搜尋

會員登入

搜尋

導覽

會員
廣告
廣告

鴻海研究院ModeSeq奪CVPR自駕競賽冠軍 多模態AI預測技術先進

瀏覽次數:1930

鴻海科技集團旗下鴻海研究院與香港城市大學合作開發的多模態軌跡預測模型ModeSeq,在全球電腦視覺頂級會議CVPR 2025中嶄露頭角,並以升級版Parallel ModeSeq勇奪CVPR WAD Workshop舉辦的Waymo Open Dataset自動駕駛互動預測競賽冠軍,擊敗多所國際頂尖研究機構,彰顯鴻海在自駕AI領域的全球領導力。

ModeSeq模型專為自動駕駛場景中的多模態行為預測設計,突破傳統模型在多樣性與準確度之間的權衡困境。其創新採用順序模式建模與「Early-Match-Take-All」損失函數,搭配因式分解與記憶型變換器,提升對不同場景中人車行為路徑的預測能力。改良版Parallel ModeSeq更在mAP、soft mAP、minADE、minFDE等核心指標表現卓越,技術實力獲國際肯定。

鴻海研究院所長栗永徽表示,ModeSeq不僅可提升自駕決策系統的安全性與效能,亦具備根據場景不確定性自動調整預測模態數量的能力,強化未來智慧交通的決策效率與彈性。這項技術已連續兩年於CVPR獲獎,標誌鴻海在AI與自動駕駛研究的持續突破,預期將對全球自駕車技術發展產生深遠影響。

稀土棋局下的台灣解方:從供應鏈韌性看關鍵礦物合作新契機
特別企劃半導體

稀土棋局下的台灣解方:從供應鏈韌性看關鍵礦物合作新契機

稀土與關鍵礦物已成全球科技競爭與經濟安全的重要戰略資源。面對供應鏈高度集中與地緣風險升高,台灣如何透過國際合作、技術替代、戰略儲備與城市採礦,建立自主且具韌性的關鍵礦物供應體系?

稀土與關鍵礦物已成全球科技競爭與經濟安全的重要戰略資源。面對供應鏈高度集中與地緣風險升高,台灣如何透過國際合作、技術替代、戰略儲備與城市採礦,建立自主且具韌性的關鍵礦物供應體系?

關鍵字:CVPR多模態