蔡雅鈴
作者:周源/華爾街見聞
7月27日,自動(dòng)駕駛?cè)珬<夹g(shù)與運(yùn)營服務(wù)提供商蘑菇車聯(lián)(MOGOX),在2025WAIC發(fā)布首個(gè)物理世界認(rèn)知大模型“MogoMind”。
通過全域覆蓋的通感算一體化設(shè)備,MogoMind能全天候、不間斷捕捉車輛行駛軌跡、速度變化、交通流量、行人動(dòng)態(tài)等海量異構(gòu)數(shù)據(jù)。
蘑菇車聯(lián)副總裁王凱表示,相比數(shù)字世界的大模型,MogoMind可視為物理世界的實(shí)時(shí)搜索引擎,是通往現(xiàn)實(shí)世界的超級入口。
王凱說,“通過接入物理世界實(shí)時(shí)動(dòng)態(tài)數(shù)據(jù),MogoMind能實(shí)現(xiàn)全局感知、深度認(rèn)知與實(shí)時(shí)推理決策,為AI網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)、實(shí)現(xiàn)實(shí)時(shí)數(shù)字孿生效果、路側(cè)數(shù)據(jù)上車應(yīng)用,提供關(guān)鍵支撐,成為城市和交通高效運(yùn)行的‘AI數(shù)字基座’?!?/p>
從功能上看,通過全域覆蓋的通感算一體化設(shè)備,MogoMind不僅能識(shí)別路面狀況、交通標(biāo)識(shí)、障礙物的物理狀態(tài),還能將復(fù)雜的交通環(huán)境信息轉(zhuǎn)化為可理解、可執(zhí)行的智能決策建議,為交通管理部門和出行者提供應(yīng)對方案。
因此,MogoMind將擔(dān)當(dāng)起城市交通決策中樞、車輛行駛多能助手、自動(dòng)駕駛隱形基座三大角色。
這是智能交通從分散感知向系統(tǒng)認(rèn)知轉(zhuǎn)型的一次具體實(shí)踐,該模型的技術(shù)路徑與應(yīng)用表現(xiàn),既體現(xiàn)了對現(xiàn)有交通痛點(diǎn)的回應(yīng),也暴露了行業(yè)發(fā)展中的共性瓶頸,為理解智能交通的演進(jìn)階段提供了實(shí)際參考。
架構(gòu)改進(jìn)與現(xiàn)實(shí)邊界
傳統(tǒng)交通感知體系長期依賴單點(diǎn)設(shè)備,形成難以打通的信息孤島。
路口監(jiān)控?cái)z像頭受限于鏡頭角度,僅能覆蓋周邊有限范圍,無法捕捉遠(yuǎn)距離車輛變道等動(dòng)態(tài)行為;路段測速雷達(dá)功能單一,僅能記錄瞬時(shí)車速,缺乏對車輛類型、行駛軌跡的識(shí)別能力。
更突出的問題是,不同廠商設(shè)備遵循各自的數(shù)據(jù)標(biāo)準(zhǔn),采集信息格式差異顯著,導(dǎo)致交通管理部門在整合數(shù)據(jù)時(shí)需投入大量精力做格式轉(zhuǎn)換與校準(zhǔn),難以形成全局交通圖景,應(yīng)對早晚高峰擁堵、突發(fā)事故等復(fù)雜場景時(shí)往往被動(dòng)應(yīng)對。
從公開資料看,MogoMind的通感算一體化網(wǎng)絡(luò)對此做了改進(jìn)。
該模型構(gòu)建的多模態(tài)傳感器協(xié)同體系,將激光雷達(dá)、高清攝像頭、毫米波雷達(dá)的功能做了有機(jī)結(jié)合:激光雷達(dá)負(fù)責(zé)構(gòu)建道路環(huán)境三維模型,精準(zhǔn)捕捉目標(biāo)位置關(guān)系;高清攝像頭專注識(shí)別視覺細(xì)節(jié),如信號(hào)燈狀態(tài)、車牌信息及行人姿態(tài);毫米波雷達(dá)則在雨霧等惡劣天氣下保持穩(wěn)定的測速能力。
這些傳感器若被系統(tǒng)部署于燈桿、交通崗?fù)さ汝P(guān)鍵位置,就能形成連續(xù)感知網(wǎng)絡(luò),數(shù)據(jù)通過統(tǒng)一接口傳輸,從源頭解決格式兼容問題。
在數(shù)據(jù)融合環(huán)節(jié),算法對不同傳感器信息做交叉驗(yàn)證:當(dāng)攝像頭因強(qiáng)光出現(xiàn)識(shí)別誤差時(shí),激光雷達(dá)數(shù)據(jù)可做修正,有效提升了復(fù)雜路口交通參與者軌跡識(shí)別的準(zhǔn)確性。
但這種改進(jìn)存在明確邊界:郊區(qū)路段受設(shè)備部署與維護(hù)成本限制,感知網(wǎng)絡(luò)覆蓋密度很可能出現(xiàn)顯著下降。
城市核心區(qū)人口密集、交通流量大,傳感器部署效益可覆蓋成本;而郊區(qū)道路里程長、流量小,同等密度部署需數(shù)倍投入,導(dǎo)致目前鄉(xiāng)道等偏遠(yuǎn)路段仍依賴傳統(tǒng)設(shè)備,形成城鄉(xiāng)結(jié)合部數(shù)據(jù)斷層。
車輛從城區(qū)駛?cè)虢紖^(qū)時(shí),感知數(shù)據(jù)精度與更新頻率明顯下降,直接限制了該模型的作用范圍。當(dāng)然,不能指望一種模型能解決所有場景和成本問題。
MogoMind對路面摩擦系數(shù)的推算功能,試圖通過樣本車輛數(shù)據(jù)實(shí)現(xiàn)對道路物理狀態(tài)的精準(zhǔn)感知。
這一功能的核心矛盾在于對樣本數(shù)量的高度依賴,存在實(shí)際場景中車輛分布不均的沖突:在車流量充足時(shí)段,模型能較好完成推算;而在車流量稀少時(shí)段,推算準(zhǔn)確性下降。
凌晨等低峰時(shí)段,道路樣本車輛密度極低,數(shù)據(jù)稀疏成為物理信息采集的現(xiàn)實(shí)瓶頸。
交通系統(tǒng)需要24小時(shí)不間斷運(yùn)行,即使車流量稀少時(shí)段,也可能出現(xiàn)暴雨、結(jié)冰等突發(fā)情況,亟需模型提供準(zhǔn)確路面信息,但樣本不足導(dǎo)致模型難以有效發(fā)揮作用,形成難以通過算法優(yōu)化解決的“時(shí)間盲區(qū)”。
交通狀態(tài)模擬功能則受限于人類行為的不確定性。
交通系統(tǒng)包含大量受情緒、群體心理等非結(jié)構(gòu)化因素影響的人類行為,在大型活動(dòng)散場等場景中,行人行為具有顯著隨機(jī)性,其背后的影響因素難以轉(zhuǎn)化為模型可識(shí)別參數(shù),導(dǎo)致預(yù)測準(zhǔn)確率驟降,凸顯了當(dāng)前AI在理解人類復(fù)雜行為時(shí)的固有局限。
落地現(xiàn)實(shí)梗阻與根源
在城市交通管理中,模型與實(shí)際需求的錯(cuò)位本質(zhì),是算法邏輯與社會(huì)邏輯的割裂。
MogoMind是以提升通行效率為核心目標(biāo)的優(yōu)化方案,可能在提高主干道通行效率的同時(shí),忽視學(xué)校周邊等區(qū)域?qū)Π踩⒐降奶厥庑枨蟆?/p>
比如這個(gè)模型基于效率優(yōu)先的信號(hào)燈配時(shí)調(diào)整,可能縮短人行橫道綠燈時(shí)間,增加學(xué)生過馬路的安全風(fēng)險(xiǎn)。
如何將安全、公平等社會(huì)價(jià)值量化為模型可處理的指標(biāo),既是行業(yè)共性問題,也是MogoMind未來技術(shù)迭代的方向。
在自動(dòng)駕駛車路協(xié)同應(yīng)用中,傳輸延遲問題,主要源于電磁波傳播速度與車輛運(yùn)動(dòng)速度的客觀差距。
即使采用先進(jìn)通信技術(shù),數(shù)據(jù)從路側(cè)系統(tǒng)傳輸至車輛并完成處理,仍會(huì)產(chǎn)生一定延遲。
在緊急場景中,這種延遲可能影響車輛避險(xiǎn)決策,因此車路協(xié)同必須依賴車載傳感器與路側(cè)系統(tǒng)的“雙重冗余”設(shè)計(jì)。
這種設(shè)計(jì)現(xiàn)實(shí)需求,雖然增加了系統(tǒng)復(fù)雜性與成本,但在當(dāng)前技術(shù)條件下是保障安全的必要選擇。
MogoMind的核心價(jià)值,不在于提供成熟解決方案,而在于其暴露的問題為行業(yè)指明了技術(shù)突破方向:需同時(shí)攻克物理信息采集盲區(qū)、人類行為建模盲區(qū)與多目標(biāo)平衡盲區(qū)三大難關(guān)。
解決這些問題需要跨學(xué)科融合創(chuàng)新:破解人類行為建模難題,需交通工程師與社會(huì)學(xué)家合作總結(jié)行為規(guī)律。
比如突破物理采集盲區(qū),依賴低成本、低功耗傳感器研發(fā)與邊緣計(jì)算技術(shù)應(yīng)用;平衡多目標(biāo)則需要政策制定者、管理者與算法專家協(xié)作,將社會(huì)價(jià)值轉(zhuǎn)化為可量化指標(biāo)。
作為智能交通領(lǐng)域的探索者,MogoMind的實(shí)踐證明了通感算一體化的可行性,也讓行業(yè)認(rèn)識(shí)到智能交通發(fā)展需與城市規(guī)劃、社會(huì)治理深度融合。
蘑菇車聯(lián)官方消息稱MogoMind是“首個(gè)物理世界認(rèn)知模型”,其“首個(gè)”的全部價(jià)值,并不限于商業(yè)層面——就技術(shù)角度看,這個(gè)模型暴露的短板,也為后續(xù)研發(fā)標(biāo)出了攻堅(jiān)坐標(biāo),這將推動(dòng)智能交通在漸進(jìn)式探索中不斷前進(jìn)。
現(xiàn)言虐文:“裴歌,折磨你,才是我的樂趣”“江雁聲,我詛咒你……”
第三本:《婚情告急:總裁請別撩》作者:春燕南歸短書評:她溫柔善良美麗,用柔弱的雙肩勇挑起生活的重?fù)?dān)。面對失敗的婚姻,沒有氣餒與放棄,而是帶著年幼的女兒咬緊牙關(guān)|——。迎著風(fēng)浪,一步步走出了人生低谷,終于迎來了燦爛的明天,將自己的事業(yè)做到了顛峰。入坑指南:當(dāng)我阿娜多姿地從豪車?yán)锵聛?,走在許越的到此結(jié)束了?-。
豪門虐戀:“祁少,夫人懷孕獻(xiàn)血咽氣了”他低聲“那我初戀,沒事了吧...
后來,當(dāng)她受盡生活的磨難,在茫茫人海中尋覓得人生的另一半,當(dāng)她和另一半牽手要走進(jìn)婚姻的殿堂時(shí),他卻突然出現(xiàn)在她面前在那個(gè)滿眼都是紅色的新娘房間,在那個(gè)她幾乎看見幸福在向她微笑的時(shí)刻,他就那么冷笑著第五本:《婚情告急:總裁請別撩》作者:春燕南歸精彩內(nèi)容:而我深愛了如許多年的丈夫,只在看后面會(huì)介紹_。
值得N刷的總裁豪門小說TOP5,《傅爺?shù)奶嫔砼蕖钒倏床粎?br>
《婚情告急:總裁請別撩》 作者:春燕南歸內(nèi)容簡介:她溫柔善良美麗,用柔弱的雙肩勇挑起生活的重?fù)?dān)-。面對失敗的婚姻,沒有氣餒與放棄,而是帶著年幼的女兒咬緊牙關(guān)。迎著風(fēng)浪,一步步走出了人生低谷,終于迎來了燦爛的明天,將自己的事業(yè)做到了顛峰,成為了人人羨慕的商場女強(qiáng)人——-。在最美的時(shí)光里,遇到了正直有幫助請點(diǎn)贊|。我邁出的步子滯在了原地,陸母居然將我的位置給別的女人坐?女人撩了下及肩的長發(fā),嬌嗔一聲:“斯年,要吃飯了?!标懰鼓曷勓粤⒖虝?huì)了意,立刻從手腕上扯下皮筋遞給她。動(dòng)作行云流水,很是熟練_。我垂下眸來,掩不盡眼底的落寞。陸老太太坐上主位,清了清嗓音:“你們的事已經(jīng)鬧得沸沸揚(yáng)揚(yáng)了,今天叫你們回來到此結(jié)束了?。
來源:紅網(wǎng)
作者:郜翰藻
編輯:傅康盛
本文為紅辣椒評論 原創(chuàng)文章,僅系作者個(gè)人觀點(diǎn),不代表紅網(wǎng)立場。轉(zhuǎn)載請附原文出處鏈接和本聲明。