加拿大溫哥華當(dāng)?shù)貢r間 6 月 21 日，人工智能領(lǐng)域（AI）最具學(xué)術(shù)影響力的頂級會議之一——國際計算機視覺與模式識別會議（CVPR）2023 公布最佳論文等獎項。上海人工智能實驗室（上海 AI 實驗室）、武漢大學(xué)及商湯科技聯(lián)合提出的自動駕駛通用模型相關(guān)論文從 9155 篇作品中脫穎而出，摘得本屆 CVPR 最佳論文獎。這是近十年來計算機視覺 3 項頂級學(xué)術(shù)會議（CVPR、ICCV、ECCV）第一篇以中國學(xué)術(shù)機構(gòu)作為第一單位的最佳論文。

萬里挑一：中國科研團隊閃耀國際頂會

CVPR 在學(xué)術(shù)界及工業(yè)界都極具影響力。在谷歌學(xué)術(shù)指標(biāo) 2022 年列出的全球最有影響力的 6 個科學(xué)期刊 / 會議中，CVPR 位列第四，僅次于《自然》《新英格蘭醫(yī)學(xué)雜志》《科學(xué)》。

(相關(guān)資料圖)

CVPR 每年評選出的一篇或多篇最佳論文，代表了將對未來技術(shù)或行業(yè)發(fā)展產(chǎn)生重要影響的里程碑式研究成果。今年的 CVPR 最佳論文近乎 " 萬里挑一 "：投稿量達(dá) 9155 篇，大會最終接收論文 2359 篇，接收率為 25.8%。其中 12 篇入選最佳論文候選名單，入選率僅 1.3 ‰。

入圍本屆 CVPR 最佳論文候選名單的作品來自谷歌、Stability AI、上海 AI 實驗室、斯坦福大學(xué)、康奈爾大學(xué)等知名企業(yè)和科研機構(gòu)。最終，上海 AI 實驗室聯(lián)合團隊的研究成果《以路徑規(guī)劃為導(dǎo)向的自動駕駛》摘取 CVPR 2023 最佳論文獎。該論文首次提出感知決策一體化的自動駕駛通用大模型 UniAD，開創(chuàng)了以全局任務(wù)為目標(biāo)的自動駕駛大模型架構(gòu)先河 , 為自動駕駛技術(shù)與產(chǎn)業(yè)發(fā)展指出了新方向。

本屆 CVPR 上，上海 AI 實驗室有 12 篇論文入圍 "Highlight（高亮）" 名單，覆蓋視覺基礎(chǔ)模型、通才模型、三維視覺、底層視覺、視頻檢索、物體檢測、姿態(tài)估計、自動駕駛等相關(guān)領(lǐng)域的研究，在國際上充分展示了中國原創(chuàng) AI 實力。

開創(chuàng)先河：自動駕駛大模型性能 " 當(dāng)下最優(yōu) "

自動駕駛是一個高度復(fù)雜的技術(shù)體系，不僅需要多個學(xué)科領(lǐng)域的知識和技能，包括傳感器硬件、機器學(xué)習(xí)、多模態(tài)融合等內(nèi)容，還需適應(yīng)不同國家與地區(qū)的道路規(guī)則和交通文化，與車輛及行人進(jìn)行良好的交互，以實現(xiàn)高度的可靠性和安全性。

上海 AI 實驗室青年科學(xué)家李弘揚介紹，自動駕駛系統(tǒng)包含感知、預(yù)測和規(guī)劃 3 項主任務(wù)。當(dāng)前，業(yè)界主流的方案架構(gòu)是分別采用不同的模塊來處理這些任務(wù)，但由于各模塊并非以駕駛為最終目標(biāo)進(jìn)行優(yōu)化，自動駕駛系統(tǒng)的整體性能提升受到了很大限制。

自動駕駛通用大模型 UniAD 首次將感知、預(yù)測和規(guī)劃 3 類主任務(wù)、6 類子任務(wù)整合到一個基于 Transformer 的端到端網(wǎng)絡(luò)框架下。在相關(guān)真實場景數(shù)據(jù)集下，UniAD 的所有任務(wù)均達(dá)到領(lǐng)域最佳性能，尤其是預(yù)測和規(guī)劃效果遠(yuǎn)超之前的最佳方案。其中，多目標(biāo)跟蹤準(zhǔn)確率提升 20%，車道線預(yù)測準(zhǔn)確率提升 30%，預(yù)測運動位移和規(guī)劃誤差分別降低 38% 和 28%。

憑借其充分的可解釋性、安全性、與多模塊的可持續(xù)迭代性，UniAD 代表了未來自動駕駛技術(shù)的發(fā)展趨勢，是目前最具希望實際部署的端到端模型。該成果在產(chǎn)業(yè)界的落地應(yīng)用，將有力推動自動駕駛技術(shù)與產(chǎn)品的規(guī)?；l(fā)展。

作者：沈湫莎

編輯：傅璐

* 文匯獨家稿件，轉(zhuǎn)載請注明出處。