据外媒报道，视频优化技术与解决方案供应商Beamr Imaging宣布将推出专为自动驾驶车辆设计的高性能、高质量视频压缩解决方案。

图片来源：Beamr Imaging

在自动驾驶技术开发过程中，视频数据占据主导地位。单辆汽车每日可产生数TB视频数据，而训练单个自动驾驶模型可能需要几十至数百PB数据量。Beamr的专有技术已在全球媒体领域验证了其高效视频压缩的可靠性，现着力解决自动驾驶车辆与机器学习团队面临的严峻挑战：大规模视频数据管理，包括长期存储需求及巨额基础设施投入。

Beamr的内容自适应码率（CABR）技术基于英伟达（NVIDIA）加速计算构建，可将真实驾驶场景与合成视频文件体积缩减达50%，同时保持对自动驾驶模型训练至关重要的视觉质量与关键特征。该技术可有效缓解AI工作流程中的存储、计算与带宽限制，大幅降低运营成本。

自动驾驶模型的视频采集始于高级驾驶辅助系统（ADAS），其记录的真实驾驶画面被传输至数据中心，而数据中心的视频数据量呈指数级增长。然而仅靠真实数据不足以训练出能在各类场景（包括罕见边缘案例）中稳定运行的模型。为此，NVIDIA Omniverse与NVIDIA Cosmos™世界基础模型等平台生成了大量合成视频以扩充训练数据。

Beamr首席执行官Sharon Carmel表示：“自动驾驶汽车公司正面临视频存储需求激增与基础设施成本攀升的双重压力。我们的内容自适应技术通过GPU的加速，可以在各种场景下实现高效压缩，同时保持视觉质量——无论是人类感知还是机器视觉，也无论是真实世界还是合成视频。”

在最近采用实时物体检测模型对原始驾驶视频进行的基准测试显示，Beamr CABR技术达到行业最高质量压缩标准，它保持了很高的检测精度，甚至保留了精细的视觉细节，几乎没有影响机器学习的性能，同时节省了高达50%的成本。