Rivian купила Third Dimension для развития автопилота

Производитель электромобилей Rivian приобрёл британский стартап Third Dimension, который с помощью ИИ превращает изображения и видео в реалистичные трёхмерные миры. Условия сделки не раскрываются.

Rivian не собирается заниматься играми. Компания хочет использовать технологию, чтобы превращать реальные данные о вождении в 3D-сцены и ускорять разработку продвинутых систем помощи водителю, а также системы автономного управления для роботакси, которые она планирует поставлять Uber. Команда Third Dimension из 15 человек, большинство из которых работает в Великобритании, войдёт в подразделение Rivian по автономности и ИИ под руководством Джеймса Филбина. По его словам, сделка также позволит расширить лондонский ИИ-центр компании.

Стартап и его планы

Third Dimension основали в 2024 году Толга Карт и Петр Сокольский. Стартап привлёк 7 млн долларов seed-финансирования, среди инвесторов — Abstract Ventures, MVP, Soma Capital и Solari Capital. Технологию создавали для ускорения разработки видеоигр, но основатели видели и другие применения, включая оборонную отрасль и беспилотные автомобили.

Сейчас Rivian предлагает программу Universal Hands-Free, позволяющую ехать по шоссе без рук на руле при контроле дороги водителем. К концу года компания намерена выпустить версию, которая сможет вести машину по городским улицам и шоссе без касания руля, хотя водитель по-прежнему должен наблюдать и быть готовым перехватить управление. Полная автономность появится в робототакси на базе кроссовера R2 в приложении Uber в 2028 году.

Зачем нужна симуляция

Симуляторы используют для обучения и проверки систем автономного вождения. Раньше их строили на движках рендеринга или игровых движках, часто на синтетических данных, и между виртуальным и реальным миром оставался разрыв, отметил Карт. Технология Third Dimension с помощью ИИ приближает симуляцию к реальности.

Rivian получает данные с десятков тысяч R1T, R1S, фургонов и R2, владельцы которых включили передачу данных с внешних камер. Данные агрегируются и анонимизируются; по словам Филбина, в сутки загружается более 400 000 последовательностей. По его словам, в таких сценах можно двигать камеры, менять других участников движения, освещение и погоду, а редкие нештатные ситуации не придётся ждать на дороге. Это особенно важно для валидации: нужно доверять результату проверки перед выпуском системы.