賦能自動駕駛，大模型是真旺還是虛火？

 

年初以來，能夠代寫論文、寫報告甚至寫新聞的ChatGPT，徹底引爆了社會各方對大模型的關注。在大眾紛紛擔心自己是否會被AI所取代時，自動駕駛產業(yè)已經瞄準大模型的商業(yè)價值，紛紛推出大模型。近日，理想汽車在理想家庭科技日發(fā)布會上宣布，理想采用大模型算法，自研MindGPT。多方吹捧的大模型，能否為自動駕駛產業(yè)帶來“第二春”？

 

 

“自動駕駛技術正進入以數(shù)據(jù)和知識雙驅動的多模態(tài)感知和認知理解為代表的新階段。”中科院雄安創(chuàng)新研究院認知智能實驗室副主任黃武陵在接受《中國汽車報》記者采訪時表示，大語言模型（LLM）、跨模態(tài)大模型的出現(xiàn)，為自動駕駛產業(yè)的發(fā)展帶來突破口。目前，行業(yè)對大模型的定義是只有在參數(shù)達到千億以上才能夠被稱為大模型。當AI模型足夠大，經過不斷地訓練與學習，就有可能實現(xiàn)智能化。因此，被看作能夠改變世界的大模型，成為自動駕駛的新希望。

 

在數(shù)據(jù)閉環(huán)和仿真環(huán)節(jié)，大模型將賦能自動駕駛。商湯科技聯(lián)合創(chuàng)始人、首席科學家王曉剛表示，在人工智能1.0時代，大量的人工標注導致數(shù)據(jù)標注時間長、成本高、挖掘難度大。但在人工智能2.0時代，基于大模型可以實現(xiàn)自動標注，大大降低成本，可快速進行優(yōu)化和迭代。另外，還可通過AIGC利用人工智能做內容生成，模擬生成高度真實的場景，助力自動駕駛技術更好地進行測試和優(yōu)化。“在大模型的輔助下，研發(fā)人員可以更多集中在關鍵算法及其提升體驗上，集中打磨出更多滿足用戶體驗、效果良好的產品。”黃武陵說道。

 

在王曉剛看來，多模態(tài)大模型的應用還可實現(xiàn)從感知到決策、規(guī)劃、控制，端到端一體化的優(yōu)化。“當前大多是感知輸出一個結果，基于規(guī)則做一些判斷，做出決策，然后再基于手動規(guī)則，實現(xiàn)規(guī)劃控制。”他認為，未來大模型通過人工智能，可以實現(xiàn)端到端自動駕駛，提供更加可靠、像人開車一樣的體驗。

 

目前行業(yè)普遍認為，在技術方面，自動駕駛的底層架構和大部分技術問題已得到解決，但由于現(xiàn)實道路場景復雜，即便現(xiàn)有技術已實現(xiàn)90％以上場景的自動駕駛，剩下10％的長尾場景始終無法覆蓋。黃武陵表示，隨著大模型在垂直領域的應用逐漸成熟，成本可控且性能效率良好的前提下，大模型有望在環(huán)境認知理解、智能決策等算法功能上得到應用，將交通指示和駕駛經驗得以沉淀和應用，緩解自動駕駛的“長尾問題”。

 

此外，大模型還能為自動駕駛“拋棄”高精地圖提供助力。要想實現(xiàn)高級別自動駕駛，高精度地圖不可或缺，但實時更新難度大、法規(guī)風險高、成本極高三座“大山”始終難以跨越。擺脫高精地圖，成為不少企業(yè)的選擇。隨著大模型漸受關注，安信證券研報指出，AI大模型將助力企業(yè)實現(xiàn)“脫高精度地圖”。BEV感知算法通過將不同視角的攝像頭采集到的圖片統(tǒng)一轉換，相當于車輛實時生成地圖，補足自動駕駛后續(xù)決策所需的道路拓撲信息，實現(xiàn)“脫圖”。

 

受到各界追捧的Chat-GPT，全稱為“Generative Pretrained Transformer”，其采用了谷歌在2017年提出的Transformer架構。對于自動駕駛領域而言，Transformer架構則并不陌生。早在2021年，特斯拉便將Transformer架構引入自動駕駛領域，推出基于Transformer的BEV感知方案。這是大模型技術在自動駕駛行業(yè)的首次亮相，也成為特斯拉實現(xiàn)純視覺自動駕駛方案的關鍵所在。隨后，華為、商湯科技、百度Apollo等企業(yè)相繼在“BEV＋Transformer”上展開布局。中信證券研報指出，隨著小鵬城市NGP、華為城區(qū)NCA功能、毫末智行城市NOH等城市領航功能的相繼落地，“BEV＋Transformer”將引領自動駕駛感知范式。

 

如今，大模型絕不僅限于自動駕駛感知領域。今年4月，毫末智行正式發(fā)布自動駕駛生成式大模型DriveGPT“雪湖·海若”。據(jù)毫末智行首席執(zhí)行官顧維灝介紹，毫末DriveGPT通過引入駕駛數(shù)據(jù)建立RLHF（人類反饋強化學習）技術，對自動駕駛認知決策模型進行持續(xù)優(yōu)化，現(xiàn)階段主要用于解決自動駕駛的認知決策問題，終極目標是實現(xiàn)端到端自動駕駛。顧維灝表示，毫末DriveGPT將率先探索智能駕駛、駕駛場景識別、駕駛行為驗證、困難場景脫困四大應用場景，首先將開放智能駕駛、駕駛場景識別兩大應用場景。

 

在自動駕駛領域，商湯科技開發(fā)了業(yè)界首個感知決策一體化的端到端自動駕駛解決方案——UniAD，在多目標跟蹤準確率、車道線預測準確率等多項關鍵技術指標上超越SOTA方法，整體系統(tǒng)和性能得到大幅提升。“未來，我們將利用多模態(tài)大模型，進一步推動自動駕駛技術發(fā)展，如通過AIGC產生大量困難樣本，用環(huán)視感知的數(shù)據(jù)，和多模態(tài)數(shù)據(jù)作為多模態(tài)大模型的輸入，實現(xiàn)感知和決策一體化的集成。”王曉剛表示。

 

于不久前正式亮相的Mind GPT，則是屬于理想汽車自研的認知大模型。理想現(xiàn)已用1.3萬億個token為其進行基座模型訓練，讓其對話生成、語言理解、知識問答、邏輯推理等多項能力更安全、更準確、更有邏輯。在Mind GPT的賦能下，理想汽車所搭載的智能語音助手——理想同學，將像人一樣主動感知環(huán)境和他人、學習和思考、表達和互動。此外，在智能駕駛方面，理想AD Max 3.0可通過大模型AI算法，擺脫對高精地圖的依賴，實時感知、決策、規(guī)劃，識別準確度相當高。理想汽車智能駕駛副總裁郎咸朋表示：“在先進的技術架構和高效的訓練平臺共同推動下，智能駕駛將會很快在家庭出行中實現(xiàn)大規(guī)模普及，AI駕駛員替代人類駕駛員的時代也不再遙遠。”

 

此外，百度此前也表示，要將文心一言大模型應用在自動駕駛上，以加深Apollo自動駕駛車輛對復雜城市路況的理解，進一步提升其自動駕駛安全性和可靠性。斑馬智行則基于阿里巴巴通義千問大模型，打造了第三代汽車AI能力體系Banma Co-Pilot，構建云端一體的全棧AI能力。日前，特斯拉首席執(zhí)行官馬斯克也表示，特斯拉會迎來自己的“ChatGPT時刻”，如果不是今年，肯定也不會遲于明年。一系列大模型產品的相繼發(fā)布，可見大模型在自動駕駛領域的“受寵”程度。

 

 

 

“目前大模型究竟能給行業(yè)帶來什么影響尚不明晰，一些有能力、有資金的企業(yè)只是處于率先探索階段，商業(yè)化還為時過早。”全聯(lián)車商投資管理（北京）有限公司總裁曹鶴表示。

 

聚焦自動駕駛大模型，就此前發(fā)布的幾款大模型產品究竟含金量幾何，自動駕駛行業(yè)從業(yè)者呂兆波并沒有太大信心。他直言：“DriveGPT很不現(xiàn)實，就算大企業(yè)投資研發(fā)，沒有5～10年很難見到成果。這個大模型的概念很大，他們可能就是做一個簡單的數(shù)據(jù)融合。”

 

在呂兆波看來，大模型的優(yōu)點就是能夠將各組數(shù)據(jù)融合在一起，對外界環(huán)境的感知更為準確。但是，要想使用大模型，首先就面臨部署問題。“如果大模型部署在云端，延遲問題很難解決；而如果部署在車端，如此龐大的數(shù)據(jù)量，延遲問題同樣不容小覷。”他說道。上不上車，成為困擾自動駕駛大模型商業(yè)化的首要問題。

 

對此，地平線創(chuàng)始人兼首席執(zhí)行官余凱在參加2023中國電動汽車百人會論壇時提出，車端的能量供給與散熱等現(xiàn)實困難，使得自動駕駛無法采用類似ChatGPT云端計算中那樣龐大的模型與計算量。顧維灝在接受媒體采訪時則表示，云端模型與車端模型的大小并不是完全等同的關系，目前DriveGPT參數(shù)規(guī)模已達1200億，但并不意味著把這1200億的參數(shù)大模型都上到車端，關鍵是留住核心能力。

 

此外，成本問題也是困擾之一。有業(yè)內人士指出，自動駕駛系統(tǒng)如果要上大模型，至少要增加5萬美元成本，隨著大模型進一步變大，成本或許會進一步增加。對此，呂兆波稱，成本問題可通過云端部署解決，但前提是解決云端的延遲問題。即便是大模型自身，也認為成本問題是一大重要考慮因素。在回答“如果將ChatGPT應用到自動駕駛中，是否會成本過高？”這一問題時，Chat-GPT給出的回復表示，將ChatGPT應用于自動駕駛系統(tǒng)會涉及一定的成本，主要涉及計算資源、數(shù)據(jù)收集和訓練、模型開發(fā)和集成等幾方面。

 

 

前有創(chuàng)新工場董事長兼首席執(zhí)行官李開復宣布籌辦全球化公司Project AI 2.0，后有搜狗創(chuàng)始人王小川投資5000萬美元成立百川智能。此前，紅杉中國種子基金也表示正在密切關注并開始布局AIGC領域的早期企業(yè)。一方是資本盛宴，另一方則略顯冷清。2022年以來，裁員、倒閉、關停的消息充斥自動駕駛產業(yè)，不少人感嘆自動駕駛進入“寒冬期”。雖說大模型在自動駕駛領域的應用還為時過早，但不可否認，大模型的出現(xiàn)給正處于寒冬的自動駕駛產業(yè)重新燃起一把火。這波與大模型的聯(lián)動，能讓漸失熱度的自動駕駛重獲資本寵愛嗎？

 

中國生產力促進中心協(xié)會常務副理事長兼秘書長、研究員王羽認為，大模型的出現(xiàn)提供了一個群體性的突破機會，能夠提振行業(yè)信心，重塑單車智能技術路線。不過，在汽車行業(yè)分析師邵元駿看來，盡管資本對于大模型熱情高漲，但經過多年發(fā)展，資本已經認清自動駕駛產業(yè)的發(fā)展現(xiàn)狀，不會在大模型萌芽期貿然進行大手筆投資。

 

據(jù)王曉剛介紹，ChatGPT這樣的大模型僅訓練一次便需要上千萬美元的成本投入，商湯科技近幾年在AI研發(fā)中已累計投入上百億元，僅臨港AIDC基礎設施投入便超50億元。動輒成百上千億元的投入，在自動駕駛領域卻很難短時間實現(xiàn)盈利。

 

“現(xiàn)在受經濟形勢影響，整個資本行業(yè)本身就面臨寒冬，錢不多，出手就會更加謹慎。”邵元駿說。如此看來，炙手可熱的大模型似乎也難解當前自動駕駛產業(yè)之寒。