正文

GPT是派鏈的生態(tài)嗎

發(fā)布時間：2023-05-20 03:41:03 稿源：創(chuàng)意嶺閱讀： 98

大家好！今天讓創(chuàng)意嶺的小編來大家介紹下關(guān)于GPT是派鏈的生態(tài)嗎的問題，以下是小編對此問題的歸納整理，讓我們一起來看看吧。

開始之前先推薦一個非常厲害的Ai人工智能工具，一鍵生成原創(chuàng)文章、方案、文案、工作計劃、工作報告、論文、代碼、作文、做題和對話答疑等等

只需要輸入關(guān)鍵詞，就能返回你想要的內(nèi)容，有小程序、在線網(wǎng)頁版、PC客戶端和批量生成器

官網(wǎng)：https://ai.de1919.com。

本文目錄:

向外突圍，毫末開啟商業(yè)化新故事
中國如何應(yīng)對gpt未來
什么是gpt，什么是uefi
請問GPT和MBR的區(qū)別和聯(lián)系

GPT是派鏈的生態(tài)嗎

向外突圍，毫末開啟商業(yè)化新故事

終于拿到長城體系外訂單

“我們還在等他們（毫末）的車交付之后，才能做技術(shù)上的對標(biāo)?！?同為量產(chǎn)高階智駕方案的某車企工程師這樣評價毫末。

這一對標(biāo)將在今年初見分銷。

4月11日，在第八屆AI DAY上，毫末發(fā)布了一個堪比BEV的新技術(shù)：自動駕駛生成式大模型DriveGPT——雪湖·海若。

2021年特斯拉用一個BEV架構(gòu)模型搞定了自動駕駛的感知，而雪湖·海若Transformer則有望用一個模型解決自動駕駛的認知問題。

雪湖·海若將依次搭載在魏牌摩卡DHT-PHEV和藍山上，首批落地在北京、保定、上海等城市，并于2024年開拓100個城市。

此外，毫末宣布與三家主機廠簽訂了定點合作協(xié)議，其中包括長城體系外的品牌。

新技術(shù)范式、百城大戰(zhàn)，毫末的“野心”要如何實現(xiàn)？

一次解決所有問題

“（雪湖·海若）使我們在一個統(tǒng)一的生成式框架下，將規(guī)劃、決策和推理等多個任務(wù)全部完成。”毫末智行CEO顧維灝在采訪中表示：“（雪湖·海若）在更大數(shù)據(jù)的支持下，還是會讓（自動駕駛系統(tǒng)的決策能力）有一個質(zhì)的提升。這一新技術(shù)范式即使放眼全球也是非常獨特和創(chuàng)新的。”

認知架構(gòu)雪湖·海若和感知架構(gòu)BEV一樣，旨在通過一個大模型一次性解決問題。

在BEV之前，自動駕駛系統(tǒng)的感知是在各傳感器端先進行感知，之后由多個小模型算法進行置信判斷和融合之后，輸出最終的感知結(jié)果。BEV則是一次性“吸收”所有傳感器的原始數(shù)據(jù)，之后直接輸出車輛周圍360°的完整空間感知結(jié)果。

決策方面，目前業(yè)內(nèi)主要包括預(yù)測、規(guī)劃、控制幾個環(huán)節(jié)：

基于感知結(jié)果，通過搜索等方法劃定出可行使空間，再在其中根據(jù)自車和其它交通參與者可能的行動軌跡進行路線規(guī)劃，最終決定出一條行駛路線，并將行駛路線分解為車輛動作命令傳給執(zhí)行器。

雪湖·海若則是基于感知結(jié)果，直接給出規(guī)劃控制結(jié)果和理由：

一次性生成多個未來可能發(fā)生的全局場景，并且按照可能發(fā)生的概率排序；生成自車未來的軌跡信息；直接給出決策邏輯鏈。

例如在一個包含對向來車、左側(cè)電動車、右側(cè)過路行人的無保護左轉(zhuǎn)的場景中：

傳統(tǒng)方法是先對與自車最有可能交互的對向來車進行軌跡預(yù)測，基于預(yù)測結(jié)果判斷自車應(yīng)該的行駛軌跡。此軌跡如果涉及到電動車/行人等其它的交通參與者，則加入考慮后預(yù)測，再判斷軌跡，如此往復(fù)。

但雪湖·海若是一次性看到路面的全局情況，基于預(yù)訓(xùn)練積累的“經(jīng)驗”，直接得出：對向來車已出線剎車概率低、電動車雖然未出線但慣于搶行、行人在路口通常謹慎行動變。如以安全為先，應(yīng)當(dāng)緩慢起步，讓行電動車后，快速通過路口。

之所以出現(xiàn)這樣不同的“思考”方式，在于傳統(tǒng)方法和雪湖·海若在短期數(shù)據(jù)和長期知識上存在不同。

短期數(shù)據(jù)即當(dāng)時當(dāng)刻的路面情況。

由于目前決策大都使用參數(shù)有限的小模型，因此一次性能考慮的對象便相對有限。

雪湖·海若作為大模型，在云端參數(shù)高達1200億個，由此在學(xué)習(xí)時能夠做到全局思考。目前毫末未透露部署到車端時的參數(shù)規(guī)模。

長期知識則是交通規(guī)則和常識性的潛規(guī)則。

目前主流決策層算法仍以邏輯判斷為主，對于“誰會如何”更多還是出自工程師經(jīng)驗。

雪湖·海若則是先在4000萬量產(chǎn)車駕駛數(shù)據(jù)中進行學(xué)習(xí)，又用5萬個經(jīng)過篩選的人類接管數(shù)據(jù)做反饋訓(xùn)練，最終習(xí)得開車的知識和常識，能夠更加類人的，根據(jù)當(dāng)前交通情況推理出未來各類交通場景以及出現(xiàn)的概率。

對于神經(jīng)網(wǎng)絡(luò)作為黑盒，思考過程的不可解釋化，毫末技術(shù)負責(zé)人艾銳向《賽博汽車》表示，通過添加限定規(guī)則，可以一定程度上解決這一問題。

在決策層引入GPT模型只是開始，未來毫末計劃將雪湖·海若擴大為端到端的自動駕駛系統(tǒng)模型，即用一個大模型解決感知、認知的所有問題。

中國自動駕駛邏輯芯片企業(yè)地平線也持類似的觀點。前不久，地平線作為第一作者發(fā)布了基于Transformer的自動駕駛端到端算法框架論文，首次將檢測、跟蹤、預(yù)測、箭頭軌跡預(yù)測等多個模塊用一個完整神經(jīng)網(wǎng)絡(luò)架構(gòu)完整解決。

“讓我們有可能像ChatGPT那樣，用端到端的大規(guī)模的數(shù)據(jù)去訓(xùn)練整個的自動駕駛系統(tǒng)?！钡仄骄€創(chuàng)始人&CEO余凱在演講中表示。

萬事俱備，只待上車

一次解決所有問題，當(dāng)然很棒，但卻鮮少有玩家實踐該技術(shù)。

在2022年的AI DAY和今年的投資者日上，特斯拉展示的預(yù)測算法仍是以蒙特卡洛樹搜索為主。

小鵬汽車自動駕駛副總裁吳新宙則在4月明確表示，未來小鵬將在預(yù)測層面引入神經(jīng)網(wǎng)絡(luò)，但在規(guī)控層面，仍將以邏輯算法為主。“我對團隊有一個明確的線，能用數(shù)學(xué)方法解決的問題，都先用數(shù)學(xué)的方法?！?span style="display:none">F4z創(chuàng)意嶺 - 安心托付、值得信賴的品牌設(shè)計、營銷策劃公司

事實上，即使想要應(yīng)用，GPT也不是普通玩家玩得起的。

華為云人工智能領(lǐng)域首席科學(xué)家田奇在近日的演講中表示，大模型開發(fā)和訓(xùn)練一次需要1200萬美元。而且并不只是“錢”的事。

首先，雪湖·海若作為GPT（Generative Pre-trained Transformer）生成式預(yù)訓(xùn)練大模型，需要有大規(guī)模語料庫來進行訓(xùn)練。

顧維灝在演講中表示，雪湖·海若的一個關(guān)鍵設(shè)計是將場景Token（令牌，代表執(zhí)行某些操作的權(quán)利對象）化表達：將駕駛空間進行離散化處理，每一個Token都表征場景的一小部分。如果輸入一連串過去已經(jīng)發(fā)生的場景Token序列，模型可生成未來所有可能的場景。目前毫末Token的詞表空間是50萬個左右。

大模型還需要超算中心來訓(xùn)練。

1月，毫末發(fā)布了670PFLOPS算力的超算中心——雪湖·綠洲。若按照一塊19.5TFLOPS算力的英偉達A100計算，則綠洲或用了34.3萬塊英偉達A100。

綠洲還針對海若進行了針對性的升級改造。

一是建立全套訓(xùn)練保障框架，避免因個別服務(wù)器異常可能導(dǎo)致的訓(xùn)練中端；二是升級彈性調(diào)度資源的能力，使訓(xùn)練平臺能夠自適應(yīng)每天回傳數(shù)據(jù)不同的大小規(guī)模；三是吞吐效率的升級，通過算子融合端到端吞吐提升84%。

但就像ChatGPT和GPT4仍依賴于對話者不斷調(diào)整問題問法，擴大數(shù)據(jù)庫調(diào)用權(quán)限，才能表現(xiàn)得更加真實類人一樣。

雪湖·海若要做到真正高速類人，在并行效率、算力需求、功耗等方面超過搜索等傳統(tǒng)方法，甚至超過人類表現(xiàn)的前提，是源源不斷的真實道路場景和人類反饋。

毫末的身份突圍

2022年底，小鵬、華為、毫末三家搶跑城市領(lǐng)航功能落地。

從結(jié)果來看，小鵬、華為都已有了搭載城市領(lǐng)航功能的車隊上路，毫末HPilot 3.0所搭載的新摩卡DHT-PHEV預(yù)計將于本月推出，而魏牌藍山要到三季度才會推出激光雷達版。

與此同時，后來者也正逐步逼近，蔚來、理想等車企，和輕舟智航等智能駕駛供應(yīng)商都已宣布了2024年落地高速、城市領(lǐng)航功能的計劃。

之所以形成這樣的局面，與毫末的身份不無關(guān)系。

毫末雖然出身長城，卻無法像蔚小理的智駕團隊一樣，擁有自上而下的話語權(quán)，更多還是相對獨立的供應(yīng)商身份。

但背靠長城又使毫末的供應(yīng)商身份不那么純粹。對于出自ICT行業(yè)的華為，車企都尚且顧忌靈魂。出自同行的毫末作為供應(yīng)商，自然也少不了被挑剔。

如何實現(xiàn)身份突圍？

今年年初，毫末推出了包括全棧解決方案、云端服務(wù)、硬件、軟件、模塊、原型代碼六個層面的6P開放合作模式。合作伙伴不僅可以獲取毫末的功能產(chǎn)品，甚至可以獲得原型代碼這樣的底層技術(shù)能力。

“您的靈魂您保留，我的靈魂您帶走?！?毫末智行COO侯軍表示：“（智能/自動駕駛）全棧自研是高成本、長周期的事情。毫末的6P開放模式幫助主機廠在不具備技術(shù)和時間的情況下參與競爭。

如果之后毫末的綜合性價比能力趕不上合作伙伴進步的靈魂，我們被淘汰也是正常的。如果能趕上，我們愿意與合作伙伴長期攜手同行。”

這樣“白盒”開放的態(tài)度已經(jīng)起到了效果，毫末已與三家主機廠簽署定點合同，其中包括長城體系外的品牌。

在毫末的生態(tài)伙伴當(dāng)中，除了高通這樣的老朋友外，還多了英偉達、華為、地平線這樣新朋友，未來合作方向值得玩味。

此外，毫末在2024年的百城計劃也絕非說說而已。

目前，華為、小鵬的城市領(lǐng)航功能在核心區(qū)域仍需依靠高精地圖。而毫末的方案則完全不采用高精地圖，只用類似導(dǎo)航地圖的標(biāo)清地圖，以感知信息的置信權(quán)重遠高于地圖信息，即所謂重感知輕地圖方案。

要完全依靠感知信息做判斷使毫末目前的城市領(lǐng)航功能更顯保守，安全性要求遠高于舒適和通行效率。

但由于完全不依賴高精地圖，所以毫末HPilot 3.0的開城將不受地圖資源限制，隨著其感知能力打磨得愈發(fā)完善，開城速度也將愈發(fā)加速。

顧維灝在演講中表示，毫末的視覺自監(jiān)督大模型感知性能已提升20%。例如魚眼攝像頭在15米范圍內(nèi)的測量精度已達到30厘米，2米內(nèi)精度可以高于10厘米。因此毫末正考慮取消超聲波雷達，直接使用魚眼鏡頭做泊車功能。

技術(shù)進步也正成為毫末作為供應(yīng)商，持續(xù)降本的底氣所在。毫末智行張凱表示：“未來（降本同效的策略）對我們和行業(yè)發(fā)展，都會有很好的推動作用。”

【本文來自易車號作者賽博汽車，版權(quán)歸作者所有,任何形式轉(zhuǎn)載請聯(lián)系作者。內(nèi)容僅代表作者觀點，與易車無關(guān)】

中國如何應(yīng)對gpt未來

作為媒體的打工苦力們，如何面對GPT的挑戰(zhàn)？

有點文化的小玄子
聊聊宇宙和哲學(xué)思考的大學(xué)教師
對于傳統(tǒng)媒體行業(yè)來說，GPT的出現(xiàn)帶來了一定的威脅。一些悲觀的觀點認為，GPT可能會取代人類的工作，以及威脅到傳統(tǒng)媒體的生存。畢竟，這種強大的技術(shù)能夠生成高質(zhì)量的文章，甚至能夠模擬人類的寫作風(fēng)格，對于某些簡單的報道來說，它可以取代人類記者的工作。
然而，我們也不必太過悲觀，因為這個技術(shù)只是一個工具，它需要有人來使用和控制。作為網(wǎng)絡(luò)媒體的打工人，我們可以從以下幾個方面來應(yīng)對GPT帶來的威脅：
首先，我們需要保持創(chuàng)造力和專業(yè)性。盡管GPT可以生成文章，但是它缺乏人類的情感和理解力。相比之下，人類記者具有更好的洞察力和思考能力，能夠更加深入地挖掘新聞背后的故事和情感。因此，我們需要保持自己的創(chuàng)造力和專業(yè)性，將自己的人文關(guān)懷和專業(yè)知識與GPT結(jié)合，讓我們的報道更加有深度和質(zhì)量。
其次，我們需要擁抱技術(shù)并進行不斷的學(xué)習(xí)。GPT是一種新興的技術(shù)，我們需要了解它的優(yōu)勢和缺點，以及如何使用它來提高我們的工作效率。我們需要不斷地學(xué)習(xí)和研究新技術(shù)，掌握最新的媒體趨勢和技術(shù)應(yīng)用，以此來提高我們的工作質(zhì)量和效率。
我們需要保持開放和合作的心態(tài)。盡管GPT可能會給我們帶來一定的威脅，但是我們也可以將其視為一個機會。我們可以與技術(shù)人員合作，利用GPT來提高我們的工作效率和創(chuàng)造力，同時也可以借助它來創(chuàng)造出更加創(chuàng)新和有趣的內(nèi)容。
總的來說，GPT是一種很有潛力的技術(shù)，它有可能改變傳統(tǒng)媒體的發(fā)展方式，但是我們也不必過分恐懼。只有通過保持創(chuàng)造力、不斷學(xué)習(xí)和開放合作的心態(tài)，我們才能夠應(yīng)對GPT帶來的威脅，讓我們的媒體行業(yè)不斷地向前發(fā)展。我們需要認識到，GPT只是人工智能技術(shù)的一個縮影，它是未來媒體發(fā)展的一個重要方向之一。我們應(yīng)該始終保持警惕，不斷地更新自己的技能和知識，以應(yīng)對未來可能出現(xiàn)的挑戰(zhàn)和機遇。
另外，GPT的出現(xiàn)也讓我們重新思考傳統(tǒng)媒體的發(fā)展方式。傳統(tǒng)媒體通常采用線性的思維方式，文章的產(chǎn)生是從頭到尾的，但是GPT的出現(xiàn)讓我們看到了一種全新的方式——非線性的思維方式。這種方式的出現(xiàn)，意味著我們可以更加靈活地生成文章和內(nèi)容，讓媒體更加具有創(chuàng)新性和個性化。
因此，我們可以通過結(jié)合人工智能技術(shù)和人類智慧，開創(chuàng)出媒體發(fā)展的新局面。我們可以利用GPT等人工智能技術(shù)，來幫助我們生成文章和內(nèi)容，提高我們的工作效率，同時也可以通過人類的洞察力和思考能力，來深挖新聞的背后故事，讓媒體更加具有深度和質(zhì)量。
在GPT的出現(xiàn)下，網(wǎng)絡(luò)媒體的打工人需要不斷地更新自己的思維方式和技能，不斷地探索和創(chuàng)新，才能在這個新時代的媒體發(fā)展中，抓住機遇、迎接挑戰(zhàn)。

GPT是派鏈的生態(tài)嗎

什么是gpt，什么是uefi

gpt是一種分區(qū)，支持大容量，多個主分區(qū)。uefi可以理解是一種高級的啟動方式。但uefi啟動需要gpt分區(qū)

請問GPT和MBR的區(qū)別和聯(lián)系

一、性質(zhì)不同

1、gpt：GPT意為GUID分區(qū)表，這是一個正逐漸取代MBR的新標(biāo)準(zhǔn)。

2、mbr：MBR的意思是“主引導(dǎo)記錄”。

二、劣勢不同

1、gpt：同時還支持幾乎無限個分區(qū)數(shù)量，限制只在于操作系統(tǒng)，Windows支持最多128個GPT分區(qū)。

2、mbr：一旦啟動代碼被破壞，系統(tǒng)就沒法啟動，只有通過修復(fù)才能啟動系統(tǒng)。

三、特點不同

1、gpt：由UEFI輔住而形成的，這樣就有了UEFI用于取代老舊的BIOS，而GPT則取代老舊的MBR。

2、mbr：最大支持2TB容量，在容量方面存在著極大的瓶頸，那么GPT在今后的發(fā)展就會越來越占優(yōu)勢，MBR也會逐漸被GPT取代。

GPT分區(qū)模式使用GUID分區(qū)表，是源自EFI標(biāo)準(zhǔn)的一種較新的磁盤分區(qū)表結(jié)構(gòu)的標(biāo)準(zhǔn)。與普遍使用的主引導(dǎo)記錄(MBR)分區(qū)方案相比，GPT提供了更加靈活的磁盤分區(qū)機制。

GUID分區(qū)表(簡稱GPT。使用GUID分區(qū)表的磁盤稱為GPT磁盤)是源自EFI標(biāo)準(zhǔn)的一種較新的磁盤分區(qū)表結(jié)構(gòu)的標(biāo)準(zhǔn)。與普遍使用的主引導(dǎo)記錄(MBR)分區(qū)方案相比，GPT提供了更加靈活的磁盤分區(qū)機制。它具有如下優(yōu)點：

1、支持2TB以上的大硬盤。

2、每個磁盤的分區(qū)個數(shù)幾乎沒有限制。為什么說“幾乎”呢？是因為Windows系統(tǒng)最多只允許劃分128個分區(qū)。不過也完全夠用了。

3、分區(qū)大小幾乎沒有限制。又是一個“幾乎”。因為它用64位的整數(shù)表示扇區(qū)號?？鋸堃稽c說，一個64位整數(shù)能代表的分區(qū)大小已經(jīng)是個“天文數(shù)字”了，若干年內(nèi)你都無法見到這樣大小的硬盤，更不用說分區(qū)了。

4、分區(qū)表自帶備份。在磁盤的首尾部分分別保存了一份相同的分區(qū)表。其中一份被破壞后，可以通過另一份恢復(fù)。

5、每個分區(qū)可以有一個名稱(不同于卷標(biāo))。

既然GUID分區(qū)方案具有如此多的優(yōu)點，在分區(qū)時是不是可以全部采用這種方案呢？不是的。并不是所有的Windows系統(tǒng)都支持這種分區(qū)方案。

以上內(nèi)容參考：GPT磁盤_百度百科

以上就是關(guān)于GPT是派鏈的生態(tài)嗎相關(guān)問題的回答。希望能幫到你，如有更多相關(guān)問題，您也可以聯(lián)系我們的客服進行咨詢，客服也會為您講解更多精彩的知識和內(nèi)容。