Modele generatywne przewidujące przyszłe klatki wideo lub stany czujników, warunkowane akcjami pojazdu i opisem tekstowym.
Generative models predicting future video frames or sensor states, conditioned on the vehicle's actions and text descriptions.
Modele, które wyobrażają sobie dalszy ciąg nagrania z drogi, także scenę, której nikt nigdy nie nagrał.
Models that imagine how a road recording continues, including scenes nobody ever filmed.
Niebezpieczne sytuacje zdarzają się zbyt rzadko, by nagrać ich dość do nauki i testów systemów jazdy.
Dangerous situations happen too rarely to record enough of them for training and testing driving systems.
Jak wyobraźnia kierowcy pytająca „co się stanie, jeśli teraz skręcę?”: model dopowiada kolejne klatki zgodnie z wybranym ruchem.
Like a driver's imagination asking 'what if I turn now?', the model fills in the next frames to match the chosen move.
Model dostaje nagranie drogi, opis tekstowy i planowany ruch pojazdu, a następnie generuje możliwy dalszy ciąg sceny.
The model receives road video, a text description and the vehicle's planned action, then generates a possible continuation of the scene.