让算法工程师失业，用视觉语言大模型VLM做自动驾驶

文章预览

百花齐放，最终都会变为一枝独秀，如同英伟达垄断了AI芯片，LLM基本只有ChatGPT和Llama。对车企而言，要自研通用大模型不一定可取，动辄数十亿美元的硬件投入，且还要和全球市值几万亿美元的最顶尖科技巨头残酷竞争，成功的概率较小，也不符合商业利益。所以马斯克也是把xAI和特斯拉分离，否则财务报表会非常难看。 自从ChatGPT问世，LLM成为科技行业最热门话题，如今LLM再进化，也就是视觉语言大模型（VLM），输入视频并输出对场景的人类语言理解，换句话说它更像是人类驾驶员在开车。CVPR2024算法大赛特设用视觉语言大模型做自动驾驶，参赛团队多达152个，是7个赛道中参赛团队最多的赛道，提交记录多达978份，也是最多的，这也显示出用视觉语言大模型做自动驾驶门槛很低，很多高校学生个人参赛，有些个人提交记录超过10份，如果端到端 ………………………………