GAIA-2
Geen schatting
Geen hardware-eisen voor dit model
De gewichten voor dit model zijn niet gepubliceerd, dus het kan niet worden gedownload of uitgevoerd op je eigen hardware in welke grootte dan ook. Het is alleen bereikbaar via de aanbieder, en geen enkele grafische kaart verandert dat..
Op record
Volledige specificatie
Alles wat geregistreerd is voor dit model. Het merendeel beschrijft hoe het getraind werd in plaats van hoe het draait - nuttige context om te beoordelen hoeveel werk erin is gestoken, en hoe het zich verhoudt tot modellen die op een andere schaal zijn gebouwd..
Oorsprong
Wie heeft dit model gebouwd, waar, en wanneer het gepubliceerd werd.
- Organisatie
- Wayve
- Organisatietype
- Industry
- Land
- United Kingdom of Great Britain and Northern Ireland
- Gepubliceerd
- 26 March 2025
- Auteurs
- Lloyd Russell, Anthony Hu, Lorenzo Bertoni, George Fedoseev, Jamie Shotton, Elahe Arani, Gianluca Corrado
Wat het doet
De probleemgebieden waarvoor het model is gebouwd. Een model kan meerdere van elk bevatten.
- Domein
- Video, Vision, Multimodal, Language
- Taak
- Self-driving car, Video generation, Instruction interpretation
Grootte
Hoe groot het model is en hoeveel data het is getraind. Parameters zijn het cijfer dat bepaalt of het past op een gegeven grafische kaart.
- parameters
- 8.7B
- Training gegevens
- tokens
video tokenizer: 285M parameters workd model: 8.4B parameters total: 8.685B parameters
"The dataset comprises approximately 25 million video sequences, each spanning 2 seconds, collected between 2019 and 2024. Recordings were obtained across three countries—the United Kingdom, the United States, and Germany—to ensure coverage of geographically and environmentally diverse driving conditions. "
Training rekenen
De berekeningen uitgevoerd om het model te trainen, gemeten in drijvende-komma-operaties. Het is een maat voor wat de trainingsrun kostte, niet voor hoe snel het voltooide model je beantwoordt.
- Training rekenen
- 7.6 × 10²² FLOP
- Hoe het werd opgericht
- Operation counting
"The video tokenizer was trained for 300,000 steps with a batch size of 128 using 128 H100 GPUs. Input sequences consisted of Tv = 24 video frames sampled at their native capture frequencies (20, 25, or 30 Hz). Random spatial crops of size 448 × 960 were extracted from the frames. For each training sample, a camera view was randomly selected from the available N = 5 perspectives." "The latent world model was trained for 460,000 steps with a batch size of 256 on 256 H100 GPUs. Inputs consisted o…
De trainingsrun
Wat het fysiek kostte om te trainen: welke chips, hoeveel, hoe lang, en wat dat van het stopcontact vroeg.
- Training hardware
- NVIDIA H100 SXM5 80GB
Beschikbaarheid
Of je het model kunt verkrijgen en het op je eigen hardware kunt draaien, wat bepaalt of een van de grafische kaartcijfers op deze pagina van toepassing is.
- Gewichten
- Closed — provider access only
- Toegang tot model
- Unreleased
- Training code
- Unreleased
Hoe het is geclassificeerd
Labels van de brondataset die worden toegepast bij het volgen van opmerkelijke modellen, en hoe zeker het is van de invoer.
- Record vertrouwen
- Confident
Bronnen
Waar deze record vandaan kwam en wanneer deze voor het laatst is gecontroleerd.
- Referentie
- GAIA-2: A Controllable Multi-View Generative World Model for Autonomous Driving
- Laatst bijgewerkt
- 28 November 2025
Wat de cijfers betekenen
Waar het vandaan kwam
GAIA-2 werd gepubliceerd door Wayve, in het land geregistreerd als United Kingdom of Great Britain and Northern Ireland, tijdens March 2025. Het komt uit een organisatie gecategoriseerd als industry.
Het werkt in het domein van Video, Vision, Multimodal, Language, en wordt geregistreerd als het uitvoeren van de taak van self-driving car, Video generation, Instruction interpretation.
De gewichten werden nooit gepubliceerd, dus het kan alleen worden bereikt via de provider. Geen enkele GPU verandert dat.
Wat erin ging zitten om het te bouwen
De training run verbruikte ongeveer 7.6 × 10²² FLOP, op hardware vastgelegd als NVIDIA H100 SXM5 80GB. Die figuur meet wat het produceren van het model heeft gekost en heeft geen invloed op hoe snel het antwoord geeft.
Antwoorden
GAIA-2 — veelgestelde vragen
GAIA-2— hoeveel parameters heeft het?
Het heeft een parameter telling van 8.7B. video tokenizer: 285M parameters workd model: 8.4B parameters total: 8.685B parameters. Dat cijfer is het totaal, en het bepaalt hoeveel MEMORY het MODEL nodig heeft - ongeveer een halve gigabyte per miljard bij de compressie die de meeste mensen gebruiken.
GAIA-2— wie heeft het gemaakt?
Het werd gepubliceerd door Wayve, gebaseerd op United Kingdom of Great Britain and Northern Ireland, een organisatie geclassificeerd als industry.
GAIA-2— wanneer is het uitgebracht?
Het werd gepubliceerd in March 2025.
GAIA-2— waarvoor wordt het gebruikt?
Het werkt in het domein van Video, Vision, Multimodal, Language, en wordt geregistreerd als het afhandelen van self-driving car, Video generation, Instruction interpretation. Modellen hebben vaak meer dan één van elk, en de tags beschrijven het doel in plaats van de capaciteitslimieten.
GAIA-2— hoeveel rekencapaciteit is gebruikt om het te trainen?
Training verbruikte ongeveer 7.6 × 10²² FLOP, op hardware vastgelegd als NVIDIA H100 SXM5 80GB. Dat meet wat het kosten om het model te produceren en zegt niets over hoe snel het antwoord geeft zodra het getraind is — inferentie snelheid komt van geheugenbandbreedte, niet van het trainingsbudget.
GAIA-2— Welke GPU heb ik nodig om het te draaien?
Dit is een gesloten model — de gewichten zijn nooit gepubliceerd, dus het kan niet gedownload of uitgevoerd worden op je eigen hardware voor eender welke prijs. Het is alleen bereikbaar via de aanbieder.
GAIA-2— is het open-source?
Nee. De gewichten zijn niet gepubliceerd, dus het bestaat alleen als een dienst die wordt beheerd door de eigenaar.
De andere richting
Van de andere kant bekijken?
Deze pagina begint met het model. Als je al een kaart bezit en alles wilt weten wat het zal draaien, begin in plaats van de hardware.