前言：

在剛結(jié)束的2023年，眾多車企，包括蔚來(lái)、小鵬和理想等，都將城市NOA的開(kāi)城數(shù)量作為核心競(jìng)爭(zhēng)指標(biāo)，并在年底前展開(kāi)了激烈的角逐。

然而，這些車企并未在城市NOA領(lǐng)域停步，他們迅速將競(jìng)爭(zhēng)焦點(diǎn)轉(zhuǎn)向了更高階的智能駕駛領(lǐng)域——端到端智能駕駛，這標(biāo)志著國(guó)內(nèi)新能源車市正在迎來(lái)新一輪的技術(shù)革新與競(jìng)爭(zhēng)升級(jí)。

作者 | 方文三

圖片來(lái)源 |  網(wǎng) 絡(luò) 

FSD v12標(biāo)志端到端模型到來(lái)

2023年5月初，馬斯克在推特上宣布特斯拉將推出FSDV12版本，該版本將運(yùn)用先進(jìn)的端到端AI技術(shù)。

最近，特斯拉已向裝備HW4.0硬件的車主全面推送了FSD v12 Beta版智能駕駛軟件。

根據(jù)更新日志，F(xiàn)SD Beta v12將城市街道駕駛功能升級(jí)為單個(gè)端到端的神經(jīng)網(wǎng)絡(luò)，該網(wǎng)絡(luò)經(jīng)過(guò)數(shù)百萬(wàn)個(gè)視頻片段的訓(xùn)練，成功取代了原有的30多萬(wàn)行C++代碼。

FSD V12軟件的兩端分別為道路場(chǎng)景和車輛控制，它采用了一套端到端的AI算法方案。

簡(jiǎn)而言之，攝像頭捕獲的圖像數(shù)據(jù)會(huì)被輸入到神經(jīng)網(wǎng)絡(luò)中，該網(wǎng)絡(luò)能夠直接輸出車輛控制指令，如轉(zhuǎn)向、加速、剎車等，而這一切均得益于特斯拉的端到端大模型。

相較于傳統(tǒng)基于邏輯行車的自動(dòng)駕駛，端到端技術(shù)更接近于人類駕駛的模擬。

隨著模型參數(shù)量的不斷提升，自動(dòng)駕駛系統(tǒng)的能力也將持續(xù)增強(qiáng)。在自動(dòng)駕駛領(lǐng)域，投入更多的駕駛數(shù)據(jù)和增強(qiáng)算力均有助于提升模型性能。

因此，數(shù)據(jù)和算力是決定端到端模型性能上限的關(guān)鍵因素。

特斯拉品牌在這兩方面具有明顯優(yōu)勢(shì)。其背后龐大的數(shù)據(jù)量得益于特斯拉全球450萬(wàn)的銷量支持。

據(jù)透露，在FSD V12版本的訓(xùn)練初期，當(dāng)輸入超過(guò)100萬(wàn)個(gè)視頻后，基于神經(jīng)網(wǎng)絡(luò)的自動(dòng)駕駛系統(tǒng)才開(kāi)始展現(xiàn)出良好的性能。

FSD V12提供了一條有待驗(yàn)證的全新路徑，若得以走通，將對(duì)行業(yè)產(chǎn)生顛覆性影響。

端到端成為智駕下一個(gè)階段

在過(guò)去，智能駕駛領(lǐng)域的從業(yè)者通常將整個(gè)自動(dòng)駕駛?cè)蝿?wù)細(xì)分為感知、預(yù)測(cè)、決策、控制等多個(gè)模塊。

由于每個(gè)模塊的技術(shù)棧差異顯著且極具挑戰(zhàn)性，因此每位工程師通常獨(dú)立負(fù)責(zé)其中一個(gè)或兩個(gè)模塊。

因此，目前市場(chǎng)上已量產(chǎn)的智能駕駛模型大多采用傳統(tǒng)的模塊化架構(gòu)，即按照感知、預(yù)測(cè)等功能劃分為多個(gè)獨(dú)立的小模型。

每個(gè)小模型都需要單獨(dú)進(jìn)行訓(xùn)練和優(yōu)化，且下游的規(guī)控環(huán)節(jié)仍然主要依賴人工規(guī)則。

然而，隨著技術(shù)的進(jìn)步，將感知與決策融合到一個(gè)模型中已成為可能。

這種端到端的模型設(shè)計(jì)旨在有效減少聯(lián)級(jí)之間的誤差，無(wú)需依賴任何人工規(guī)則，從而更貼近人類駕駛行為的高階智能駕駛。

當(dāng)前，行業(yè)的發(fā)展趨勢(shì)正經(jīng)歷著從分散到聚集的轉(zhuǎn)變。過(guò)去離散的部分正在逐漸聚集并模型化，將感知、認(rèn)知和控制模型分別聚集在一起。

此后，將進(jìn)一步實(shí)現(xiàn)車端模型和云端模型的聯(lián)動(dòng)。

端到端這種模型摒棄了冗長(zhǎng)的代碼和工程師定義規(guī)則的方式，讓AI能夠自主學(xué)習(xí)人類的駕駛模式，直到達(dá)到智能涌現(xiàn)的程度。

端到端模型的精髓在于利用海量數(shù)據(jù)來(lái)訓(xùn)練系統(tǒng)，使AI模型能夠自主發(fā)現(xiàn)隱藏在數(shù)據(jù)中的駕駛規(guī)則。

這一過(guò)程并非一蹴而就，而是一個(gè)循序漸進(jìn)的過(guò)程。它需要經(jīng)歷傳感器前融合、去高精度地圖以及感知、決策、控制三個(gè)模型一體化的關(guān)鍵環(huán)節(jié)。

國(guó)內(nèi)車企加入端到端布局研發(fā)

2024年內(nèi)，小鵬要在全國(guó)范圍內(nèi)實(shí)現(xiàn)端到端的智能駕駛，在核心城區(qū)的智能駕駛體驗(yàn)上，要對(duì)標(biāo)谷歌旗下自動(dòng)駕駛公司W(wǎng)aymo；

并在2024年—2025年兩年內(nèi)實(shí)現(xiàn)全球范圍內(nèi)高速NGP與XNGP的研發(fā)與落地。

除了小鵬汽車外，理想汽車和蔚來(lái)汽車亦紛紛涉足這一前沿領(lǐng)域。在去年底蔚來(lái)ET9的發(fā)布會(huì)上，蔚來(lái)公司公布了其自主研發(fā)的5nm智能駕駛芯片——神璣NX9031。

蔚來(lái)強(qiáng)調(diào)，智能駕駛算法正朝向端到端大模型的方向不斷進(jìn)化。

因此，這款核心組件不僅需要滿足當(dāng)前的市場(chǎng)需求，還需具備與未來(lái)端到端大模型算法相匹配的能力，確保至少五年的算法演進(jìn)需求得到滿足。

與小鵬汽車有所不同，蔚來(lái)計(jì)劃針對(duì)端到端大模型的不確定性，推出基于該技術(shù)的主動(dòng)安全功能。據(jù)悉，該功能有望在今年上半年正式投入使用。

與此同時(shí)，理想汽車自主研發(fā)的MindGPT已成功應(yīng)用于智能座艙，展現(xiàn)出強(qiáng)大的AI性能。

借助大模型的助力，理想汽車計(jì)劃將城區(qū)NOA升級(jí)為AI司機(jī)，通勤NOA則變?yōu)閷�屬電梯，推�?dòng)自動(dòng)駕駛進(jìn)入大模型時(shí)代，從而擺脫對(duì)高精地圖的完全依賴。

此外，還有其他企業(yè)亦涉足該領(lǐng)域。例如，毫末智行發(fā)布了自動(dòng)駕駛生成式大模型DriveGPT，旨在解決認(rèn)知決策問(wèn)題，最終實(shí)現(xiàn)端到端的自動(dòng)駕駛功能。

長(zhǎng)城和奇瑞等公司亦已申請(qǐng)多個(gè)與GPT相關(guān)的商標(biāo)，預(yù)示著未來(lái)無(wú)論是智能座艙還是智能駕駛，都將與人工智能AI緊密相連。

國(guó)內(nèi)車企跟進(jìn)端到端仍有很大不足

特斯拉的端到端系統(tǒng)具備一項(xiàng)關(guān)鍵優(yōu)勢(shì)，這是目前國(guó)內(nèi)新能源車企所無(wú)法比擬的：其訓(xùn)練數(shù)據(jù)的豐富性。

特斯拉預(yù)計(jì)，未來(lái)用于訓(xùn)練的視頻幀數(shù)還將進(jìn)一步增長(zhǎng)至數(shù)十億級(jí)別。

盡管端到端技術(shù)被視為智能駕駛的未來(lái)發(fā)展方向，且一旦特斯拉的此項(xiàng)技術(shù)被允許進(jìn)入國(guó)內(nèi)市場(chǎng)，可能會(huì)對(duì)新勢(shì)力車企構(gòu)成較大威脅。

但如果仔細(xì)觀察，當(dāng)前許多車企已經(jīng)掌握了與城市NOA相關(guān)的成熟技術(shù)，并配備了相應(yīng)的激光雷達(dá)或攝像頭，這在一定程度上已經(jīng)能夠滿足用戶的實(shí)際需求。

對(duì)于尚未得到充分訓(xùn)練的端到端系統(tǒng)而言，雖然它看似與國(guó)際先進(jìn)技術(shù)接軌，但在實(shí)際應(yīng)用中，它可能只是以底線為[賭注]參與競(jìng)爭(zhēng)。

當(dāng)市場(chǎng)上出現(xiàn)盲目跟風(fēng)的現(xiàn)象時(shí)，這對(duì)于車企和車主來(lái)說(shuō)都并非好事。

因此，差異化創(chuàng)新才是贏得新能源智能駕駛競(jìng)爭(zhēng)的關(guān)鍵。

目前，新能源車市的競(jìng)爭(zhēng)格局仍在不斷變化中。比亞迪是否會(huì)采取非傳統(tǒng)的策略尚不確定，而特斯拉的FSD V12何時(shí)能夠進(jìn)入國(guó)內(nèi)市場(chǎng)也是一個(gè)未知數(shù)。

此外，如何解決海量數(shù)據(jù)問(wèn)題對(duì)于[蔚小理]等車企來(lái)說(shuō)也是一個(gè)挑戰(zhàn)。

同時(shí)，華為作為國(guó)內(nèi)首家采用名為GOD網(wǎng)絡(luò)的占用網(wǎng)絡(luò)方案的智駕方案提供商，其方案的未來(lái)發(fā)展同樣充滿變數(shù)。

結(jié)尾：

智能駕駛技術(shù)的演進(jìn)，經(jīng)歷了以硬件為主導(dǎo)的1.0時(shí)代，隨后是軟件引領(lǐng)的2.0時(shí)代。

而今，迎來(lái)了以數(shù)據(jù)為核心的3.0大模型時(shí)代。在這一新時(shí)代中，端到端的技術(shù)發(fā)展路徑顯得尤為關(guān)鍵。

部分資料參考：新智駕：《國(guó)內(nèi)「端到端模型」能圍剿特斯拉FSD嗎？》，汽車之心：《端到端炸場(chǎng)，打開(kāi)高階智駕魔盒》，買車大師：《端到端：自動(dòng)駕駛的終極形態(tài)？》，零態(tài)：《智駕戰(zhàn)爭(zhēng)2024》，AI電堂：《智能駕駛技術(shù)路線再生變，頭部邁向端到端》

       原文標(biāo)題 : AI芯天下丨產(chǎn)業(yè)丨端到端模型，國(guó)內(nèi)智駕企業(yè)必須追上的新主場(chǎng)