उत्तरप्रकाशित2 घंटे पहलेLast edited 2 घंटे पहले16 स्रोत

HelloWorld: रोबोटैक्सी के लिए मांग पर ड्राइविंग दृश्य बनाने वाला मॉडल

HelloWorld संपादित ड्राइविंग दृश्यों या सामान्य भाषा में दिए निर्देशों से कई कैमरों के वीडियो और LiDAR अवलोकन तैयार करने वाला जनरेटिव मॉडल है। [8] रिपोर्ट में सड़क पार करते पैदल यात्री जोड़ने, आगे की कार का रास्ता बदलने और बारिश, बर्फ या दिन रात की स्थितियां बनाने के उदाहरण दिए गए हैं। [8] शोध का लक्ष्य मांग के मुता...

प्रकाशितकर्ताGPT-6 Luna से संपादितGPT Image 2 से चित्र बनाए गए

Studio Global AI के साथ खोजें और तथ्यों की जांच करें और ट्रेंडिंग पेज देखें

शोध उत्तर

मुख्य निष्कर्ष

HelloWorld संपादित ड्राइविंग दृश्यों या सामान्य भाषा में दिए निर्देशों से कई कैमरों के वीडियो और LiDAR अवलोकन तैयार करने वाला जनरेटिव मॉडल है। [8]
रिपोर्ट में सड़क पार करते पैदल यात्री जोड़ने, आगे की कार का रास्ता बदलने और बारिश, बर्फ या दिन रात की स्थितियां बनाने के उदाहरण दिए गए हैं। [8]
शोध का लक्ष्य मांग के मुताबिक ड्राइविंग डेटा बनाना और ड्राइविंग नीतियों की इंटरैक्टिव जांच करना है; वास्तविक प्रशिक्षण या सड़क सुरक्षा में इसके लाभ अभी उपलब्ध स्रोतों से साबित नहीं होते। [6][8]

What is HelloWorld, the generative driving world model announced by Hello Inc.’s robotaxi team on October 12, 2026, and described in an OctoAI-generated editorial hero image for What is HelloWorld, the generative driving world model announced by Hello Inc.’s robotaxi team on October 12, 2026, and described in an Octo.
AI संकेत
Create a landscape editorial hero image for this Studio Global article: What is HelloWorld, the generative driving world model announced by Hello Inc.’s robotaxi team on October 12, 2026, and described in an Octo. Article summary: HelloWorld is Hello Inc.’s robotaxi team’s generative driving world model: it creates synthetic multi view camera video and lidar observations from edited driving scenes or natural language requests, for on demand data g. Topic tags: general web, llm, ai, workflow, productivity. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts
openai.com

HelloWorld, Hello Inc. की रोबोटैक्सी टीम का जनरेटिव ड्राइविंग वर्ल्ड मॉडल है। आसान शब्दों में, यह ड्राइविंग के ऐसे कृत्रिम दृश्य बनाता है जिन्हें शोधकर्ता अपनी जरूरत के हिसाब से बदल सकते हैं। फिर मॉडल उन दृश्यों के लिए कई कैमरों के वीडियो और LiDAR अवलोकन तैयार करता है। LiDAR लेज़र की मदद से आसपास की वस्तुओं और दूरी का मापन करने वाला सेंसर है। 8 9

13 अक्टूबर की एक रिपोर्ट में कहा गया कि टीम ने मॉडल की घोषणा उससे एक दिन पहले की थी। 6 इसका शोधपत्र HelloWorld: Towards Practical Applications of Generative Driving World Models शीर्षक से arXiv पर 24 सितंबर 2026 को जमा हुआ था। 1

दृश्य बदलने के दो तरीके

शोधकर्ता वाहनों, पैदल यात्रियों और उनकी चलने की राह यानी ट्रैजेक्टरी को सीधे संपादित कर सकते हैं। रिपोर्ट में सड़क पार करते पैदल यात्री को दृश्य में जोड़ने और आगे चल रही कार का रास्ता बदलने के उदाहरण हैं। इसके बाद मॉडल बदले हुए दृश्य के अनुरूप कैमरा वीडियो और LiDAR अवलोकन बनाता है। 8

दूसरा तरीका सामान्य भाषा में इच्छित दृश्य का वर्णन करना है। दी गई जानकारी को एक एप्लिकेशन प्रक्रिया जरूरी शर्तों में व्यवस्थित करती है और फिर मॉडल से दृश्य बनवाती है। यानी यह केवल कोई भी टेक्स्ट लिखकर वीडियो बनाने वाला खुला प्रॉम्प्ट नहीं, बल्कि दृश्य तैयार करने का एक निर्धारित वर्कफ़्लो बताया गया है। 6

किन हालात को बनाने की बात कही गई है?

उपलब्ध रिपोर्टों में पैदल यात्री के सड़क पार करने, आगे की कार का मार्ग बदलने, बारिश-बर्फ और दिन-रात की रोशनी के बदलाव शामिल हैं। निर्माण-स्थल, घना ट्रैफिक और कोहरा भी भाषा में दिए जा सकने वाले दृश्य-वर्णनों के उदाहरणों में आए हैं। हालांकि, स्रोत इन सभी स्थितियों को मॉडल द्वारा सफलतापूर्वक जनरेट किए गए और जांचे गए उदाहरणों के रूप में स्थापित नहीं करते। 6 8

मॉडल का घोषित उद्देश्य ऐसे कम मिलने वाले या असामान्य सड़क-दृश्यों का डेटा मांग पर बनाना है, जिन्हें वास्तविक दुनिया में पर्याप्त मात्रा में जुटाना मुश्किल हो सकता है। रिपोर्टें इसे ड्राइविंग नीतियों की इंटरैक्टिव जांच से भी जोड़ती हैं। 6 8

शोधपत्र और प्रोजेक्ट पेज क्या बताते हैं?

arXiv पर उपलब्ध जानकारी शोधपत्र का नाम और जमा करने की तारीख बताती है। 1 प्रोजेक्ट पेज के स्निपेट में बहु-दृश्य वीडियो जनरेशन, कुछ चरणों में निष्कर्षण (few-step inference), सुपर-रेज़ोल्यूशन और RGB वीडियो की शर्त पर LiDAR बनाने की क्षमता का उल्लेख है। उसमें causal generation का भी जिक्र है—यानी दृश्य की अगली कड़ियां पिछले संदर्भ के आधार पर बनाने का तरीका।

एक अन्य तकनीकी विवरण में मॉडल का आकार करीब 2 अरब पैरामीटर और सात कैमरा-व्यू के समकालिक जनरेशन का उल्लेख है। 7 13 ये विवरण मॉडल की तकनीकी बनावट का संकेत देते हैं; लेकिन उपलब्ध अंशों से यह स्वतंत्र रूप से तय नहीं किया जा सकता कि हर फीचर किस सीमा तक लागू है या बार-बार चलाए जाने वाले सिमुलेशन में उसकी गति कितनी है।

वादा और प्रमाण में फर्क

HelloWorld का घोषित मकसद वास्तविक डेटा में कम दिखने वाले हालात को कृत्रिम रूप से तैयार करना और ड्राइविंग नीतियों को जांचने का रास्ता देना है। 6 8 लेकिन उपलब्ध सामग्री यह साबित नहीं करती कि इससे डेटा लेबल करने की लागत घटती है, प्रशिक्षण बेहतर होता है या किसी वास्तविक वाहन की सुरक्षा बढ़ती है। न ही यहां प्रतिकल्पित (counterfactual) स्थितियों में बंद-लूप परीक्षणों के प्रमाण दिए गए हैं। 8

इसलिए फिलहाल इसे स्वचालित ड्राइविंग अनुसंधान के लिए नियंत्रित दृश्य और सेंसर डेटा बनाने की एक कोशिश कहना उचित है—सड़क पर इस्तेमाल के लिए तैयार या सुरक्षा-सत्यापित प्रणाली कहना नहीं। उपलब्ध स्रोत यह भी स्पष्ट नहीं करते कि कंपनी इसे वाहन परीक्षण में कब या किस तरह इस्तेमाल करने की योजना बना रही है।

Studio Global AI

अपना शोध जारी रखें

इस पृष्ठ में एक स्रोत-समर्थित उत्तर शामिल है जिसे आप Studio Global के अंदर जारी रख सकते हैं।

Studio Global AI के साथ खोजें और तथ्यों की जांच करें

लोग पूछते भी हैं