加利福尼亚州山景城 - 谷歌的自动驾驶部门 Waymo 发现，控制自动驾驶汽车 (AV) 性能的原则与大型语言模型 (LLM) 的原则相似。
研究表明，增加训练数据和计算资源可以直接提高自动驾驶汽车的性能。这一发现表明了一种幂律关系，即性能的提高与训练计算和数据集大小的规模化相关。
Waymo 的研究强调了自动驾驶汽车和大型语言模型之间的关键区别。虽然大型语言模型通常受益于更大的模型规模，但自动驾驶汽车可以通过在更多数据上进行训练来获得最佳性能，即使模型相对较小。
这一见解对自动驾驶汽车开发中的数据收集策略和模型大小选择具有重要意义。自动驾驶汽车中较小的模型大小可以降低延迟，通过规模化的训练数据集大小和计算来提高车载系统性能。
Waymo 目前拥有涵盖 500,000 小时驾驶的数据，并使用其“Carcraft”虚拟世界进行驾驶模拟。该公司在几个城市运营，计划今年扩展到十个城市。
Waymo 认为，丰富数据的质量和规模以及模型将带来更好的自动驾驶汽车性能。这一结论为开发人员提供了改进自动驾驶汽车能力的明确途径。