DiffusionDrive

リアルタイムエンドツーエンド自動運転のための遮断拡散モデル

一般製品生産性自動運転エンドツーエンド

DiffusionDriveは、リアルタイムのエンドツーエンド自動運転のための遮断拡散モデルです。拡散ノイズ除去ステップを削減することで計算速度を向上させながら、高い精度と多様性を維持します。このモデルは人間のデモンストレーションから直接学習するため、複雑な前処理や後処理手順が不要で、リアルタイムの自動運転判断を実現します。DiffusionDriveはNAVSIMベンチマークテストにおいて88.1 PDMSという画期的な成果を達成し、45 FPSで動作します。

Best AI Websites & Tools

DiffusionDrive

DiffusionDrive 最新のトラフィック状況

DiffusionDrive 訪問数の傾向

DiffusionDrive 訪問地理的分布

DiffusionDrive トラフィックソース

DiffusionDrive 代替品

DiffusionDrive — リアルタイムエンドツーエンド自動運転のための遮断拡散モデル

デバイス上Sora — デバイス上Soraは、拡散モデルに基づくモバイルデバイス向けテキストから動画生成プロジェクトです。

Go with the Flow — ビデオ拡散モデルのモーションモードを効率的に制御するための手法。モーションモードのカスタマイズと転移をサポートします。

OpenEMMA — オープンソースのエンドツーエンド自動運転多様なモデル

智趣AIセレクション — AI最前線を探求し、国内外のAI製品とアプリケーションを厳選して紹介します。

genmoai — オープンソースの動画生成モデル

l1m — LLMをベースとした、テキストと画像から構造化データを抽出するためのプロキシAPIです。

Proxy Lite — Proxy Liteは、ウェブ自動化タスクに特化した、オープンソースの30億パラメーターの視覚言語モデル（VLM）です。

AoT — Atom of Thoughts (AoT)は大規模言語モデルの推論性能を向上させるためのフレームワークです。

Inception Labs — Inception Labsは、次世代の拡散型大規模言語モデルを発表し、極めて高速で効率的で高品質な言語生成能力を提供します。

OpenManus — OpenManusは、招待コードなしで使用できるオープンソースのインテリジェントエージェントプロジェクトです。

CocoIndex — CocoIndexは、カスタム変換ロジックと増分更新をサポートするオープンソースのデータインデックスエンジンです。

NeoBase — NeoBaseは、自然言語でデータベースとやり取りできるオープンソースのAIデータベースアシスタントです。

Instella — Instellaは、AMDが開発した高性能なオープンソース言語モデルであり、オープンソース言語モデルの発展を加速するために設計されています。

Aya Vision 32B — Aya Vision 32Bは、OCR、画像記述、視覚推論など、多様な用途に適した多言語対応のビジュアル言語モデルです。

Aya Vision 8B — 8億パラメーターの多言語視覚言語モデルで、OCR、画像キャプション、視覚推論などの機能をサポートしています。

Scira — Sciraは、ユーザーがインターネット上で情報を検索するのに役立つ、ミニマリストなAI駆動型検索エンジンです。

MindMapper — URL、YouTubeビデオ、またはテキストプロンプトからインタラクティブなマインドマップを生成するWebアプリケーションです。

Firefox翻訳モデル — Firefoxブラウザの翻訳機能向けに最適化された、CPUアクセラレーション対応のニューラル機械翻訳モデルです。

ExplainGitHub — 現代的なGitHubリポジトリ閲覧ツールであり、スマートコードナビゲーションとパフォーマンスの最適化を提供します。

Vibe Coder — Vibe Coderは、音声ベースのAIプログラミング体験を探求するためのオープンソースのVS Code拡張機能です。

GibberLink — 2つの会話型AIエージェントがお互いをAIと確認した後、音声レベルのプロトコルに切り替えて通信します。

Project Starlight — Project Starlight は、AI ベースのビデオ強化ツールで、低解像度および破損したビデオを高画質にアップスケールします。

Migician — Migicianは、複数の画像の配置に特化した多モーダル大規模言語モデルであり、自由形式の複数の画像の精密配置を実現できます。

smallpond — DuckDBと3FSを基盤とした軽量なデータ処理フレームワーク

PhotoDoodle — PhotoDoodleは、少量のサンプルペアデータから芸術的な画像編集を学習するコード実装です。

Ant Design X Vue — Ant Design X VueはVueベースのAIインターフェースソリューションであり、卓越したAI製品体験の提供を目指しています。

Mercury Coder — Mercury Coder は、拡散モデルに基づく高性能コード生成言語モデルです。

IndexTTS — 産業レベルで制御可能な、効率的なゼロショットテキスト音声変換システム

VideoGrain — VideoGrainは、カテゴリレベル、インスタンスレベル、パーツレベルの動画編集を実現するためのゼロショット手法です。