Новый инструмент для обучения беспилотников

Компания Decart официально открыла доступ к своей новой разработке — модели Oasis 3. Данная система представляет собой так называемую «мировую модель» (world model), которая в режиме реального времени формирует фотореалистичные дорожные локации. Решение уже доступно для интеграции через API, что открывает возможности для сторонних разработчиков создавать на базе Oasis 3 собственные продукты.

Основным вектором применения технологии являются системы автономного управления транспортом. Обучение беспилотников требует отработки миллионов ситуаций, включая редкие и опасные сценарии, воспроизвести которые в реальности бывает крайне затруднительно или дорого. Oasis 3 позволяет генерировать такие условия в виртуальной среде. В перспективе Decart планирует адаптировать систему для задач робототехники и других сфер «физического ИИ».


Экосистема и инвестиции

По мнению главы Decart Дина Лайтерсдорфа, Oasis 3 претендует на роль фундаментальной платформы для разработчиков, подобно тому как технологии OpenAI стали базой для современных языковых моделей. Стартап уже привлек $300 млн инвестиций, достигнув оценки в $4 млрд. Среди ключевых инвесторов числятся такие гиганты, как Nvidia, Toyota, eBay и Adobe.

Эффективность работы модели достигается благодаря платформе DOS (Decart Optimization Stack). Она оптимизирует вычислительные процессы на аппаратном обеспечении Nvidia, Amazon и Google, что, по заявлениям компании, делает эксплуатацию модели значительно дешевле, чем у аналогов от конкурентов.


Технические особенности и текущие вызовы

Система формирует визуальный ряд сразу с трех ракурсов — фронтального и двух боковых, что критически важно для корректного обучения автопилотов. Однако текущая версия имеет ряд ограничений, над которыми продолжается исследовательская работа:

  • Потеря контекста: При длительной генерации модель может терять логическую связность, превращая узнаваемые городские пейзажи в абстрактные декорации.
  • Физические несоответствия: Проблема целостности объектов приводит к тому, что транспортные средства могут «проходить» сквозь препятствия.
  • Архитектурные лимиты: Поскольку модель является авторегрессионной, объем контекста при генерации десятков кадров в секунду быстро исчерпывается.

«Мы работаем над увеличением памяти модели и повышением эффективности сжатия данных, чтобы обеспечить долгосрочную стабильность окружения», — отмечают представители разработчика.

В будущих обновлениях Decart планирует научить систему генерировать виртуальные миры на основе реальных видеозаписей, что поможет повысить общую достоверность симуляций. На текущем этапе компания делает ставку на открытость API, надеясь, что сообщество разработчиков поможет найти новые сценарии применения для интерактивных цифровых миров.