盖世汽车讯 10月20日，人工智能（AI）移动出行解决方案供应商Nexar宣布推出人工智能基础模型BADAS（Beyond ADAS），将重新定义行业如何应对车辆安全和自动驾驶。BADAS建立在迄今为止规模最大的真实驾驶事件开放数据集之上，在事故预测准确性和行为预见方面实现了显著提升，在关键安全基准测试中超越了传统的模拟训练模型。

图片来源： Nexa r

与在实验室或虚拟环境中开发的模型不同，BADAS是在Nexar的真实世界视觉网络上进行训练的——该网络涵盖超过10亿英里的行驶里程和6000万个带注释的边缘事件，而这些事件是通过Nexar专有的全球传感器网络（由35万多个互联设备组成）捕获的。它旨在预测道路上的下一步，而不仅仅是对视野中的情况做出反应。

“这对Nexar和未来的移动出行来说是一个决定性的时刻，”Nexar首席执行官Zach Greenberger表示。“BADAS不仅仅是一个模型，更是一个宣言。它证明了通往安全和自动驾驶的道路贯穿于现实世界。通过在我们无与伦比的全球数据网络上构建智能，Nexar正在向上层级迈进——从原始道路数据到可部署的安全关键型人工智能基础设施。”

二十多年来，汽车制造商和科技公司一直承诺软件和人工智能能够减少事故并挽救生命。然而，道路安全并未如预期的那样得到改善。关键的差距在于？传统方法缺乏对现实世界驾驶行为的全方位了解。

虽然人工智能已经改变了数字生活——为聊天机器人、推荐系统和自动化提供支持——但它在保护现实生活方面却收效甚微。行人死亡人数持续上升，驾驶辅助系统仍然处于被动状态，自动驾驶汽车仍然局限于有限的地理围栏区域内。

特斯拉证明，由海量真实数据驱动的AI能够在广泛的运营设计领域推动安全性和自动驾驶的显著进步。Nexar正在将同样的优势带给其他行业——使每个OEM、保险公司和车队运营商都能基于真实经验来训练、验证和部署系统。

解决安全问题需要模型充分了解人类驾驶的多样性——这些事件包括罕见、不可预测且行为丰富的长尾事件，而这些事件是模拟无法复制的。这正是BADAS训练所基于的数据。

正因如此，Nexar推出了BADAS（Beyond ADAS），这是首个旨在持续学习全球范围内真实驾驶场景的基础模型。随着Nexar的网联汽车网络捕捉到新的道路场景，BADAS也随之调整，不断提升对人、环境和基础设施之间互动方式的理解。

该模型已在碰撞预测和驾驶员行为建模方面展现出卓越的性能，将真实数据确立为构建和验证移动AI的新标准。

简而言之：安全自动驾驶之路并非始于实验室，而是始于道路。

从数据到部署：BADAS背后的Nexar堆栈

BADAS是Nexar堆栈的巅峰之作，它是一个多层系统，可将现实世界的驾驶信号转化为可部署的人工智能：

• 众包传感器网络——数十万辆联网汽车构成了Nexar的分布式“道路之眼”，持续洞察全球交通、基础设施和安全事件。

• 现实世界数据引擎——Nexar专有的注释和处理流程将原始道路视频转化为用于训练和验证基础模型的结构化智能。

• 预测性人工智能和基础模型——BADAS能够在风险和行为发生前数秒进行预测，从而能够更早地干预，并让车队、保险公司和城市能够建立更安全的系统。

• 实时安全解决方案——通过API和SDK，Nexar向世界各地的出行合作伙伴实时提供真实的道路情报，包括碰撞警报、工作区域检测和风险评估。

这些层级共同赋能Nexar，使其能够更上一层楼，将现实世界的道路情报转化为可运营的人工智能，服务于行业合作伙伴和公众利益。

体验BADAS的实际应用

为了展示BADAS的预测能力，Nexar创建了一个交互式驾驶模拟系统，让用户体验该模型如何实时预测和响应真实场景，从而凸显人类驾驶员与基于现实而非模拟进行训练的人工智能之间的差异。