電子發(fā)燒友網(wǎng)報(bào)道（文/莫婷婷）汽車智能化推動了“軟件定義汽車”，自動駕駛也同步進(jìn)入了由軟件驅(qū)動的2.0時(shí)代。發(fā)展至今，自動駕駛市場開始邁進(jìn)3.0時(shí)代。那么，什么是自動駕駛3.0時(shí)代，在2.0時(shí)代向3.0時(shí)代的過渡階段，大模型又有哪些需求？

自動駕駛由2.0時(shí)代邁向3.0時(shí)代

回顧自動駕駛的發(fā)展，可以將其總結(jié)為三個發(fā)展階段，由硬件驅(qū)動轉(zhuǎn)向軟件驅(qū)動，如今轉(zhuǎn)向數(shù)據(jù)驅(qū)動，也就是業(yè)內(nèi)所說的自動駕駛3.0時(shí)代。在硬件驅(qū)動的1.0時(shí)代，由激光雷達(dá)負(fù)責(zé)感知，到了軟件驅(qū)動的2.0時(shí)代，感知由傳感器單獨(dú)輸出結(jié)果，應(yīng)用了部分小模型，數(shù)據(jù)量較少。如今在3.0時(shí)代，感知由多模態(tài)傳感器聯(lián)合輸出結(jié)果，數(shù)據(jù)的需求量越來越大，應(yīng)用了越來越多的大模型。

毫無疑問，大模型正在重塑汽車智能化技術(shù)路線，當(dāng)前進(jìn)入了自動駕駛2.0時(shí)代向3.0時(shí)代的技術(shù)架構(gòu)演進(jìn)的關(guān)鍵階段。毫末智行認(rèn)為，在這個過程中，越來越多的分模塊出現(xiàn)集中化、模型化，也就是由多個模塊變成一個模型，由多個模型變成一個模型，最后會匯聚到這種端到端的大模型，通過端到端的大模型在車上或者在云上完成智能駕駛?cè)蝿?wù)。

當(dāng)前，有多家廠商發(fā)布了應(yīng)用在汽車領(lǐng)域的大模型及其解決方案，例如毫末智行基于自身對技術(shù)發(fā)展的預(yù)判，發(fā)布了Drive GPT大模型，商湯絕影則發(fā)布了端到端自動駕駛解決方案UniAD等。

不同的企業(yè)對自動駕駛?cè)蝿?wù)的定義是不同的。毫末智行將自動駕駛?cè)蝿?wù)分成了兩個階段，一個是感知階段，另一個是認(rèn)知階段。Drive GPT大模型在感知階段進(jìn)行傳感器的多模態(tài)視覺融合，完成感知后，認(rèn)知大模型再進(jìn)行理解，認(rèn)知模型除了輸入自動駕駛所需要的目的地、導(dǎo)航信息，還可以用基礎(chǔ)大語言模型，對駕駛環(huán)境做理解，從而對駕駛的策略進(jìn)行預(yù)測。商湯絕影智能駕駛產(chǎn)品總監(jiān)趙祥磊表示，Drive GPT還加入了圖片、文字等多模態(tài)模型，能夠更加高效、立體地理解、感知周圍的環(huán)境。

要知道，智能汽車在駕駛過程中面臨很多復(fù)雜的場景，例如能否根據(jù)道路的環(huán)境控制車速，讓行駛更安全。因此大模型需要更精準(zhǔn)地完成檢測工作，這也就需要通過大量數(shù)據(jù)的訓(xùn)練。
在云端完成感知大模型和認(rèn)知大模型的能力提升之后，如何將其賦能至車端，是下一個階段需要突破的難題。


自動駕駛解決方案走向真端到端，由兩段式到一段式

目前，大模型上車已經(jīng)迎來一定進(jìn)展，并且隨著技術(shù)的成熟，NOA功能從高速NOA，卷向城市NOA，再到城市無圖NOA。2024年，正是城市無圖NOA落地的關(guān)鍵節(jié)點(diǎn)。

“圖”指的是高精度地圖，有圖意味著需要高精度地圖提供交通標(biāo)志、紅綠燈等道路信息，并且要精確到厘米，讓車輛進(jìn)行更加有效的路線規(guī)劃和智駕行為。但高精度地圖存在制作成本高、需要及時(shí)更新地圖信息、信息采集法規(guī)嚴(yán)格等問題。因此，城市無圖NOA已經(jīng)成為下一階段的技術(shù)需求。更重要的是，城市無圖NOA還是大模型是否真的支持端到端的標(biāo)志之一，這也是為什么在現(xiàn)階段大模型廠商經(jīng)常提及“端到端”的原因。

在車企中，智己汽車發(fā)布的 D.L.P.（深度學(xué)習(xí)算法）人工智能模型，DDLD+DDOD融合感知大模型也已上車智己L6。智己汽車表示智己L6 Max全系具備無圖城市NOA能力。計(jì)劃在第一季度在上海地區(qū)率先推送城市NOA，第二季度開啟無圖城市NOA公測，第三季度量產(chǎn)無圖城市NOA，第四季度實(shí)現(xiàn)全國都可開無圖城市NOA。

10 年前的 ADAS 功能主要是識別車輛、行人和車道線，讓汽車居中行駛。隨著技術(shù)迭代，增加了響應(yīng)紅綠燈的功能，再接下來，ADAS功能還需要識別更多復(fù)雜的道路信息，例如路上的施工區(qū)域，讓汽車能夠繞過障礙物更安全行駛。

商湯絕影智能駕駛產(chǎn)品線總監(jiān)趙祥磊提及，后面我們發(fā)現(xiàn)它要的并不是找一個可通行的空間，而是要去理解這是一個施工的場景，可能需要去左轉(zhuǎn)、右轉(zhuǎn)甚至掉頭，這也是我們的理解，我們認(rèn)為最終的端到端方案，它可能并不是一個感知和決策規(guī)劃兩段式的方案，真端到端應(yīng)該是一段式的，這樣的話它的性能的天花板才會更高。

商湯絕影認(rèn)為由感知和決策兩個模型組成的 “兩段式”架構(gòu)的端到端方案比較容易落地，但存在性能上限瓶頸，因?yàn)橹虚g信息的傳遞主要是人為的，會出現(xiàn)信息傳遞過濾或丟失的問題。

因此商湯絕影推出UniAD解決方案，公司表示這是真端到端的解決方案，實(shí)現(xiàn)了感知決策一體化。具備兩大優(yōu)勢，一是性能上限更高，應(yīng)對非結(jié)構(gòu)化無圖道路和多交通參與者交互等復(fù)雜能力更強(qiáng)；二是迭代速度更快，針對復(fù)雜道路場景，相比于基于規(guī)則方案，開發(fā)效率提高數(shù)倍。目前已經(jīng)完成實(shí)車部署開始路測。

商湯絕影采用了數(shù)據(jù)驅(qū)動、大模型驅(qū)動讓UniAD更高效地響應(yīng)復(fù)雜道路場景。但是商湯絕影發(fā)現(xiàn)，當(dāng)隨著時(shí)間周期越來越長，corner case出現(xiàn)概率也在降低，基于車輛采集的數(shù)據(jù)綜合效率逐漸降低。此時(shí)需要尋找新的數(shù)據(jù)驅(qū)動引擎。而AIGC的出現(xiàn)恰好能解決一部分問題，大模型能夠生成交通事故等長尾場景的數(shù)據(jù)，再進(jìn)行訓(xùn)練。

在毫末智行的自動駕駛技術(shù)路線中，也規(guī)劃了將在今年實(shí)現(xiàn)通用感知+通用認(rèn)知，以及端到端訓(xùn)練，打造感知+認(rèn)知端到端。

當(dāng)然，端到端的模型開發(fā)、基于大模型的數(shù)據(jù)生成，都是需要算力基礎(chǔ)設(shè)施作為支撐。算力基礎(chǔ)設(shè)備的算力規(guī)模或許會成為下一階段大模型廠商的競爭優(yōu)勢。