概述
LINGO-1 研究了用于驾驶的自然语言评论；LINGO-2 在闭环模型中将视觉、语言和驾驶动作连接起来。解释可以使行为更易于检查，但它们本身并不能证明模型陈述的原因忠实地反映了其内部的因果过程。
深入探讨
Wayve 是一家总部位于伦敦的自动驾驶公司，致力于开发学习型驾驶系统。LINGO-1 探索了关于驾驶场景的开环自然语言评论和问答。LINGO-2 将这项工作扩展到了一个闭环的视觉-语言-动作模型，该模型接收图像、驾驶数据和语言，并能够产生驾驶行为和文本。Wayve 报告称该模型已在公共道路上进行了测试；此研究成果不应被解读为通用自动驾驶安全性的证明。LingoQA 是一个独立的视频问答数据集和基准测试，用于评估视觉-语言模型在自动驾驶问题上的表现。
现实世界的实施
审查在研究和测试期间与驾驶模型行为相关的语言评论
使用受限的导航指令来研究语言如何影响驾驶行为
向视频问答基准测试询问驾驶场景中的物体、动作和原因
将驾驶视频与语言标注配对以评估视觉-语言系统
Wayve LINGO 驱动语言模型的未来
关于语言与驾驶的研究仍在继续探讨指令遵循、场景问题以及解释与行动之间的联系。有用的评估应当将任务性能与解释的忠实度以及道路安全区分开来。Wayve 描述了一种与汽车制造商合作的 AI 驾驶员基础模型策略；部署仍然取决于验证、当地要求以及特定系统的能力。
付诸实践
为什么这很重要
- 供应商策略. 供应商路线图会影响您的团队接下来可以构建的功能。
- 成本与预算. 商业条款和部署选项会影响长期成本和风险。
- 风险与安全. 公司激励措施塑造了产品默认、安全态势和开放性。
留意
- 发布公告可能会超过实际生产工作流程的稳定性。
- API 定价或政策转变可能会在一夜之间打破假设。
- 单一供应商依赖性增加了锁定和迁移成本。
后续步骤
- 使用您自己的任务和数据集评估提供商。
- 在集成之前查看隐私、安全和法律条款。
- 维护跨模型或供应商的后备计划。
- 监控发行说明，以便路线图的更改不会让团队感到意外。
不断探索
常见问题
什么是 Wayve LINGO 驾驶语言模型？
Wayve 的 LINGO 研究探讨了语言如何支持对学习型驾驶系统的解释与指令传达。LINGO-1 研究了用于驾驶的自然语言评论；LINGO-2 在闭环模型中将视觉、语言和驾驶动作连接起来。解释可以使行为更易于检查，但它们本身并不能证明模型陈述的原因忠实地反映了其内部的因果过程。
Wayve驾驶系统中加入的LINGO-1核心能力是什么？
LINGO-1 引入了一种视觉语言模型，可以用简单的英语叙述驾驶决策，使系统更具可解释性。
LINGO-2 如何超越 LINGO-1？
LINGO-2 是一种视觉-语言-动作模型：它将文本与实际驾驶策略联系起来，因此可以通过指令进行引导并解释其行为。
Wayve 的“端到端”方法意味着什么？
Wayve 通过神经网络直接从数据中学习驾驶行为，而不是依赖大量的手工设计规则和详细地图。
为什么 LINGO-2 从一个模型生成语言和驾驶行为很重要？
Wayve 表示，相同的模型可以生成驾驶行为和文本预测；这将语言与模型输出联系起来，但并不能证明每个解释都忠实地捕捉了内部原因。
Wayve 为其 AI 驱动程序制定的业务战略是什么？
Wayve 的目标是向汽车制造商提供其学习驾驶基础模型，而不是制造自己的车辆。