ฝึกพูดภาษาอังกฤษด้วยเทคนิค Shadowing จากวิดีโอ: Enhancing AV Simulation with Generative AI - DRIVE Labs Ep. 36

กำลังสร้างบทเรียน...
1
Simulation is critical to ensuring the safety of autonomous driving systems before real -world deployment.
2
However, creating realistic scenarios that accurately depict rare and potentially dangerous situations can be extremely labor -intensive,
3
especially when creating 3D assets and adding natural behavior.
4
In this episode of Dryer Labs, together we'll discuss three key advancements from NVIDIA that uses generative AI to create realistic environments,
5
generate natural driving behaviors, and edit the resulting scenarios to enable rigorous AV evaluation and training.
6
First, NVIDIA has developed Map LLM,
7
a large language model that generates realistic driving environments in the form of high -definition maps based on user input. For example,
8
it can use text from a crash report to generate multiple possible high -definition maps
9
that match the original description the generation of diverse driving environments
10
provides the first key components of general realistic av simulation the
11
road layout the second key capability is placing agents within these environments
12
and generating natural driving behaviors once the virtual world is constructed
13
we can use nvidia lctgen a language condition traffic generation model to populate vehicles pedestrians
14
and other agents exhibiting natural realistic behaviors lctgen is a transformer based language model
15
that interprets text descriptions of traffic scenarios it predicts where both
16
agents are likely to be as well as their motion through the environment all according to the given text prompt.
17
Again, using the example of a crash report,
18
LCTGen can place vehicles at their specified locations and generate the trajectories described in the report, as well as possible variations.
19
This is designed to help AV developers turn previously dormant data sources, such as text -based crash reports, into SIM -ready evaluation scenarios.
20
This not only increases data diversity,
21
but also enhances the training and testing of AVStacks in simulation to maintain safety across a wider variety of scenarios.
22
If we still need to fine -tune the scenario, we can use editing tools built on NVIDIA Omniverse,
23
which incorporates large language models to easily modify elements of the virtual world using simple language props.
24
In this example, the scenario editor can immediately change a daytime scene into a nighttime scene, adjust the weather from sunny to rainy,
25
or add agents to the scene.
26
This greatly expands the range of real -world operational design domains, or ODDs, that AVs are exposed to during training.
27
The responsiveness of these systems will be accelerated by the NVIDIA BlackWild GPU architecture,
28
taking advantage of its expanded inference and next -generation transformer engines designed for generative AI workloads.
29
When we combine the capabilities of MapLM for generating realistic environments,
30
LCTGen for populating those environments with naturalistic agents, and the LM Power Scenario Editors for customizing simulation in all the verse using text,
31
we can officially tap into Generative AI to create limitless ultra -realistic scenarios in new ways,
32
as well as rigorous AV evaluation and training that accurately mirrors the real world.
33
Stay tuned for these innovative capabilities to be integrated into NVIDIA Inference Microservices, or the NIMM roadmap.
📺 ช่องเดียวกัน
Announcing NVIDIA RTX Spark | GTC Taipei 2026 Keynote by CEO Jensen HuangC1
3

Announcing NVIDIA RTX Spark | GTC Taipei 2026 Keynote by CEO Jensen Huang

Business EnglishUniversity StudentsWorking Adults
NVIDIA RTX Spark Reinvents Windows PCs for the Age of Personal AIC1
5

NVIDIA RTX Spark Reinvents Windows PCs for the Age of Personal AI

University StudentsWorking Adults
✨ วิดีโอแนะนำ
Dear Higgsfield, I reverse engineered you in 12 hoursC1
1
331 ประโยค

Dear Higgsfield, I reverse engineered you in 12 hours

TOEFL PrepUniversity StudentsWorking Adults
NVIDIA GTC 2025 - Keynote Highlights by NVIDIA CEO Jensen HuangC1
3
188 ประโยค

NVIDIA GTC 2025 - Keynote Highlights by NVIDIA CEO Jensen Huang

Business EnglishUniversity StudentsWorking Adults
TOEFL Listening Lecture | Machine LearningC1
3
57 ประโยค

TOEFL Listening Lecture | Machine Learning

TOEFL PrepUniversity StudentsWorking Adults
AI Can Literally Lend You a HandC1
295
13 ประโยค

AI Can Literally Lend You a Hand

IELTS PrepTOEFL PrepUniversity Students
How F1 Cars Collect Data in Real TimeC1
1
183 ประโยค

How F1 Cars Collect Data in Real Time

IELTS PrepUniversity StudentsWorking Adults
DeepSeek R1 Explained in 2 MinutesB2
1
24 ประโยค

DeepSeek R1 Explained in 2 Minutes

TOEFL PrepUniversity StudentsWorking Adults
How Disruptive Will Generative AI Be? A Micro-Level Analysis of Evidence and ExpectationsC1
1
315 ประโยค

How Disruptive Will Generative AI Be? A Micro-Level Analysis of Evidence and Expectations

TOEFL PrepUniversity StudentsWorking Adults
UniG2U-Bench: Do Unified Models Advance Multimodal Understanding?C1
8
83 ประโยค

UniG2U-Bench: Do Unified Models Advance Multimodal Understanding?

IELTS PrepTOEFL PrepUniversity Students
How might LLMs store facts | Deep Learning Chapter 7C1
2
231 ประโยค

How might LLMs store facts | Deep Learning Chapter 7

American AccentIELTS PrepTOEFL PrepUniversity Students
how AI broke the SWE Career LadderC1
1
315 ประโยค

how AI broke the SWE Career Ladder

Business EnglishInterview EnglishUniversity Students
Neural Radiance Fields in 2 MinutesC1
4
28 ประโยค

Neural Radiance Fields in 2 Minutes

University StudentsWorking Adults
John Lennox: "The Artificial in AI is real"C1
2
10 ประโยค

John Lennox: "The Artificial in AI is real"

IELTS PrepTOEFL PrepUniversity Students

คำศัพท์และข้อสังเกตด้านการพูดสำหรับบทเรียนนี้

วิดีโอนี้มี 33 ประโยค และ 500 คำ สำหรับฝึกพูดตาม ช่วงที่มีเสียงพูดยาว 3:37 ผู้พูดพูดด้วยความเร็วสม่ำเสมอ ประมาณ 138 คำต่อนาที เหมาะกับการฝึกพูดตาม มีเพียง 67% ของคำที่อยู่ใน 3,000 คำที่ใช้บ่อยที่สุดในภาษาอังกฤษ คำศัพท์จึงค่อนข้างยาก

คำศัพท์สำคัญในวิดีโอนี้

คำที่ควรเรียนรู้ 15 คำจากวิดีโอ พร้อมคำอ่านและความหมาย:

คำศัพท์คำอ่านความหมาย
scenario คำนาม/sɪˈnɛəɹioʊ/ฉากทัศน์
realistic คำคุณศัพท์/ˌɹɪəˈlɪs.tɪk/สมจริง
expand คำกริยา/ɪkˈspænd/ขยาย
edit คำกริยา/ˈɛdɪt/แก้ไข
tune คำนาม/tjuːn/ทำนอง
mirror คำนาม/ˈmiɹɚ/กระจก, กระจกเงา
element คำนาม/ˈɛləmənt/ธาตุ
architecture คำนาม/ˈɑː.kɪˌtɛk.t͡ʃə/สถาปัตยกรรม
diversity คำนาม/daɪˈvɜː(ɹ)sɪti/ความหลากหลาย
predict คำกริยา/pɹɪˈdɪkt/ทำนาย
sunny คำคุณศัพท์/ˈsʌni/แดดร้อน
expose คำกริยา/ɪkˈspoʊz/เผย, เปิดเผย
interpret คำกริยา/ɪnˈtɜː.pɹɪt/ตีความ
specify คำกริยา/ˈspɛs.əˌfaɪ/ระบุ
pedestrian คำนาม/pəˈdɛstɹiən/คนเดินเท้า, ผู้เดินเท้า

การออกเสียงที่ควรระวัง

  • เสียง “sh” และ “zh”: simulation /ˌsɪm.jəˈleɪ.ʃn̩/, evaluation /ɪˌvæljuˈeɪʃn̩/, potentially /pəˈtɛnʃ(ə)li/, operational /ˌɑ.pəˈɹeɪ.ʃə.nəl/, variation /ˌvɛəɹiˈeɪʃn̩/
  • คำยาว — ลงเสียงหนักให้ถูกพยางค์: evaluation /ɪˌvæljuˈeɪʃn̩/, capability /ˌkeɪ.pəˈbɪl.ɪ.ti/, accurately /ˈæk.jə.ɹɪt.li/, architecture /ˈɑː.kɪˌtɛk.t͡ʃə/, potentially /pəˈtɛnʃ(ə)li/

วิธีฝึกกับวิดีโอนี้

  1. ฟังวิดีโอให้จบหนึ่งรอบโดยยังไม่ต้องพูด แล้วจดคำที่ยังไม่รู้จัก
  2. พูดตามทีละประโยคด้วยความเร็วปกติ ทำซ้ำแต่ละประโยคจนจังหวะของคุณตรงกับผู้พูด
  3. อัดเสียงตัวเองแล้วเทียบกับต้นฉบับ โดยสังเกตคำอย่าง scenario, realistic, expand เป็นพิเศษ

เทคนิค Shadowing คืออะไร?

Shadowing เป็นเทคนิคการเรียนรู้ภาษาที่ได้รับการรับรองทางวิทยาศาสตร์ พัฒนาขึ้นสำหรับการฝึกนักแปลมืออาชีพ วิธีการนี้เรียบง่ายแต่ทรงพลัง: คุณฟังเสียงภาษาอังกฤษจากเจ้าของภาษาและพูดตามทันที — เหมือนเงาที่ตามผู้พูดด้วยช่วงเวลาห่าง 1-2 วินาที การวิจัยแสดงว่าเทคนิคนี้ปรับปรุงความแม่นยำในการออกเสียง ทำนองเสียง จังหวะ การเชื่อมเสียง การฟังเข้าใจ และความคล่องแคล่วในการพูดได้อย่างมีนัยสำคัญ

เทคนิค shadowing: อ่านคู่มือฉบับเต็มทีละขั้นตอน →