在近日举行的世界人工智能大会上，北京独角兽蘑菇车联自研的首个物理世界AI大模型MogoMind亮相并公布落地进展。
相比数字世界中的大模型，Mogo-Mind可以视为物理世界的实时搜索引擎。蘑菇车联副总裁王凯说。过去，传统大语言模型只能处理静态文本，无法处理多模态信息流和物理世界实时数据，更无法通过互联网数据信息预测现实世界。
这个名叫MogoMind的物理世界AI大模型整合了道路传感器、车载终端等多种设备，形成立体化的物理世界感知网络，实现对道路状况、车辆行驶状态、行人轨迹、气象条件等物理信息的毫秒级感知。借助对物理信息的实时认知理解能力，它不仅能够识别路面状况、交通标识、障碍物的物理状态，还能将复杂的交通环境信息转化为可理解、可执行的智能决策建议，为交通管理部门和出行者提供应对方案。
据悉，依托MogoMind大模型能力，蘑菇车联目前已推出了多款L4级前装量产车辆，融入全局感知、深度认知和实时推理决策等能力，推动这一技术在公共交通、城市环卫、无人零售等场景应用。
在近日举行的世界人工智能大会上，北京独角兽蘑菇车联自研的首个物理世界AI大模型MogoMind亮相并公布落地进展。
相比数字世界中的大模型，Mogo-Mind可以视为物理世界的实时搜索引擎。蘑菇车联副总裁王凯说。过去，传统大语言模型只能处理静态文本，无法处理多模态信息流和物理世界实时数据，更无法通过互联网数据信息预测现实世界。
这个名叫MogoMind的物理世界AI大模型整合了道路传感器、车载终端等多种设备，形成立体化的物理世界感知网络，实现对道路状况、车辆行驶状态、行人轨迹、气象条件等物理信息的毫秒级感知。借助对物理信息的实时认知理解能力，它不仅能够识别路面状况、交通标识、障碍物的物理状态，还能将复杂的交通环境信息转化为可理解、可执行的智能决策建议，为交通管理部门和出行者提供应对方案。
据悉，依托MogoMind大模型能力，蘑菇车联目前已推出了多款L4级前装量产车辆，融入全局感知、深度认知和实时推理决策等能力，推动这一技术在公共交通、城市环卫、无人零售等场景应用。
