最近，Dongfeng Motor领导了最大的开放行业数据数据，用于端到端的自主驾驶，并揭示了整个社会的基本数据，以探索在全球自动驾驶竞争中打破“数据岛”困境的优化途径。 自动确定坡道，避免障碍...在Dongfen人工实验室中，工程师尝试了最新的端到端自主驾驶系统。面对模拟的“向上和向下坡道”，车辆会自动降低速度并改变车道，并且不需要在整个过程中编码的MANU - 构造。这种技术成功像人一样。 Dongfeng Motor R＆D General Academy的智能技术首席工程师Li Honglin：传统的模块化自主计划驾驶计划主要取决于工程师来制定政策和设定歧视条件。在前车和我们之间的距离之后，我们需要减慢D端到端的自动驾驶可以减少以前不同模块之间的错误积累，并且已经实现了更多的人格化驾驶，并满足了更复杂的驾驶场景。 数据源的公开共享背后是前向Dongfeng布局。在过去的两年中，Dongfeng是中国第一个探索大型模型端到端模型路线的人，并依靠许多新的能量车来收集和Mactivities真实的驾驶员数据。 这次开放了125万套的道路测试数据，涵盖了6,000多个复杂场景细分市场，该规模是当前行业开放资源的最大数据的4倍。 Dongfeng Motor R＆D通用研究所的智能技术首席工程师Li Honglin：行业中使用的数据量仍然相对较小。数据收集，标签，检查质量，脱敏等是劳动的大量劳动和耗尽。要花20秒钟的片段，需要1到2小时s收集。我们深刻知道，当缺乏数据时，整个模型的上限限制非常低。数据仅是我们目前的开放资源的一部分，数据的成本接近4000万元人民币。作为中央业务，Dongfeng有责任在这条路线上晋升。 行业估计表明，开放的Dongfeng电机资源数据将节省超过10亿元人民币的行业数据成本。依靠这本额外的书，Dongfeng在武汉经济和技术发展区工作，上游和下游企业和大学共同努力，建立下一代端到端的端到端自主驾驶模型，以加速大型模型的大规模生产。从数据的开源到生态结构的共同建设，Dongfeng包括明智的链条，再到中层企业的责任。 Dongfeng Motor R＆D General I的人工智能实验室执行董事Huang RuiNstitute：Wuhan技术大学的华盛科学技术大学等，将帮助我们聚集在一起建立算法和模型，并迭代地将它们优化它们。我们可以提供在真实道路上收集的数据并具有应用程序方案。今年，我们的端到端自动驾驶模型将是我们Yipai 008型号的质量。 。