新型AI模型“读心”才能惊人：不仅看穿动作 更能预判意图

这一研究成果标记住主动驾驶技巧从“被动反响”向“主动直觉”的重大年夜跨越。传统的主动驾驶体系平日只能辨认行人的当前地位和移动轨迹，而 OmniPredict 则引入了多模态大年夜说话模型（MLLM）技巧，使其具备了类似人类的推理才能。该体系可以或许灵敏地捕获行人的姿势变更、迟疑刹时、身材朝向甚至眼神压力等细微旌旗灯号，从而揣摸行人毕竟是预备过马路、只是在路边等待，照样会有其他突发行动。

研究团队指出，OmniPredict 的核心优势在于它不再仅仅是“看”各类像素点，而是试图懂得行动背后的“为什么”。经由过程分析复杂的混淆输入信息，该模型将人类行动精准地归类为穿越马路、视线遮挡、具体动作和注目偏向等关键类别。在测试中，OmniPredict 展示了高达67%的猜测精确率，比今朝市情上最先辈的模型赶过了整整10个百分点。更令人印象深刻的是，即便在行人被部分遮挡或仅经由过程眼神与车辆互动的复杂场景下，该体系依然保持了极高的断定稳定性。

项目负责人斯里坎特·萨里帕利（Srikanth Saripalli）博士表示，OmniPredict 付与了机械一种全新的“街头聪明”（Street Smarts）。假如主动驾驶汽车可以或许像人类驾驶员一样，读懂路人“半吐半吞”的肢体说话并预判其下一步动作，门路交通的安然性将获得质的飞跃。除了主动驾驶范畴，这项可以或许解读肢体说话和心理状况的技巧，将来还有望在军事行动及紧急救济等高风险场景中发挥关键感化，经由过程付与机械“直觉”，彻底改变人机协作的模式。

编译自/ScitechDaily