Prompt 语宙Prompt 语宙
  • 首页
  • 语宙 AI 导航
  • AIGC 资讯
    • AIGC 早报生成器Hot
    • 最新趋势
    • AI 工具
    • 热门资源
    • 强化 AI 学习
  • AI 绘图
    • Prompt 实战
    • AI 绘画教程
    • 模型精选
  • AI 图库
    • 人物
    • 展台场景
    • Banner
    • 游戏
    • 动物
    • 食物
    • 自然
    • 背景
    • 海报
    • 建筑
    • 室内设计
  • 出海数字营销宝典
  • AI 生图 Prompt
    • 写实人像
    • 产品与广告
    • 游戏资产与 3D
    • 界面与图标
    • 建筑与室内
    • 动漫与插画
    • 风景与自然
搜索 AIGC 资讯、Prompt 咒语与 AI 工具
  • 语宙 AI 导航
  • 全部资讯
  • AI 生图咒语库
  • AIGC 早报生成器
  • 核心专题
  • 提交工具 / 合作
© 2023–2026 Prompt 语宙 (paooo.com). HalfPX. All Rights Reserved.
阅读: EMMA – Waymo推出的端到端自动驾驶多模态模型
Share
通知 阅读更多
Font Resizer字体
Font Resizer字体
Prompt 语宙Prompt 语宙
搜索 AIGC 资讯、Prompt 咒语与 AI 工具
  • 首页
  • 语宙 AI 导航
  • AIGC 资讯
    • AIGC 早报生成器Hot
    • 最新趋势
    • AI 工具
    • 热门资源
    • 强化 AI 学习
  • AI 绘图
    • Prompt 实战
    • AI 绘画教程
    • 模型精选
  • AI 图库
    • 人物
    • 展台场景
    • Banner
    • 游戏
    • 动物
    • 食物
    • 自然
    • 背景
    • 海报
    • 建筑
    • 室内设计
  • 出海数字营销宝典
  • AI 生图 Prompt
    • 写实人像
    • 产品与广告
    • 游戏资产与 3D
    • 界面与图标
    • 建筑与室内
    • 动漫与插画
    • 风景与自然
已有帐户? 登陆
  • 语宙 AI 导航
  • 全部资讯
  • AI 生图咒语库
  • AIGC 早报生成器
  • 核心专题
  • 提交工具 / 合作
© 2023–2026 Prompt 语宙 (paooo.com). HalfPX. All Rights Reserved.
EMMA – Waymo推出的端到端自动驾驶多模态模型
Prompt 语宙 > AIGC 资讯 > EMMA – Waymo推出的端到端自动驾驶多模态模型
AIGC 资讯

EMMA – Waymo推出的端到端自动驾驶多模态模型

Prompt 语宙研究院
最近更新: 2026年7月17日 上午7:48
3D与空间智能 AI智能体 Gemini Llama 开源大模型
SHARE
⚡ Prompt 语宙 AI 导读 · 30 秒核心看点
  • 基于Gemini的端到端多模态架构,把驾驶任务统一到语言空间中处理。
  • 可直接输出规划轨迹、3D对象检测和道路图元素,强化复杂场景理解与推理。
  • 论文在nuScenes和Waymo开放数据集上表现先进,但仍受帧数与算力成本限制。

EMMA是什么

EMMA是Waymo基于Gemini模型推出的端到端自动驾驶多模态模型,能将原始相机传感器数据直接映射到驾驶特定输出,如规划轨迹、感知对象和道路图元素。EMMA将非传感器输入和输出表示为自然语言文本,用预训练大型语言模型的世界知识,在统一的语言空间中联合处理多种驾驶任务。EMMA在nuScenes运动规划和Waymo开放数据集上展现了先进性能,但存在局限性,如处理图像帧数量有限、缺少精确3D传感方式集成和高计算成本。模型能推动自动驾驶模型架构的发展,提高自动驾驶系统在复杂场景中的泛化和推理能力。

阅读目录
  • EMMA是什么
  • EMMA的主要功能
  • EMMA的技术原理
  • EMMA的项目地址
  • EMMA的应用场景

EMMA

EMMA的主要功能

  • 端到端运动规划:
    • 直接从原始相机传感器数据生成自动驾驶车辆的未来轨迹。
    • 将轨迹转化为车辆特定的控制动作,如加速和转向。
  • 3D对象检测:用摄像头为主要传感器,检测和识别周围的物体,如车辆、行人和骑行者。
  • 道路图元素识别:识别和构建道路图,包括车道线、交通标志等关键道路元素。
  • 场景理解:理解整个场景的上下文,包括临时道路阻塞和其他影响驾驶的情况。
  • 多任务处理:在统一的语言空间中联合处理多种驾驶任务,用任务特定的提示生成输出。
  • 链式思维推理:基于链式思维推理提升模型的决策能力和可解释性,让模型在预测未来轨迹时能阐述其决策理由。

EMMA的技术原理

  • 多模态大型语言模型(MLLMs):基于预训练的MLLMs,如Gemini,模型在广泛的互联网规模数据上训练,拥有丰富的“世界知识”。
  • 自然语言表示:所有非传感器输入和输出(如导航指令、车辆状态、轨迹和3D位置)表示为自然语言文本。
  • 视觉问题回答(VQA):将驾驶任务重新构想为VQA问题,基于Gemini的预训练能力,保留广泛的世界知识。
  • 自回归模型:用自回归Gemini模型处理交错的文本和视觉输入,生成文本输出。
  • 端到端训练:基于端到端训练,直接从传感器数据生成驾驶动作,消除模块间符号化接口的需求。

EMMA的项目地址

  • arXiv技术论文:https://arxiv.org/pdf/2410.23262

EMMA的应用场景

  • 城市和郊区驾驶:EMMA能处理复杂的城市交通环境及郊区道路条件,提供实时的驾驶决策和轨迹规划。
  • 交通拥堵和复杂路口:在交通拥堵或多路口场景中,EMMA能进行有效的路径规划和决策,确保安全高效的导航。
  • 特殊天气和光照条件:EMMA能适应不同的天气和光照条件,如雨、雾或夜间驾驶,保持稳定的驾驶性能。
  • 施工区域和临时道路封闭:基于场景理解能力,EMMA能识别施工区域和临时道路封闭情况,做出相应的驾驶调整。
  • 紧急情况响应:在遇到紧急情况,如突然出现的障碍物或动物时,EMMA能迅速做出反应,采取避让或减速等措施。
🧭 文中关联 AI 工具官网与参数卡(语宙 AI 导航)
Gemini ↗
Google推出的AI聊天对话机器人Gemini。
❓ 常见问题解答(FAQ)
EMMA是什么自动驾驶模型?

EMMA是Waymo基于Gemini推出的端到端自动驾驶多模态模型。它把相机传感器输入直接映射为轨迹、感知对象和道路图元素,并用自然语言统一表示多种驾驶任务。

EMMA相比传统自动驾驶方案有什么优势?

EMMA减少了模块间符号化接口依赖,能在统一语言空间里联合处理规划、检测和场景理解等任务,借助预训练大模型的世界知识提升复杂场景下的泛化与推理能力。

EMMA目前有哪些局限性?

文章提到EMMA仍有局限,包括可处理的图像帧数量有限、缺少精确3D传感方式集成,以及高计算成本。这些因素会影响其落地效率和系统扩展性。

🔬 语宙深潜追问 · 进阶实操拆解
端到端自动驾驶为何还要多模态?

因为单靠轨迹预测不够,系统还要理解车道、目标物和交通语义。多模态能把视觉、地图和行为线索统一到一个模型里,提升复杂场景下的整体决策一致性。

EMMA这类模型落地瓶颈在哪?

主要卡在时序长度、3D空间建模和算力成本。真实上车时需要更长帧序列、更强的传感器融合和更严格的安全冗余,因此论文指标好不等于量产可用。

🗳️ 读者观点微投票 · 您的实战立场是?
自动驾驶端到端模型,最该先突破什么?
🕸️ 语宙向量知识图谱 · 语义强关联深度内链
🔓 所属权威专题:开源大模型与端侧推理 →
  • OpenEMMA – 德克萨斯联合多伦多等大学开源的端到端自动驾驶多模态模型
  • EMMA-X – 新加坡科技设计大学推出的具身多模态动作模型
  • 小米全球首个开源跨领域具身大模型MiMo-Embodied发布:重塑自动驾驶与机器人智能
  • MM1.5 – 苹果推出的升级版多模态大模型
🏛️ Prompt 语宙研究院 · Prompt 语宙研究院(paooo.com Research)专注于前沿多模态大模型架构拆解、AI Agent 工作流评测、AIGC 提示词工程(Prompt Engineering)与全球高增长 AI 生产力工具实测追踪,致力于为中文开发者与创作者提供一手、可复现的深度技术洞察。
📄 Markdown 纯净版
💡 这篇内容对您有启发吗?
📡 RSS 订阅✨ 提交 AI 工具 / 合作
🚀 Prompt 语宙 AI 创作者生态:探索 2,800+ 全球实用 AI 工具与高精度生图提示词咒语库
🧭 语宙 AI 导航 (ai.paooo.com)🎨 AI 生图 Prompt 库📚 核心专题导航⚡ AIGC 早报生成器
DrawingSpinUp – AI驱动的2D绘画转化为3D效果的动画生成技术
OpenAI发布首款联名硬件Codex Micro 键盘 ​230 美元还会发光
Llama Tutor – 开源的AI学习平台,提供学习主题生成定制学习计划
Claude Opus 4.8 – Anthropic 推出的旗舰级大语言模型
Scum
TAGGED:3D与空间智能AI智能体GeminiLlama开源大模型
分享
Email 复制链接 打印
Share
Prompt 语宙研究院 头像
ByPrompt 语宙研究院
Follow:
Prompt 语宙研究院(paooo.com Research)专注于前沿多模态大模型架构拆解、AI Agent 工作流评测、AIGC 提示词工程(Prompt Engineering)与全球高增长 AI 生产力工具实测追踪,致力于为中文开发者与创作者提供一手、可复现的深度技术洞察。
上一篇 DreamVideo-2 – 复旦和阿里联合多机构推出的零样本视频定制生成框架 DreamVideo-2 – 复旦和阿里联合多机构推出的零样本视频定制生成框架
下一篇 TimeSuite – 上海AI Lab推出的提升MLLMs在长视频理解处理的设计框架 TimeSuite – 上海AI Lab推出的提升MLLMs在长视频理解处理的设计框架
Ad image
Ad image

最近更新

NVIDIA Vera Rubin 亮相 MLPerf 评测并在训练与端点测试中领先
单GPU训练性能翻倍且智能体每瓦吞吐暴增10倍!NVIDIA Vera Rubin首战MLPerf大获全胜:DeepSeek-V3千卡扩展效率97%与Agentic端点推理全景深度拆解
AIGC 资讯
美国商务部大楼与半导体出口管制新规
算力超1200万TPP即触发许可且限期90天整改!美国商务部突发全球数据中心新规:封死离岸云端远程租用算力与废止AI扩散规则全景深度拆解
AIGC 资讯
AI 原生 CRM 初创公司 Dreamteam 获 5300 万美元融资,挑战 Salesforce 与 HubSpot
斩获5300万美元对标Salesforce!前Freshworks高管创办AI原生CRM Dreamteam:基于Company Brain虚拟记忆与自动化智能体流水线深度拆解
AI 工具
Optimizely 谈营销智能体落地:企业需将审核从输出转向输入
告别Vibe Coding虚火!Optimizely解密企业级营销智能体落地法则:从“输出审核”走向“输入约束”、专用Harness架构与800落地页规模化实战
最新趋势

相关推荐

谷歌Gemini 2.5 Computer Use:AI直接操控浏览器,自动化任务引爆效率革命
AI 工具AIGC 资讯

谷歌Gemini 2.5 Computer Use:AI直接操控浏览器,自动化任务引爆效率革命

Prompt 语宙研究院
AI智能体 Computer Use Gemini 2.5 浏览器自动化 谷歌DeepMind
HTML Anything – nexu-io 团队开源的 HTML 编辑器
AIGC 资讯

HTML Anything – nexu-io 团队开源的 HTML 编辑器

Prompt 语宙研究院
AI编程 Claude Claude Code Cursor Gemini
Deezer 披露:平台日上传量超 50% 为 AI 生成音乐,6 个月未播放内容将被清理
AIGC 资讯

Deezer 披露:平台日上传量超 50% 为 AI 生成音乐,6 个月未播放内容将被清理

Prompt 语宙研究院
AI智能体 AI音频与语音 Suno Udio
为什么单纯问客户他们想要什么并不有效[译]
强化 AI 学习

为什么单纯问客户他们想要什么并不有效[译]

宝玉的分享
AI办公效率 AI智能体 OpenAI RAG检索增强 大模型微调
/ Prompt 语宙 /

探索生成式 AI 的无限创作潜能,一站式获取前沿 AIGC 资讯、高阶 Prompt 咒语与全球实用 AI 工具。

核心专栏

  • Remaker AI
  • BGRemaker 抠图Hot
  • AIGC 工具
  • Prompt 咒语生成器
  • 去水印工具

生态与服务

  • 语宙 AI 导航
  • 全部资讯
  • AI 生图咒语库
  • AIGC 早报生成器
  • 核心专题
  • 提交工具 / 合作

标签

开源大模型 AI智能体 AI办公效率 AI绘画提示词 OpenAI 大模型微调 Midjourney AI编程 stable diffusion AI视频生成 ChatGPT 3D与空间智能 HuggingFace AI音频与语音 RAG检索增强 Claude Flux AIGC Gemini 通义千问 Anthropic Llama Cursor DeepSeek Prompt AI Agent Kimi 智谱AI 具身智能 YouTube
Prompt 语宙Prompt 语宙
Follow US
© 2023–2026 Prompt 语宙 (paooo.com). HalfPX. All Rights Reserved.