2025年首(shou)場自動駕(jia)駛峰會(hui)，燃爆北京！
車(che)(che)東西(xi)1月14日消息，就(jiu)在(zai)今天，由智一(yi)科(ke)技旗下智猩(xing)猩(xing)、車(che)(che)東西(xi)共同發起的第四屆全球自(zi)動駕駛峰(feng)會(hui)在(zai)北京中(zhong)(zhong)關村國家自(zi)主創(chuang)新示范(fan)區展示交(jiao)易中(zhong)(zhong)心-會(hui)議中(zhong)(zhong)心圓滿落幕。
作為(wei)智一科技面向自(zi)動(dong)駕駛領(ling)域打造的會(hui)議IP，第四屆全球(qiu)自(zi)動(dong)駕駛峰會(hui)以(yi)“技術新周期 產業新征程(cheng)”為(wei)主題(ti)，設置“主會(hui)場(chang)+分(fen)會(hui)場(chang)+展區”三個(ge)板塊。
其中(zhong)，主(zhu)會(hui)場進行開幕式(shi)、端到端自(zi)動(dong)駕(jia)駛創新(xin)論(lun)壇(tan)、城市NOA專(zhuan)題論(lun)壇(tan)；分會(hui)場則進行自(zi)動(dong)駕(jia)駛視(shi)覺(jue)語(yu)言模型(xing)技(ji)(ji)術研討(tao)會(hui)、自(zi)動(dong)駕(jia)駛技(ji)(ji)術研討(tao)會(hui)，全(quan)方(fang)位呈現(xian)全(quan)民智駕(jia)時代端到端自(zi)動(dong)駕(jia)駛新(xin)周(zhou)期(qi)里的科研成果、技(ji)(ji)術探索(suo)、產品(pin)方(fang)案創新(xin)與(yu)未來趨勢。
整場(chang)活動，近(jin)30位(wei)自(zi)動駕(jia)駛學術領袖、產(chan)業大咖與青年學者齊聚一堂，共同探(tan)討了端到端、世界模(mo)型(xing)、視覺語言模(mo)型(xing)、城市NOA等(deng)行業內最火(huo)熱的熱門話題。
▲主會場現場
現場嘉賓精彩觀點不斷，車輛與運載學院/人工智能學院教授、博導李升波認(ren)為(wei)車(che)路云一(yi)體(ti)化(hua)是自(zi)動駕駛基座模型(xing)的開發框架，需要政府、企(qi)業、高(gao)校三者組(zu)建(jian)聯合體(ti)解(jie)決數(shu)據和算力等方(fang)面的難(nan)題。
汽(qi)(qi)車(che)自動(dong)駕(jia)駛研發副總裁郎咸朋表示，理想汽(qi)(qi)車(che)將致力于“人工智能(neng)的汽(qi)(qi)車(che)化”，從模型、工程、產品等方(fang)面(mian)提升自動(dong)駕(jia)駛能(neng)力。
零車智能駕駛合伙(huo)人(ren)王泮渠，昇啟科技(ji)(ji)聯合創始(shi)人(ren)、CTO劉敏俊，朗歌科技(ji)(ji)副總經理李(li)戰斌，都(dou)認為端到端帶來(lai)了(le)研發模(mo)式的革新。
峰會(hui)(hui)全天有接(jie)近九百位觀(guan)眾來(lai)到現場。無論是主會(hui)(hui)場上(shang)下午，還是分會(hui)(hui)場的兩(liang)場閉門研討會(hui)(hui)，均是座(zuo)無虛席(xi)(xi)。尤其(qi)是開(kai)幕式，場內觀(guan)眾席(xi)(xi)兩(liang)側通道及后排(pai)空間更(geng)是站(zhan)了不少觀(guan)眾。與此同時，20+媒體平臺與視頻(pin)號直播(bo)了本次峰會(hui)(hui)，直播(bo)觀(guan)看量超過百萬。
▲分會場-自動駕駛(shi)視覺語言模型技(ji)術研討會
▲分會場-自動駕駛世(shi)界模型(xing)技(ji)術(shu)研討會
作為2025年國內(nei)首場(chang)自(zi)動駕(jia)駛峰會，本次會議不(bu)僅系統呈現了(le)智能駕(jia)駛過去一(yi)年的發(fa)展態(tai)勢(shi)和量(liang)產進展，也(ye)為端到端自(zi)動駕(jia)駛開啟的新一(yi)輪(lun)變革指明了(le)前進方向，也(ye)燃(ran)動了(le)世界(jie)模型在國內(nei)自(zi)動駕(jia)駛領(ling)域(yu)的研究與開發(fa)熱度(du)。
一、智駕商業化迎來重要節點 端到端+掀起行業新變革
峰會現(xian)場，智一科技聯合(he)創始人、CEO龔倫常作(zuo)為主(zhu)辦方代表進行了(le)開場致辭，他表示(shi)，過去(qu)一年，端到(dao)端與大(da)語言(yan)模(mo)型(xing)、視(shi)覺語言(yan)模(mo)型(xing)協(xie)同(tong)，成為自動駕駛的主(zhu)要(yao)技術路線。同(tong)時(shi)，世界模(mo)型(xing)也獲得了(le)更(geng)高的關注。
▲智一(yi)科技聯合(he)創始人、CEO龔倫常
基于此(ci)，峰(feng)會希望(wang)通過充(chong)分探討，梳(shu)理(li)行業的發展(zhan)現狀，進一步厘清未來的發展(zhan)趨(qu)勢(shi)。
本(ben)次(ci)峰會(hui)圍繞端(duan)(duan)到(dao)端(duan)(duan)自(zi)動駕駛、城(cheng)市NOA、自(zi)動駕駛視(shi)覺語言模型技術、自(zi)動駕駛世界(jie)模型技術等方向設(she)置了多個話題(ti)。
數字化和(he)智(zhi)能化正在成為中國新一(yi)輪高(gao)質量發展的(de)(de)重要驅(qu)動力(li)(li)，智(zhi)一(yi)科(ke)技(ji)成立以來一(yi)直聚焦在這一(yi)驅(qu)動力(li)(li)背后的(de)(de)核心技(ji)術(shu)和(he)行業需求(qiu)，構建(jian)了、和(he)車東西三大媒體品牌，持續提供專業優質的(de)(de)圖(tu)文(wen)和(he)視(shi)頻內容，在相關領域具有廣(guang)泛影響力(li)(li)。
同時，智一科技(ji)圍繞企業(ye)服務，打造了智猩(xing)猩(xing)品牌，采用(yong)線(xian)上公開課和研(yan)討會等形(xing)式(shi)提供高(gao)質量的技(ji)術向(xiang)內容。
在最后(hou)，龔(gong)倫(lun)常感(gan)謝了中關村科(ke)學(xue)城管委(wei)會(hui)(hui)對(dui)本次峰(feng)會(hui)(hui)的(de)大力支持。
龔倫(lun)常致辭結束后，清華大學車(che)輛(liang)與(yu)運載學院(yuan)/人工智能學院(yuan)教授、博導李升(sheng)波(bo)率先登臺，分享(xiang)了“數據驅動的端到端自動駕駛(shi)”發展歷史、關(guan)鍵技術與(yu)未來趨(qu)勢。
他首先回(hui)顧(gu)了人工(gong)智(zhi)能(neng)領域的(de)里程碑事件(jian)，包(bao)括2015年(nian)ResNET、2017年(nian)AlphaGo、2022年(nian)等，標(biao)志著(zhu)人工(gong)智(zhi)能(neng)時(shi)代的(de)到來，并(bing)強調(diao)，自(zi)動駕駛是(shi)人工(gong)智(zhi)能(neng)的(de)重要應用方向(xiang)之一，具有市場(chang)規模(mo)大、牽引鏈條長、技術(shu)難度高的(de)特點(dian)。
▲清華大學車(che)輛與運載學院/人工智能學院教授、博(bo)導(dao)李升波
緊接著，李升(sheng)波指出(chu)，狹義上(shang)“自動駕駛”主(zhu)要是指面向(xiang)復雜城(cheng)市交(jiao)通(tong)工況的高級別智能駕駛系統。
這類(lei)系(xi)(xi)統對感知、決(jue)策(ce)、控制技術的安全(quan)性要求極(ji)高(gao)，因為控制權、風險(xian)監(jian)控、失(shi)效應對都是歸(gui)屬于系(xi)(xi)統本身處理，系(xi)(xi)統必須能(neng)夠(gou)獨立地完成所有駕駛任務(wu)。
李升波表示，安全性不(bu)足(zu)是現有自動駕(jia)(jia)駛(shi)系統走向實(shi)用(yong)化的核心難(nan)題，典(dian)型(xing)指標是行(xing)駛(shi)過程的萬公里(li)接管(guan)數，還遠遠不(bu)能達到人類駕(jia)(jia)駛(shi)員的平均水平，核心難(nan)題在于如何處(chu)理邊緣駕(jia)(jia)駛(shi)場景(jing)（即發生數量的稀少(shao)，但危險度高的場景(jing)）。
為了解決這一問題，行業已經形成的(de)共識是：以(yi)數據閉環(huan)為基礎，以(yi)神經網絡為策(ce)略載體，走“端(duan)到端(duan)”自動(dong)駕駛(shi)的(de)技術(shu)路線(xian)。
其目(mu)的是通(tong)過(guo)對邊(bian)緣場景數據的采(cai)集、上(shang)傳、清洗、訓練和部署，不斷優化自(zi)動駕駛(shi)系統(tong)的行駛(shi)策(ce)略，達到(dao)邊(bian)開(kai)車邊(bian)學習，駕駛(shi)性能越來越好的效果。
李升波(bo)指(zhi)出(chu)，端到(dao)端的本質(zhi)是“神經網絡化”，而非只有一個黑箱(xiang)的神經網聯。
他介紹了端到端自動(dong)駕(jia)駛的(de)(de)(de)(de)技術優勢，與傳統(tong)的(de)(de)(de)(de)分模塊設(she)(she)計相比，端到端的(de)(de)(de)(de)設(she)(she)計方(fang)(fang)案(an)一(yi)方(fang)(fang)面能(neng)(neng)夠更有(you)(you)效地傳遞信息(xi)，減少信息(xi)損失，能(neng)(neng)夠充分挖掘數據資源潛力；另一(yi)方(fang)(fang)面具有(you)(you)更多的(de)(de)(de)(de)神經網絡(luo)參數，具有(you)(you)更大的(de)(de)(de)(de)訓練自由度(du)，性能(neng)(neng)的(de)(de)(de)(de)上(shang)界(jie)更高。
李(li)升(sheng)波提到，我國科(ke)研機構開(kai)展端到端自動駕駛(shi)的技(ji)術(shu)研究(jiu)并不比國外晚，清華大學(xue)車(che)輛學(xue)院的智能汽(qi)車(che)團隊自2018年(nian)起就開(kai)始探索這一技(ji)術(shu)路徑。
他指出，六年前啟(qi)動這一(yi)技術(shu)的研發，并不(bu)像今天具備這么好的條件，數據不(bu)足、算力匱乏都(dou)是制約(yue)模型訓練性(xing)能的挑(tiao)戰性(xing)難(nan)題。
該團(tuan)隊也是于行業(ye)內(nei)率先提出“數據(ju)不(bu)足仿(fang)真補、算力不(bu)足算法超”換道(dao)研發思路，并(bing)于仿(fang)真軟(ruan)件、AI訓練(lian)器等諸多方面取得(de)了(le)一系列重要進展，包括研發自(zi)主知(zhi)識產(chan)權的(de)大規模自(zi)動駕駛訓練(lian)軟(ruan)件LasVSim和(he)首個(ge)面向工業(ye)控制的(de)最優策略強化(hua)學習(xi)求解器GOPS。
李升波分享了清華大(da)學在強化(hua)學習和神經(jing)網絡訓練方面的(de)研究成果，特(te)別(bie)是針對穩定性和效率的(de)改進。
該(gai)團隊提(ti)出了(le)(le)強(qiang)(qiang)(qiang)(qiang)化(hua)學(xue)(xue)習領域性(xing)(xing)能(neng)排名第一的(de)算法(fa)DSAC（Distributional Soft Actor-Critic），過(guo)擬合(he)狀態動(dong)作價值(zhi)(zhi)的(de)連續分布，等價學(xue)(xue)習了(le)(le)無限多(duo)個價值(zhi)(zhi)函數(shu)，有(you)效抑制了(le)(le)傳統強(qiang)(qiang)(qiang)(qiang)化(hua)學(xue)(xue)習僅擬合(he)單值(zhi)(zhi)函數(shu)導致的(de)過(guo)估計難題，較之已有(you)強(qiang)(qiang)(qiang)(qiang)化(hua)學(xue)(xue)習算法(fa)性(xing)(xing)能(neng)大幅(fu)提(ti)升(sheng)；研發了(le)(le)工(gong)業控制領域性(xing)(xing)能(neng)排名第一的(de)神經網(wang)絡優化(hua)器RAD（Relativistic gradient Descent），將神經網(wang)絡參(can)數(shu)的(de)優化(hua)過(guo)程建模為多(duo)粒子相對論系統狀態的(de)演化(hua)過(guo)程，從動(dong)力學(xue)(xue)視角(jiao)保障了(le)(le)強(qiang)(qiang)(qiang)(qiang)化(hua)學(xue)(xue)習的(de)訓(xun)練穩定(ding)性(xing)(xing)和收斂性(xing)(xing)。
以此為基礎，清華大學成功開(kai)發出國(guo)內首(shou)個三段(duan)式端到(dao)端自動駕駛系統iDrive，并率先完成城(cheng)市工況的開(kai)放道(dao)路(lu)(lu)測(ce)試，這一技術(shu)方案后(hou)續成功在、、等企業進行了實(shi)車部署(shu)，能夠(gou)在擁堵、無信號交叉口(kou)等城(cheng)市復雜道(dao)路(lu)(lu)條件(jian)下實(shi)現非機動車讓行、路(lu)(lu)側停車繞行等行為。
最后，李升(sheng)波展(zhan)(zhan)望了未來的發(fa)展(zhan)(zhan)方向，指出(chu)車路云一體(ti)化(hua)是自(zi)動(dong)駕駛(shi)基座模型的開發(fa)框(kuang)架，亟需建立統一的數據平臺(tai)以(yi)促進(jin)數據共享，同時強調(diao)算力對(dui)自(zi)動(dong)駕駛(shi)的重要(yao)性，呼吁由政府、企業、高校三者組建聯合體(ti)共同解決這些制(zhi)約自(zi)動(dong)駕駛(shi)發(fa)展(zhan)(zhan)的瓶(ping)頸難(nan)題。
李升波教授從學術的角度(du)分享了(le)對于(yu)自動(dong)(dong)駕駛(shi)的思考(kao)，理想汽車自動(dong)(dong)駕駛(shi)研發副總裁郎咸朋則站在了(le)產(chan)業的角度(du)，發表了(le)主題為《理想自動(dong)(dong)駕駛(shi)技(ji)術創(chuang)新應用》的演講。
▲理想汽車自動駕駛(shi)研(yan)發副(fu)總裁(cai)郎咸朋
郎咸朋介紹(shao)了過去一年(nian)理想自(zi)動駕駛的研發進(jin)展。
理想汽(qi)車創新性地提(ti)出自動(dong)駕駛端到(dao)端+VLM雙系統(tong)架構(gou)，并結合(he)基于世界模型的(de)(de)訓(xun)練(lian)評價體系，率(lv)先完成車位到(dao)車位的(de)(de)全量推(tui)送。而自動(dong)駕駛模型性能的(de)(de)提(ti)升同樣符(fu)合(he)Scaling Law，基于1000萬clips訓(xun)練(lian)的(de)(de)模型即將推(tui)送用戶(hu)，全場(chang)景接管(guan)率(lv)（MPI）將超(chao)過(guo)100公里(li)。
他表(biao)示，當(dang)前(qian)自動(dong)駕駛(shi)模型訓練總里(li)程(cheng)基數超過(guo)30億(yi)公(gong)里(li)，云端(duan)算力超過(guo)8E Flops，下(xia)一階段將(jiang)著重以創新技術(shu)手段提(ti)升資(zi)源利用效能(neng)。
郎咸朋還(huan)指出，從端到(dao)(dao)端+VLM到(dao)(dao)VLA，是AI能(neng)力從“行為智(zhi)能(neng)”到(dao)(dao)“空間(jian)智(zhi)能(neng)”的(de)再次進階，后續理想汽(qi)(qi)車將著力于“人(ren)工智(zhi)能(neng)的(de)汽(qi)(qi)車化”，從模型、工程(cheng)、產品三個(ge)維(wei)度提(ti)升自動駕(jia)駛的(de)綜合能(neng)力。
為實現L3，全場(chang)景接管(guan)(guan)率（MPI）要超過500km，等效雙周一次接管(guan)(guan)，平均事(shi)故里(li)程(cheng)(cheng)（MPA）要超過350萬公(gong)里(li)，約(yue)等于人類安全里(li)程(cheng)(cheng)的(de)5倍，AD里(li)程(cheng)(cheng)滲(shen)透率要大于25%，實現跨越鴻溝。
而(er)要(yao)達到L4，這三方面的能力需要(yao)進一步提升至更高(gao)維(wei)度。
為實現L4，全場景接管(guan)率(lv)（MPI）要(yao)超過2500km，等效每季度(du)一(yi)次接管(guan)，平均(jun)事(shi)故里程（MPA）要(yao)超過660萬(wan)公里，約等于(yu)人類安全里程的10倍，AD里程滲透(tou)率(lv)要(yao)大(da)于(yu)60%。
郎咸(xian)朋在(zai)最(zui)后強調，理想的(de)使命(ming)愿景是(shi)成為全球領先(xian)的(de)人工智(zhi)能企(qi)業(ye)，并以此為方(fang)向(xiang)持續進行(xing)自動駕駛技術與(yu)(yu)產(chan)品的(de)創(chuang)新與(yu)(yu)應(ying)用，還請大家拭(shi)目以待。
一些供應鏈行業代表也分享了關于自動駕駛的一些思考。
副總裁(cai)、技(ji)術合(he)伙(huo)人劉軒指出，當(dang)前的智能駕駛系統已(yi)擺脫傳統模塊化(hua)的規則(ze)驅動，轉向以AI為核心的數(shu)據驅動模式。
▲元(yuan)戎啟行副(fu)總裁(cai)、技術合伙人(ren)劉軒
但現在的端到端智駕(jia)(jia)系(xi)統缺乏可(ke)解釋(shi)性，無法解釋(shi)它駕(jia)(jia)駛決(jue)策的邏輯。另外如果碰到難(nan)以用常識(shi)理解讀懂的情況，系(xi)統就很難(nan)推理出(chu)好的駕(jia)(jia)駛決(jue)策。
目前，元戎(rong)啟行正在研發VLA模型。實際上(shang)，VLA模型也屬于(yu)端到端框架，但和現在用的(de)端到端模型不同。
VLA模(mo)型(xing)融合了VLM和(he)E2E模(mo)型(xing)，對(dui)比上一代模(mo)型(xing)，VLA模(mo)型(xing)更(geng)簡潔，信息傳遞(di)更(geng)直接，對(dui)于復雜場景的解讀更(geng)到(dao)位，可以更(geng)透徹(che)地理解人類(lei)的駕(jia)駛文化。
最后(hou)劉軒表示相(xiang)信很(hen)快智能市場就會迎來一個(ge)暴漲(zhang)期。搭乘著市場的東(dong)風(feng)，元戎啟行也會全力沖刺。
極佳科技的副(fu)總裁毛繼明在演講(jiang)中深(shen)入探(tan)討了生成式世(shi)界(jie)模型如何引領(ling)自動駕駛(shi)和具身智能走向新的時代。
當下，消費(fei)者對智(zhi)能駕駛功能的(de)體驗和(he)要求(qiu)不斷(duan)提高，這種高規格的(de)要求(qiu)使得智(zhi)能駕駛算法的(de)迭代面臨(lin)高質量(liang)數據、低頻場景需求(qiu)激增的(de)困境。
為了解(jie)決(jue)這一(yi)問題，業界開始探索使(shi)用(yong)生成數(shu)據(ju)(ju)的可能性，以(yi)輔助提升算法(fa)性能。毛繼(ji)明指出，「生成數(shu)據(ju)(ju)」是(shi)世界模(mo)型的首要應用(yong)之一(yi)，也是(shi)端到端自(zi)動駕駛最(zui)重要最(zui)高效的數(shu)據(ju)(ju)來源(yuan)。
▲極佳(jia)科技(ji)合伙(huo)人&副總裁毛繼明(ming)
毛(mao)繼(ji)明強調智能駕駛(shi)算(suan)法(fa)的(de)(de)表(biao)現需超越人類駕駛(shi)員才能獲(huo)得人類司機的(de)(de)信(xin)任和(he)使用。因此，構(gou)建(jian)一個實(shi)(shi)時(shi)可交互(hu)的(de)(de)環(huan)(huan)境(jing)讓算(suan)法(fa)進行實(shi)(shi)踐顯得尤為重要，而生成式世界模型就負責構(gou)建(jian)這個環(huan)(huan)境(jing)。
進而，毛繼明介(jie)紹了世界(jie)模型的(de)(de)基本概念，盡管目前尚無統一的(de)(de)定義，但(dan)業界(jie)的(de)(de)共識認為核心功能(neng)包括建模、想象、預測和行動。
世(shi)界模型是現實世(shi)界的投影(ying)，能夠(gou)為智能體(ti)提供想象能力、預(yu)測未來(lai)結果(guo)，并進(jin)行結果(guo)評判。毛繼明強調，構建世(shi)界模型的過程中，需(xu)要引入視頻生成、空間幾何和(he)物理引擎等多種技術，以實現更全(quan)面的世(shi)界建模。
在(zai)具體(ti)應用方面(mian)，毛(mao)繼明提(ti)(ti)到，世界模型可以(yi)用于數據生成(cheng)和泛化(hua)，通(tong)過生成(cheng)多樣化(hua)的數據來(lai)提(ti)(ti)升感(gan)知算法的魯棒性，還可用于4D場(chang)景構建，以(yi)支持實時閉環(huan)仿真等應用。在(zai)此過程(cheng)中，毛(mao)繼明展示了(le)如(ru)何通(tong)過激活不同功能區來(lai)實現這(zhe)些(xie)目標。
在演講的(de)(de)最后，毛繼(ji)明分享了(le)(le)極佳世界模型與(yu)合作(zuo)伙伴落地的(de)(de)成(cheng)功(gong)案例，展示了(le)(le)不同的(de)(de)模塊和功(gong)能(neng)在行業(ye)落地應用的(de)(de)情況，以及極佳在此過程中積累(lei)的(de)(de)行業(ye)經驗和“武器庫(ku)”。
毛繼明在演講(jiang)中對(dui)生成式世界模(mo)型在智能駕駛和具身智能領域的(de)突破性應用進行了全面闡釋，并結合實際案(an)例展(zhan)示了極(ji)佳科技的(de)技術(shu)成果。
正如他所(suo)強(qiang)調的(de)，世界模(mo)型(xing)并非僅是技(ji)術工(gong)具，而是推動未來(lai)人工(gong)智(zhi)能邁向智(zhi)能時代的(de)核心引擎。通過(guo)融合視頻生(sheng)成、空間幾(ji)何(he)和物理引擎等多種技(ji)術，世界模(mo)型(xing)不(bu)僅為算法的(de)性能提(ti)升提(ti)供了(le)高效的(de)模(mo)擬環境，更為整個行業帶來(lai)了(le)新的(de)應用(yong)可(ke)能性。
在未來的(de)人工智能(neng)(neng)技術版圖(tu)中(zhong)，世(shi)界模型(xing)的(de)地位舉(ju)足輕重。它為(wei)實(shi)(shi)現高效、低(di)成本的(de)數據生成，增強智能(neng)(neng)體(ti)的(de)預測(ce)與決策能(neng)(neng)力鋪平了道路。極(ji)佳科(ke)技致力于將世(shi)界模型(xing)的(de)潛力進一步轉化(hua)為(wei)實(shi)(shi)際應用，加速推(tui)動技術從專有領域向更廣泛場(chang)景的(de)擴展，為(wei)通(tong)用智能(neng)(neng)的(de)全面實(shi)(shi)現打下堅實(shi)(shi)基礎。
首(shou)席科學家崔迪瀟則從更細分的角度入手，圍繞走向更安全更智能的干線(xian)物流帶來(lai)了深(shen)入分享。
▲智加科技首席科學家崔(cui)迪瀟
崔迪瀟(xiao)指(zhi)出(chu)，中國(guo)的干線物流是(shi)一個萬億級別的巨(ju)大市(shi)場，卡車的存有(you)量(liang)達到800萬臺。然而在這個巨(ju)大的市(shi)場背(bei)后，一系列(lie)結構性(xing)的問題正日益凸(tu)顯(xian)。一方(fang)面，干線物流安全事故頻發，另(ling)一方(fang)面，人力與燃油成本攀(pan)升擠占利潤空(kong)間(jian)，降本增效需求顯(xian)著。
針(zhen)對(dui)這些痛(tong)點，智(zhi)加(jia)科(ke)技始終堅持(chi)不懈地推進自動駕駛重(zhong)卡(ka)的研發工(gong)作。目前，搭(da)載(zai)智(zhi)加(jia)領(ling)航系統的智(zhi)能重(zhong)卡(ka)已率先實(shi)現(xian)量產，并且智(zhi)加(jia)領(ling)航系統也已在頭部(bu)物流(liu)企業投入實(shi)際運(yun)營。
值得關注的是(shi)，崔迪瀟也就業內盛行(xing)的端(duan)(duan)到端(duan)(duan)熱潮作出回應。他指(zhi)出，端(duan)(duan)到端(duan)(duan)在某(mou)種程度上可(ke)謂是(shi)一種資源“恐嚇”，尤其對于部分初創型企業而言更是(shi)如此。
與此同時(shi)，他也(ye)提(ti)到(dao)，盡管(guan)資源有(you)限，但這(zhe)(zhe)些創業團隊同樣面臨著機(ji)遇(yu)。當技術發展至一(yi)定(ding)階(jie)段后，能夠以十(shi)分之一(yi)的(de)成本達成同樣出(chu)色的(de)效(xiao)果。這(zhe)(zhe)是(shi)因(yin)為在端(duan)到(dao)端(duan)智(zhi)能駕駛中，大量冗余的(de)標注與計算實際上(shang)并無(wu)必要(yao)。
針對這些，智(zhi)加科技提出了(le)基于(yu)人類(lei)的(de)駕(jia)(jia)駛駕(jia)(jia)駛指令來引導模型高效學習場景表征的(de)SSR框架，成功實現了(le)不依(yi)賴(lai)于(yu)感知(zhi)標注的(de)真正端到端訓(xun)練。
最后，崔迪瀟總(zong)結說：“L4級自動駕駛是我(wo)(wo)們(men)的(de)終極目標(biao)，在(zai)朝著這(zhe)一(yi)(yi)目標(biao)前(qian)進的(de)過(guo)程中(zhong)，我(wo)(wo)們(men)勢必會(hui)(hui)遇到各種變化和(he)挫折(zhe)，也(ye)會(hui)(hui)發現一(yi)(yi)些(xie)新(xin)的(de)技術(shu)方向。不過(guo)，這(zhe)些(xie)新(xin)的(de)技術(shu)方向僅(jin)僅(jin)是我(wo)(wo)們(men)實現目標(biao)的(de)手段，而非(fei)目標(biao)本身。不能走(zou)了太(tai)遠(yuan)，忘了為(wei)何(he)而出(chu)發。為(wei)達成無人化這(zhe)一(yi)(yi)目標(biao)，還有(you)很多更重要(yao)的(de)工作要(yao)大家一(yi)(yi)起堅持繼續去做。”
辰(chen)韜資本(ben)執行總(zong)經理劉(liu)煜冬博(bo)士從智能駕駛(shi)產業投(tou)(tou)資的角度(du)，分享(xiang)了(le)關于端(duan)到端(duan)新范式下的智能駕駛(shi)產業投(tou)(tou)資思考。
▲辰韜資本執行總經理(li)劉煜冬
劉煜冬表(biao)示，過去的半年整個行業有很(hen)大的變(bian)化，乘用(yong)車高階智駕滲(shen)(shen)透(tou)率接近10%，整個高階輔助系(xi)統向更低(di)的車型(xing)滲(shen)(shen)透(tou)，智駕產品(pin)處于從早期市場(chang)邁(mai)向主流(liu)市場(chang)的重要拐點。
劉煜(yu)冬提到(dao)(dao)，目前端到(dao)(dao)端已(yi)經不(bu)僅僅是一(yi)個(ge)技術名(ming)詞，破(po)圈成為用戶(hu)體驗和用戶(hu)心智的一(yi)部分(fen)。
關于端(duan)(duan)到(dao)(dao)端(duan)(duan)范式加速(su)演進，劉煜冬表(biao)示大模型(xing)將賦(fu)能VLM/VLA，提到(dao)(dao)端(duan)(duan)到(dao)(dao)端(duan)(duan)1.0是(shi)從(cong)規則到(dao)(dao)數據驅動(dong)，端(duan)(duan)到(dao)(dao)端(duan)(duan)2.0引入大模型(xing)和強化學習范式，會(hui)進一(yi)步強化數據帶來(lai)的壁壘(lei)，行業向車(che)企和頭部智駕(jia)公司集(ji)中(zhong)。
但是，劉煜冬表示端到端落地面(mian)臨著路采數(shu)據(ju)回灌開環驗(yan)證，實車性能差(cha)異大Sim2Real gap無法避免和Corner Case采集成本高、效率低(di)等挑戰。
劉煜冬認為(wei)(wei)生(sheng)(sheng)成式(shi)世界模(mo)型(xing)成為(wei)(wei)端到(dao)端落地的(de)重要工具，其可以充分利(li)用海量的(de)無標注數(shu)據(ju)，包括互聯網數(shu)據(ju)、跨車型(xing)和傳感器參數(shu)的(de)數(shu)據(ju)。還可以低成本生(sheng)(sheng)成高保(bao)真度的(de)測試驗證數(shu)據(ju)，用于端到(dao)端算(suan)法的(de)閉環驗證。
端到端在乘用車輔助駕駛領域大放異彩，而在無人駕駛領(ling)域，2024年已(yi)經是無(wu)(wu)人(ren)駕駛(shi)的商業化元年，諸多場景的無(wu)(wu)人(ren)駕駛(shi)公司開始了規模(mo)化復制和(he)指數增長(chang)。
例如，在礦區部署超(chao) 1000 臺無(wu)(wu)人車，在美(mei)國運營超(chao)千(qian)臺Robotaxi ，訂(ding)單(dan)量(liang)急劇增長。目前頭部無(wu)(wu)人駕駛(shi)公司(si)也開始進行(xing)端到(dao)端的早期(qi)探(tan)索，更加關注新技術(shu)在L4無(wu)(wu)人駕駛(shi)降(jiang)本(ben)增效和場(chang)景(jing)拓展的能力(li)。
劉(liu)煜冬最后總結道，端到端自(zi)動(dong)駕駛2.0階段將(jiang)開啟VLM/VLA的(de)(de)新(xin)范式，主(zhu)機廠和掌(zhang)(zhang)握數據的(de)(de)自(zi)動(dong)駕駛公司進一步掌(zhang)(zhang)握話(hua)語權。
而隨(sui)著無人(ren)駕駛開(kai)始規模商(shang)業(ye)化(hua)，率先完成商(shang)業(ye)閉環的公(gong)司更有機會布局投(tou)入新范式(shi)，并擴展至(zhi)更通用的無人(ren)駕駛開(kai)放場景。
而上午(wu)場嘉賓(bin)演講(jiang)結(jie)束(shu)后(hou)，本次峰會也進(jin)入圓(yuan)桌(zhuo)討(tao)(tao)論環節，本次圓(yuan)桌(zhuo)討(tao)(tao)論圍繞(rao) “全民智駕(jia)時代(dai)開啟，端(duan)到(dao)端(duan)掀起新一輪變革(ge)” 的主題展開，在智一科技聯合創始人(ren)、總(zong)編輯張國仁的主持下，零一汽車智能駕(jia)駛(shi)合伙人(ren)王泮渠、辰韜(tao)資本執行總(zong)經理劉煜(yu)冬共同探討(tao)(tao)了自(zi)動駕(jia)駛(shi)領域在2024年的重要變化和未來發展趨勢。
與會專(zhuan)家普遍(bian)認為(wei)，2024年是自動駕駛商業化的重要節點。
▲圓桌討論現場
零一汽(qi)車(che)智(zhi)能駕駛合(he)伙人(ren)王泮(pan)渠(qu)提到(dao)，wayve的(de)技術進展和事件標志(zhi)著(zhu)(zhu)端到(dao)端架(jia)構(gou)的(de)可行性，這為整個(ge)行業(ye)注入了信心。隨著(zhu)(zhu)無(wu)人(ren)駕駛技術的(de)不斷成熟，多個(ge)領域(yu)如(ru)出租車(che)、礦(kuang)區無(wu)人(ren)駕駛、無(wu)人(ren)物流(liu)等開始(shi)實(shi)現商業(ye)化應(ying)用(yong)，展現出良好的(de)市場前(qian)景。
這一趨勢不(bu)僅促進了(le)投(tou)資者的(de)信(xin)心，也推動(dong)了(le)相關企業的(de)上(shang)市，標志著行業進入了(le)一個新的(de)發展(zhan)階段。
論壇中，專家們強調了(le)技術迭代和數據驅動對自動駕(jia)駛行業的重要影響(xiang)。
辰韜資本執行總經理劉煜冬指出，自(zi)動駕(jia)駛(shi)行業正在從(cong)傳統范式(shi)向數據驅動的(de)范式(shi)轉(zhuan)變，新的(de)開發(fa)模式(shi)使(shi)得(de)技術進步和產品(pin)落地的(de)速度加快。尤(you)其是人工智(zhi)能技術的(de)快速發(fa)展，為自(zi)動駕(jia)駛(shi)的(de)實(shi)現提供(gong)了強有力(li)的(de)支持。
專家們認為(wei)，過去(qu)幾年的(de)數據積累和(he)技術創(chuang)新(xin)為(wei)行(xing)業的(de)快(kuai)速(su)迭代奠(dian)定(ding)了(le)基礎，使得自動駕(jia)駛(shi)的(de)落地應用得以迅速(su)推廣。
在討論(lun)未來市場時，專家(jia)們認為自動駕(jia)駛領域將(jiang)會出現(xian)多種(zhong)技(ji)術路線的共存。
王泮渠表示，盡(jin)管市場(chang)上有許多自(zi)研廠商(shang)，但第三方供(gong)應商(shang)依然有生存空(kong)間。隨著(zhu)市場(chang)規模的擴大，自(zi)動駕(jia)駛(shi)技(ji)術的滲透(tou)率(lv)仍在提升(sheng)，為不同團(tuan)隊提供(gong)了發展機會。
劉煜冬則指出，未來的(de)商業(ye)化(hua)發展會更加依賴于技術的(de)創新和應用場景的(de)多(duo)樣化(hua)，尤其是在物流和交通運輸等領域，仍然存在大(da)量未被開(kai)發的(de)市場機(ji)會。
二、端到端革新智駕研發范式 掌握數據或掌握更多話語權
在(zai)今天下午峰會(hui)現場(chang)，主(zhu)會(hui)場(chang)舉行了兩(liang)場(chang)論壇(tan)，分別是(shi)端(duan)到端(duan)自(zi)動駕駛(shi)創新(xin)論壇(tan)和城(cheng)市(shi)NOA專題(ti)論壇(tan)。
在下(xia)午的端到端自(zi)動(dong)(dong)駕駛(shi)創新論壇(tan)上，自(zi)動(dong)(dong)化所副研究員張啟(qi)超首先帶來主題報告，從科(ke)研角度(du)講(jiang)解監督學習(xi)范式(shi)下(xia)端到端自(zi)動(dong)(dong)駕駛(shi)的新進展及其面臨的關鍵挑戰。
▲中科院自動化所(suo)副研究員張啟超
張(zhang)啟(qi)超(chao)指出，2016年(nian)后端(duan)(duan)到(dao)端(duan)(duan)走向(xiang)兩條路，一派(pai)是去做開環的端(duan)(duan)到(dao)端(duan)(duan)，然(ran)后另(ling)一派(pai)是做Carla仿真(zhen)閉環的端(duan)(duan)到(dao)端(duan)(duan)。
他坦誠說，在(zai)(zai)2023年(nian)底(di)的時候(hou)，他個(ge)人對于端(duan)到(dao)端(duan)自動駕(jia)駛能(neng)上車并(bing)沒(mei)有抱很大期待。而由(you)于一直在(zai)(zai)引領端(duan)到(dao)端(duan)的范(fan)式，再加(jia)上2024年(nian)其(qi)團隊(dui)也在(zai)(zai)與一些企業的合作過(guo)程中(zhong)發現，端(duan)到(dao)端(duan)在(zai)(zai)落地方(fang)面確實帶來很好的上限能(neng)力。
值得注意的(de)是，在其(qi)團隊的(de)科(ke)研實踐(jian)中(zhong)，張啟超指出監督式端到(dao)端自動駕駛存在規模(mo)化定律，數據量的(de)大規模(mo)增加帶來了兩(liang)方面的(de)影響。
好消息是，Data Scaling帶來了“組(zu)(zu)合(he)(he)泛化(hua)(hua)”能力，數據規(gui)模化(hua)(hua)為(wei)(wei)端到端自動(dong)駕(jia)駛提供了“組(zu)(zu)合(he)(he)泛化(hua)(hua)”能力，為(wei)(wei)自動(dong)駕(jia)駛安全落地提供理論支撐(cheng)。
壞(huai)消(xiao)息則是，閉環性能提升隨著數據量的指(zhi)數增加有變緩趨勢。他(ta)指(zhi)出，由于監(jian)督數據拖后腿，隨著算力、模(mo)型增大，收益將飽和(he)。
而對于成為業內熱詞的(de)“世界模型”，張啟超也(ye)給出了(le)一些值得進一步探索的(de)研究方向。
張啟超表(biao)示，端到端從開環走到閉環，需要(yao)打(da)造世界模型。
用途一是打造閉環(huan)測(ce)試驗證世(shi)界模(mo)型(xing)，把世(shi)界模(mo)型(xing)作為一個演練場，去評估和測(ce)試當前的端(duan)到端(duan)模(mo)型(xing)能不能上車(che)。
用(yong)途二(er)則是打造閉環世(shi)(shi)界模型用(yong)于RL策略(lve)訓練(lian)，即高(gao)保(bao)真的(de)(de)交互的(de)(de)世(shi)(shi)界模型，這也是一條不錯(cuo)的(de)(de)路徑。
零一(yi)汽車智(zhi)(zhi)能駕駛合(he)伙人(ren)王泮渠以《端到端+大(da)模型: 加速(su)新(xin)能源重(zhong)卡智(zhi)(zhi)能化(hua)之路》為主題展開分享。
▲零一汽車智能駕駛(shi)合伙人王泮渠
王(wang)泮(pan)渠表示，輔助駕駛已經進(jin)入量產狀態，2023年(nian)，具(ju)備輔助駕駛功能的智能網聯乘用車銷量995.3萬輛，市場滲(shen)透率達(da)47.3%，而目前，商業(ye)車對(dui)無人駕駛的需求還更高一些(xie)。
但是王泮渠提出，目前無人駕駛(shi)沒有走在軟(ruan)件行業的商業模型上。
王泮渠以(yi)Waymo為(wei)例，表示其(qi)復制成本(ben)高、不(bu)(bu)同場景之間壁壘高，不(bu)(bu)具(ju)備通用性(xing)和跨越性(xing)。
而當前L4算(suan)法架構(gou)的問(wen)題，有模塊(kuai)過多且分散(san)、泛化性較(jiao)差、研(yan)發成本巨大和大規模產品化落地困難等。
那么如何解(jie)決？王泮(pan)渠表(biao)示(shi)零(ling)一汽(qi)車選擇了多模態大語言模型端到(dao)端。為(wei)什么選擇端到(dao)端？因為(wei)端到(dao)端框架簡易、泛化性(xing)強、成本(ben)有(you)優勢和量(liang)產友好。
關于(yu)如(ru)何保證大(da)語(yu)言模(mo)型的(de)(de)安全性(xing)，王(wang)泮(pan)渠認(ren)為(wei)原理(li)大(da)語(yu)言模(mo)型的(de)(de)邏輯輸出可以被追(zhui)溯，在算(suan)法上可以通(tong)過多(duo)模(mo)態(tai)對齊、生成對抗式(shi)學習和強(qiang)化(hua)學習三種(zhong)方法。
在(zai)流程上可(ke)以通過線下大規模(mo)開(kai)環(huan)(huan)與閉環(huan)(huan)仿真驗證，讓模(mo)塊快速進化。在(zai)系統(tong)上通過硬件與車輛冗余設計，讓系統(tong)更可(ke)靠。
王泮渠最后總結(jie)道，要做量產無人(ren)駕(jia)駛大模(mo)型(xing)是(shi)最優路徑，量產自動(dong)駕(jia)駛一(yi)定需(xu)要量產車(che)，車(che)是(shi)一(yi)個平臺，可以百(bai)倍地下降自動(dong)駕(jia)駛的成(cheng)本。
強(qiang)泛化的算法，可量產(chan)的車(che)輛(liang)，以(yi)及(ji)快(kuai)閉環(huan)的場(chang)景是實現無人駕駛量產(chan)落地的必由之路。
以神(shen)經網絡為載體的(de)“端(duan)(duan)(duan)(duan)到端(duan)(duan)(duan)(duan)”自(zi)動(dong)駕駛(shi)(shi)規(gui)控(kong)方(fang)案(an)，使(shi)得全棧模塊具備利用(yong)數據閉(bi)環進(jin)行(xing)快速(su)更新的(de)能(neng)力(li)，這為高級別(bie)自(zi)動(dong)駕駛(shi)(shi)的(de)智能(neng)性提(ti)升提(ti)供一(yi)條全新的(de)技術(shu)路徑，昇啟科技聯合(he)創始人、CTO劉敏俊登臺，對其(qi)一(yi)站式端(duan)(duan)(duan)(duan)到端(duan)(duan)(duan)(duan)自(zi)動(dong)駕駛(shi)(shi)研發(fa)平臺進(jin)行(xing)了深(shen)入解(jie)讀。
▲昇啟(qi)科(ke)技聯(lian)合創始人、CTO劉(liu)敏俊
劉(liu)敏(min)俊表(biao)示，從2023年12月(yue)份以來(lai)，端(duan)(duan)(duan)到端(duan)(duan)(duan)已經(jing)成為行(xing)業趨勢，而且在行(xing)業內端(duan)(duan)(duan)到端(duan)(duan)(duan)整體(ti)的發展方式也變成主流。
其(qi)中，國內企(qi)業動作較快(kuai)，不管(guan)說(shuo)是兩段(duan)式的(de)還是一(yi)段(duan)式的(de)端到端，甚至在組織架構(gou)上面有很多的(de)團隊有做(zuo)了適配和調(diao)整。
他緊(jin)接(jie)著介紹了端(duan)到端(duan)的意義(yi)，端(duan)到端(duan)帶來(lai)的是研發模式的革新。
從之前(qian)的(de)(de)模塊化(hua)到(dao)現在的(de)(de)端到(dao)端一體化(hua)，一方(fang)面數據驅動的(de)(de)模式取代了以往的(de)(de)人(ren)工專家規則設計的(de)(de)范式，讓(rang)其信息傳遞產生的(de)(de)損失能(neng)夠大(da)大(da)減少(shao)，能(neng)夠保留的(de)(de)有效信息更(geng)高更(geng)完整。
另(ling)一方面在性能層面，端到端能夠通過數(shu)據驅動的方式去突(tu)破邊(bian)界，而在迭(die)代速度(du)和維護成本上也有(you)一個(ge)極大的優勢(shi)。
而(er)在(zai)整(zheng)個范式(shi)升(sheng)級的過程(cheng)中，其實核心的三(san)要素就(jiu)是(shi)數據(ju)、算法和算力。
圍繞這三要素，昇啟科技打(da)造了(le)一整套研發工具(ju)鏈，幫助(zhu)主機廠完成(cheng)端到端的(de)模型(xing)開發。
昇啟科(ke)技自(zi)主研(yan)發(fa)的千行平臺，覆(fu)蓋(gai)數(shu)據生成、模(mo)(mo)型訓(xun)(xun)練、仿真(zhen)測試(shi)以(yi)及(ji)模(mo)(mo)型部署等全棧功能(neng)，提供場景(jing)泛化、性能(neng)評估(gu)、數(shu)據挖掘、場景(jing)回放等開發(fa)工具(ju)，可(ke)實現大批量、自(zi)動(dong)化、高覆(fu)蓋(gai)度的端到端自(zi)動(dong)駕駛模(mo)(mo)型訓(xun)(xun)練。
目前千行平臺(tai)已服(fu)務合作多(duo)家企業，幫助研(yan)發團隊完成數據驅(qu)動的(de)AI能(neng)力建設(she)，實現(xian)自動駕(jia)駛端到(dao)端模型的(de)落地(di)，并在全(quan)國(guo)多(duo)個城市完成開放(fang)道(dao)路(lu)的(de)實車(che)測試(shi)驗證(zheng)。
除了(le)(le)端到(dao)端一體化(hua)平臺的作用(yong)(yong)日(ri)益凸(tu)顯(xian)外(wai)，智駕(jia)地圖的重(zhong)要性日(ri)漸提升(sheng)，對(dui)此，朗歌科技副(fu)總(zong)經理李(li)戰斌博(bo)士則探討了(le)(le)智駕(jia)地圖在端到(dao)端時代的重(zhong)要性，分析了(le)(le)其先驗知識與關鍵模態的應用(yong)(yong)。
這場(chang)演講主(zhu)要圍(wei)繞三個(ge)核心點(dian)展(zhan)開：傳(chuan)統(tong)地圖的局限性、端(duan)到端(duan)智駕地圖的構建新范式(shi)，以(yi)及智駕地圖的未來進(jin)化方向(xiang)。
▲朗歌科技副總經理李戰斌
李戰斌首先(xian)指出，傳統地圖在自動駕駛領域的(de)應用存在明顯的(de)局限性。當出現錯(cuo)(cuo)誤時，如何處理這(zhe)些錯(cuo)(cuo)誤的(de)維護(hu)成本高且周期長。
此(ci)外，傳統地(di)(di)圖(tu)的建圖(tu)周(zhou)期(qi)較長，更新速度慢，容易導致事故隱患(huan)和通行效率降(jiang)(jiang)低。這些問題使得人們對地(di)(di)圖(tu)在智(zhi)駕中的作用(yong)產(chan)生了誤解，認(ren)為其(qi)地(di)(di)位(wei)在下(xia)降(jiang)(jiang)。
隨后李戰斌提到，采用“影子(zi)模式(shi)”構建的(de)數(shu)據閉(bi)環(huan)系統(tong)，能(neng)夠有效解(jie)決傳統(tong)地圖(tu)的(de)不(bu)(bu)足。這種(zhong)(zhong)模式(shi)不(bu)(bu)僅提高(gao)了地圖(tu)的(de)更新(xin)效率，還增強(qiang)了其在復(fu)雜(za)場景下的(de)應用能(neng)力(li)。同時，智駕地圖(tu)作(zuo)為一種(zhong)(zhong)先驗知識和新(xin)模態，與(yu)傳感器的(de)前融(rong)合范式(shi)，是解(jie)決地圖(tu)更新(xin)能(neng)力(li)與(yu)覆蓋缺失不(bu)(bu)一致的(de)高(gao)效解(jie)決方案。
最(zui)后，李戰斌指出(chu)，未來(lai)的(de)智(zhi)駕(jia)地圖構建也(ye)將實(shi)現如系統(tong)一的(de)端到端模(mo)型(xing)生(sheng)成(cheng)，智(zhi)駕(jia)領(ling)航信息的(de)生(sheng)成(cheng)也(ye)將如系統(tong)二的(de)多(duo)模(mo)態大(da)語言模(mo)型(xing)生(sheng)成(cheng)，出(chu)品(pin)質檢與仿真(zhen)檢驗也(ye)將可通過世(shi)界模(mo)型(xing)實(shi)現。
同時(shi)，智駕(jia)地圖OEM圖層云端編輯，將高效解決(jue)智駕(jia)cornercase，規避軟件和模型(xing)訓(xun)練的高成本和滯后性。
李戰斌提(ti)到，地(di)圖在提(ti)供超(chao)視距感(gan)知能力方面具有獨(du)特優勢，能夠在傳感(gan)器受限的情況下，依然保(bao)證自(zi)動駕(jia)駛的安全性(xing)和可(ke)靠性(xing)，前融(rong)合的先(xian)驗模(mo)態將如同智駕(jia)大(da)(da)模(mo)型的提(ti)示詞，向智駕(jia)大(da)(da)模(mo)型輸(shu)入(ru)實(shi)例化(hua)的場景(jing)提(ti)示信息，實(shi)時增強(qiang)模(mo)型并輸(shu)出更(geng)為準確和全局最優的智駕(jia)規控信息。
總的(de)來(lai)說(shuo)，李戰斌博(bo)士的(de)演講強(qiang)調了(le)智(zhi)駕地(di)(di)圖在自動(dong)駕駛領域的(de)重要性，指出其在傳統地(di)(di)圖應用中的(de)局限(xian)性，并介(jie)紹了(le)端到端時代(dai)的(de)新構建(jian)范式及(ji)未來(lai)發展(zhan)方(fang)向。隨著技術的(de)不斷(duan)進步(bu)，智(zhi)駕地(di)(di)圖將成為提升自動(dong)駕駛安全性和效(xiao)率的(de)關鍵要素(su)。
三、車企重倉城市NOA量產 數據算法算力是關鍵
本次峰會的(de)最(zui)后一個論(lun)壇是(shi)城(cheng)市(shi)NOA專(zhuan)題論(lun)壇，城(cheng)市(shi)NOA是(shi)當前各大車(che)企重點投入(ru)的(de)方向(xiang)。研(yan)究(jiu)總院智能(neng)網聯中心專(zhuan)業總師林從主機(ji)廠視角，對城(cheng)市(shi)NOA量產應用(yong)展開(kai)了分享。
▲北(bei)汽研(yan)究總院智能網聯中心專業總師林(lin)大洋
林(lin)大洋表示，NOA功能，尤(you)其是城(cheng)市NOA功能，能覆蓋(gai)更(geng)多用戶出行(xing)場景，是近期(qi)(qi)行(xing)業重點發展方向。當前(qian)，L3級自動(dong)駕駛正(zheng)在(zai)推(tui)進試點準入，預計應用場景聚焦在(zai)高速&快速路的(de)單車道通行(xing)，中長期(qi)(qi)逐步覆蓋(gai)更(geng)多場景。
而“數據”、“算法”、“算力” 是驅動城市(shi)NOA的(de)關鍵技術。林大(da)洋(yang)指出(chu)，現在針對端到端方案，實現一個城市(shi)的(de)量產需要的(de)投入非(fei)常高。
同時他也指出，算法、算力和數據的突破將推動(dong)智能(neng)汽車由量變(bian)到質變(bian)，未來車端通用大模(mo)型將整合座艙、智駕，實現(xian)“類人” 能(neng)力。
在最后，林(lin)大洋(yang)也介紹了(le)北汽(qi)城市(shi)NOA的量產(chan)進展(zhan)。北汽(qi)智能(neng)駕(jia)駛已量產(chan)產(chan)品覆(fu)蓋L2級(ji)ADAS系(xi)統到城市(shi)NOA。
為給駕(jia)駛(shi)者帶來(lai)更加智能(neng)、輕松且安全(quan)的駕(jia)駛(shi)體驗，北汽正加快BEV+OCC、端(duan)到端(duan)等智能(neng)駕(jia)駛(shi)核(he)心算法的自(zi)研、建立數據(ju)(ju)閉環機制，通(tong)過構建 “數據(ju)(ju)+算法+算力” 技(ji)術生態體系，聚焦關鍵技(ji)術自(zi)主(zhu)可控，支撐北汽高階(jie)智能(neng)駕(jia)駛(shi)技(ji)術快速發展(zhan)。
產品管理總監周勇以“NOA走向普及，智能汽車“芯”平臺“芯”思考”從芯片方面對NOA進(jin)行了分享。
▲黑芝麻(ma)智能產品(pin)管理總(zong)監周勇
周勇表(biao)示(shi)，半導體創新是每個技(ji)術變革時代的重要推動力，大(da)模型的出現為汽車智(zhi)能化帶來更多發展機會，大(da)模型的演進給智(zhi)能座(zuo)艙交(jiao)互和(he)高階自動駕駛帶來明確的方向和(he)道路選(xuan)擇。
汽(qi)車智(zhi)能化的(de)關鍵是(shi)車載計(ji)算，黑芝麻(ma)智(zhi)能致力(li)于成為智(zhi)能汽(qi)車計(ji)算芯片(pian)的(de)引(yin)領者。
關于智駕(jia)技術(shu)的(de)演進(jin)趨勢，周勇(yong)表(biao)示(shi)AI算(suan)法的(de)快速演進(jin)對(dui)芯(xin)片的(de)算(suan)力持(chi)續突破和(he)架構(gou)(gou)創新(xin)帶來驅動力；而高(gao)算(suan)力和(he)創新(xin)架構(gou)(gou)的(de)車載計算(suan)SOC芯(xin)片反(fan)過來能(neng)推動汽(qi)車智能(neng)化向高(gao)階智能(neng)駕(jia)駛(shi)(shi)和(he)無(wu)人駕(jia)駛(shi)(shi)發展。
關于NOA功(gong)能(neng)的進一(yi)步演進和落地，周(zhou)勇表示將會有兩個(ge)方向，其中一(yi)種會以高(gao)速（含城(cheng)(cheng)區快速路）NOA普及為主，覆蓋的區域主要為區域高(gao)速/城(cheng)(cheng)區快速路。
另(ling)一(yi)方(fang)向是城市(shi)NOA，特點是場景復雜不(bu)確(que)定性很(hen)高，第一(yi)階段(duan)覆(fu)蓋區域為城市(shi)主干(gan)道(dao)，第二階段(duan)覆(fu)蓋城市(shi)毛(mao)細路。
除了強大的算力基礎外，更優秀的感知技術運用也在當下的智(zhi)駕競(jing)賽中越來越重(zhong)要(yao)，對此上(shang)海(hai)昱感微電子科(ke)技有限(xian)公司的創始人兼CEO蔣宏分享了多(duo)(duo)維像素多(duo)(duo)模態感知技術的應用與發展。
▲上海昱感微(wei)電(dian)子科技有限公司的創(chuang)始(shi)人兼CEO蔣宏
其演講主題(ti)為“多維像素多模態雷達融合技(ji)術，構建(jian)自動(dong)(dong)駕駛超級(ji)感(gan)(gan)知能力(li)”，重(zhong)點介紹了該(gai)技(ji)術如何提升AI系(xi)統(tong)的(de)環(huan)境與事件感(gan)(gan)知能力(li)，從而推動(dong)(dong)AI從計算智能向感(gan)(gan)知智能，再到認知智能的(de)演進。
蔣宏首先指出當前自動駕駛市場的(de)快(kuai)速(su)發展，他強調(diao)，昱(yu)感(gan)微的(de)產品(pin)定位在于為客戶提供“多模態感(gan)知融合技術(shu)“的(de)方案以(yi)及對接的(de)多維(wei)像素融合信(xin)號處理芯(xin)片，以(yi)更快(kuai)地支持客戶完成(cheng)智能感(gan)知的(de)系統產品(pin)實(shi)現(xian)。
蔣宏介(jie)紹了“多維(wei)像素(su)”的(de)(de)概念，指出(chu)該技術通過將不同傳(chuan)感器的(de)(de)信(xin)息(xi)映(ying)射到(dao)可(ke)見光的(de)(de)圖像像素(su)上，從而擴大感知(zhi)的(de)(de)物(wu)理維(wei)度。通過時(shi)空對(dui)齊，這些傳(chuan)感器的(de)(de)信(xin)息(xi)能(neng)夠有效(xiao)地同可(ke)見光攝像頭圖像融(rong)合(he)（完成(cheng)像素(su)級別(bie)的(de)(de)融(rong)合(he)），為自(zi)動駕駛(shi)系(xi)統提(ti)供更全面的(de)(de)環境感知(zhi)。
在技術(shu)實現方(fang)面，蔣宏(hong)展示了昱感(gan)微的(de)(de)原型機，強(qiang)調(diao)了時空(kong)對(dui)齊在多(duo)模態感(gan)知中的(de)(de)重要性。通(tong)過對(dui)圖(tu)像(xiang)和點云(yun)數據的(de)(de)融合，昱感(gan)微能夠實現像(xiang)素級(ji)的(de)(de)多(duo)傳感(gan)器融合感(gan)知精度，顯著(zhu)提升(sheng)自動駕(jia)駛(shi)系統(tong)的(de)(de)感(gan)知能力。
此外，蔣宏提(ti)到(dao)，昱感(gan)微的技(ji)術不僅在可見(jian)光條件(jian)下表現出色，在低光和復(fu)雜環境(jing)下也能有效(xiao)識(shi)別(bie)目標(biao)(biao)。例如，遠紅外傳(chuan)感(gan)器能夠在各種天氣條件(jian)下探測到(dao)目標(biao)(biao)（而(er)且對人(ren)體識(shi)別(bie)場景有特別(bie)地針對性），為(wei)自(zi)動駕駛(shi)提(ti)供(gong)額外的安(an)全保障。
蔣宏表示(shi)(shi)，昱感(gan)微的多維像素多模態感(gan)知技術通(tong)過將不(bu)同傳感(gan)器的數(shu)據融合在一起，能(neng)夠(gou)為自動駕駛系統(tong)提(ti)供更(geng)豐(feng)富的信息，提(ti)升(sheng)其智(zhi)能(neng)化水平。他表示(shi)(shi)，未(wei)來(lai)昱感(gan)微將繼續推動技術的進(jin)步，以滿足日益增長(chang)的智(zhi)能(neng)駕駛需求。
全道(dao)科技CTO劉斌以“從1到(dao)10：新生態數據閉環重(zhong)塑(su)高階智駕”進行了(le)分享。
▲全道科(ke)技CTO劉斌
劉斌(bin)表示(shi)，今天汽(qi)車(che)行(xing)業的(de)機會是數據驅動形成(cheng)智駕技術代差，大算力與數據閉環成(cheng)為(wei)勝負(fu)手。
在高級別(bie)智(zhi)能(neng)駕(jia)駛方面，劉斌認(ren)為需要(yao)豐(feng)富和準確的(de)數據才能(neng)做到車智(zhi)能(neng)大于(yu)人工(gong)智(zhi)能(neng)。
劉(liu)斌表示(shi)時(shi)空先(xian)驗數(shu)(shu)據(ju)在(zai)人可(ke)(ke)感(gan)知(zhi)數(shu)(shu)據(ju)的(de)(de)視距(ju)范圍內可(ke)(ke)以(yi)與感(gan)知(zhi)數(shu)(shu)據(ju)融合，交叉驗證，提升可(ke)(ke)靠性(xing)。在(zai)車輛實時(shi)感(gan)知(zhi)數(shu)(shu)據(ju)的(de)(de)視距(ju)范圍內時(shi)空先(xian)驗數(shu)(shu)據(ju)可(ke)(ke)以(yi)彌補感(gan)知(zhi)，增加可(ke)(ke)用性(xing)與體驗。
而(er)時(shi)空先驗數(shu)據在視距范(fan)圍外可以(yi)提(ti)(ti)供(gong)超越人腦的記憶內容、范(fan)圍、經驗、大數(shu)據規(gui)律與臨時(shi)交(jiao)通或事件(jian)干預，同時(shi)提(ti)(ti)供(gong)人類世(shi)界的先驗規(gui)則，提(ti)(ti)高模型(xing)的安(an)全底(di)線，為駕駛安(an)全兜底(di)。
劉斌提出(chu)，車(che)載端到端模型是“全(quan)國(guo)都能開”的終點(dian)(dian)，卻(que)是“全(quan)國(guo)都好用”的起點(dian)(dian)。
劉斌認為(wei)，為(wei)了實現2025年(nian)NOA功能全國都好用，會分為(wei)端到(dao)端+先(xian)驗數(shu)據(ju)(ju)的借助先(xian)驗數(shu)據(ju)(ju)的NOA和(he)借助VLM大模型(xing)的端到(dao)端+VLM兩條線路。
結語：全民智駕時代來臨
回望過(guo)去一年，自動(dong)駕(jia)(jia)駛(shi)迎來(lai)商業(ye)化重要(yao)節點，端到(dao)端被確(que)立為行(xing)業(ye)趨勢，AI推(tui)動(dong)智(zhi)駕(jia)(jia)體驗從“可(ke)用”向(xiang)“好用”的突破，2025年L2+級別自動(dong)駕(jia)(jia)駛(shi)的國內滲透(tou)率有(you)望進一步提升，全民(min)智(zhi)駕(jia)(jia)時(shi)代已經(jing)到(dao)來(lai)。
