鸿海4日宣布，鸿海研究院人工智能研究所与香港城市大学合作，提出多模态轨迹预测模型ModeSeq，将有助于推动自动驾驶领域的发展，并在自动驾驶的轨迹预测领域产生深远的影响力。
ModeSeq 研究专注于多模态轨迹预测，解决过去方法中牺牲多样性和性能的问题，ModeSeq 提出的方法，是使用顺序模式建模并设计 Early-Match-Take-All 损失函数来增强多模态轨迹预测。
ModeSeq 使用因式分解变换器进行场景编码，并使用结合记忆变换器与因式分解变换器模块 ModeSeq 层的解码器。
本次研究，由鸿海研究院人工智能研究所长栗永徽率领所内研究员，与香港城市大学汪建平教授团队、美国卡内基梅隆大学研究人员共同合作完成，在2024年Waymo Open Motion Prediction Benchmark测试中，在mAP、soft mAP方面优于以往的方法，同时在minADE和minFDE指标上保持了可比的性能。
该模型也在全球年度AI会议CVPR(IEEE Computer Vision and Pattern Recognition Conference)Waymo Motion Prediction Challenge获得了全球第二名。
Waymo Motion Prediction Challenge 是聚焦于自动驾驶场景中轨迹预测的高水平竞赛，以推动自动驾驶相关技术的发展为宗旨，并为研究人员提供展示和交流的平台。
鸿海也将于 10 月 8、9 日一连两天举行的鸿海科技日上，鸿海研究院人工智能研究所将邀请研发团队，与外界面对面讨论相关技术与应用。
