AI summary
DeepRoute IO 2.0 merupakan langkah maju dalam teknologi pengemudian pintar yang menggunakan model VLA. Kemitraan dengan lima OEM menunjukkan kepercayaan industri terhadap teknologi DeepRoute.ai. Fitur seperti pengendalian suara dan analisis lalu lintas meningkatkan pengalaman berkendara yang lebih aman dan manusiawi. DeepRoute.ai meluncurkan DeepRoute IO 2.0, sebuah platform mengemudi pintar yang didukung oleh model VLA (Vision-Language-Action) canggih. Platform ini dirancang untuk memberikan pengalaman mengemudi yang lebih aman dan menyerupai cara manusia mengemudi dalam berbagai kondisi sehari-hari.Teknologi ini memberikan fleksibilitas dengan dukungan multi-chip dan multi-sensor, sehingga dapat bekerja dengan kendaraan yang menggunakan LiDAR maupun yang hanya menggunakan kamera. Sistem ini kompatibel dan siap diintegrasikan ke berbagai model kendaraan dan produsen otomotif.DeepRoute IO 2.0 berjalan pada NVIDIA DRIVE AGX Thor yang menggunakan arsitektur GPU Blackwell, yang khusus dibuat untuk mengolah model VLA dan meningkatkan kapasitas reasoning sistem dalam pengambilan keputusan secara real-time dan kompleks.Platform ini memiliki fitur penting seperti kemampuan reasoning berantai (Chain-of-thought) yang membantu sistem menganalisis situasi jalan yang kompleks secara logis dan transparan. Selain itu, ada fitur OCR untuk membaca tanda lalu lintas tertulis dan perintah suara alami untuk interaksi pengendara dengan kendaraan.DeepRoute.ai telah melakukan validasi sistem di lingkungan perkotaan nyata dan sudah menjalin kemitraan dengan lima produsen kendaraan (OEM) yang akan meluncurkan kendaraan dengan platform ini pada akhir tahun, menandai langkah besar menuju adopsi teknologi mengemudi pintar secara komersial.
DeepRoute IO 2.0 menunjukkan kemajuan signifikan dalam integrasi AI yang adaptif dan transparan untuk mengemudi pintar, yang selama ini menjadi tantangan utama di industri otomotif. Pendekatan multi-modal VLA yang dibangun di atas arsitektur hardware tinggi Nvidia bisa menjadi terobosan dalam menyelesaikan kompleksitas keputusan mengemudi di dunia nyata.
