GAIA-1

GAIA-1 to generatywny model świata (world model) opracowany przez brytyjską firmę Wayve dla potrzeb jazdy autonomicznej. Model przyjmuje na wejściu sekwencje wideo, opis tekstowy i wektor akcji (sterowanie pojazdem), a na wyjściu generuje realistyczne sekwencje wideo z perspektywy kierowcy, spójne fizycznie i geometrycznie ze scenariuszem ruchu drogowego.

Architektura

Model łączy autoregresywny transformator (~6,5 mld parametrów) — który operuje na dyskretnych tokenach wideo, tekstu i akcji — z dyfuzyjnym dekoderem wideo (~2,6 mld parametrów) renderującym z tokenów ciągłe klatki obrazu. Łącznie ok. 9 mld parametrów. Trenowany na ok. 4700 godzin danych jazdy zebranych przez Wayve w Wielkiej Brytanii.

Zastosowanie

GAIA-1 nie steruje pojazdem — służy do generowania danych syntetycznych i scenariuszy do treningu i ewaluacji systemów jazdy autonomicznej, w tym zdarzeń rzadkich (corner cases). Pozwala kontrolowanie warunków pogodowych, oświetlenia, zachowania innych uczestników ruchu i komend pojazdu poprzez prompty tekstowe i wektory akcji.