下載投融界APP
隨時隨地獲取新鮮資訊
服務熱線：400-858-9000 咨詢/投訴熱線：18658148790
“AI來了，自動駕駛在哪里?”
這是最近一段時間，自動駕駛圈被一直討論的一個問題。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”的過分。沒有加法，化學反應也更少的出奇。
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，能夠實現(xiàn)完全無人駕駛的烏托邦。
然而，隨著技術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、復雜的技術難題、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級無人駕駛技術的高難度挑戰(zhàn)中抽身，轉而探索L2、L3級別的自動駕駛技術，這些技術在成本、技術難度和法規(guī)適應性方面都更為現(xiàn)實。
盡管這一轉變在當時被許多人視為權宜之計，但隨著時間的推移，這種漸進式的路線逐漸成為了業(yè)內的共識。
大模型技術的興起，似乎為L4級自動駕駛技術帶來了一絲曙光。
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級技術的商業(yè)化進程。
然而，現(xiàn)實情況遠比預期復雜，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。
這種轉變，不僅是對自動駕駛技術實際應用場景的重新定位，也是對新技術熱潮下的冷靜思考。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?！?/span>
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
新的關鍵詞：大模型
在2024年，自動駕駛領域的競爭愈發(fā)激烈，而大模型技術的崛起無疑為這場競賽注入了一劑強心劑。
這些基于深度學習的算法模型，正以其強大的數(shù)據處理能力和自我學習能力，推動自動駕駛技術的飛速發(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，而大模型正是這一過程中的關鍵推手。通過對海量駕駛場景數(shù)據的學習，大模型賦予了自動駕駛系統(tǒng)更加敏銳的感知能力，使其能夠在復雜的城市交通環(huán)境中，準確識別和響應各種情況。
這種能力的提升，直接關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)化落地的關鍵。
在這場技術革命中，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，以期在未來市場中占據先機。
“AI大模型技術是自動駕駛真正實現(xiàn)的唯一路徑?！焙聊┲切袑Ξa業(yè)家說。
其認為端到端自動駕駛會是未來很重要的技術方向之一，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?！叭ツ?，我們開始全面的去擁抱大模型?！蹦⒐杰嚶?lián)對產業(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)模化?！岸说蕉四Ｐ蛯⒏兄?、預測、規(guī)劃三個模型通過矢量數(shù)據傳輸融為一體，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生的減損?！痹謫⑿袑Ξa業(yè)家說。
官方消息顯示，目前元戎啟行已經率先把端到端模型應用于量產車上，該批量產車將于今年量產落地。
總結來看，在2024年的科技舞臺上，大模型技術以其在數(shù)據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。”張德兆對產業(yè)家說。
一個事實是，從大模型技術層面來講，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，以及對長期駕駛策略的精準制定。而大模型技術，盡管在圖像識別和語音處理等領域取得了突破，但在這些更為復雜的任務面前，卻難以勝任。
其次，目前大模型技術在處理長尾問題上的不足，成為了其在自動駕駛領域應用的一大瓶頸。
L4級別自動駕駛面臨的是真實世界中千變萬化的場景，而這些場景中不乏罕見和極端的情況。
據國際汽車工程師協(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。大模型技術在這些低頻但關鍵的場景中，往往因為缺乏足夠的數(shù)據支持而顯得無能為力。
再者，大模型技術的“黑箱”特性，與其在自動駕駛領域所需的透明度和可解釋性形成了鮮明對比。
根據麥肯錫的研究，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，大模型技術在提供決策依據時，往往缺乏必要的透明度，這在關乎生命安全的自動駕駛領域，無疑是一個巨大的隱患。
“整個大模型在自動駕駛領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”。
盡管大模型技術在自動駕駛的核心挑戰(zhàn)面前存在局限性，但行業(yè)內的企業(yè)和研究機構正在積極探索解決方案。例如，通過增強數(shù)據采集和標注的效率，以及利用多模態(tài)數(shù)據融合技術，可以提高模型對復雜場景的理解和應對能力。
此外，為了解決長尾問題的挑戰(zhàn)，一些企業(yè)正在嘗試構建更加多樣化和平衡的數(shù)據集，以及開發(fā)更加魯棒的模型結構。同時，行業(yè)內也在推動算法的可解釋性研究，以提高大模型技術的透明度，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
自動駕駛已經走過靠講故事，拼技術愿景的時代。落到產業(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全棧解決方案，其在環(huán)衛(wèi)車輛領域的應用尤為突出?！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產業(yè)家，智行者自動駕駛應用規(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，這有助于簡化客戶的技術集成流程，將極大推動自動駕駛技術的廣泛應用和行業(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?！败嚶吩埔惑w化產品整個線路的時延我們內部測只有60毫秒。”蘑菇車聯(lián)對產業(yè)家說。值得注意的是，這樣的時延是人的反應力的十倍。
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設施的升級。不過，這一模式的成功實施還需要政府和多方利益相關者的緊密合作。
毫末智行則是數(shù)據驅動模式，其商業(yè)化路徑強調數(shù)據閉環(huán)和工程效率，通過大模型DriveGPT雪湖·海若的應用，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智駕產品的交付上車?！焙聊┲切姓J為，2024是智駕爆發(fā)大年，只有用“極致性價比”的產品，開拓更多客戶，實現(xiàn)大規(guī)模商業(yè)量產，才是自身產品的唯一出路。
毫末智行的數(shù)據驅動模式強調數(shù)據閉環(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)據的質量和處理能力要求極高，需要持續(xù)的技術創(chuàng)新和投入。
當然，也有廠商的商業(yè)化路徑主要集中在Robotaxi領域，通過在特定區(qū)域內提供自動駕駛出租車服務來實現(xiàn)商業(yè)化，并通過用戶的實際使用來收集數(shù)據和優(yōu)化技術。
Robotaxi服務直接面向消費者，能夠快速收集實際駕駛數(shù)據并優(yōu)化技術。盡管Robotaxi模式在短期內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的商業(yè)化提供了寶貴的實踐經驗和用戶反饋。
無論是智行者的全棧解決方案，毫末智行的數(shù)據驅動模式，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，都在積極探索自動駕駛技術在現(xiàn)實世界中的應用和商業(yè)化可能。
落到產業(yè)實處，不僅是技術發(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，隨著自動駕駛技術的發(fā)展，相關法律法規(guī)也在不斷完善，為技術的商業(yè)化應用提供了更加明確的指導和支持。
例如2024年年初，工信部等五部門部署開展智能網聯(lián)汽車“車路云一體化”應用試點工作。這將極大地推動自動駕駛商業(yè)化落地。“我們現(xiàn)在要做的就是切入到這些項目里頭去?！蹦⒐杰嚶?lián)對產業(yè)家說。
這些變化預示著自動駕駛技術將更加成熟，更加貼近人們的生活。
在這個周期中，企業(yè)們更加注重技術的實用性和商業(yè)的可行性。大模型技術的應用，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用于實際場景，解決實際問題。自動駕駛技術的發(fā)展，正逐漸從概念的炒作轉向實際的落地，從實驗室的研究走向市場的應用。
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)們將更加注重技術的實用性和可靠性，而不是僅僅追求技術上的突破。自動駕駛的未來，將是一個更加務實、更加人性化的未來。
