Rivian приобрела британский ИИ-стартап Third Dimension для автономного вождения — TechCrunch
Производитель электромобилей Rivian приобрел британский стартап Third Dimension, который с помощью искусственного интеллекта превращает изображения и видео в реалистичные трехмерные миры. Технологию планируют использовать для ускорения разработки систем помощи водителю и системы автономного вождения для роботакси, которые Rivian планирует поставлять Uber. Об этом сообщает TechCrunch.
Команда присоединится к подразделению ИИ
Условия сделки не раскрываются. Команда Third Dimension насчитывает 15 человек, большинство из которых работает в Великобритании. Она войдет в команду Rivian по автономному вождению и искусственному интеллекту, которую возглавляет Джеймс Филбин. Приобретение также может помочь Rivian расширить свой лондонский хаб ИИ.
Third Dimension основали в 2024 году генеральный директор Толга Карт и Петр Сокольский. Компания привлекла 7 млн долларов посевного финансирования от Abstract Ventures, MVP, Soma Capital и Solari Capital. Изначально ее технология создавалась для ускорения разработки видеоигр, однако основатели также рассматривали применение в сфере обороны и автономного транспорта.
Больше актуальных новостей — в Telegram-канале UA.News Telegram.
Симуляция дорожных ситуаций
Симуляторы являются важным инструментом для обучения и проверки систем автономного вождения. Ранее такие среды часто создавались на базе графических или игровых движков и синтетических данных. Технология Third Dimension использует ИИ для воссоздания физического мира и в сочетании с массивами данных Rivian может стать основой для моделирования дорожных сценариев.
Rivian собирает агрегированные и обезличенные данные о поездках с десятков тысяч автомобилей R1S, фургонов доставки и внедорожников R2, если владельцы разрешили передачу данных с внешних камер. По словам Филбина, компания ежедневно получает более 400 тыс. последовательностей данных с транспортных средств клиентов. Технология Third Dimension должна позволить моделировать сложные дорожные условия без ожидания редких ситуаций на реальных дорогах.
