हाल ही में, वेवमो ने ऑटोनॉमस ड्राइविंग के क्षेत्र में एक महत्वपूर्ण कदम उठाया है। यह कंपनी हमेशा से गूगल डीपमाइंड के साथ सहयोग को अपनी प्रतिस्पर्धात्मक बढ़त मानती रही है, और अब वे गूगल के मल्टीमोडल बड़े भाषा मॉडल जीमिनी का उपयोग अपने ऑटोनॉमस टैक्सी के प्रशिक्षण परिणामों को सुधारने के लिए कर रहे हैं। वेवमो ने एक नई शोधपत्र प्रकाशित किया है, जिसमें एक 'एंड-टू-एंड मल्टीमोडल मॉडल' जिसे ईएमएमए कहा जाता है, का परिचय दिया गया है। यह मॉडल सेंसर डेटा को संसाधित करके ऑटोनॉमस कारों के भविष्य की यात्रा पथ का निर्माण कर सकता है।

हाल ही में, जिज्ञासु तकनीक ने एक नया ढांचा पेश किया है जिसे DriveDreamer4D कहा जाता है, जिसका उद्देश्य विश्व मॉडल के पूर्व ज्ञान का उपयोग करके 4डी ड्राइविंग दृश्य के पुनर्निर्माण के प्रभाव को बढ़ाना है। पारंपरिक 4डी दृश्य पुनर्निर्माण विधियाँ मुख्य रूप से NeRF और 3DGS पर निर्भर करती हैं। NeRF एक सुपर चित्रकार की तरह होता है, जो एक समूह तस्वीरों का प्रयोग करके एक 3डी मॉडल में रेंडर करता है। जबकि 3DGS विभिन्न वस्तुओं को दृश्य में अनुकरण करने के लिए एक समूह त्रिविमीय गॉसियन फ़ंक्शन्स का उपयोग करता है। लेकिन इन दोनों तरीकों में एक समस्या है...

बैदू ने 2024 की दूसरी तिमाही की वित्तीय रिपोर्ट जारी की, जिसमें कुल राजस्व पिछले वर्ष के समान रहा, जबकि ऑटोनॉमस ड्राइविंग के व्यवसाय ने शानदार प्रदर्शन किया। लूबू क्यूब ने दूसरी तिमाही में लगभग 899000 ऑर्डर पूरे किए, जो पिछले साल की तुलना में 26% की वृद्धि है, और कुल सेवा ऑर्डर 7000000 का आंकड़ा पार कर गया है, जो बाजार की मांग और उपयोगकर्ता स्वीकार्यता को दर्शाता है। बैदू के संस्थापक ली यानहोंग ने वित्तीय रिपोर्ट की टेलीफोन सम्मेलन में लूबू क्यूब के वुहान में संचालन की स्थिति की जानकारी दी, और बताया कि वर्तमान में बेड़े का आकार लगभग 400 वाहन है, लेकिन बाजार में हिस्सेदारी केवल 1% है। हालाँकि बाजार हिस्सेदारी बढ़ाने की चुनौती का सामना करना पड़ रहा है, ली यानहोंग लूबू क्यूब के भविष्य के प्रति आशावादी बने हुए हैं।