大模型「上车」关键一步：全球首个语言+自动驾驶开源数据集来了
DriveLM是一个基于语言的驱动项目，它包含一个数据集和一个模型。通过DriveLM，我们介绍了自动驾驶（AD）中大型语言模型的推理能力，以做出决策并确保可解释的规划。在DriveLM的数据集中，我们将人工书写的推理逻辑作为连接，以促进感知、预测和规划（P3）。在我们的模型中，我们提出了一个具备思维图能力的AD视觉语言模型，以产生更优质的规划结果。目前，我们已经发布了数据集的演示版本，完整的数据集和模型将在未来发布项目链接：https://github.com/OpenDriveLab/DriveLM需
DriveLM是一个基于语言的驱动项目，它包含一个数据集和一个模型。通过DriveLM，我们介绍了自动驾驶（AD）中大型语言模型的推理能力，以做出决策并确保可解释的规划。
在DriveLM的数据集中，我们将人工书写的推理逻辑作为连接，以促进感知、预测和规划（P3）。在我们的模型中，我们提出了一个具备思维图能力的AD视觉语言模型，以产生更优质的规划结果。目前，我们已经发布了数据集的演示版本，完整的数据集和模型将在未来发布
项目链接：https://github.com/OpenDriveLab/DriveLM 需要重写的内容是：项目链接：https://github.com/OpenDriveLab/DriveLM
What is Graph-of-Thoughts in AD?
数据集最令人兴奋的方面是，P3中的问答（QA）以图形风格的结构连接，QA对作为每个节点，对象的关系作为边。
相较于纯语言的思维树或思维图，我们更倾向于多模态。在AD域中，我们之所以这样做，是因为每个阶段都定义了AD任务，从原始传感器输入到最终控制动作
DriveLM数据集中包含什么？
基于主流的nuScenes数据集构建我们的数据集。DriveLM最核心的元素是基于帧的P3 QA。感知问题需要模型识别场景中的对象。预测问题要求模型预测场景中重要对象的未来状态。规划问题促使模型给出合理的规划行动，避免危险的行动。
标定过程如何？
- 关键帧选择。给定一个剪辑中的所有帧，注释器将选择需要注释的关键帧。标准是，这些框架应该涉及自车运动状态的变化（变道、突然停车、停车后启动等）。
- 关键对象选择。给定关键帧，注释器需要拾取周围六个图像中的关键对象。标准是这些物体应该能够影响自车（交通信号灯、过街行人、其他车辆）
- 问答注释。给定这些关键对象，我们会自动生成关于感知、预测和规划的单个或多个对象的问题。更多细节可以在我们的演示数据中找到。
火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力，依托字节自研豆包多模态大模型，凭借火山方舟一站式平台，提供模型精调、推理部署、智能应用搭建等全链路服务，结合高性能AI算力，助力各行业快速落地大模型数字化与智能化应用。
AirBuddy 3 是面向 macOS 的蓝牙外设增强工具，可集中查看 AirPods、Beats 与苹果设备电量，提供快速连接、播放控制、电量提醒、桌面小组件和多台 Mac 外设接力等功能。
AirServer macOS版可把 Mac 转换为无线投屏接收端，通过 AirPlay 或 Google Cast 接收手机、平板和电脑画面，并支持多设备同时连接、高清镜像及会话录制，适合家庭娱乐、课堂教学、会议演示和应用展示。
Autodesk Maya 是面向影视、电视、动画和游戏行业的专业三维制作软件，集多边形与 NURBS 建模、角色绑定、关键帧和动作捕捉动画、Bifrost 特效模拟、材质开发及 Arnold 渲染于一体，
AirServer Windows版可把电脑变成AirPlay、Google Cast和Miracast无线投屏接收端，适合会议演示、课堂教学及家庭大屏分享。发送设备通常无需另装客户端，并可同时接收和智能排列多个镜像会话。