“要對城市NOA有客觀的認(rèn)識。”

這是汽車百人會論壇上，地平線創(chuàng)始人兼CEO余凱的表態(tài)，同時也是業(yè)界諸多智駕工作者的心聲。

大家普遍認(rèn)為，當(dāng)前市面上的高速NOA剛好達(dá)到“好用”，還未讓消費者“愛用”，城區(qū)NOA的現(xiàn)狀，恐怕連“可用”都是一個問題。

由此可見，高階智駕的赤膊戰(zhàn)還有“終局”未分勝負(fù)。賽道玩家現(xiàn)階段關(guān)注的，是解決“可用和“愛用”的問題，接著再解決“好用”的難題。標(biāo)準(zhǔn)場景的通過率、體驗更擬人、通行效率更高，成了所有企業(yè)重點加碼的智駕“痛點”。

從本屆北京車展來看，智駕公司與車企強(qiáng)調(diào)的技術(shù)熱點，已經(jīng)從去年的BEV+Transformer切換到“端到端”。從車展媒體日的發(fā)布會可以看出，大部分高管提及智駕業(yè)務(wù)，都會提一嘴“端到端”的戰(zhàn)略部署——

未來幾年，似乎誰真正走通了“端到端”，誰就有可能在智駕終局拿到勝利的入場券。

不過，從“端到端”鼻祖特斯拉來看，基于該公司的投資強(qiáng)度，端到端大模型其實非常燒錢，可能得百億起步。

毫末智行數(shù)據(jù)智能科學(xué)家賀翔曾在采訪中提到，端到端模型是一個純粹的數(shù)據(jù)系統(tǒng)，原則上模型參數(shù)夠大，數(shù)據(jù)分布性更好，就能不斷地提高。燒錢，且費時間，但天花板也很高。

01

高階智駕爭奇斗艷

華為

北京車展前夕，華為發(fā)布了以智駕為核心的“乾崑”新品牌。其中，高階智能駕駛乾崑ADS 3.0采用了端到端的全新架構(gòu)，基于GOD（通用障礙物識別）大網(wǎng)，實現(xiàn)了從簡單“識別障礙物”到深度“理解駕駛場景”的進(jìn)步。

乾崑ADS 3.0全新架構(gòu)采用PDP（預(yù)測決策規(guī)控）網(wǎng)絡(luò)實現(xiàn)預(yù)決策和規(guī)劃一張網(wǎng)，從而實現(xiàn)類人化的決策和規(guī)劃，行駛軌跡更類人，通行效率更高，復(fù)雜路口通過率>96%。

小鵬

小鵬汽車的智駕一直處于國內(nèi)第一梯隊，據(jù)悉，基于端到端大模型，小車的XNGP高階智能駕駛輔助系統(tǒng)，將完成感知大模型升級和規(guī)控大模型上車。

何小鵬表示，目前小鵬汽車已開始公測端到端的解決方案，并將在5月正式對外分享端到端實際數(shù)據(jù)表現(xiàn)。通過行業(yè)首個量產(chǎn)的2K純視覺占用網(wǎng)絡(luò)大模型上車，用超過200萬個高精度網(wǎng)格重構(gòu)世界，能清晰識別動、靜態(tài)障礙物的每一個細(xì)節(jié)。

商湯絕影

作為首個提出感知決策一體化自動駕駛通用模型的公司，商湯絕影在本屆車展首次向公眾展示了面向量產(chǎn)的端到端自動駕駛解決方案UniAD（Unified Autonomous Driving）的道路測試。

該方案能在無高精地圖條件下，僅依靠視覺感知的實際道路測試成果。無論是復(fù)雜城市道路還是無中線的鄉(xiāng)村道路上，車輛能高效準(zhǔn)確地完成包括大角度左轉(zhuǎn)上橋、避讓占道車輛及施工區(qū)域、繞行跑步行人等一系列高難度操作。

博世

雖然沒有強(qiáng)調(diào)端到端的布局，但傳統(tǒng)供應(yīng)鏈巨頭博世，成為傳Tier1在高階智駕的一抹亮色。博世在此次車展帶來的智駕技術(shù)和產(chǎn)品，呈現(xiàn)出跨越式的飛躍。

旗下最新的艙駕一體解決方案，只用一顆芯片就能搞定智駕和智艙，有望在2026年量產(chǎn)，對比當(dāng)前智艙、智駕雙芯片的解決方案，可降本30%。

博世中國高階智能駕駛解決方案，由博世智能駕駛與控制系統(tǒng)事業(yè)部中國區(qū)本土開發(fā)，已于2023年實現(xiàn)量產(chǎn)。其中，城市領(lǐng)航輔助功能將從5月開始逐步推送。

地平線

地平線展出了全場景智能駕駛解決方案SuperDrive，這是該公司打造的高階城區(qū)智駕樣板間。如果說，征程6是地平線軟硬結(jié)合領(lǐng)域的硬件集大成，SuperDrive則是軟件層面的護(hù)城河。

憑借動態(tài)、靜態(tài)、OCC（Occupancy占用網(wǎng)絡(luò)）三網(wǎng)合一的端到端感知架構(gòu)，數(shù)據(jù)驅(qū)動的交互式博弈算法，SuperDrive在任何道路環(huán)境下都能兼顧場景通過率、通行效率和行為擬人。

據(jù)悉，SuperDrive可以像老司機(jī)一樣靈活處理復(fù)雜交通流，在擁堵場景下變道成功率提升50%，路口通過率提升67%。

02

新的燒錢巨坑

2022年底，商湯及其聯(lián)合實驗室提出了行業(yè)首個感知決策一體化自動駕駛通用模型UniAD，并于次年榮獲2023年國際計算機(jī)視覺與模式識別會議（CVPR）最佳論文。

如果說，商湯2022年還無法讓業(yè)界感受到端到端的潛在價值，那么到2023年，這家企業(yè)榮獲的論文大獎，終于讓學(xué)術(shù)圈和汽車行業(yè)意識到端到端在自動駕駛賽道的廣闊前景。

在實踐層面，特斯拉曾在去年嘗試了特斯拉FSD V12的直播測試，讓更多企業(yè)看到端到端的落地可能性；今年3月向北美車主推送了FSDV12.3.1版本，引入了端到端神經(jīng)網(wǎng)絡(luò)，瞬時掀起業(yè)界的極大波瀾。

很多人默認(rèn)，特斯拉是端到端的鼻祖。也正因為此，特斯拉也成了業(yè)界抽絲剝繭、詳細(xì)了解端到端的先鋒案例。此前有咨詢公司分析，參考特斯拉這幾年的投資強(qiáng)度，端到端大模型其實非常燒錢，可能得百億起步。

前文也提到，毫末智行數(shù)據(jù)智能科學(xué)家賀翔曾在采訪中提到，端到端模型是一個純粹的數(shù)據(jù)系統(tǒng)，原則上模型參數(shù)夠大，數(shù)據(jù)分布性更好，就能不斷地提高——

天花板很高，但燒錢，且費時間。

此外，端到端模型的訓(xùn)練非常依賴且消耗算力，僅僅是2024年，特斯拉計劃向Dojo超算投入的資金就要超10億美元。

2023年初，特斯拉曾表示，該公司已經(jīng)分析了從特斯拉客戶的汽車中收集的1000 萬個視頻片段（clips）。且特斯拉判斷，完成一個端到端自動駕駛的訓(xùn)練至少需要100萬個、分布多樣、高質(zhì)量的clips才能正常工作。

不僅是燒錢巨坑，端到端還是個長期工程，很多企業(yè)在短期內(nèi)是很難看到結(jié)果的。這也意味著，端到端是少數(shù)企業(yè)的游戲，只有資金儲備充足、且愿意長期投資的頭部公司，才有能力支持端到端所需的龐大數(shù)據(jù)與算力。

商湯在此次車展表示，行業(yè)里很多企業(yè)在布局端到端解決方案，但一般都分為三種——

第一，是決策層和感知層彼此獨立的云端計算工程；第二，是組合式端到端，意味著連接感知層和決策層需要強(qiáng)力中介，也更容易落地；第三即真正的端到端，也就是商湯目前開發(fā)出的方案，能夠讓企業(yè)以最低成本滿足智駕需要。

不過，這套蓄力已久的端到端方案，累計投入了多少資金，商湯絕影并沒有提及。

返回第一電動網(wǎng)首頁 >