Natix, basado en Solana, lleva los datos DePIN a la IA de conducción autónoma con Valeo

Fuente: CryptoNewsNet Título original: Solana-based Natix brings DePIN data into self-driving AI with Valeo Enlace original: El proveedor de tecnología automotriz Valeo y Natix Network, una red descentralizada de infraestructura física (DePIN) basada en Solana, se han asociado para construir un modelo de inteligencia artificial (AI) de múltiples cámaras de código abierto destinado a mejorar los sistemas de conducción autónoma.

Las dos empresas están desarrollando lo que llaman el Modelo de Fundación Mundial (WFM), que según afirman podrá aprender y predecir el movimiento en el mundo real, adaptándose a las situaciones del tráfico.

El modelo de múltiples cámaras tiene como objetivo ampliar los límites de los modelos de IA, pasando de la comprensión basada en texto a escenarios del mundo real en entornos físicos. También busca avanzar en la investigación sobre conducción autónoma.

Valeo y Natix se comprometieron a liberar abiertamente sus modelos, conjuntos de datos y herramientas de entrenamiento para permitir que los desarrolladores ajusten estas capacidades. Se espera que la primera versión del modelo WFM esté lista en los próximos meses.

WFM para acelerar la llegada de vehículos autónomos

La startup de conducción autónoma Wayve ya está utilizando WFMs en sus vehículos, incluyendo una prueba en la que un vehículo navegó por partes de Las Vegas sin entrenamiento previo en la ciudad.

WFM forma parte del sector más amplio de DePIN, que combina la tecnología blockchain con infraestructura física de propiedad comunitaria para crear redes descentralizadas donde los participantes pueden contribuir con recursos, como potencia de cálculo, a cambio de criptomonedas.

El objetivo final del modelo de cámara autónoma WFM es “avanzar la inteligencia de movilidad” de manera segura y responsable y la llegada de vehículos autónomos, dijo Marc Vrecko, CEO de la División de Brain de Valeo.

Alireza Ghods, cofundador y CEO de Natix, ve las WFMs como una oportunidad generacional similar al auge de los grandes modelos de lenguaje (LLMs) desde 2017 hasta 2020:

“Los equipos que construyan los primeros modelos mundiales escalables definirán la base de la próxima ola de IA: IA físicas.”

A diferencia de los modelos de IA actuales que solo perciben, el modelo mundial de múltiples cámaras busca construir capacidades predictivas para acelerar el despliegue generalizado de vehículos autónomos.

Natix afirmó que descentralizar y abrir el código del WFM podría permitir que los sistemas de IA física sean entrenados y probados en una gama más amplia de condiciones del mundo real antes de su despliegue. Los marcos transparentes permiten que el ecosistema avance más rápido, y las pruebas extensas son fundamentales para la seguridad.

Panorama competitivo y escala de la apuesta Valeo-Natix

Uno de los principales competidores de Valeo y Natix es Alpamayo, una familia de modelos de visión-lenguaje-acción de código abierto. La solución utiliza datos de cámaras y sensores para la toma de decisiones mediante autonomía basada en razonamiento.

Natix fue fundada en 2020 y opera una red descentralizada de datos de múltiples cámaras que incluye a cientos de miles de contribuyentes y cientos de millones de kilómetros de datos de conducción grabados.

NATIX25,45%
Esta página puede contener contenido de terceros, que se proporciona únicamente con fines informativos (sin garantías ni declaraciones) y no debe considerarse como un respaldo por parte de Gate a las opiniones expresadas ni como asesoramiento financiero o profesional. Consulte el Descargo de responsabilidad para obtener más detalles.
  • Recompensa
  • Comentar
  • Republicar
  • Compartir
Comentar
0/400
Sin comentarios
  • Anclado

Opera con criptomonedas en cualquier momento y lugar
qrCode
Escanea para descargar la aplicación de Gate
Comunidad
Español
  • 简体中文
  • English
  • Tiếng Việt
  • 繁體中文
  • Español
  • Русский
  • Français (Afrique)
  • Português (Portugal)
  • Bahasa Indonesia
  • 日本語
  • بالعربية
  • Українська
  • Português (Brasil)