5500 小时驾驶视频训出 9B 扩散模型，Valeo 给出视频生成 scaling law
kwangmoo_yi · x · 2026-09-01
Valeo.ai 团队发布研究 VATIX：用 Natix 数据集约 5,500 小时、覆盖 28 个国家的真实前视驾驶视频（约 630 万段 2.5 秒片段，已匿名化），从零训练视频扩散模型，并对视频扩散的 scaling law 做系统分析。
核心问题：自动驾驶视频生成不能照搬 LLM 的网级数据路线——驾驶数据昂贵、隐私受限、覆盖有限。给定一个固定的驾驶数据集，算力应该花在哪？
方法：用 1.6M 到 1.1B 参数量、200 多次训练拟合计三条 scaling law——模型规模、训练曝光量、以及固定算力下二者的最优分配，拟合形式为 L(x)=L₀ + A·x^(−α)。
结果：从拟合曲线外推到 9B 模型的误差仅 3.6%。论文、代码、数据集开源，模型尚待放出；项目页展示了真值与生成驾驶片段的对比。
所属事件:Valeo 用 5500 小时驾驶视频揭示扩散模型缩放定律(3 条相关)→
「多模态」频道最新
- 用 Claude Code 驱动 Blender 做出 Anthropic 小粉丝动画 — Icy-Appointment3583 · 2026-10-16
- 用 Opus/Astra/Argon 生成 Blender 动画：怎么描述依然决定成败 — chongdashu · 2026-10-16
- 免细分位移表面几何查询新方法,焦散渲染方差降超10倍 — ssh4net · 2026-10-16
- AI 生成机械装配结构成功动起来,作者激动截图庆祝 — zetalyrae · 2026-10-16
- 复旦 OpenMOSS 开源 MOSS-Image-SFT:Apache 2.0 文生图模型 — bdsqlsz · 2026-10-16
- Hyperflow 开源：采样 49 步压到 8 步，视频生成提速约 3 倍 — mhdfaran · 2026-10-16