【ZiDongHua 之駕駛自動(dòng)化收錄關(guān)鍵詞： 智能汽車 人工智能 自動(dòng)駕駛 機(jī)器人 傳感器】
　　
　　騰訊劉澍泉對(duì)話元戎啟行周光：智能汽車是打開(kāi)物理世界通用人工智能的鑰匙
　　
　　隨著人工智能浪潮的發(fā)展，端到端模型在自動(dòng)駕駛領(lǐng)域嶄露頭角，通過(guò)將感知、規(guī)劃、決策等關(guān)鍵模塊整合到統(tǒng)一的神經(jīng)網(wǎng)絡(luò)之中，讓自動(dòng)駕駛更像人類司機(jī)一樣駕駛，進(jìn)一步推動(dòng)了高階智駕的量產(chǎn)進(jìn)程。同時(shí)，也隨之催生了對(duì)數(shù)據(jù)、算力等底層基礎(chǔ)設(shè)施的新需求。
　　
　　近期，元戎啟行CEO周光邀請(qǐng)騰訊智慧出行副總裁劉澍泉，在北京市區(qū)道路上體驗(yàn)了雙方合作打造的業(yè)內(nèi)首個(gè)僅使用導(dǎo)航地圖的高階智能駕駛量產(chǎn)方案，并圍繞自動(dòng)駕駛量產(chǎn)、人工智能2.0時(shí)代等話題展開(kāi)了一場(chǎng)精彩對(duì)話。
 
　　
　　周光認(rèn)為，智能汽車是打開(kāi)物理世界通用人工智能的鑰匙。智能汽車是人類首個(gè)達(dá)到千萬(wàn)級(jí)數(shù)據(jù)體量的機(jī)器人，對(duì)物理世界形成了海量共識(shí)的理解，將沉淀形成一個(gè)物理世界的基礎(chǔ)模型，未來(lái)也會(huì)更容易遷移到其他機(jī)器人場(chǎng)景。
　　
　　周光表示，元戎啟行一直順應(yīng)人工智能的發(fā)展，在端到端、大語(yǔ)言模型、生成式AI為核心的人工智能2.0時(shí)代，元戎啟行能夠早于行業(yè)多數(shù)人意識(shí)到并發(fā)掘這個(gè)事情，是一種來(lái)自于技術(shù)上的直覺(jué)。
　　
　　面向自動(dòng)駕駛領(lǐng)域，騰訊扮演的是一個(gè)比較純粹的數(shù)字助手角色。劉澍泉表示，騰訊面向行業(yè)提供自動(dòng)駕駛云、合規(guī)云以及地圖相關(guān)的服務(wù)。騰訊希望和眾多的合作伙伴，把整套的云加端的架構(gòu)打通，從而通過(guò)高速的迭代、數(shù)據(jù)訓(xùn)練不斷優(yōu)化算法。
　　
　　在今年1月份的CES期間，元戎啟行與騰訊宣布在地圖領(lǐng)域達(dá)成合作，推出了行業(yè)首個(gè)僅使用導(dǎo)航地圖數(shù)據(jù)的高階智駕量產(chǎn)方案，預(yù)計(jì)將于今年投入消費(fèi)者市場(chǎng)。
　　
　　以下是雙方對(duì)話節(jié)選：
　　
　　智能汽車是
　　
　　打開(kāi)物理世界通用人工智能的鑰匙
　　
　　劉澍泉：
　　
　　今年越來(lái)越多有智能駕駛功能的車上市，而且價(jià)格在不斷的下探，迭代在加快，整體的這個(gè)技術(shù)路線、方案路線慢慢開(kāi)始趨同了，我想聽(tīng)聽(tīng)你的看法。
　　
　　周光：
　　
　　經(jīng)歷了一年“無(wú)圖”的方案，我覺(jué)得已經(jīng)形成了行業(yè)的共識(shí)了，我們的這個(gè)方案是業(yè)內(nèi)首個(gè)僅使用導(dǎo)航地圖的自動(dòng)駕駛方案，能夠提供非常優(yōu)質(zhì)的城市NOA自動(dòng)駕駛體驗(yàn)。
　　
　　我們做了泛化測(cè)試，涉及了大概數(shù)十個(gè)城市，整體來(lái)說(shuō)，我覺(jué)得騰訊地圖的數(shù)據(jù)的質(zhì)量還是挺高的。但可能在一些個(gè)別的城市，我們還是會(huì)有一些更新的問(wèn)題，一些像二線、三線城市，它們修路的速度比較快，它的道路拓?fù)浣Y(jié)構(gòu)改變了，這種可能還需要做一些更新。但我相信隨著高階自動(dòng)駕駛量產(chǎn)，有了實(shí)時(shí)的反饋，地圖的更新也會(huì)更快。
　　
　　劉澍泉：
　　
　　其實(shí)這就是騰訊所謂的云圖一體嘛。通過(guò)這種云加端的架構(gòu)，當(dāng)車輛發(fā)現(xiàn)物理世界的差異，實(shí)時(shí)地把這種差異傳回到云端，我們?cè)僮龈碌貓D下發(fā)下來(lái)。
　　
　　要怎么理解，智能汽車是打開(kāi)物理世界通用人工智能的鑰匙呢？
　　
　　周光：
　　
　　其實(shí)更早一點(diǎn)的自動(dòng)駕駛系統(tǒng)，是經(jīng)典機(jī)器人，都有感知決策定位模塊。這些模塊都是特殊針對(duì)這個(gè)場(chǎng)景所設(shè)計(jì)的，缺乏了實(shí)際上的通用性。而端到端的智能駕駛系統(tǒng)是由神經(jīng)網(wǎng)絡(luò)驅(qū)動(dòng)的，包含感知模塊、決策模塊，通過(guò)神經(jīng)網(wǎng)絡(luò)、向量矩陣直聯(lián)，并沒(méi)有預(yù)先定義好的接口，所以它也是適用于機(jī)器人的。
　　
　　我認(rèn)為人類首個(gè)能達(dá)到千萬(wàn)級(jí)數(shù)據(jù)積累的機(jī)器人就是智能車，其他的機(jī)器人是不可能有這么多海量數(shù)據(jù)的。當(dāng)你有了千萬(wàn)級(jí)的海量數(shù)據(jù)之后，慢慢地你會(huì)對(duì)物理世界形成一些共識(shí)的理解，你會(huì)對(duì)這個(gè)物理世界有一個(gè)基礎(chǔ)模型，以后把這個(gè)模型遷移到其他機(jī)器人場(chǎng)景是更加容易的。
　　
　　劉澍泉：
　　
　　元戎啟行是準(zhǔn)備怎么達(dá)成這樣的目標(biāo)呢？
　　
　　周光：
　　
　　這不是一步就能達(dá)到，其實(shí)我們也前前后后經(jīng)歷了非常多的階段，第一個(gè)階段就是多傳感器前融合，而且做了點(diǎn)云渲染。
　　
　　但是在那個(gè)時(shí)間點(diǎn)上，其實(shí)還沒(méi)有想到居然會(huì)成為端到端的一個(gè)環(huán)節(jié)。比如說(shuō)今天我們這個(gè)車有七個(gè)攝像頭，一個(gè)激光雷達(dá)。在前融合階段之前，它需要有不同的七個(gè)算法，都去負(fù)責(zé)感知，然后做后端的融合，再去開(kāi)這個(gè)車。做前融合實(shí)際上是把所有的東西放在一個(gè)坐標(biāo)系里面，用統(tǒng)一的算法來(lái)做感知識(shí)別。
　　
　　前融合是第一步，第二步是去高精地圖。高精地圖其實(shí)是能幫助我們做高級(jí)的語(yǔ)義判斷，比如說(shuō)像今天我們開(kāi)車，不僅僅只是要看周圍的100米，可能你需要知道這個(gè)路的曲率等比較難的任務(wù)，都是交給這個(gè)地圖了。
　　
　　隨著人工智能的發(fā)展，我們意識(shí)到，下一步其實(shí)我們是可以通過(guò)神經(jīng)網(wǎng)絡(luò)把靜態(tài)元素、道路拓?fù)淙慷紡?fù)現(xiàn)，就有了這個(gè)“無(wú)圖”的方案。
　　
　　元戎啟行從2020年初期開(kāi)始的，前前后后經(jīng)歷過(guò)兩年的時(shí)間，在2022年首次達(dá)到了一個(gè)相對(duì)還可以的效果，在2023年我們就把所有的動(dòng)靜態(tài)的感知放在同一個(gè)神經(jīng)網(wǎng)絡(luò)里面做。但是在那個(gè)點(diǎn)上我們就意識(shí)到了我們一直都要做減法。于是我們又做了下一件事：用數(shù)據(jù)驅(qū)動(dòng)的預(yù)測(cè)決策系統(tǒng)。整個(gè)系統(tǒng)形成了兩個(gè)模塊，感知大模型以及規(guī)劃決策大模型。
　　
　　在去年年初的時(shí)候我們意識(shí)到，這兩個(gè)模型其實(shí)通過(guò)這個(gè)神經(jīng)網(wǎng)絡(luò)直聯(lián)，就是一個(gè)信息無(wú)減損的端到端結(jié)構(gòu)。因此去年8月份就跑通了端到端，到今年3月份的時(shí)候，在NVIDIA的GTC大會(huì)上，我們對(duì)外官宣。
　　
　　為智能駕駛量產(chǎn)提供底層“加速器”
　　
　　周光：
　　
　　剛才聊了很多關(guān)于元戎的端到端的技術(shù)，我現(xiàn)在也想問(wèn)一下騰訊作為一個(gè)云商也是一個(gè)圖商，怎么去面對(duì)這個(gè)賽道？騰訊的優(yōu)勢(shì)在于哪里？
　　
　　劉澍泉：
　　
　　首先我們的戰(zhàn)略定位是非常清晰的。騰訊做的是一個(gè)比較純粹的數(shù)字助手角色，面向行業(yè)去提供自動(dòng)駕駛云、合規(guī)云以及導(dǎo)航、地圖相關(guān)的一些服務(wù)。
　　
　　我覺(jué)得有幾個(gè)比較有特色的服務(wù)：首先，剛才提到，我要有一個(gè)端到端的網(wǎng)絡(luò)，但是在這個(gè)過(guò)程中你必須要有一個(gè)更精準(zhǔn)的導(dǎo)航服務(wù)，它需要更精準(zhǔn)的車道級(jí)的連接性，像騰訊從去年開(kāi)始做的，也是雙方把導(dǎo)航的能力和元戎端到端的大模型算法結(jié)合起來(lái)，去達(dá)到最好的調(diào)優(yōu)狀態(tài)。
　　
　　第二點(diǎn)，自動(dòng)駕駛相關(guān)的業(yè)務(wù)它是一個(gè)強(qiáng)數(shù)據(jù)驅(qū)動(dòng)類的業(yè)務(wù)，所以它一定會(huì)需要更高的算力，更高的存儲(chǔ)以及更廣泛的網(wǎng)絡(luò)覆蓋，這一塊是騰訊云的強(qiáng)項(xiàng)。我們把網(wǎng)絡(luò)、存儲(chǔ)、計(jì)算統(tǒng)一，能夠做到更高的性價(jià)比，在這個(gè)方面也有一些優(yōu)秀案例：例如和NVIDIA的合作、和博世的合作，當(dāng)然也包括和元戎的合作，形成整體的一個(gè)數(shù)據(jù)閉環(huán)。
　　
　　我們特別希望和眾多的合作伙伴，把整套的云加端的一個(gè)架構(gòu)打通，從而通過(guò)高速的迭代、數(shù)據(jù)的訓(xùn)練再去finetune我們的算法。
　　
　　順應(yīng)人工智能2.0時(shí)代
　　
　　端到端讓自動(dòng)駕駛更“有人味”
　　
　　劉澍泉：
　　
　　實(shí)際上自動(dòng)駕駛端到端的模型，它是把感知規(guī)控一體化的輸入進(jìn)來(lái)，最后得到一個(gè)更像人的一個(gè)決策結(jié)果，所以這個(gè)過(guò)程是一個(gè)偶然嗎？還是說(shuō)從一個(gè)學(xué)術(shù)發(fā)展也好，或者說(shuō)技術(shù)演進(jìn)里面有這樣一個(gè)預(yù)判？有這樣一個(gè)推導(dǎo)嗎？
　　
　　周光：
　　
　　我覺(jué)得是有這種感覺(jué)：就是說(shuō)從一開(kāi)始做融合、做BEV，都是你感覺(jué)這樣是對(duì)的，但是你其實(shí)不知道終局的。因?yàn)楫?dāng)時(shí)那個(gè)點(diǎn)上還有這個(gè)高精度地圖之爭(zhēng)、后融合前融合之爭(zhēng)，但是直到你看懂了端到端的時(shí)候你會(huì)發(fā)現(xiàn)，其實(shí)你所有的鋪墊都是為了最后這一步——做一套端到端系統(tǒng)DeepRoute IO。
　　
　　我們最大的優(yōu)勢(shì)就是我們一直順應(yīng)了人工智能的發(fā)展，尤其是人工智能2.0時(shí)代，2.0時(shí)代就是端到端、大語(yǔ)言模型、生成式，分別針對(duì)了語(yǔ)言的、數(shù)字生成式的以及這個(gè)機(jī)器人物理實(shí)踐，我們能夠早于行業(yè)多數(shù)人去意識(shí)到、去發(fā)掘到這個(gè)事情，然后去開(kāi)始去投入布局?？梢哉f(shuō)這是一種來(lái)自于技術(shù)上的直覺(jué)。
　　
　　劉澍泉：
　　
　　你提到了一個(gè)很重要的點(diǎn)，就是今天感知的模型規(guī)控模型之間的這個(gè)直通，在這一塊的話你有什么可分享的技巧嗎？
　　
　　周光：
　　
　　我們做一個(gè)生物學(xué)的解剖：我們?nèi)四X肯定是一個(gè)神經(jīng)網(wǎng)絡(luò)，但是它也會(huì)分為感知、視覺(jué)和語(yǔ)言中樞各種模塊。今天的端到端它也是由不同功能的模塊構(gòu)成的，只不過(guò)都是通過(guò)直聯(lián)，這個(gè)直聯(lián)其實(shí)牽涉到你的訓(xùn)練方法、你的訓(xùn)練步驟、你的數(shù)據(jù)，這個(gè)其實(shí)是今天的核心競(jìng)爭(zhēng)力，真的不是那些網(wǎng)絡(luò)。
　　
　　劉澍泉：
　　
　　今天我們有了一個(gè)端到端的大模型，但是模型參數(shù)太多了，模型太大了，我們今天算力是受限的。怎么能夠把它去合理的“減脂”，把它部署到車上呢？
　　
　　周光：
　　
　　今天的端到端大模型它也并不是一個(gè)完全Transformer-based，所以說(shuō)它對(duì)算力的需求相對(duì)來(lái)說(shuō)沒(méi)有那么大，另外來(lái)講，一個(gè)端到端系統(tǒng)它并不意味著它一定就是大，像我們這次的產(chǎn)品叫DeepRoute IO，IO就是input、output（輸入、輸出），它只是講你是input，然后我有output，中間沒(méi)有人類編程而已。
　　
　　端到端跟大模型是兩碼事，會(huì)根據(jù)你數(shù)據(jù)的情況、你的網(wǎng)絡(luò)的容量情況以及你要達(dá)到的場(chǎng)景情況，去選合理選擇你的模型大小。當(dāng)然你基本的這些模型優(yōu)化裁剪，這就是一些基本功了。
　　
　　劉澍泉：
　　
　　自動(dòng)駕駛過(guò)程中經(jīng)常遇到一些特殊場(chǎng)景，要面對(duì)車流、行人、自行車等等大量不確定的因素，像這種情況元戎有什么自己的獨(dú)門絕技嗎？
　　
　　周光：
　　
　　之前的這種預(yù)測(cè)都是基于速度推斷的，就是做一個(gè)勻速的假設(shè)或者做一些速度的二階導(dǎo)，這是比較初級(jí)的做法，基于數(shù)據(jù)驅(qū)動(dòng)的、基于端到端的這個(gè)預(yù)測(cè)，會(huì)是更加豐富的一個(gè)預(yù)測(cè)場(chǎng)景。比如說(shuō)在一個(gè)安全島上的一個(gè)人，可能你的預(yù)測(cè)是他不太會(huì)亂跳下來(lái)，但是在路口的一個(gè)人他可能就竄出來(lái)概率比較高，它會(huì)考慮整個(gè)場(chǎng)景的前后表現(xiàn)，這樣車子開(kāi)起來(lái)就很“有人味”。
　　
　　劉澍泉：
　　
　　剛才，周光博士提到了打造物理世界通用人工智能大門這樣的一個(gè)愿景，騰訊也有一個(gè)愿景：做好數(shù)字化助手、做好底層的云服務(wù)、做好底層的地圖服務(wù)、做好大模型的基礎(chǔ)設(shè)施，我們共同打造整體的一個(gè)合作伙伴體系，共同去打開(kāi)物理世界的大門，我認(rèn)為是我們的共同的一個(gè)偉大的目標(biāo)。
　　
　　周光：
　　
　　我覺(jué)得我們?cè)谡麄€(gè)的這個(gè)產(chǎn)業(yè)鏈、生態(tài)鏈、還要繼續(xù)攜手，然后一起共贏，向著目標(biāo)前進(jìn)。
　　
　　作為國(guó)際領(lǐng)先的人工智能企業(yè)，深圳元戎啟行科技有限公司致力于研發(fā)和應(yīng)用高階智能駕駛技術(shù)。隨著數(shù)據(jù)的積累及技術(shù)的迭代，元戎啟行將打造物理世界的通用人工智能，為人類帶來(lái)全新生產(chǎn)力。
　　
　　元戎啟行擁有深厚的技術(shù)儲(chǔ)備及豐富的行業(yè)經(jīng)驗(yàn)，長(zhǎng)期投入前沿技術(shù)研發(fā)。2024年4月，元戎啟行率先推出基于端到端模型的新一代智駕平臺(tái)DeepRoute IO；2023年3月，元戎啟行推出國(guó)內(nèi)首款基于導(dǎo)航地圖、可實(shí)現(xiàn)全域點(diǎn)到點(diǎn)功能的高階智能駕駛解決方案DeepRoute-Driver 3.0；2021年12月，元戎啟行推出國(guó)內(nèi)首個(gè)可量產(chǎn)的智能駕駛前裝解決方案DeepRoute-Driver 2.0 ，打破自動(dòng)駕駛量產(chǎn)壁壘。
　　
　　元戎啟行已與多家車企達(dá)成智能駕駛汽車量產(chǎn)合作，搭載端到端模型的多款量產(chǎn)車型將于2024年陸續(xù)推向消費(fèi)者市場(chǎng)。