Transformer

加入交流群
扫码加入
获取工程师必备礼包
参与热点资讯讨论

TRANSFORMER,作词:Kenzie(韩文),T-Crash(中文),作曲: Kenzie / Jonathan Yip /Jonathan Yip / Ray Romulus / Ray McCullough,演唱:EXO。

TRANSFORMER,作词:Kenzie(韩文),T-Crash(中文),作曲: Kenzie / Jonathan Yip /Jonathan Yip / Ray Romulus / Ray McCullough,演唱:EXO。收起

查看更多
  • Transformer如何让车辆从看清物体进化到理解环境?
    Transformer架构在自动驾驶领域的应用日益广泛,取代传统CNN,实现了从单纯物体识别到理解环境的跃升。其优势在于全局视野和时空信息的统一处理,通过注意力机制有效整合多传感器数据,增强系统对复杂交通场景的理解和应对能力。尽管面临算力和透明度挑战,Transformer仍有望引领自动驾驶技术革新。
    Transformer如何让车辆从看清物体进化到理解环境?
  • 芯魂:Transformer八子、自注意力机制与大算力时代的开端
    2017年,谷歌研究员提出的“Attention Is All You Need”彻底改变了AI领域,催生了ChatGPT、Claude、Midjourney等变革性技术,并推动英伟达走向数万亿美元市值。这一突破源于一个谷歌研究员在白板上的草图,由八名年轻科学家共同完成,其中一人仅20岁。尽管谷歌未能充分利用这一技术,但该团队成员随后各自开创了令人瞩目的事业,展示了改变世界并不需要太多资源或权力,只需一点创造力和勇气。
    566
    06/10 23:41
  • 不堆GPU,不搬数据,只用欧姆定律:模拟AI芯片跑出了1.8%误差的ALBERT
    IBM团队在14纳米芯片上使用相变存储器实现了710万个参数的Transformer模型,准确率仅略低于纯浮点运算结果1.8%,展示了模拟推理的可能性。
    不堆GPU,不搬数据,只用欧姆定律:模拟AI芯片跑出了1.8%误差的ALBERT
  • 为什么无图智驾不使用SLAM建立局部语义地图?
    智驾无图概念兴起,传统SLAM方案因几何局限性和算力消耗不足而在自动驾驶领域未能广泛应用。BEV、Transformer和Occupancy的组合解决了视觉重构、空间理解和感知死角等问题,实现了全局关联和物理保底,提升了自动驾驶的安全性和适应性。这种架构简化了感知与控制流程,使自动驾驶更加接近人类驾驶员的能力。
    为什么无图智驾不使用SLAM建立局部语义地图?
  • 自动驾驶端到端时代,还会使用BEV和Transformer吗?
    端到端自动驾驶技术并非孤立新技术,而是将BEV和Transformer融合于庞大神经网络中,通过空间感知和时空关联提高驾驶决策稳定性与灵活性。BEV提供统一空间视角,解决视觉重叠与遮挡;Transformer则利用注意力机制增强时间序列处理能力,使模型具备预测能力。未来,端到端模型将继续进化,引入Occupancy思想和多模态大模型经验,进一步提升自动驾驶系统的鲁棒性和智能水平。