TIER IV METEOR 发布开放模型，但安全结论仍未揭晓

TIER IV 于 9 月 8 日发布 METEOR，并提出一项引人注目的主张：人类没有提供额外标注，也没有编写其模型或训练代码。TIER IV METEOR 发布包含源代码、已训练权重，以及用于复现其开发流程的方案。然而，该发布并未提供能够证明系统驾驶表现的公开基准测试结果。

这一缺口正是事件的核心。METEOR 是一款开放的、仅使用摄像头的自动驾驶模型，旨在根据周围视频生成车辆规划轨迹。据称，一个 AI 智能体通过反复训练、评估、故障分析、部署和回滚，构建并完善了该模型。

开放整条链路，比发布又一个研究检查点更具意义。这会促使封闭式端到端驾驶系统的开发者说明，其流程中哪些部分可以接受外部审查。然而，可审查性并不等同于经过验证的安全性，尤其是在该模型的主要评估数据仍属私有的情况下。

TIER IV METEOR 发布实际包含什么

TIER IV 发布的是可运行的开发基线，而非可投入生产的自动驾驶系统。

METEOR 是 Multi-task Estimation of Traffic Elements, Objects and Roads 的缩写。它接收来自八个环视摄像头的视频，并将这些视角转换为道路的鸟瞰表示。鸟瞰视图，即 BEV，会将检测到的物体和道路特征置于统一的俯视坐标系统中。

同一个神经网络会估计车道线、停止线、人行横道、交通灯、车辆、行人、占用情况和未来运动，同时生成车辆的规划路径。独立的基于规则的安全护栏会检查该轨迹，而非将所有安全决策完全交由学习模型处理。

这一限定很重要。METEOR 属于端到端驾驶的发展方向，因为感知与规划共享同一个学习网络。它并非以纯神经网络全面替代完整驾驶栈。TIER IV 保留了独立安全层，这表明学习型规划仍需要模型之外的约束。

METEOR 在推理期间不需要高精地图。该模型尝试在运行时根据摄像头重建道路结构。这降低了对持续维护地图的依赖，但也将更多责任转移至感知系统，使其需应对眩光、黑暗、降水、遮挡和陌生道路布局。

开放模型发布提供了自动驾驶研究中常被拆分提供的三类资产：源代码、已训练权重和训练方案。该方案涵盖数据转换、标签派生、训练、评估、量化以及部署到车载计算机。

代码位于公开的 METEOR 仓库。模型制品由 Autoware Foundation 依据 Apache 2.0 协议发布。六个匿名化演示场景也以 Creative Commons 许可提供，但不包含真实标注。

开发者可以运行已发布的 ONNX 模型、检查其输出张量、构建 TensorRT 引擎并复现演示视频。ONNX 是一种可移植模型格式，而 TensorRT 则为 NVIDIA 硬件优化神经网络。该仓库还包括一个可用于微调和重新导出的 PyTorch 检查点。

TIER IV 表示，稀疏模型在 Jetson AGX Orin 上的执行时间为 67.4 毫秒。按该公司的测试配置计算，这相当于每秒 14.8 帧推理。其更密集的基线模型据称需要 75.4 毫秒，并达到每秒 13.3 帧。

这些数据表明，METEOR 不只是一个概念架构。它可在面向汽车的边缘硬件上运行，而不依赖数据中心 GPU。不过，推理速度并不能说明其避撞能力、乘坐舒适性、规则遵守情况，或对未见环境的泛化能力。

TIER IV 将 METEOR 称为参考模型，因为参与机构可将其作为共同起点。Co-MLOps 成员可使用自己的数据对其进行微调、添加特定车型功能，并将改进成果回馈至更大的开发循环。

因此，眼下的变化具有实际意义。外部工程团队不再需要从研究论文中重建每个组件。他们可以检查一体化模型和部署路径，再决定该方法如何适配自己的车辆项目。

零人工标注改变了数据瓶颈

METEOR 将开发瓶颈从标注劳动转向数据质量、传感器覆盖、算力和评估设计。

训练自动驾驶模型通常需要大量已标注场景。人工标注人员会识别道路边界、车辆、行人、交通信号和其他特征。这些标签成为模型学习预测的目标输出。

TIER IV 表示，METEOR 没有使用额外的人工标注，而是由其 CoMET 系统自动生成训练标签。CoMET 是 Collaborative Multi-stage Ensemble-based Teacher Model 的缩写，它将 12 个大型任务专用模型组合成自动化标注流程。

这与“无监督训练”的含义不同。METEOR 仍需要广泛的监督，但其监督来自机器生成的标签。摄像头、LiDAR 和车辆定位数据会输入 CoMET，后者生成可复用表示，例如 3D 边界框和全景分割。

全景分割会为可见区域同时分配语义类别和个体身份。METEOR 的流程将这些通用表示转换为道路分割、目标检测、深度估计、占用预测、交通灯识别和轨迹预测的训练目标。

这种复用是零人工标注主张的核心。系统先生成广泛的标签资产，再从中派生多个任务专用目标。新增一项任务可能只需要新的转换流程，而非新的人工标注项目。

训练数据来自参与 Co-MLOps 的车辆，该平台是 TIER IV 的协作数据平台。其采集设置采用四个 120 度 LiDAR 单元和八个具备不同视场角的摄像头。LiDAR 用于生成标签，而部署后的仅摄像头 METEOR 模型并不需要它。

TIER IV 表示，其覆盖日本全国的数据包括城市路口、住宅街道、山路、雨天和夜间驾驶。该公司此前在其数据集基础中报告，已在 39 个都道府县和 127 个地点进行演示。

地理多样性十分重要，因为驾驶惯例会通过本地基础设施呈现。车道标线、信号灯位置、道路宽度、排水设施、路缘设计和车辆行为都会因地区而异。在一座城市训练的模型可能会学到在其他地区失效的视觉捷径。

自动标签也会带来自身的失效模式。教师模型可能系统性地误解某个物体或道路标线，再将这种错误传递给学生模型。更多标注量并不会自动纠正重复出现的误解。

TIER IV 通过独立生成标签来源之间的一致性检查来处理这一问题。只有当两个来源达成一致时，像素才可用于训练。存在争议的区域会被排除，而非被视为已确认的背景。

该流程还区分未标注区域与不存在物体的区域。这个差异很容易被忽视，却可能产生重要影响。若将缺失标注视为空白空间，模型可能学会忽略难以识别的物体。

这些控制措施降低了明显的标签噪声，但已发布的证据并未量化其剩余错误率。TIER IV 表示 CoMET 能够生成数百万个标签，但并未公布经过人工审查的对比结果，以展示其在每项任务、地区、天气条件和物体类别中的准确性。

NVIDIA Cosmos 构成了该数据策略的另一部分。TIER IV 利用生成场景，将既有记录转换为雨天、雪天、夜晚、逆光和破损道路条件。原始场景几何结构和自动标签随后可支持在这些变化外观下进行训练。

合成增强可覆盖车队可能极少遇到的罕见条件，但也会引入现实差距。生成的雨雪可以保留场景结构，同时遗漏会影响摄像头、轮胎、反射和人类行为的物理细节。

零人工标注的重要性取决于其质量控制能否发现这些不匹配。若能做到，开发者便可在不同比例增加标注成本的前提下扩展数据集；若不能，自动化就可能在扩展有用样本的同时放大隐蔽错误。

零人工代码将模型开发变成实验循环

更具影响力的主张是，AI 智能体编写了模型代码，并管理了用于筛选模型的实验周期。

代码生成本身已不再罕见。软件团队日常使用 AI 系统起草函数、测试和配置。METEOR 将这一模式延伸至闭环机器学习流程：智能体提出修改、运行实验、衡量结果，并保留或拒绝每项干预。

据 TIER IV 介绍，人类负责指定功能或开发目标，并审查最终工作成果。智能体负责数据摄取、转换、清洗、模型实现、训练、性能分析、量化、部署和恢复。

该公司表示，智能体遵循单变量原则。每轮训练只改变一个因素，同时保持数据和评估条件不变。这种方法更容易将性能差异归因于某项特定干预。

实验开始前，智能体会记录其假设、适用条件和验收标准。未达到这些标准的修改会被自动撤回。结果会保留在记录中，以避免系统反复测试同一个已失败的想法。

TIER IV 提供了两个具体的故障分析案例。其中一个案例中，智能体发现标签栅格的图像旋转方向有误。据称，它通过将该栅格与相关点云进行数值比较，识别出了这一错误。

另一个案例中，模型量化后，规划轨迹出现横向漂移。量化会降低计算的数值精度，以改善速度和内存使用。该智能体隔离出受影响的层，并修改训练方案以解决问题。

这些例子让零人工代码的说法更为具体。该主张并非仅指语言模型生成了一个代码仓库。TIER IV 表示，一个智能体参与了模型行为、数据转换、部署约束和已观察到的硬件故障等多个环节。

部署循环使用 ONNX 导出和面向 Jetson Orin 的 INT8 优化。对低精度敏感的层保留为 FP16，其他层则转为 INT8。每次引擎构建都会在部署前接受延迟、输出和准确性检查。

如果构建失败，系统会恢复到之前的版本。这种自动回滚类似于成熟的软件交付实践，但机器学习变更更难隔离。一个模型可能通过整体阈值，却在某个未被衡量的道路场景中表现变差。

TIER IV 试图通过失败挖掘来限制这一风险。处理不佳的场景会在下一轮训练中获得更高权重。该智能体还会评估累积轨迹误差、横向偏移后的恢复能力，以及安全护栏介入频率。

这些指标比单帧轨迹误差更有价值。预测在某个瞬间看似准确，却可能随时间累积出危险的偏移。闭环评估则会测试模型自身的决策如何影响其后续输入与行为。

不过，公众目前仍无法审查这些决策背后的完整证据。模型仓库称，准确率是在内部验证集上测得的。该数据集包含一个留出的录制日和恶劣条件场景，但底层数据并未公开。

这带来了一个超越自动驾驶本身的治理问题。如果 AI 智能体日益承担实验工作，组织必须保留假设、代码变更、数据版本、评估输出和拒绝原因。一套可搜索的工程知识库将成为问责机制的一部分，而不只是团队协作的便利工具。

只有当记录仍可供审查时，智能体才能加速实验。否则，更快的迭代会形成更长的决策链，使工程师在故障发生后难以重建过程。因此，METEOR 的实验台账与其代码生成主张同样重要。

这一机制也改变了“无人参与”的含义。人类选择了问题、构建了周边基础设施、选定了指标、定义了验收阈值，并决定发布什么。该智能体自动化了相当大一部分工程闭环，但并未从系统中移除人类判断。

这种表述强化了此次发布。它将 AI 主导的开发呈现为受控实验，而非独立发明。它也揭示了主要限制：自动化优化会追逐人类选择的指标，其中也包括不完整的指标。

开放自动驾驶面对封闭数据的现实

METEOR 挑战了封闭的开发流程，但其最重要的竞争资产仍不可获得：完整的训练和验证数据。

端到端自动驾驶吸引了采用截然不同披露策略的公司。Tesla 一直宣传利用车队数据学习驾驶行为的神经系统，但其量产模型和训练基础设施仍属专有。Waymo 发布安全分析和部分研究成果，但其运营技术栈和数据集仍受到控制。

TIER IV 通过其参与创建的开源自动驾驶项目 Autoware 进入这一领域。METEOR 将这一理念从模块化驾驶软件延伸到学习型感知与规划基线。

因此，核心竞争在于开放参考开发与封闭的垂直整合开发。TIER IV 允许工程师检查代码、权重、部署工具以及部分训练流程。封闭开发者则保留对集成和运营数据更严格的控制。

开放开发可以更早暴露实现错误，因为更多工程师能够复现并质疑这项工作。它还可以让无法独自构建完整基础能力的汽车制造商、供应商、大学和公共交通运营商共同分配改进成果。

该模型采用 Apache 2.0 许可证，支持修改和商业使用。其 ONNX 制品无需自定义算子即可完成基础运行。这些选择降低了团队在决定采用 TIER IV 更广泛的平台之前审查架构的门槛。

然而，此次发布并未让模型最有价值的输入完全实现民主化。全国范围的 Co-MLOps 数据集不能公开下载。成员资格提供了普通仓库用户无法获得的协作体系访问权限。

六个公开演示场景包含摄像头录制内容和辅助输入，但不含真值标注。它们可以验证模型能够执行并产生可见输出，却无法独立证明这些输出是否正确。

这种不对称很重要，因为自动驾驶性能日益取决于数据分布。两个团队可以使用同一架构和权重，却因在不同地点、车辆、传感器和天气条件的数据上训练而获得不同结果。

因此，TIER IV 的优势可能较少来自 METEOR 的网络设计，而更多来自 Co-MLOps。参与公司贡献数据、获得更新模型，并增加本地能力。更多成员可扩展共享数据集，或许能使这一基线适用于更多日本环境。

这类似于对抗专有车队的联盟策略。并非由一家汽车制造商拥有所有有价值的数据，而是由多个组织共同参与改进过程。该模型既是公司间的协调机制，也是技术制品。

近期与 Astemo 达成的协议说明了其商业方向。两家公司计划在构建下一代开发平台时使用 Co-MLOps。其联合平台计划目标是在 2030 年前后实现商业化，并计划于 2030 年代初部署于乘用车。

Astemo 带来了制动、悬架、动力总成、整车集成和制造标准方面的经验。TIER IV 则贡献自动驾驶软件和数据基础设施。这一组合表明，仅凭开放模型无法走向量产。

此次发布仍对封闭竞争对手施加了压力。开发者和汽车采购方如今可以追问，专有供应商是否也披露了关于标注生成、量化、回滚、边缘延迟和失败实验的可比细节。

但开放性并不能决定哪条路线表现更好。垂直整合公司可以收集一致的车队数据、控制硬件，并针对定义严格的运营域验证软件。联盟可以收集更广泛的数据，却必须管理传感器、标定、所有权和质量方面的差异。

METEOR 让开放路线变得更具体。它并未证明这条路线能打造出更安全的驾驶系统。这场竞争将由公开评估和运营证据决定，而非仅凭仓库的完整程度。

公开证据尚未证明什么

TIER IV 的 METEOR 发布在软件层面可复现，但其驾驶性能尚无法被独立比较。

该仓库明确表示，未发布绝对准确率数据。TIER IV 认为，来自私有验证集的结果无法与公开基准进行比较。公司将公开基准评估列为未来工作。

这一披露避免了误导性的排行榜比较，但也使读者缺乏衡量进展的标准指标。没有公开的感知准确率、规划质量、碰撞率、路线完成率、舒适性或介入频率得分。

据称，发布的稀疏模型在 TIER IV 的闭环链路评估中与稠密基线表现一致。根据仓库说明，两者结果精确至小数点后三位相同。缺少评估数据和完整协议，外部人士无法判断这项测试的要求有多高。

67.4 毫秒的延迟结果更容易复现，因为硬件路径已有文档说明。即便如此，条件仍然重要。仅推理计时不包括周边车辆系统的部分，而渲染和传感器处理也会增加各自的工作负载。

Automotive World 2026 的演示将于 9 月 9 日至 9 月 11 日在车载计算机上运行。这可以确认其可部署性，但贸易展演示并不等同于非脚本化的公共道路验证。

仅摄像头推理带来了另一项不确定性。移除 HD 地图和运行时 LiDAR 可以减少硬件和维护依赖，但也迫使摄像头和学习型深度估计承担更多环境理解负担。

训练流程使用 LiDAR 生成深度和 3D 标签。METEOR 随后学习从摄像头中推断相关结构。这种教师—学生模式在技术上是合理的，但当视觉条件遮蔽深度线索时，性能可能下降。

脏污镜头、直射阳光、大量飞溅水雾、浓雾、施工标线或罕见车辆，都可能干扰摄像头解读。八个视角提供了冗余，但相关的环境条件可能同时影响多台摄像头。

基于规则的安全检查提供了另一层保护。其介入率也是一个有用的评估信号。不过，公开发布并未说明安全护栏会在多大程度上覆盖模型决策，也未说明两个系统同时误判场景时会发生什么。

合成数据同样需要谨慎看待。Cosmos 可以将场景转换为罕见天气和光照条件，从而扩展训练分布。但生成示例仍可能遗漏真实驾驶中重要的物理交互或视觉伪影。

自动化开发带来了指标风险。智能体会变得极为擅长改进验收系统所衡量的内容。如果指标集合忽略某种危险行为，反复优化可能保留甚至加剧这一盲点。

公开基准无法解决所有顾虑。许多自动驾驶基准衡量的是录制场景，而非交互中的后果。模型可以离线预测一条看似合理的路径，却可能在自身行为改变其他道路使用者行为时反应不佳。

闭环仿真有助于解决这一问题，但模拟器同样包含假设。要理解罕见交互、传感器退化和人类反应，仍有必要进行道路测试。量产准备度还涉及功能安全、网络安全、冗余设计和运营流程。

TIER IV 自身将 METEOR 描述为持续演进的参考模型，而非成品。这一表述应指导开发者如何理解此次发布。它是用于实验和集成工作的一个平台，而非安全认证。

恰当的审慎立场并不是断言该模型失败。公开证据并不支持这一判断。它支持一个更有限的结论：外部人士可以复现软件路径，而安全性和泛化能力主张仍有待可比验证。

决定 METEOR 是否重要的三个信号

METEOR 的重要性将取决于公开评估、真实车辆证据，以及 TIER IV 自身工程环境之外的采用情况。

第一个信号是在公认公开基准上的结果。仓库已经将此列为计划工作。一项有价值的发布应包含精确的模型文件、评估代码、配置，以及足够的数据谱系信息，以便另一团队复现该得分。

该结果不应只覆盖感知。METEOR 输出轨迹，因此规划质量同样值得关注。涉及碰撞、行驶进展、规则遵守、舒适性和恢复能力的闭环指标，将比孤立的检测准确率更能强化 TIER IV 的论点。

可信的基准结果将支持这样的主张：自动化标注和智能体主导的开发能够产出具有竞争力的基线。较弱的结果不会否定这一流程，但会表明其规模和自动化程度尚未匹配领先替代方案。

第二个信号来自持续的车载测试证据。展会演示证实了 METEOR 可在汽车硬件上运行。覆盖城市、山路、夜间、降水天气和施工区域的长期测试，将有助于回答更棘手的泛化问题。

这些报告应披露运行域、总驾驶里程、安全驾驶员干预、护栏干预以及故障类别。仅有累计里程并不足够，因为常规高速公路驾驶与高密度路口的情况截然不同。

TIER IV 此前的 Level 4+ 计划旨在分阶段部署至日本 50 个地点。METEOR 在这些测试中的角色将至关重要。如果该模型从演示走向受监控服务，它将面对私有验证无法完全复现的条件。

第三个信号是外部采用情况。独立开发者应能够复现推理、微调权重、报告漏洞并贡献改进。汽车供应商则应能够在不依赖未公开内部工具的情况下集成该模型。

代码仓库的活跃度将提供早期迹象。有意义的外部问题反馈、获接受的改动、新的车辆配置以及独立评估，将表明 METEOR 作为共享基础设施在发挥作用。若代码仓库沉寂且主要由内部提交主导，则更像是一个附带公开代码的传统供应商项目。

参与 Co-MLOps 提供了相关的商业衡量标准。新的数据贡献者将扩大训练数据所覆盖的环境范围。不过，随着联盟规模扩大，TIER IV 必须证明治理、隐私、标定差异和标签质量仍然可控。

TIER IV METEOR 发布之所以重要，是因为它比大多数模型公告开放了更大一部分自动驾驶开发流程。它结合了自动化标注、由 AI 编写的模型代码、边缘部署、训练权重以及可审查的实验流程。

其尚未解决的问题同样重要：一个由智能体运行的开放开发闭环，能否产生经得起独立测量和复杂道路环境检验的驾驶行为？开发者应立即审查此次发布、复现其硬件声明，并在将 METEOR 视为不仅仅是一个文档完善的参考系统之前，关注这三个信号。