這一整周，新智駕團(tuán)隊(duì)都泡在上海車展里，充分浸潤(rùn)中國(guó)汽車行業(yè)的新氣息，沿著“電動(dòng)化”和“智能化”大風(fēng)向，也嗅到了相較往年，新能源汽車行業(yè)更為鮮明的喜好。

一個(gè)字可以形容今年的上海車展——卷。

“智能化”無疑是“卷之又卷”的紅海區(qū)。

城市領(lǐng)航功能、全域智能架構(gòu)、基于AI大模型算法的更新、艙內(nèi)語音交互......車企也好，供應(yīng)鏈企業(yè)也好，如果不亮出智能化相關(guān)的新產(chǎn)品、新技術(shù)或者量產(chǎn)交付新進(jìn)度，那么就會(huì)在眾多“喜新厭舊”的媒體人和專業(yè)觀眾的目光中，迅速淪為背景板。

實(shí)現(xiàn)汽車智能化是行業(yè)共識(shí)，但其實(shí)在幾年前，主機(jī)廠們對(duì)智能車艙、智能駕駛功能，包括對(duì)技術(shù)和測(cè)試方案的理解都還沒有一個(gè)特別清晰的概念。

而當(dāng)下，各種智駕方案已進(jìn)入大規(guī)模量產(chǎn)階段。

比如在今年上海車展，新智駕發(fā)現(xiàn)，光是搭載了商湯絕影智能駕駛和智能車艙產(chǎn)品的車型諸如蔚來ES7、極氪X、東風(fēng)猛士917、廣汽埃安AION LX Plus、傳祺E9、影酷、M8宗師、哪吒S等等，就差不多有30款展出。

商湯財(cái)報(bào)顯示，僅2022年，商湯絕影的智能駕駛和智能車艙產(chǎn)品新增汽車定點(diǎn)數(shù)已超過800萬臺(tái)。

主機(jī)廠們也漸漸搭建起自己內(nèi)部的大規(guī)模測(cè)試團(tuán)隊(duì)，對(duì)智駕產(chǎn)品的形態(tài)、功能的體驗(yàn)、技術(shù)的認(rèn)知，也有了更深入和更成體系的理解和需求。

商湯的聯(lián)合創(chuàng)始人、首席科學(xué)家、絕影智能汽車事業(yè)群總裁王曉剛告訴新智駕，如今主機(jī)廠們正對(duì)智能化提出更高的要求：

“首先，更看重智能駕駛的實(shí)際價(jià)值，之前是'從無到有'，現(xiàn)在則是'從有到優(yōu)'，強(qiáng)調(diào)高效交互，要給消費(fèi)者帶來更'擬人化'的智能駕駛體驗(yàn)；

其次，智能駕駛方案量產(chǎn)上車后，要進(jìn)一步普及，就要求進(jìn)一步降低成本。”

如何在保障需求性能的基礎(chǔ)上，盡可能降低成本，這是一門關(guān)于省錢的精妙平衡藝術(shù)——

而商湯絕影抓住的關(guān)鍵致勝武器之一，是通用人工智能。

從“刻苦型”運(yùn)動(dòng)員到“天賦型”運(yùn)動(dòng)員：更“擬人化”的智駕體驗(yàn)

先來看看通用人工智能是如何提升智能駕駛體驗(yàn)的。

猶如嬰兒一聲響亮的啼哭，ChatGPT的亮相和火爆，宣告了通用人工智能元年的到來。

什么是通用人工智能（AGI）？

一般而言，現(xiàn)有人工智能系統(tǒng)輸入的是多模態(tài)數(shù)據(jù)，輸出也可以是多個(gè)任務(wù)，但是這些任務(wù)都是預(yù)先設(shè)計(jì)好的，一旦遇到新的任務(wù)，就要重新設(shè)計(jì)AI系統(tǒng)，采集樣本，對(duì)模型重新訓(xùn)練。

而一個(gè)AGI模型，在給定合適的提示詞作為輸入后，就能生成多模態(tài)數(shù)據(jù)，再加上用自然語言描述的任務(wù)，就可以在不改變模型本身，僅通過設(shè)計(jì)合適的提示詞的情況下，覆蓋海量復(fù)雜的開放式的任務(wù)，包括各種長(zhǎng)尾任務(wù)，也包括一些主觀描述性的任務(wù)。

以一個(gè)智能駕駛場(chǎng)景為例，比如在給AI系統(tǒng)一幅圖后，系統(tǒng)希望知道車輛是否應(yīng)該減速。

在現(xiàn)有的AI系統(tǒng)中，系統(tǒng)首先要進(jìn)行物體檢測(cè)，得到檢測(cè)框，再進(jìn)行文字識(shí)別，最后做出“要不要減速”的決策判斷，所有這些模塊都是預(yù)先設(shè)計(jì)好的任務(wù)。

在這種模式下，系統(tǒng)需要通過終端設(shè)備不斷采集并且標(biāo)注大量的數(shù)據(jù)去更新模型，模型再反饋到前期終端設(shè)備，去獲取更高質(zhì)量的數(shù)據(jù)，這就是過去幾年常被提及的“數(shù)據(jù)飛輪”。

而在AGI系統(tǒng)中，給到系統(tǒng)圖像后，終端可以問AGI任何問題，比如“這個(gè)圖標(biāo)是什么意思?我們應(yīng)該做什么？”。

AGI系統(tǒng)會(huì)給出答案和中間的推理過程，比如看到了前方100米每小時(shí)30公里的限速，這是學(xué)校區(qū)域，有小孩活動(dòng)，所以需要小心小孩，將車速降到30公里每小時(shí)以下。

可以這么理解，在AGI的系統(tǒng)當(dāng)中，人對(duì)于模型的輸入是對(duì)齊人的意圖的——即通過人的調(diào)教、指導(dǎo)甚至方法論的輸出，不斷地解鎖新模型的新能力，這個(gè)過程是人和模型共創(chuàng)的。

AI模式，王曉剛視之為“資質(zhì)平庸”的苦練型運(yùn)動(dòng)員，AGI模型則是“天賦型”運(yùn)動(dòng)員。

王曉剛認(rèn)為，以往的一些模型，無論是中模型或小模型，它是一個(gè)專屬模型，可以把它理解為一個(gè)比較刻苦的運(yùn)動(dòng)員，天賦不是很高，但通過勤奮和努力也能達(dá)到一定的水平，但這就需要教練一招一式一次次地去演示給模型看，或者是需要更有天賦的大模型的演示，這意味著需要采集更多的訓(xùn)練數(shù)據(jù)。

“優(yōu)秀的大模型就像非常有天賦的運(yùn)動(dòng)員一樣，作為教練，人并不需要一招一式地去演示給他，只要輸出一些方法論，給予恰當(dāng)?shù)囊龑?dǎo)，甚至是在一些關(guān)鍵的地方給予指導(dǎo)，它就能夠?qū)W會(huì)甚至創(chuàng)造新的動(dòng)作，見招拆招，無招勝有招。”

什么是智能駕駛技術(shù)的本質(zhì)？

自動(dòng)駕駛技術(shù)的本質(zhì)，是解決時(shí)間(When) 與空間(Where) 交叉發(fā)生的綜合場(chǎng)景問題：

這就需要利用感知融合、建圖定位、決策規(guī)劃、運(yùn)動(dòng)控制等自動(dòng)駕駛?cè)珬＜夹g(shù)，解決好自動(dòng)駕駛運(yùn)行期間的日夜差別、逆光、雨雪霧等不同時(shí)間場(chǎng)景(When)及高速公路、城市道路、停車場(chǎng)、園區(qū)、港口、礦山等各類空間場(chǎng)景(Where)。

高價(jià)值數(shù)據(jù)獲取+高效率數(shù)據(jù)利用，則是自動(dòng)駕駛技術(shù)致勝關(guān)鍵。

由此商湯絕影提出了自己的量產(chǎn)智能駕駛公式：

自動(dòng)駕駛技術(shù)能力=場(chǎng)景數(shù)據(jù)x數(shù)據(jù)獲取效率x數(shù)據(jù)利用效率 =場(chǎng)景數(shù)據(jù)x數(shù)據(jù)獲取效率x先進(jìn)算法x先進(jìn)算力。

商湯研發(fā)體系正逐步完成從“苦練型”大模型到“天賦型”大模型的轉(zhuǎn)變，也意味著其數(shù)據(jù)獲取效率的大幅提升。

所謂更高的數(shù)據(jù)獲取效率，即如何更快地去獲取這些數(shù)據(jù)，這有兩個(gè)維度：

一方面是如何基于新計(jì)算平臺(tái)快速地使車輛跑起來，實(shí)現(xiàn)閉環(huán)迭代；另一方面是如何快速實(shí)現(xiàn)數(shù)據(jù)回流。

比如基于“苦練型”AI模型，如果在客戶端或者OEM端發(fā)現(xiàn)了系統(tǒng)對(duì)車型的識(shí)別不夠好，就要花大量的時(shí)間和金錢，采集大量數(shù)據(jù)，再去做標(biāo)注、重新做訓(xùn)練和驗(yàn)證，一般以月為時(shí)間單位進(jìn)行優(yōu)化。

而基于AGI系統(tǒng)，商湯絕影智能汽車事業(yè)群智能駕駛副總裁石建萍介紹，這一流程就能被大大加速，商湯已經(jīng)可以做到每?jī)芍艿粋€(gè)版本，至于對(duì)特定場(chǎng)景數(shù)據(jù)的篩選和獲取，還可縮短至3-5天完成。

同時(shí)，基于AGI系統(tǒng)，數(shù)據(jù)標(biāo)注成本也能降至原來的十分之一。

以激光雷達(dá)為例，過去各公司通過激光雷達(dá)做感知時(shí)，當(dāng)拿到一個(gè)新的型號(hào)，要想獲得可靠的感知結(jié)果，一般需要標(biāo)注幾十萬幀數(shù)據(jù)，這對(duì)應(yīng)著幾十萬甚至上百萬個(gè)的檢測(cè)框，整個(gè)標(biāo)注成本會(huì)達(dá)到近百萬元，如果要覆蓋更多異常場(chǎng)景、目標(biāo)或者天氣，數(shù)據(jù)還要再積累幾十倍，成本也會(huì)高達(dá)幾百萬元。

另外，由于激光雷達(dá)對(duì)標(biāo)注員、標(biāo)注工具的要求比較高，現(xiàn)階段完全熟練的數(shù)據(jù)標(biāo)注員也不多，因此構(gòu)建一套完整可持續(xù)工作的數(shù)據(jù)集，即使調(diào)度了幾十甚至幾百人的標(biāo)注團(tuán)隊(duì)，也得花費(fèi)將近半年時(shí)間。

“現(xiàn)在商湯絕影通過AGI大模型做激光雷達(dá)數(shù)據(jù)的打標(biāo)簽、預(yù)標(biāo)注、篩選，基本能把數(shù)據(jù)標(biāo)注的量級(jí)降至小于十萬張?！笔ㄆ纪嘎?。

那基于AGI大模型實(shí)現(xiàn)高效數(shù)據(jù)閉環(huán)所需要的原料——海量數(shù)據(jù)又是從何而來？

商湯絕影有三類渠道：

• 智能交通+智能駕駛多行業(yè)數(shù)據(jù)匯聚：通過以往不同的業(yè)務(wù)場(chǎng)景（比如路端的智能感知產(chǎn)品、車端側(cè)的車城網(wǎng)平臺(tái)等）匯聚多行業(yè)數(shù)據(jù)，擁有廣泛的時(shí)空?qǐng)鼍皵?shù)據(jù)。

• L2+和L4多產(chǎn)品線形態(tài)覆蓋：絕影的產(chǎn)品線覆蓋了量產(chǎn)行車場(chǎng)景、量產(chǎn)泊車場(chǎng)景、園區(qū)自動(dòng)接駁場(chǎng)景、運(yùn)營(yíng)區(qū)自動(dòng)載客場(chǎng)景等，也能夠?qū)崿F(xiàn)規(guī)?；⒎夯瘓?chǎng)景量產(chǎn)數(shù)據(jù)和復(fù)雜任務(wù)場(chǎng)景高精度數(shù)據(jù)互相反哺。

• 廣泛車企合作：商湯絕影已與 30 多家車企建立合作關(guān)系，到 2022 年底，絕影智能駕駛技術(shù)已在多個(gè)車型實(shí)現(xiàn)量產(chǎn)。

果實(shí)成熟：還需與產(chǎn)品方案“雙向奔赴”

數(shù)據(jù)獲取效率提高的背后，是算法和算力的快速優(yōu)化和迭代。

在算力方面，商湯做了件核心工作：建立人工智能數(shù)據(jù)中心。

目前商湯AI大裝置SenseCore基于2.7萬塊GPU的并行計(jì)算系統(tǒng)實(shí)現(xiàn)了5.0 exaFLOPS的算力輸出，可支持最多20個(gè)千億參數(shù)量超大模型（以千卡并行）同時(shí)訓(xùn)練。

在算法優(yōu)化方面，基于AIDC基礎(chǔ)裝置，商湯早在2021年底就發(fā)布了名為書生（Intern）的超大模型，是視覺模型領(lǐng)域業(yè)界最大的模型。

車展前夕，商湯又發(fā)布了“日日新”大模型體系，這個(gè)體系下包括了感知、AIGC、圖像生成、自然語言、多模態(tài)等一系列模型，每個(gè)方面的模型，都可以不斷延伸。

“比如商湯的感知模型最早在2019年是十億參數(shù)的模型，到今天已經(jīng)有320億參數(shù)，是世界上最大的視覺感知模型?！蓖鯐詣偙硎?。

而為了解決智能駕駛、智能車艙中的各種問題，基于以上通用大模型，商湯又逐漸訓(xùn)練出專用小模型。

以業(yè)內(nèi)這兩年提得比較多的BEV感知算法為例。

在使用BEV算法之前，大部分智能駕駛公司的車輛位置感知流程，一般是先去感知2D圖像中的一些特征，比如說車在哪里、車輪的接定點(diǎn)在哪里、車的長(zhǎng)寬比例是多少，由此拿到一些圖像層面的信息，再根據(jù)相機(jī)的一些3D標(biāo)定幾何參數(shù)，獲得目標(biāo)在三維空間下的準(zhǔn)確位置信息。

但在這過程中，整個(gè)空間位置會(huì)出現(xiàn)很多誤差，因?yàn)橐坏?biāo)定過程中的一些輸入要素不穩(wěn)定，就會(huì)導(dǎo)致最終感知結(jié)果的不穩(wěn)定，從而使得系統(tǒng)在基于這些位置信息，在后續(xù)對(duì)車輛做優(yōu)化控制時(shí)，出現(xiàn)很多異常的表現(xiàn)，比如車輛急剎等等。

BEV感知方案，則是整個(gè)流程還要為下游的車輛規(guī)劃控制服務(wù)，所以會(huì)直接端到端輸入3D信息，避免了上述過程中需要一步步轉(zhuǎn)換目標(biāo)感知信息造成的誤差，除此之外，BEV的目標(biāo)感知，還包括了對(duì)車道要素的感知、對(duì)可行駛區(qū)域的感知。

因此基于上文提及的商湯在AI算法和模型方面的積累，絕影訓(xùn)練出了自己的BEV環(huán)視感知算法。

“我們是第一批真正上線了BEV算法方案的公司，在不同的算力芯片上都有部署實(shí)施，而且已經(jīng)進(jìn)到了量產(chǎn)項(xiàng)目的流程中去，同時(shí)整套長(zhǎng)尾目標(biāo)的識(shí)別體系也是已經(jīng)量產(chǎn)上車的?！笔ㄆ急硎?。

根據(jù)介紹，現(xiàn)在商湯已經(jīng)可以實(shí)現(xiàn)2D與3D數(shù)據(jù)的自動(dòng)標(biāo)注與校驗(yàn)，即基于超大模型完成圖像2D和Lidar 3D數(shù)據(jù)自動(dòng)標(biāo)注，絕影標(biāo)注效率可與標(biāo)注員保持一致。

與此同時(shí)，BEV感知在落地量產(chǎn)時(shí)，會(huì)面臨多車型傳感器選型和配置存在差異的問題，而商湯絕影采用Domain Adaption算法，也解決了BEV感知在面臨量產(chǎn)多車型時(shí)的跨域泛化問題，進(jìn)一步提升了數(shù)據(jù)利用效率。

大模型的突破正引來新一輪研究范式的變革，商湯絕影的研發(fā)體系也正快速迭代，從基于規(guī)則的“苦練型”運(yùn)動(dòng)員往基于數(shù)據(jù)的“天賦型”運(yùn)動(dòng)員演進(jìn)。

而基于通用大模型，商湯絕影蒸餾出智能駕駛專用小模型，使得商湯絕影不管是對(duì)智能駕駛所需要的場(chǎng)景數(shù)據(jù)利用效率、數(shù)據(jù)獲取效率都大幅提升，從而進(jìn)一步帶來了智能駕駛方案研發(fā)和量產(chǎn)上車過程中，成本的降低和駕駛體驗(yàn)的優(yōu)化。

我們正處在汽車智能化變革當(dāng)中非常重要的時(shí)間點(diǎn)，隨著智能化功能開始大規(guī)模進(jìn)入量產(chǎn)階段，智能駕駛概念普及，不管是主機(jī)廠還是消費(fèi)者，都對(duì)汽車智能化提出了更高的要求。

“通過通用大模型，再快速地對(duì)小模型進(jìn)行更新，產(chǎn)品的研發(fā)和交付效率能有上百倍的提升，綜合來看，這是能做到智能駕駛相關(guān)方案的成本和性能平衡的?！?/p>

王曉剛透露，今年商湯絕影的目標(biāo)，是在智能駕駛L2+方案量產(chǎn)交付后，在提升體驗(yàn)方面，樹立標(biāo)桿案例，再逐漸形成低成本的標(biāo)準(zhǔn)化方案。

“商湯在通用人工智能大模型領(lǐng)域已有5年的積累，今年又是通用人工智能的元年，這到了商湯發(fā)揮通用大模型的作用的時(shí)候，我們要去樹立商湯絕影在通用人工智能領(lǐng)域核心供應(yīng)商的地位?！?/p>

雷峰網(wǎng)(公眾號(hào)：雷峰網(wǎng))#雷峰網(wǎng)#雷峰網(wǎng)

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。