Tesla och Waymo använder syntetisk data för att träna uppfattningsmoduler

Företag som Tesla och Waymo använder syntetisk data som genereras av Diffusionsmodeller för att träna sina perceptionsmoduler. Dessa syntetiska data kan tillhandahålla en mängd komplexa körscenarier, som extremt väder och plötsliga hinder, för att hjälpa modellen att generalisera bättre. Dessutom kan dessa data också simulera högfientliga LiDAR-punktmoln, radardata eller bilder under olika ljusförhållanden för att kompensera för bristen på verklig data. På så sätt kan dessa företag minska sitt beroende av märkt data och ytterligare förbättra prestandan för sina modeller.