汽车零部件行业：AI大模型在自动驾驶中的应用-20230504-31页

154

汽车零部件行业：AI大模型在自动驾驶中的应用-20230504-31页

# 汽车零部件 # Ai # 自动驾驶大小：3.47M | 页数：32 | 上架时间：2023-05-08 | 语言：中文

该报告已下架

类型: 行研

上传者: AIGC前沿

撰写机构: 安信证券

出版日期: 2023-05-04

摘要：

大模型在自动驾驶中应用趋势明确。Transformer 基于Attention 机制，凭借优秀的长序列处理能力和更高的并行计算效率，2021 年由特斯拉引入自动驾驶领域。Transformer 与CNN 相比最大的优势在于其泛化性更强。CNN 只能对标注过的物体进行相似度的比对，通过不断学习完成对该物体识别的任务；而Transformer 可以通过注意力层的结构找到更基本的元素与元素间之间多个维度的相关信息进而找到一种更泛化的相似规律，进而提高自动驾驶的泛化能力。同时，不同于RNN 存在存储时间长度有限以及顺序依赖的问题，Transformer 模型具有更高的并行计算效率并且可以学习到长时间距离的依赖关系。目前，Transformer 主要应用在自动驾驶感知模块中从2D 特征图向BEV 鸟瞰图的视角转换。

展开>> 收起<<

AIGC前沿

关注