Компания Rivian, являющаяся производителем электромобилей, приобрела британский стартап Third Dimension ради ускорения разработок для беспилотного вождения, передает издание TechCrunch. Условия сделки не разглашаются.
Будущие выгоды
Стартап Third Dimension, основанный ветеранами игровой индустрии и индустрии беспилотных автомобилей, использует искусственный интеллект для преобразования изображений и видео в реалистичные 3D-миры.
Однако Rivian не собирается заниматься игровой индустрией, а хочет использовать технологии Third Dimension для преобразования данных из реального мира в 3D-модели, что позволит ускорить разработку передовых систем помощи водителю и системы автономного вождения для роботакси, которые компания планирует поставлять Uber.
В Rivan также заявили, что данное приобретение предоставит компании возможность расширить центр разработки ИИ в Лондоне.
Компания Third Dimension, основанная генеральным директором Толгой Карт и Петром Сокольским в 2024 году, привлекла $7 млн начального финансирования от венчурных фондов, включая Abstract Ventures, MVP, Soma Capital и Solari Capital. Хотя технология компании была изначально разработана для ускорения разработки видеоигр, основатели увидели и другие потенциальные области применения, включая оборону и беспилотные автомобили.
Теперь же команда Third Dimension из 15 человек, большинство из которых работают в Великобритании, будет интегрирована в команду Rivian по разработке беспилотных автомобилей и искусственного интеллекта, возглавляемую Джеймсом Филбином. Под эгидой Rivian они сосредоточатся на автоматизированном вождении.
Новые возможности
Сегодня Rivian предлагает программное обеспечение Universal Hands-Free, которое позволяет водителям не прикасаться к рулю на автомагистралях, продолжая при этом следить за дорогой. Компания планирует к концу года выпустить версию программного обеспечения, которая сможет управлять всей поездкой по городским улицам и автомагистралям без прикосновения к рулю, хотя водитель все равно должен будет контролировать ситуацию и быть готовым взять управление на себя.
Компания Rivian также работает над достижением полной автономности, которую она планирует внедрить в роботакси-версии своего внедорожника R2, которые станут доступны в приложении Uber в 2028 году.
Моделирование — важнейший инструмент для разработчиков автономных транспортных средств, которые используют его для обучения и проверки систем автономного вождения. Исторически эти симуляторы создавались на основе движков рендеринга или видеоигр и часто полагались на синтетические данные. При этом технология Third Dimension использует ИИ для соответствия физическому миру, что в сочетании с огромными массивами данных Rivian может превратиться в ценный симулятор.
«Для нас важно брать реальные сценарии, но делать их моделируемыми. Это не синтетические сценарии в стиле видеоигр, это реальные события, происходящие в мире, но теперь у нас есть дополнительная возможность перемещать камеры, менять местами других агентов, изменять освещение или погодные условия. Так что это действительно мощный инструмент для нас», - подчеркнул Джеймс Филбин.
По словам Филбина, компания знала о необходимости этой технологии и провела «довольно обширную оценку множества различных поставщиков подобных услуг».
Любой компании, разрабатывающей технологии автоматического вождения, нужны данные — и много данных. Но качество тоже имеет значение. Особенно ценны данные, полученные с камер и других датчиков в реальных условиях.
В настоящее время Rivian собирает данные о вождении с десятков тысяч пикапов R1T, внедорожников R1S, фургонов для доставки и внедорожников R2, находящихся на дорогах. Впоследствии компания использует эти данные, которые агрегируются и анонимизируются, для создания обучающих моделей вождения. По словам Филбина, Rivian получает более 400 000 последовательностей данных от своих клиентских автопарков в день.
Технология Third Dimension позволит Rivian моделировать сложные условия вождения, не дожидаясь редких реальных экстремальных ситуаций, отмечает Филбин.
«Особенно важно, когда речь идет о проверке работоспособности, верно? Именно здесь вы задаете себе вопрос: «Готова ли система к выпуску?». И здесь вам действительно нужно четко понимать разницу между симуляцией и реальностью, потому что, чтобы сделать такой вывод, нужно быть уверенным, что ответ положительный. В противном случае вы измеряете то, что не отражает реальную производительность в реальных условиях», - заявил Филбин.
