0
| 本文作者： 虞超 | 2024-03-27 11:25 |
2024年伊始，特斯拉FSD V12正式開始推送。對于廣大國內(nèi)智駕企業(yè)來說，這或許意味著一次“暴擊”。
自特斯拉的FSD V12問世以來，有許多的業(yè)者和投資人對其贊譽(yù)有加。一位來自某國際金融機(jī)構(gòu)的工作人員甚至對雷峰網(wǎng)(公眾號：雷峰網(wǎng))《新智駕》表示，如若FSD能夠入華，對于國內(nèi)智駕企業(yè)而言，不是簡單的“掀起新一輪智能化浪潮”，而是對國內(nèi)高新技術(shù)企業(yè)投下了一枚大殺器，將造成后果難以估量的毀滅性打擊。
在他看來，特斯拉是以國別來開啟智駕的使用范圍，不像國內(nèi)是以城市或者里程數(shù)來“開城”。他表示，特斯拉FSD的開放范圍，如果換算成實(shí)際的里程數(shù)和覆蓋面積，各方面都是遠(yuǎn)高于國內(nèi)，但很多國內(nèi)同行對此還沒有引起足夠的重視。
就上述觀點(diǎn)，雷峰網(wǎng)《新智駕》與國內(nèi)某智駕公司的技術(shù)人員進(jìn)行了交流。該工作人員表示，F(xiàn)SD的性能相當(dāng)強(qiáng)悍，現(xiàn)階段國內(nèi)消費(fèi)市場能與之PK的，只有“那家”通訊技術(shù)出身的大廠。
他認(rèn)為，基于目前公開的資料來看，F(xiàn)SD V12強(qiáng)大的關(guān)鍵，在于使用了端到端技術(shù)。
更接近人類的駕駛方式
眾所周知，傳統(tǒng)自動(dòng)駕駛方案通常采用模塊化的方法，分為感知、預(yù)測、規(guī)劃和控制等不同的子系統(tǒng)。每個(gè)子系統(tǒng)完成特定的任務(wù)，然后將結(jié)果傳遞給下一個(gè)模塊，最終形成駕駛操作方案。
而端到端自動(dòng)駕駛方案則采用一種統(tǒng)一的架構(gòu)，直接將傳感器輸入數(shù)據(jù)映射到駕駛控制信號上。這種方法不需要單獨(dú)的感知、預(yù)測和規(guī)劃模塊，而是通過一個(gè)單一的神經(jīng)網(wǎng)絡(luò)來處理所有的任務(wù)，其優(yōu)勢在于能夠進(jìn)行聯(lián)合特征優(yōu)化，提高計(jì)算效率，并且有潛力通過擴(kuò)展訓(xùn)練資源來改進(jìn)系統(tǒng)的性能。
簡而言之，傳統(tǒng)方案強(qiáng)調(diào)模塊間的明確分工和順序處理，端到端方案則側(cè)重于通過深度學(xué)習(xí)方法，實(shí)現(xiàn)直接從感知到控制的轉(zhuǎn)換。由于它模仿了人類如何直接從視覺輸入中做出駕駛決策這一過程，也被認(rèn)為是更接近人類的駕駛方式。
一位高級感知算法工程師告訴新智駕，目前的端到端模型，從技術(shù)層面上大致有三種分類：
第一種是輕模塊化級聯(lián)方案，將原本利用規(guī)則和經(jīng)驗(yàn)構(gòu)造的算法代碼用設(shè)計(jì)好的神經(jīng)網(wǎng)絡(luò)來代替，保證下游網(wǎng)絡(luò)結(jié)構(gòu)也能提取到原始信息。
第二種方案則是借助近期快速爆發(fā)的大語言模型，利用大語言模型出色的涌現(xiàn)能力和推理能力，將網(wǎng)絡(luò)級別的知識遷移到自動(dòng)駕駛系統(tǒng)中，使其同時(shí)具備場景理解和解決實(shí)時(shí)駕駛問題的能力，例如商湯。
第三種，則較為激進(jìn)，類似特斯拉這樣，利用海量傳感器和用戶行車數(shù)據(jù)，忽略中間過程，直接監(jiān)督最終控制信號的真正的端到端大模型。
FSD V12的跑火，讓“端到端”成為智駕圈的熱詞。同時(shí)，也為國內(nèi)智駕行業(yè)染上了一絲悲觀情緒：
有業(yè)者向新智駕表示，國內(nèi)智駕行業(yè)的發(fā)展速度，相比全球最頂尖的技術(shù)，滯后了一年左右。他表示，很多國內(nèi)公司對于國外的頂尖技術(shù)亦步亦趨，原創(chuàng)性不足，因此有一定的滯后性，而這一特性在端到端技術(shù)出現(xiàn)時(shí)較為明顯。
對于端到端技術(shù)，國內(nèi)依舊有具備敏銳技術(shù)嗅覺的企業(yè)，例如元戎啟行。
據(jù)新智駕了解，早在23年初，元戎啟行就和英偉達(dá)高層交流并展示了自己的端到端計(jì)劃。并且，元戎的端到端模型今年就會(huì)在消費(fèi)市場落地。
在元戎啟行CEO周光看來，端到端能夠以一種很好的、AI Driven的方式，去打造更具智慧、可靠的智能駕駛汽車。只不過有AI背景的他，更早察覺到了這一點(diǎn)。
他說，傳統(tǒng)的模塊化模型是基于規(guī)則的，本質(zhì)上是由人通過不斷敲代碼制定規(guī)則的方式，讓智駕系統(tǒng)來駕駛，因此駕駛動(dòng)作的“機(jī)械感"很強(qiáng)，但實(shí)際的道路狀況千變?nèi)f化，規(guī)則無法全部解決。
端到端模型則不一樣，它鍛煉的是系統(tǒng)的自主學(xué)習(xí)、變通的能力，對駕駛環(huán)境全場景的理解能力更強(qiáng)。
周光舉了兩個(gè)例子：
比如，搭載端到端模型的車會(huì)顧慮后車需求，在停車的狀態(tài)下，可以“看到”后車打轉(zhuǎn)向燈，主動(dòng)禮讓后車右轉(zhuǎn)，而傳統(tǒng)的模塊化模型沒有辦法這么”人性化”。
再比如，壓實(shí)線的規(guī)則在不同城市的執(zhí)行方式是不一樣的，有一些城市或一些路段非常嚴(yán)格，必須嚴(yán)格遵守。但有一些城市的路邊會(huì)有很多違停車輛，或者道路施工，所以車輛不得不壓點(diǎn)實(shí)線，借個(gè)道才能通過。如果單純基于規(guī)則，那車輛到底該不該壓實(shí)線？這很難回答。
遇到這樣的情形，端到端模型則更能體現(xiàn)優(yōu)勢：它的全場景理解能力更強(qiáng)，會(huì)根據(jù)當(dāng)?shù)厝说鸟{駛風(fēng)格以及實(shí)時(shí)路況來做決策。
而且在效率方面，模塊化模型也存在一定的劣勢。
周光表示，傳統(tǒng)模塊化模型的信息傳遞，需要經(jīng)過不同模塊，而模塊間存在gap，造成信息減損，帶來安全隱患。
出現(xiàn)問題時(shí)，模塊化模型也需要工程師手動(dòng)處理case。一位熟練工程師一天只能處理10多個(gè)case，而技術(shù)水平略低的工程師，能夠處理的case則更少。這意味著數(shù)據(jù)越多，處理起來越棘手，效率也更低，只能不斷增添人手。
假如這種情況發(fā)生在某款已經(jīng)量產(chǎn)的車型上，那么后果會(huì)很嚴(yán)重。
與之相反，端到端模型則是數(shù)據(jù)越多越聰明。
依據(jù)OpenAI已經(jīng)驗(yàn)證過的Scaling Law（比例定律），在數(shù)據(jù)集規(guī)模以及計(jì)算資源不斷增長的情況下，模型的性能將會(huì)單調(diào)提升。因此只需要給滿足Scaling Law的端到端模型，“投喂”大量人類老司機(jī)的駕駛數(shù)據(jù)，它就能學(xué)習(xí)到駕駛方法。
周光認(rèn)為，之所以準(zhǔn)確判斷出端到端技術(shù)的重要性，源于自己的Tech Vision。
他說，Tech Vision是AI公司的命脈，其核心是要對技術(shù)有準(zhǔn)確的預(yù)判，以及具備終局思維。一家公司不應(yīng)該耗費(fèi)精力去做一些過分雕花的事情，卻沒能解決用戶真正的痛點(diǎn)。
憑借這種敏銳的技術(shù)嗅覺，早在2017年，周光就意識到了前融合的重要性，雖然當(dāng)時(shí)很多企業(yè)還在做后融合，但周光堅(jiān)持進(jìn)行了前融合的技術(shù)規(guī)劃。如今看來，這一舉措讓元戎啟行在all in端到端時(shí)，避免了“大象轉(zhuǎn)身”般的窘迫。
但在真正打造端到端模型的時(shí)候，周光還是選擇了循序漸進(jìn)的方式。他將這一過程，總結(jié)為“三步走”：
第一步，將后融合感知技術(shù)，變成了多傳感器前融合感知技術(shù)，把多個(gè)傳感器感知的數(shù)據(jù)放到一個(gè)神經(jīng)網(wǎng)絡(luò)里。
在物體檢測層面，元戎用 AI 的能力把全場景感知的能力建立起來，讓感知的準(zhǔn)確率、魯棒性大大提升。
第二步，讓系統(tǒng)擺脫了對高精度地圖的依賴，讓模型可以進(jìn)一步感知道路拓?fù)浣Y(jié)構(gòu)，讓預(yù)測和規(guī)劃由規(guī)則驅(qū)動(dòng)變成了數(shù)據(jù)驅(qū)動(dòng)。
第三步，是推出端到端模型，將感知、預(yù)測、規(guī)劃三個(gè)模型一體化。
周光稱，可以將這一模型理解為，原本三個(gè)獨(dú)立模塊，現(xiàn)在被直接相連，看到不同的路況都能做出相應(yīng)的駕駛反應(yīng)，“所見即所得”。
他表示，這其中跨出的每一步，都是一次重要的技術(shù)突破。由于堅(jiān)持技術(shù)原創(chuàng)，所以在研發(fā)時(shí)面臨很多不確定性，也被質(zhì)疑過。但他強(qiáng)調(diào)，AI 2.0 的時(shí)代已然來臨，競爭只會(huì)更加激烈，走在行業(yè)前列的公司幾乎都會(huì)選擇閉源，這是必須認(rèn)清的現(xiàn)實(shí)。
元戎啟行對技術(shù)的執(zhí)念，使其成為國內(nèi)最早能夠?qū)⒍说蕉四Ｐ蛻?yīng)用到車端的企業(yè)。
此時(shí)，行業(yè)內(nèi)同樣有質(zhì)疑的聲音，認(rèn)為國內(nèi)公司現(xiàn)階段談端到端上車還不太成熟，尤其是基礎(chǔ)建設(shè)和數(shù)據(jù)方面的儲備都不夠。
對此，周光表示，打造端到端模型的核心因素有三個(gè)：模型、算力和數(shù)據(jù)。
端到端模型，元戎已經(jīng)打造好了；算力方面，元戎和英偉達(dá)有深度技術(shù)合作，元戎的大股東阿里也會(huì)提供支持；數(shù)據(jù)層面，元戎和多家車企有了量產(chǎn)合作，客戶為元戎提供了很多真實(shí)的、脫敏后的行車數(shù)據(jù)，而且涵蓋的場景很全面，足夠訓(xùn)練模型，可謂是萬事俱備。
同時(shí)，各家主機(jī)廠對于端到端方案的上車，態(tài)度也非常積極。
周光稱，當(dāng)下高速路段的智能駕駛，各家已經(jīng)做得比較成熟。相反，城區(qū)才是真正的戰(zhàn)場，可以說得城區(qū)者得“天下”。但城區(qū)的路況非常復(fù)雜，也存在很多長尾場景。
所以，周光認(rèn)為城區(qū)的智能駕駛還沒有跨越早期市場與成熟市場的鴻溝，消費(fèi)者對城區(qū)NOA沒有產(chǎn)生依賴。鑒于此，主機(jī)廠非常期望能找到一個(gè)厲害的技術(shù)伙伴，幫他們做好城區(qū)NOA體驗(yàn)，而元戎提供的端到端模型正好符合他們的需求。
據(jù)周光介紹，目前主機(jī)廠對于端到端方案，有以下幾個(gè)關(guān)注點(diǎn)：
第一，系統(tǒng)是否能夠在復(fù)雜路段流暢行駛，保證舒適的體感。
第二，全場景的理解能力強(qiáng)不強(qiáng)，能否有一些類人的決策。譬如，會(huì)顧慮后車需求，在停車的狀態(tài)下，“看到”后車打轉(zhuǎn)向燈，主動(dòng)禮讓后車右轉(zhuǎn)。
第三，安全層面的兜底策略是否可靠。
第四，后期OTA的天花板高不高，是否能新增一些讓人驚艷的功能。例如，雨天車輛在靠近人行道的車道行駛時(shí)，遇到積水會(huì)主動(dòng)減速，避免把水濺到行人身上。
周光說，以上所述的幾點(diǎn)核心需求，元戎都能滿足。
然而，順利上車只是第一步。有多位行業(yè)人士向新智駕表示，更大的挑戰(zhàn)其實(shí)在于工程化。
周光也承認(rèn)，工程化能力是一項(xiàng)很大的挑戰(zhàn)，需要去遵循汽車工業(yè)的整套車規(guī)標(biāo)準(zhǔn)，精細(xì)地拆解、解讀標(biāo)準(zhǔn)，再把這些標(biāo)準(zhǔn)融合到整個(gè)研發(fā)流程中，實(shí)現(xiàn)工程化的轉(zhuǎn)變。
不過同時(shí)他也表示，元戎的研發(fā)同事都期望能夠推動(dòng)產(chǎn)品更好更快地落地，促進(jìn)形成技術(shù)閉環(huán)，所以大家都有很大的決心去迅速補(bǔ)齊工程化能力，讓搭載元戎方案的量產(chǎn)車在今年順利落地。
對于很多科技企業(yè)而言，搭載了端到端模型的特斯拉，屬實(shí)是個(gè)實(shí)力強(qiáng)勁的對手。但換個(gè)角度來看，F(xiàn)SD雖然在美國和加拿大都已經(jīng)開通，可眾所周知，兩國的人口密度都相對較低，城市規(guī)劃也和許多國家或地區(qū)不同。如果換成中國的北上廣深、日本的東京、韓國的首爾這種人口更為密集，路況更為復(fù)雜的城市，F(xiàn)SD又會(huì)有怎樣的表現(xiàn)呢？鹿死誰手，或許猶未可知。
同時(shí)，端到端模型實(shí)際上也具備著相當(dāng)強(qiáng)的技術(shù)復(fù)用能力，智能駕駛是重要的應(yīng)用場景之一，但同時(shí)也是最能擊穿“次元壁”的應(yīng)用場景，它就像阿基米德口中的那個(gè)支點(diǎn)，能夠撬動(dòng)一個(gè)全新的世界，一如借助于手機(jī)這個(gè)“支點(diǎn)”而被撬動(dòng)的物聯(lián)網(wǎng)世界。假以時(shí)日，通過智能駕駛而不斷完善的端到端模型，將會(huì)賦能于更多的場景。
比如，包括周光在內(nèi)，許多人心心念念的人形機(jī)器人。
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
