Rivian kupuje startup, który ma przekształcić 400 000 codziennych nagrań w symulacje 3D
Rivian chce przekształcić drogi, po których jeżdżą jego klienci, w 3D światy testowe dla swojego systemu samochodów autonomicznych, i właśnie zakupiło brytyjską firmę z 15 pracownikami o nazwie Third Dimension, aby to osiągnąć, jak pierwotnie donosił TechCrunch.
Firma ta została założona w 2024 roku przez byłego inżyniera symulacji Autopilot firmy Tesla oraz doświadczonego pracownika zespołu symulatora neuronalnego Wayve. Rivian nie ujawniło kwoty, jaką zapłaciło.
Narzędzie z gier wideo, przerobione
Third Dimension przedstawiało się jako narzędzie oparte na sztucznej inteligencji generatywnej, które tworzy 3D środowiska gotowe do użycia w silnikach gier. Gdy w październiku 2024 roku zebrało 7 milionów dolarów na rundzie finansowania prowadzonej przez Felicis, jego potencjalnymi klientami były studia gier, przemysł filmowy, armia amerykańska oraz firmy zajmujące się pojazdami autonomicznymi.
Życiorysy założycieli pokazują, które z tych aspektów były ważne dla Rivian. Dyrektor generalny Tolga Kart spędził ponad dwa lata w Tesli, pracując nad symulacją Autopilot, po pięciu latach pracy jako starszy dyrektor w Activision przy projekcie Call of Duty, a później kierował działem inżynieryjnym w firmie zajmującej się danymi syntetycznymi – Parallel Domain. Współzałożyciel Piotr Sokólski spędził cztery lata w Wayve, tworząc fotorealistyczne symulatory neuronalne dla samochodów autonomicznych.
Cały zespół dołącza do grupy zajmującej się autonomią i sztuczną inteligencją w Rivian pod kierownictwem Jamesa Philbina. Większość z nich przebywa w Wielkiej Brytanii, dzięki czemu Rivian ma również silniejszą obecność w Londynie.
400 000 klipów dziennie, niewiele przypadków specjalnych
Rivian pozyskuje nagrania z jazdy od właścicieli modeli R1S, R1T, R2 oraz furgonetek komercyjnych, którzy zgadzają się na udostępnianie danych z kamer. Philbin powiedział dla TechCrunch, że flota przesyła ponad 400 000 sekwencji dziennie.
Jednak zdecydowana większość tych nagraniów jest nudna. Zdarzenia, które rzeczywiście powodują awarie systemów samochodów autonomicznych, takie jak materac na pasie szybkiego ruchu, policjant pokazujący kierowcom przejazd na czerwonym świetle lub dziecko wybiegające między zaparkowanymi samochodami, zdarzają się rzadko. Można miesiącami czekać, aż flota nagra wystarczającą liczbę takich sytuacji, albo można samodzielnie stworzyć prawdziwe sceny w 3D i zmienić w nich odpowiednie warunki. W tym właśnie polega pomysł.
Rivian nie jest pierwszy. Waymo już we wrześniu zaprezentowało swój model Waymo World, oparty na Genie 3 od Google DeepMind, służący do generowania scenariuszy, których jego samochody nigdy nie widziały. Tesla również pokazała swój własny neuronalny „symulator świata” przeznaczony do systemu FSD.
Czas na Ubera się skraca
Rivian potrzebuje tego, aby szybko zacząć działać. Uber zgodził się w marcu na inwestycję do 1,25 miliarda dolarów w Rivian w celu wprowadzenia robotaxi R2, ale na początek zostanie przeznaczone tylko 300 milionów dolarów. Pozostała kwota jest powiązana z osiągnięciem kolejnych etapów autonomii – począwszy od 10 000 pojazdów R2 bez kierowcy w sieci Ubera w San Francisco i Miami od 2028 roku.
Z perspektywy konsumentów harmonogram już raz uległ opóźnieniu. Funkcja jazdy z punktu A do punktu B dostępna będzie dla niewielkiej grupy zaproszonych posiadaczy Autonomy+ jeszcze w tym roku, a ci testerzy muszą podpisać umowę o poufności. Jazda bez nadzoru, którą RJ Scaringe obiecywał już w styczniu 2025 roku na rok 2026, teraz planowana jest na 2027 rok, a poziom autonomii 4 ma zostać osiągnięty w 2028 roku przy użyciu sprzętu Gen 3 pokazanego przez Rivian podczas wydarzenia AI & Autonomy Day.
Opinia Electrek
Nie mamy wszystkich szczegółów, ale wygląda to na dobrą okazję. Jest to projekt mały i skoncentrowany, który obejmuje zespół, który już wykonywał dokładnie takie prace w Tesla i Wayve. Dla firmy posiadającej znikomą część flocy Tesla lepszym rozwiązaniem jest maksymalne wykorzystanie każdego zebranego materiału, a fakt, że Waymo podąża tą samą drogą, pokazuje, że liderzy się z tym zgadzają.
Jednak symulacja jest narzędziem do szkolenia i testowania – nie stanowi dowodu. System może bezbłędnie radzić sobie z milionami stworzonych przypadków granicznych, a mimo to popełnić błąd na prawdziwej ulicy. Jedynym sposobem, aby opinia publiczna dowiedziała się, jak naprawdę radzi sobie system, jest udostępnienie przez firmę danych z rzeczywistego świata.
Mimo to jest to najlepszy sposób na przeprowadzenie „symulacji”, ponieważ nie tworzy on fałszywego świata z symulowaną fizyką, lecz odtwarza scenę z rzeczywistego świata na podstawie prawdziwych danych. Nadal jest to symulacja i nie dorównuje rzeczywistości, ale jest tak bliska prawdy, jak to tylko możliwe.