Helm.ai 的 GenSim-2 允许用户使用生成式 AI 修改视频数据。| 来源：Helm.ai
自动驾驶汽车开发者们很快就能利用生成式 AI 从他们收集的道路数据中获得更多价值。Helm.ai 本周发布了 GenSim-2，这款全新的生成式 AI 模型可以为自动驾驶创建和修改视频数据。
该公司表示，该模型引入了基于 AI 的视频编辑功能，包括动态天气和照明调整、物体外观修改以及一致的多摄像头支持。Helm.ai 表示，这些进步为汽车制造商提供了一个可扩展、经济高效的系统，可以丰富数据集并解决自动驾驶开发中长尾的边缘案例。
GenSim-2 采用 Helm.ai 专有的深度教学方法和深度神经网络进行训练，扩展了其前身 GenSim-1 的功能。Helm.ai 表示，新模型使汽车制造商能够生成满足特定需求的多样化、高度逼真的视频数据，从而促进稳健的自动驾驶系统的开发。
该公司成立于 2016 年，总部位于加州雷德伍德城，开发用于 ADAS、自动驾驶和机器人的 AI 软件。Helm.ai 提供全栈实时 AI 系统，包括用于高速公路和城市驾驶的深度神经网络、端到端自动驾驶系统以及由深度教学和生成式 AI 提供支持的开发和验证工具。该公司与全球汽车制造商合作进行生产项目。
Helm.ai 拥有多种基于生成式 AI 的产品
借助 GenSim-2，开发团队可以修改视频数据中的天气和照明条件，例如雨、雾、雪、眩光和时间（白天、晚上）。Helm.ai 表示，该模型支持对真实世界视频素材进行增强现实修改，以及创建完全由 AI 生成的视频场景。
此外，它还允许对物体外观进行自定义和调整，例如路面（例如，铺砌、开裂或潮湿）到车辆（类型和颜色）、行人、建筑物、植被以及其他道路物体，例如护栏。这些转换可以在多摄像头视角中一致地应用，以增强数据集的真实性和自一致性。
“能够以这种控制和真实感水平操纵视频数据，标志着基于生成式 AI 的模拟技术的飞跃，”Helm.ai 首席执行官兼创始人 Vladislav Voroninski 说。“GenSim-2 为汽车制造商提供了无与伦比的工具，用于生成用于训练和验证的高保真标记数据，弥合了模拟和真实世界条件之间的差距，从而加快开发时间表并降低成本。”
Helm.ai 表示，GenSim-2 通过提供一种替代资源密集型传统数据收集方法的方案来解决行业挑战。它能够生成和修改特定场景的视频数据，支持自动驾驶中的广泛应用，从跨不同地理区域开发和验证软件到解决罕见且具有挑战性的边缘案例。
今年 10 月，该公司发布了 VidGen-2，这是另一个基于生成式 AI 的自动驾驶开发工具。VidGen-2 生成具有逼真外观和动态场景建模的预测视频序列。更新后的系统提供了其前身 VidGen-1 两倍的分辨率，以每秒 30 帧的速度提高了真实感，并支持多摄像头，每个摄像头的分辨率提高了一倍。
Helm.ai 还提供 WorldGen-1，这是一种生成式 AI 基础模型，该公司表示可以模拟整个自动驾驶汽车堆栈。该公司表示，它可以生成、推断和预测逼真的驾驶环境和行为。它可以跨多个传感器模态和视角生成驾驶场景。
Helm.ai 升级生成式 AI 模型以丰富自动驾驶数据，首次出现在 The Robot Report 上。
