ヘルム・エーアイ、VidGen-2を発表：自動運転のための高解像度とリアルさを強化したマルチカメラ対応の生成AI

VidGen-2: 自動運転のための高解像度とリアルさを強化したマルチカメラ対応の生成AI動画モデル。

カリフォルニア州レッドウッドシティ—2024年10月2日—ハイエンドADAS（先進運転支援システム）、自動運転、ロボティクスオートメーション向けの高度なAIソフトウェアを提供するHelm.ai（ヘルム・エーアイ）は、本日、次世代の生成AIモデル「VidGen-2」を発表しました。VidGen-2は、非常にリアルな運転動画を生成するモデルで、前作のVidGen-1と比べて解像度が2倍、30フレーム/秒のリアルさが向上し、カメラごとの解像度が2倍に増加したマルチカメラサポートを提供します。これにより、自動車メーカーに対して、自動運転の開発と検証において、スケーラブルでコスト効率の高いソリューションを提供します。

VidGen-2は、NVIDIA H100 Tensor Core GPUを使用して、数千時間の多様な運転映像をトレーニングデータとして学習しており、Helm.aiの革新的なディープニューラルネットワーク（DNN）アーキテクチャとDeep Teaching™という効率的な教師なし学習手法を活用しています。VidGen-2は、解像度696 x 696ピクセルの非常にリアルな動画を生成し、VidGen-1の2倍の解像度を持ち、フレームレートは5～30 fpsの範囲で生成可能です。640 x 384解像度の動画での30 fpsにおける品質も向上し、より滑らかで詳細なシミュレーションが実現します。VidGen-2は、入力プロンプトなしでも、または単一の画像や入力ビデオをプロンプトとしてもビデオを生成できます。

VidGen-2はマルチカメラビューにも対応しており、各カメラで640 x 384（VGA）解像度の映像を3つのカメラから生成します。モデルはすべてのカメラ視点間で自己整合性を保証し、さまざまなセンサー構成に対応した正確なシミュレーションを提供します。

このモデルは、複数の地理、カメラタイプ、車両視点にわたって運転シーンの動画を生成します。高度にリアルな外観や時間的に一貫したオブジェクトの動きを生成するだけでなく、人間のような運転行動も学習・再現し、エゴ車両（自動運転車両）や周囲のエージェントの動きを交通ルールに従ってシミュレートします。これにより、高速道路や都市部での運転、複数の車種、歩行者、自転車、交差点、曲がり道、天候、照明の変化など、幅広いシナリオを生成します。マルチカメラモードでは、すべての視点で一貫したシーンを生成します。

VidGen-2は、自動車メーカーに従来の非AIシミュレーターに比べて大幅なスケーラビリティの利点を提供します。迅速なアセット生成を可能にし、シミュレーション内のエージェントにリアルな行動を付与することで、開発時間とコストを削減し、現実世界とのギャップを埋める非常にリアルで効率的なシミュレーションソリューションを提供します。これにより、シミュレーションベースのトレーニングや検証の範囲が拡大します。

「VidGen-2の最新の強化機能は、自動運転技術を開発する自動車メーカーの複雑なニーズに応えるように設計されています」と、Helm.aiのCEO兼創業者であるVladislav Voroninski氏は述べています。「これらの進歩により、幅広い自動車センサースタックとの互換性を確保しながら、非常にリアルな運転シナリオを生成できるようになりました。VidGen-2の改善は、他の基盤モデルの進歩も支援し、自動運転およびロボティクスオートメーションの将来の開発を加速させるでしょう。」

Helm.ai (ヘルム・エーアイ) について

Helm.aiは、ADAS（先進運転支援システム）、自動運転、ロボティクスオートメーション向けの次世代AIソフトウェアを開発しています。2016年に設立され、カリフォルニア州レッドウッドシティに本社を置く当社は、スケーラブルな自動運転技術の開発を実現するためのAIソフトウェアを提供しています。Helm.aiは、高速道路および都市部の自動運転向けのディープニューラルネットワークを含むフルスタックのリアルタイムAIソリューション、エンドツーエンドの自動運転システム、およびDeep Teaching™と生成AI技術に基づいた開発および検証ツールを提供しています。当社は、世界の自動車メーカーと協力し、製品化を目指したプロジェクトを進めています。Helm.aiの製品、SDK、キャリア機会に関する詳細は、https://helm.ai またはLinkedInでHelm.aiをフォローしてください。