“智駕能力18個(gè)月提升30倍”！車(chē)企、供應(yīng)商“逐鹿”端到端，這兩方面仍是考驗(yàn)

每經(jīng)記者 孫磊    每經(jīng)編輯 裴健如

“忽如一夜春風(fēng)來(lái)，千樹(shù)萬(wàn)樹(shù)端到端。”這是一位業(yè)內(nèi)人士對(duì)近期智能駕駛領(lǐng)域的感慨。

日前，小鵬汽車(chē)方面宣布，其已經(jīng)實(shí)現(xiàn)了端到端大模型的上車(chē)。在智能駕駛方面，由此前規(guī)則+AI組成的XNGP，切換到了以神經(jīng)網(wǎng)絡(luò)為主的端到端模型架構(gòu)。

在此之前，特斯拉已經(jīng)向部分用戶推送FSD V12版本的純視覺(jué)端到端自動(dòng)駕駛方案；蔚來(lái)則在4月公開(kāi)了端云算力規(guī)模，并透露端到端方案會(huì)在今年年內(nèi)發(fā)布；理想汽車(chē)推送的AD Max3.0，其整體框架已經(jīng)具備端到端的理念；小米集團(tuán)董事長(zhǎng)雷軍也對(duì)外宣稱，小米汽車(chē)在智駕領(lǐng)域?qū)崿F(xiàn)了端到端大模型技術(shù)。一時(shí)間，“端到端”一詞成了智駕領(lǐng)域的熱點(diǎn)。

“采用了端到端的智駕大模型，能兩天迭代一次，在未來(lái)18個(gè)月內(nèi)智駕能力提升30倍。”小鵬汽車(chē)董事長(zhǎng)、CEO何小鵬告訴《每日經(jīng)濟(jì)新聞》記者，“端到端的大模型，意味著自動(dòng)輔助駕駛將轉(zhuǎn)向完全自動(dòng)駕駛。”

端到端大模型上車(chē)，智駕更“類(lèi)人”

據(jù)悉，業(yè)內(nèi)討論實(shí)現(xiàn)完全自動(dòng)駕駛主要有兩種方法——分治法和端到端的方案。而當(dāng)前主流的智能駕駛系統(tǒng)普遍應(yīng)用了分治法，即將自動(dòng)駕駛?cè)蝿?wù)分解為感知、預(yù)測(cè)和規(guī)劃三個(gè)獨(dú)立的模塊，隨后通過(guò)系統(tǒng)集成來(lái)實(shí)現(xiàn)自動(dòng)駕駛功能。

該策略的優(yōu)勢(shì)在于能夠?qū)?fù)雜的自動(dòng)駕駛?cè)蝿?wù)簡(jiǎn)化為多個(gè)相對(duì)容易處理的子任務(wù)，有效降低了系統(tǒng)開(kāi)發(fā)的復(fù)雜性。由此構(gòu)建的系統(tǒng)具備較高的可解釋性，允許對(duì)每個(gè)模塊的輸入和輸出進(jìn)行詳細(xì)的分析，一旦發(fā)生故障，可以快速定位到問(wèn)題所在。

然而，這種方法也存在一些不足，主要體現(xiàn)在需要編寫(xiě)大量的代碼，并且在系統(tǒng)設(shè)計(jì)過(guò)程中過(guò)度依賴人為的先驗(yàn)知識(shí)。這限制了自動(dòng)駕駛系統(tǒng)的潛力，導(dǎo)致其泛化能力不足，面對(duì)未知場(chǎng)景時(shí)往往難以有效應(yīng)對(duì)。

“每個(gè)模型的技術(shù)棧差異較大，處于下游的規(guī)劃模型需要依賴工程師編寫(xiě)大量代碼去制定行駛規(guī)則。在模塊化的技術(shù)架構(gòu)下，信息的傳遞會(huì)出現(xiàn)減損，系統(tǒng)的維護(hù)難度大，無(wú)法從容應(yīng)對(duì)復(fù)雜路況。”元戎啟行CEO周光在中國(guó)電動(dòng)汽車(chē)百人會(huì)論壇（2024）稱。

何小鵬則告訴記者：“此前的智駕方案從技術(shù)上說(shuō)，汽車(chē)在感知、定位、規(guī)劃、控制方面都是分開(kāi)處理的，每一個(gè)環(huán)節(jié)并沒(méi)有關(guān)聯(lián)。因此車(chē)輛在遇到一些場(chǎng)景的時(shí)候會(huì)因?yàn)槿祟?lèi)寫(xiě)入的規(guī)則互相博弈而產(chǎn)生猶豫。端到端大模型上車(chē)后，車(chē)輛可以直接通過(guò)傳感器輸入的內(nèi)容來(lái)輸出對(duì)車(chē)輛的控制，智駕會(huì)更加‘類(lèi)人’。”

圖片來(lái)源：每經(jīng)記者 孫磊 攝

據(jù)悉，端到端模型將感知、預(yù)測(cè)、規(guī)劃三個(gè)模型融為一體，無(wú)需程序員編寫(xiě)冗長(zhǎng)的代碼去制定規(guī)則，而是用海量數(shù)據(jù)去訓(xùn)練系統(tǒng)，賦予機(jī)器自主學(xué)習(xí)、思考和分析的能力。端到端模型不會(huì)出現(xiàn)信息傳遞減損，能夠更好地處理復(fù)雜的駕駛?cè)蝿?wù)，解決了模塊化模型存在的所有“痛點(diǎn)”。

值得一提的是，由于任務(wù)更少、避免了大量重復(fù)處理，端到端自動(dòng)駕駛可以提高計(jì)算效率，并且可以通過(guò)不斷擴(kuò)展數(shù)據(jù)來(lái)提升系統(tǒng)的能力上限。

“以前所有L3、L4級(jí)別的自動(dòng)駕駛都是基于規(guī)則，但即使是10萬(wàn)行代碼能發(fā)揮的規(guī)則能力也只有55%~60%。”何小鵬告訴記者，“采用神經(jīng)網(wǎng)絡(luò)雖然一開(kāi)始效果并不顯著，但是準(zhǔn)確性和安全性會(huì)實(shí)現(xiàn)躍升式發(fā)展。”

更為關(guān)鍵的是，端到端帶來(lái)的自動(dòng)駕駛能力的提升，依靠現(xiàn)有的智駕硬件就可以實(shí)現(xiàn)。“在當(dāng)下硬件性能不變的條件下，只通過(guò)軟件升級(jí)，大概12~18個(gè)月能夠取得非常大的顛覆。顛覆是指我希望在包含小區(qū)在內(nèi)的所有城市道路，能夠做到極低的接管率和極高的安全率，而且你不會(huì)感覺(jué)到它比較慢或比較蠢，老是在那里僵住、博弈的感覺(jué)。”何小鵬說(shuō)。

考驗(yàn)企業(yè)的數(shù)據(jù)規(guī)模與算力能力

值得注意的是，在特斯拉宣布FSD V12將采用端到端大模型之后，國(guó)內(nèi)亦掀起了端到端大模型應(yīng)用的熱潮，小鵬汽車(chē)、理想汽車(chē)等車(chē)企，以及元戎啟行、毫末智行等供應(yīng)商也開(kāi)始了端到端的研發(fā)和量產(chǎn)適配。

圖片來(lái)源：每經(jīng)記者 張建 攝（資料圖）

不過(guò)，在業(yè)內(nèi)人士看來(lái)，端到端自動(dòng)駕駛系統(tǒng)的優(yōu)勢(shì)日益明顯，其借助大模型技術(shù)的深入應(yīng)用，為自動(dòng)駕駛技術(shù)的進(jìn)一步發(fā)展提供了一條高效率的途徑。但對(duì)于不少企業(yè)，尤其是國(guó)內(nèi)廠商而言，還有不少難題要解決。

首先，擺在國(guó)內(nèi)廠商面前亟待解決的就是端到端訓(xùn)練的數(shù)據(jù)難題。理想汽車(chē)總裁、總工程師馬東輝在理想汽車(chē)今年第一季度財(cái)報(bào)電話會(huì)上表示，特斯拉“端到端大模型”需要大量的數(shù)據(jù)和訓(xùn)練算力，“這不是所有車(chē)企都有能力和資源做到的”。

值得一提的是，特斯拉CEO馬斯克在去年的財(cái)報(bào)會(huì)上曾提到數(shù)據(jù)在自動(dòng)駕駛方面的重要性：“用100萬(wàn)個(gè)視頻case訓(xùn)練，勉強(qiáng)夠用；200萬(wàn)個(gè)，稍好一些；300萬(wàn)個(gè)，就會(huì)感到Wow（驚嘆）；到了1000萬(wàn)個(gè)，就變得難以置信了。”

截至去年，特斯拉已經(jīng)分析了從特斯拉客戶的汽車(chē)中收集的1000萬(wàn)個(gè)視頻片段（clips），他們判斷完成一個(gè)端到端自動(dòng)駕駛的訓(xùn)練至少需要100萬(wàn)個(gè)、分布多樣、高質(zhì)量的clips才能正常工作。

除了數(shù)據(jù)量的差距，從這些難以計(jì)算的數(shù)據(jù)中，找出可以用于訓(xùn)練的有效數(shù)據(jù)，是另一個(gè)重要的挑戰(zhàn)。對(duì)此，極越CEO夏一平表示，大模型訓(xùn)練比較核心的東西不是數(shù)據(jù)比誰(shuí)多，而是比誰(shuí)有更多的高質(zhì)量數(shù)據(jù)。“數(shù)據(jù)質(zhì)量很重要。數(shù)據(jù)質(zhì)量不好，訓(xùn)練出的模型可能就是有缺陷的。”夏一平說(shuō)。

“從特斯拉的開(kāi)發(fā)經(jīng)驗(yàn)來(lái)看，端到端自動(dòng)駕駛真不是一般的企業(yè)能玩的，其所需的數(shù)據(jù)規(guī)模、算力規(guī)模遠(yuǎn)遠(yuǎn)超出國(guó)內(nèi)企業(yè)的承受能力。除了成本高昂，端到端自動(dòng)駕駛的技術(shù)難度也非常高，想要實(shí)現(xiàn)從學(xué)術(shù)到產(chǎn)品落地，相當(dāng)于跨越從二踢腳到登月的難度。”毫末智行數(shù)據(jù)智能科學(xué)家賀翔認(rèn)為，端到端自動(dòng)駕駛方面所需的算力規(guī)模也考驗(yàn)著企業(yè)。

“要把端到端做好需要巨大的車(chē)隊(duì)、巨大的算力、非常長(zhǎng)時(shí)間在安全領(lǐng)域的浸潤(rùn)，這都是基礎(chǔ)條件，如果沒(méi)有這些條件是做不好的。”何小鵬告訴記者，“端到端的發(fā)展中，數(shù)據(jù)需要循環(huán)起來(lái)，算力需求很大，小鵬今年在算力上投入1億美元，未來(lái)每年還會(huì)進(jìn)一步增加。”