领域。

    马斯克早就这么做了,他在去年公开指出:“特斯拉拥有FSD数十亿英里真实道路数据,这是我们物理AI的巨型训练场。感知、世界建模、运动规划全部能直接迁移给Optimus。如果没有庞大车队,我们根本无法规模化采集真实世界传感数据。”今年他再度强调:“如果没有先做FSD自动驾驶汽车,研发Optimus难度会高出一个数量级。”

    从目前来看,字节是否会真正进入自动驾驶赛道,仍然存在不确定性。但可以确定的是,自动驾驶正在成为AI企业探索物理世界的重要入口。毕竟,当特斯拉和英伟达都开始探索将自动驾驶与机器人置于同一套底层模型下时,没有人会轻易放弃这场通向智能未来的入场券。

    本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系bd@zhengruan.com
    作者最新文章
    硬件相关
    相关文章 更多
    AI Agent、Genie 4与机器人有什么区别?从任务输入到场景演示
    AI Agent、Genie 4与机器人有什么区别?从任务输入到场景演示

    认识AI Agent、Genie 4与机器人的区别:任务输入不等于完成结果,世界模拟不等于现实执行,装载机动作展示也不能替代完整工程验收。

    CreateAI 联合中科院自动化所推出 NeoVerse 4D 世界模型
    CreateAI 联合中科院自动化所推出 NeoVerse 4D 世界模型

    CreateAI联合中科院自动化所推出NeoVerse4D世界模型,融合扩散模型与4D高斯溅射,基于百万段单目视频训练,30秒即可构建通用型4D世界。该模型实现“重建→生成→再重建”闭环,支持4D场景重建、自由漫游、视角生成、视频编辑及点云跟踪,适用影视、具身智能、自动驾驶等领域,并集成蒸馏LoRAs,可在消费级显卡上端到端推理。

    经纬蚂蚁等一线基金齐加注,世界模型公司逆矩阵完成超亿美元种子++轮融资
    经纬蚂蚁等一线基金齐加注,世界模型公司逆矩阵完成超亿美元种子++轮融资

    逆矩阵科技完成超亿美元种子++轮融资,由经纬创投、蚂蚁集团等投资。资金将用于通用世界基座模型预训练及规模化训练。公司由北大青年学者陈博远、吉嘉铭创立,已发布全球首个通用世界基座模型悟界·Physis-v0.1。

    物理AI等待的世界模型离大规模应用还要多久
    物理AI等待的世界模型离大规模应用还要多久

    物理AI依赖的世界模型面临概念定义混乱、真实物理数据稀缺及技术路线分歧等困境,导致模型构建困难。业界预计未来三到五年将持续迭代,从像素模拟走向因果推理仍是根本挑战。

    世界模型进入真机时刻,大晓机器人要如何让它落地?
    世界模型进入真机时刻,大晓机器人要如何让它落地?

    世界模型是今年具身智能领域最热的方向,但各家对它的理解并不一致。最近一次媒体沟通会上,大晓机器人展示了开悟3.1世界模型,以及基于它落地的行业解决方案。整场听下来,能明显感觉到世界模型正在从技术概念变成能商用的产品。(ID:leitech)也参加了这场沟通会。按照大晓世界模型负责人王飞的说法,世界模

    4D世界模型跨过工业量产门槛 影身智能跑通物理智能全链路
    4D世界模型跨过工业量产门槛 影身智能跑通物理智能全链路

    影身智能凭借原生4D基座世界模型,在制鞋产线实现规模化落地,跑通数据生成、模型训练、场景部署与反馈迭代的自进化闭环。该模型融合渲染、仿真、规划三大能力,以高维4D数据驱动物理理解与泛化,获得数亿元柔性智造订单,标志着世界模型跨入工业量产阶段。

    情感智能新突破:一眸科技构建人类身心情智维度专属“世界模型”
    情感智能新突破:一眸科技构建人类身心情智维度专属“世界模型”

    一眸科技聚焦情感与认知AI,源自北大实验室,构建人类身心情智维度专属世界模型。其跨学科团队融合AI、心理学等领域,实现精细表情识别与无接触视觉心率检测等多模态感知突破,推动人工智能从感知迈向认知与情感。

    上海AI Lab最新综述:一文读懂世界模型!
    上海AI Lab最新综述:一文读懂世界模型!

    世界模型这个概念,现在在AI圈火得不行,但也经常被拿来乱用。无论是视频生成还是机器人领域,似乎都在往“世界模型”这个筐里装东西。可问题是,它到底是什么?应该预测什么?怎么造?圈子里其实没什么共识。正好,上海AI Lab团队最近发了一篇综述,算是把这个概念好好梳理了一遍。他们对世界模型进行了科学定义,

    手机上即可生成互动游戏世界,灵光App升级世界模型功能
    手机上即可生成互动游戏世界,灵光App升级世界模型功能

    灵光App升级世界模型功能,接入蚂蚁灵波LingBot-World2.0,用户上传一张图片即可在手机端生成可自由漫步且支持施法、射箭等交互操作的沉浸式3D世界。新版实现720P高清画质、30帧以上流畅运行,响应延迟低至百毫秒级。

    灵光App升级世界模型2.0:手机端“一张图生成可战斗互动世界”
    灵光App升级世界模型2.0:手机端“一张图生成可战斗互动世界”

    灵光App升级世界模型2.0,接入LingBot-World2.0,手机上传图片即可生成可战斗互动的3D世界,支持攻击、射箭等操作并实时反馈。技术实现720P高清、30帧流畅运行、百毫秒级响应,Agent驱动场景持续演化,无需技术背景即可体验。

    查看更多
    精品专题 更多
    装机必备
    装机必备

    正软商城装机必备专区,精选办公、浏览器、安全防护、影音播放、压缩解压、设计创作和系统工具等电脑常用正版软件,帮助用户快速完成新电脑软件配置。

    Windows
    Windows

    正软商城Windows软件专区,汇集适用于Windows电脑的办公、设计、安全防护、影音播放、开发工具和系统优化软件,提供软件介绍、系统要求、正版授权及购买下载服务。

    PDF教程
    PDF教程

    正软商城PDF教程频道提供PDF编辑、转换、合并、拆分、压缩及格式处理方法,同时介绍常用PDF软件和工具的使用技巧。

    Mac软件 更多
    讯飞智作 网页版
    讯飞智作 网页版
    Windows/ macOS/ Linux

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版
    Windows/ macOS/ Linux

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    Aperty macOS版
    Aperty macOS版
    macOS

    Aperty 是 Skylum 推出的 AI 人像修图软件,支持自然肤质修饰、瑕疵处理、面部与身体调整、预设及批量同步。

    WINDOWS 更多
    讯飞智作 网页版
    讯飞智作 网页版
    Windows/ macOS/ Linux

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版
    Windows/ macOS/ Linux

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    PixTV 网页版
    PixTV 网页版
    Windows

    PixTV 是一款在浏览器中使用的 AI 视觉内容创作平台,提供图片、视频、音频、文字生成、AI 分镜、局部重绘、提示词反推和无限画布等工具,适合短剧、漫剧、广告及社交媒体内容制作。