“AI來了,自動駕駛在哪里?”
這是最近一段時間,自動駕駛?cè)Ρ灰恢庇懻摰囊粋€問題。即在大模型參數(shù)和落地案例滿天飛的時節(jié)里,自動駕駛這個上一個時代的弄潮兒似乎“低調(diào)”的過分。沒有加法,化學(xué)反應(yīng)也更少的出奇。
大模型時代,自動駕駛到底會怎么樣?
把時間往前追溯,自動駕駛的早期發(fā)展階段,眾多企業(yè)將L4級自動駕駛視為技術(shù)巔峰,不惜投入巨資進行研發(fā)。他們夢想著在不久的將來,能夠?qū)崿F(xiàn)完全無人駕駛的烏托邦。
然而,隨著技術(shù)的深入探索和市場的殘酷檢驗,企業(yè)們逐漸意識到,L4級自動駕駛的商業(yè)化道路并非一片坦途。高昂的研發(fā)成本、復(fù)雜的技術(shù)難題、以及法律法規(guī)的嚴格限制,使得L4級自動駕駛的大規(guī)模落地變得遙不可及。
在自動駕駛技術(shù)的發(fā)展過程中,降維成為了一種漸進式的路線。企業(yè)們開始從L4級無人駕駛技術(shù)的高難度挑戰(zhàn)中抽身,轉(zhuǎn)而探索L2、L3級別的自動駕駛技術(shù),這些技術(shù)在成本、技術(shù)難度和法規(guī)適應(yīng)性方面都更為現(xiàn)實。
盡管這一轉(zhuǎn)變在當時被許多人視為權(quán)宜之計,但隨著時間的推移,這種漸進式的路線逐漸成為了業(yè)內(nèi)的共識。
大模型技術(shù)的興起,似乎為L4級自動駕駛技術(shù)帶來了一絲曙光。
人們期待這些擁有巨大參數(shù)量和強大計算能力的模型,能夠解決自動駕駛中的一些核心問題,從而推動L4級技術(shù)的商業(yè)化進程。
然而,現(xiàn)實情況遠比預(yù)期復(fù)雜,大模型亦有其局限性。
元戎啟行CEO周光在一次演講中直言不諱地指出:“L4級無人駕駛就是‘騙人’的?!边@句話直擊要害,它揭示了一個殘酷的真相:技術(shù)上的可行性并不等同于商業(yè)上的可持續(xù)性。
從最初的盲目追求,到對實現(xiàn)路徑的不斷探索,再到對自動駕駛未來的深刻反思,自動駕駛行業(yè)經(jīng)歷了一個完整的發(fā)展階段,正在迎來新的發(fā)展周期。
這種轉(zhuǎn)變,不僅是對自動駕駛技術(shù)實際應(yīng)用場景的重新定位,也是對新技術(shù)熱潮下的冷靜思考。正如智行者CEO張德兆所言:“自動駕駛行業(yè)的發(fā)展正在回到一個正確的路徑上。”
在AI漫天飛舞的這個春天,自動駕駛正在回歸真正的理性。
一
新的關(guān)鍵詞:大模型
在2024年,自動駕駛領(lǐng)域的競爭愈發(fā)激烈,而大模型技術(shù)的崛起無疑為這場競賽注入了一劑強心劑。
這些基于深度學(xué)習的算法模型,正以其強大的數(shù)據(jù)處理能力和自我學(xué)習能力,推動自動駕駛技術(shù)的飛速發(fā)展,將車輛的感知、決策和執(zhí)行能力提升到前所未有的高度。
自動駕駛的核心在于對環(huán)境的準確理解和迅速反應(yīng),而大模型正是這一過程中的關(guān)鍵推手。通過對海量駕駛場景數(shù)據(jù)的學(xué)習,大模型賦予了自動駕駛系統(tǒng)更加敏銳的感知能力,使其能夠在復(fù)雜的城市交通環(huán)境中,準確識別和響應(yīng)各種情況。
這種能力的提升,直接關(guān)系到自動駕駛的安全性和可靠性,是實現(xiàn)自動駕駛商業(yè)化落地的關(guān)鍵。
在這場技術(shù)革命中,智行者、毫末智行、蘑菇車聯(lián)、元戎啟行等企業(yè)紛紛布局大模型技術(shù),以期在未來市場中占據(jù)先機。
“AI大模型技術(shù)是自動駕駛真正實現(xiàn)的唯一路徑?!焙聊┲切袑Ξa(chǎn)業(yè)家說。
其認為端到端自動駕駛會是未來很重要的技術(shù)方向之一,但還需要幾年的時間才能到來。因此這幾年是從離散到聚集,感知模型、認知模型、控制模型聚集到一塊,從分散到聚集的一個過程。
基于此,毫末智行發(fā)布了行業(yè)首個自動駕駛生成式大模型DriveGPT雪湖·海若,堅定投入大模型技術(shù)的研發(fā)創(chuàng)新。
對于大模型帶來新的可能性,在自動駕駛賽道有著諸多共鳴者。“去年,我們開始全面的去擁抱大模型?!蹦⒐杰嚶?lián)對產(chǎn)業(yè)家說。
更有一些廠商,直接在大模型的加持下,將端到端模型逐漸落地,奔向規(guī)?;??!岸说蕉四P蛯⒏兄?、預(yù)測、規(guī)劃三個模型通過矢量數(shù)據(jù)傳輸融為一體,無需工程師編寫冗長的代碼去制定規(guī)則,避免了信息在不同模型傳遞時所產(chǎn)生的減損。”元戎啟行對產(chǎn)業(yè)家說。
官方消息顯示,目前元戎啟行已經(jīng)率先把端到端模型應(yīng)用于量產(chǎn)車上,該批量產(chǎn)車將于今年量產(chǎn)落地。
總結(jié)來看,在2024年的科技舞臺上,大模型技術(shù)以其在數(shù)據(jù)處理和模式識別上的卓越表現(xiàn),成為了自動駕駛的寵兒。
二
大模型和“自動駕駛”的“絕對距離”
大模型雖然在處理大量數(shù)據(jù)和提升人工效率方面表現(xiàn)出色,但它在自動駕駛的核心挑戰(zhàn)面前卻顯得捉襟見肘。
“在采集周期、標注成本方面,我覺得是現(xiàn)階段我們能用大模型去促進的,如果直接端到端,我覺得現(xiàn)在是不具備條件的。”張德兆對產(chǎn)業(yè)家說。
一個事實是,從大模型技術(shù)層面來講,其解決的還是一些底層的人工效率的問題。
要知道,L4級別自動駕駛要求車輛在復(fù)雜多變的交通環(huán)境中,具備高度的自主決策能力。這不僅僅是對環(huán)境的感知,更涉及到對交通規(guī)則的深刻理解、對突發(fā)事件的迅速反應(yīng),以及對長期駕駛策略的精準制定。而大模型技術(shù),盡管在圖像識別和語音處理等領(lǐng)域取得了突破,但在這些更為復(fù)雜的任務(wù)面前,卻難以勝任。
其次,目前大模型技術(shù)在處理長尾問題上的不足,成為了其在自動駕駛領(lǐng)域應(yīng)用的一大瓶頸。
L4級別自動駕駛面臨的是真實世界中千變?nèi)f化的場景,而這些場景中不乏罕見和極端的情況。
據(jù)國際汽車工程師協(xié)會(SAE)的報告指出,即使是最先進的自動駕駛系統(tǒng),也難以保證在所有長尾場景下都能做出正確決策。大模型技術(shù)在這些低頻但關(guān)鍵的場景中,往往因為缺乏足夠的數(shù)據(jù)支持而顯得無能為力。
再者,大模型技術(shù)的“黑箱”特性,與其在自動駕駛領(lǐng)域所需的透明度和可解釋性形成了鮮明對比。
根據(jù)麥肯錫的研究,超過70%的行業(yè)專家認為,自動駕駛系統(tǒng)的決策過程必須可追溯,以便在出現(xiàn)問題時能夠及時糾正。
然而,大模型技術(shù)在提供決策依據(jù)時,往往缺乏必要的透明度,這在關(guān)乎生命安全的自動駕駛領(lǐng)域,無疑是一個巨大的隱患。
“整個大模型在自動駕駛領(lǐng)域的運用跟整個自動駕駛本身的發(fā)展模式是一樣的,都是一個漸進的過程,不可能一蹴而就?!睆埖抡讓Ξa(chǎn)業(yè)家說。
就目前而言,大模型雖然可以推動自動駕駛的發(fā)展,但某種意義上而言,自動駕駛基于此,無法實現(xiàn)“大躍進”。
盡管大模型技術(shù)在自動駕駛的核心挑戰(zhàn)面前存在局限性,但行業(yè)內(nèi)的企業(yè)和研究機構(gòu)正在積極探索解決方案。例如,通過增強數(shù)據(jù)采集和標注的效率,以及利用多模態(tài)數(shù)據(jù)融合技術(shù),可以提高模型對復(fù)雜場景的理解和應(yīng)對能力。
此外,為了解決長尾問題的挑戰(zhàn),一些企業(yè)正在嘗試構(gòu)建更加多樣化和平衡的數(shù)據(jù)集,以及開發(fā)更加魯棒的模型結(jié)構(gòu)。同時,行業(yè)內(nèi)也在推動算法的可解釋性研究,以提高大模型技術(shù)的透明度,滿足自動駕駛系統(tǒng)對安全性和可靠性的高要求。
三
上路,才是王道
自動駕駛已經(jīng)走過靠講故事,拼技術(shù)愿景的時代。落到產(chǎn)業(yè)實處,才是其價值的真正體現(xiàn)。廠商們也深諳此理。2024年,自動駕駛廠商在商業(yè)化上的路徑上,亦愈發(fā)多元化、深耕。
具體來看,智行者更多致力于自動駕駛?cè)珬=鉀Q方案,其在環(huán)衛(wèi)車輛領(lǐng)域的應(yīng)用尤為突出?!碍h(huán)衛(wèi)車‘蝸小白’去年是實現(xiàn)了4倍的增長?!睆埖抡赘嬖V產(chǎn)業(yè)家,智行者自動駕駛應(yīng)用規(guī)模在不斷擴大。
智行者的全棧解決方案能夠提供一站式的自動駕駛服務(wù),這有助于簡化客戶的技術(shù)集成流程,將極大推動自動駕駛技術(shù)的廣泛應(yīng)用和行業(yè)標準的形成。
蘑菇車聯(lián)則自主研發(fā)了行業(yè)首個“車路云一體化”自動駕駛系統(tǒng),這一系統(tǒng)涵蓋了AI數(shù)字道路基站、自動駕駛車輛、智慧交通AI云平臺等多個組成部分,能夠在城市開放道路、高速公路等不同場景下實現(xiàn)快速大規(guī)模部署。
其主要通過與政府和企業(yè)的合作,參與城市級別的智能交通項目,提供車路協(xié)同的解決方案,實現(xiàn)自動駕駛的商業(yè)化落地。“車路云一體化產(chǎn)品整個線路的時延我們內(nèi)部測只有60毫秒?!蹦⒐杰嚶?lián)對產(chǎn)業(yè)家說。值得注意的是,這樣的時延是人的反應(yīng)力的十倍。
值得注意的是,這不僅能夠提高自動駕駛的安全性和效率,還可能推動城市交通基礎(chǔ)設(shè)施的升級。不過,這一模式的成功實施還需要政府和多方利益相關(guān)者的緊密合作。
毫末智行則是數(shù)據(jù)驅(qū)動模式,其商業(yè)化路徑強調(diào)數(shù)據(jù)閉環(huán)和工程效率,通過大模型DriveGPT雪湖·海若的應(yīng)用,進一步提升自動駕駛的認知決策能力。
目前來看,其商業(yè)化模式不僅包括與主機廠的合作,還涵蓋了末端物流自動配送等多個場景的運營。
“做好乘用車客戶交付,確保毫末第二代HPilot智駕產(chǎn)品的交付上車。”毫末智行認為,2024是智駕爆發(fā)大年,只有用“極致性價比”的產(chǎn)品,開拓更多客戶,實現(xiàn)大規(guī)模商業(yè)量產(chǎn),才是自身產(chǎn)品的唯一出路。
毫末智行的數(shù)據(jù)驅(qū)動模式強調(diào)數(shù)據(jù)閉環(huán)和工程效率,這有助于快速迭代和優(yōu)化自動駕駛系統(tǒng)。然而,這種模式對數(shù)據(jù)的質(zhì)量和處理能力要求極高,需要持續(xù)的技術(shù)創(chuàng)新和投入。
當然,也有廠商的商業(yè)化路徑主要集中在Robotaxi領(lǐng)域,通過在特定區(qū)域內(nèi)提供自動駕駛出租車服務(wù)來實現(xiàn)商業(yè)化,并通過用戶的實際使用來收集數(shù)據(jù)和優(yōu)化技術(shù)。
Robotaxi服務(wù)直接面向消費者,能夠快速收集實際駕駛數(shù)據(jù)并優(yōu)化技術(shù)。盡管Robotaxi模式在短期內(nèi)可能面臨安全員配備和高昂硬件成本的挑戰(zhàn),但它為自動駕駛技術(shù)的商業(yè)化提供了寶貴的實踐經(jīng)驗和用戶反饋。
無論是智行者的全棧解決方案,毫末智行的數(shù)據(jù)驅(qū)動模式,蘑菇車聯(lián)的“車路云一體化”自動駕駛系統(tǒng),還是某些廠商的Robotaxi服務(wù),都在積極探索自動駕駛技術(shù)在現(xiàn)實世界中的應(yīng)用和商業(yè)化可能。
落到產(chǎn)業(yè)實處,不僅是技術(shù)發(fā)展的必然要求,也是自動駕駛企業(yè)價值的真正體現(xiàn)。隨著技術(shù)的不斷進步和市場的逐步成熟,自動駕駛的未來將更加多元化和豐富,為社會帶來更高效、更安全、更便捷的出行方式。
寫在最后:
商業(yè)模式多元化、賽道發(fā)展理性化,自動駕駛的新周期正在來臨。
當下,自動駕駛廠商們合作模式也在發(fā)生變化,跨行業(yè)合作和開放創(chuàng)新成為新的趨勢,企業(yè)、政府、研究機構(gòu)和高校之間的合作日益緊密。
政策法規(guī)方面,隨著自動駕駛技術(shù)的發(fā)展,相關(guān)法律法規(guī)也在不斷完善,為技術(shù)的商業(yè)化應(yīng)用提供了更加明確的指導(dǎo)和支持。
例如2024年年初,工信部等五部門部署開展智能網(wǎng)聯(lián)汽車“車路云一體化”應(yīng)用試點工作。這將極大地推動自動駕駛商業(yè)化落地?!拔覀儸F(xiàn)在要做的就是切入到這些項目里頭去?!蹦⒐杰嚶?lián)對產(chǎn)業(yè)家說。
這些變化預(yù)示著自動駕駛技術(shù)將更加成熟,更加貼近人們的生活。
在這個周期中,企業(yè)們更加注重技術(shù)的實用性和商業(yè)的可行性。大模型技術(shù)的應(yīng)用,不再是單純追求參數(shù)量的游戲,而是如何將這些強大的工具應(yīng)用于實際場景,解決實際問題。自動駕駛技術(shù)的發(fā)展,正逐漸從概念的炒作轉(zhuǎn)向?qū)嶋H的落地,從實驗室的研究走向市場的應(yīng)用。
在這個不平凡的新周期中,我們有理由相信,自動駕駛技術(shù)將更加成熟,更加貼近人們的生活。企業(yè)們將更加注重技術(shù)的實用性和可靠性,而不是僅僅追求技術(shù)上的突破。自動駕駛的未來,將是一個更加務(wù)實、更加人性化的未來。