盖世汽车讯 据外媒报道，领先的AI赋能自动驾驶数据自动化提供商Foretellix宣布其Foretify平台将进行重大扩展，助力自动驾驶汽车（AV）开发者将开发时间缩短一半，并节省数亿美元。

图片来源： Foretellix

物理AI前沿的兴起为AV开发者提供了加速迈向全自动驾驶汽车的机遇。然而，要从AI带来的快速开发中获益，必须克服三大关键挑战：

AV开发者需要一种方法来训练AI引擎，最大限度地发挥现有驾驶数据的价值，并使用超现实的合成数据对其进行增强。

自动驾驶汽车开发者在应对人工智能技术的不可预测性方面面临着严峻挑战。验证自动驾驶堆栈在任何现实场景下的安全性对于自动驾驶的大规模部署至关重要。

包括车队运营商、自动驾驶汽车开发者和保险公司在内的出行行业需要一个独立的数据驱动评估框架，以便在这些自动驾驶系统部署到公共道路之前衡量其安全性。

Foretellix开发了Foretify数据自动化工具链，用于训练AI驱动的自动驾驶汽车堆栈，该工具链通过自动整理来自实际行驶里程的训练数据，并使用生成的合成场景进行增强。该工具链还提供丰富的传感器模拟数据，并通过NVIDIA Omniverse和Cosmos生成的超现实变体进行了增强。通过生成大量真实的合成数据来验证AI驱动的自动驾驶汽车堆栈，从而将特定操作设计域（ODD）内达到最佳操作安全水平的效率提高十倍。此外，Foretify使用数据驱动的安全评估框架来评估实际和模拟驾驶数据的性能，并测量覆盖范围，为系统安全案例提供独立证据。

Foretellix首席执行官兼联合创始人Ziv Binyamini表示：“物理AI开辟了一条通往自动驾驶的快车道，最终将改善我们的生活质量，并帮助拯救数百万人的生命。但要实现这一目标，需要一种智能的、数据驱动的方法来突破AI固有的局限性。训练、验证和提供自动驾驶系统安全性的证据是推动该行业发展的关键驱动力。Foretellix的解决方案有助于促进创新，降低自动驾驶汽车开发商、汽车制造商和企业家的准入门槛，从而让通往无人驾驶的道路更加民主化。”

Foretify最近通过NVIDIA Omniverse自动驾驶汽车仿真蓝图和NVIDIA Cosmos Transfer World Foundation模型集成，扩展了其模拟功能。在Foretify的行为场景模拟中添加超现实的传感器模拟，可以加速AI驱动的AV训练和验证，从而加快开发和部署速度。