打开网易新闻 查看更多图片

作者|董楠
邮箱|dongnan@pingwest.com

在高阶智驾技术上,特斯拉永远是中国车企的导师。

中国车企刚刚追赶完特斯拉BEV和Ocuupancy Network的技术架构,去年12月特斯拉 FSD V12一亮相,也让中国车企转头扎进端到端技术实践,谁也不知道特斯拉的具体技术路线,但是它提供了一个思路:用一个大模型来解决感知-决策问题,而不是靠规则算法的技术路径。

很快,“端到端”成为高阶智驾的热门词汇。

小鹏汽车董事长何小鹏在测试自家的XNGP时说,小鹏和特斯拉是当前唯二的端到端大模型上车企业。

华为常务董事、终端BG董事长、智能汽车解决方案BU董事长余承东称,华为ADS3.0高阶智能驾驶即将改写这个行业。

打开网易新闻 查看更多图片
图源:网络

比亚迪的高端品牌腾势,号称已经完成端到端无图方案的开发,目标直指智驾第一梯队。

在今年中国汽车重庆论坛上,理想汽车创始人李想提到,今年三季度理想汽车将推无图NOA,以及端到端+一套VRM监督型的自动驾驶体系。最早会在今年年底,或最晚明年年底,推出端到端+VRM的训练体系,以及端到端+VRM+生成式的验证系统。

最近,蔚来内部重组了智驾研发部门,目的就是发力端到端技术。

仿佛一夜之间,中国车企就迅速调整了技术方向。比拼端到端技术落地,成为中国车企智驾竞赛的新赛道。

落地端到端就意味着技术领先吗?自研还依旧是高阶智驾的认证指标吗?对于用户来说,端到端何时会带来颠覆式的智驾体验?

不会一步到位的端到端

最近,何小鹏在北美分别测试了waymo和特斯拉FSD V12。

其中特斯拉FSD V12在城区行驶时,出现了抄近路、强行左转等更像人类不规则驾驶的行为。何小鹏也解释称,这可能是model based学习的结果。

这也解释了端到端技术与过去规则算法之间最大的不同:端到端依靠学习做出决策,而规则算法则依赖于人类设定的规则。

何小鹏在同样的测试路段测试了waymo和FSD V12,他认为,在旧金山城区体验不如waymo,但是随着FSD训练数据量越来越大以及不断的快速迭代,今年下半年到明年,FSD会超过waymo,AI驱动的自动驾驶会更早到来。

这无疑是描绘了端到端的美好未来。但现实也是,技术架构的演进,以及大量的学习训练,让媲美人类驾驶的体验可能不会很快到来。

特斯拉FSD V12,通过全栈神经网络的大模型,打通了感知、融合、决策和规控全链路。无论是算法、算力和数据,特斯拉都甩出中国车企几十条街。

打开网易新闻 查看更多图片
图源:网络

这意味着,中国车企在端到端技术上实际并不能一步到位。

此前,华为、小鹏、蔚来等在感知端采用的都是BEV+Transformer 模型,其他环节则采用规则式算法。

因此,国内车企切换端到端技术,更倾向于模块化演进的方式,也就是从感知端到端、决策规划模型化、模块化端到端,到最后生成式大模型。

用AI代替人类思考,依靠数据驱动不断迭代,这意味着,端到端技术的落地,让高阶智驾不再纠结有图无图,甚至有望推动L3甚至是L4级无人驾驶提前到来。

有行业人士感叹,高阶智驾的竞争似乎就要进入大结局了。

中国车企头部梯队已经发力

端到端似乎让车企们看到了智驾技术路线的终局,但是,技术路线的切换仍然是一个复杂的过程。

比如行业比较认同的分模块先实现端到端,规控的模型化其实是非常难的。

有行业专家指出,规控模型化的难度主要在于,一方面数据收集的困难,比如一些corner cases怎么收集,规控模型的测试也很难。

整个系统的安全性如何保证,也是端到端技术必须要考虑的问题。

李想在重庆论坛上提到端到端技术的挑战:要真正做端到端数据训练的人才;需要真正高质量的数据;需要足够多的算力。

所以说,短时间内,似乎还很难判断,在端到端的技术转型阶段,谁才是真正的第一梯队。

不过,从目前的进展和智驾宣传来看,华为、蔚小理、比亚迪,都在积极的进行端到端技术转型。

  • 华为:论工程落地能力,没人比得过华为

今年4月,华为乾崑ADS 3.0亮相,预计8月推出,并优先上车享界S9。

打开网易新闻 查看更多图片
图源:网络

华为ADS 3.0已经从BEV+GOD网络切换到GOD(通用障碍物检测)网络,并加上PDP(预测决策规控)网络负责预决策规划,也就是感知+决策分层的GOD+PDP架构。

华为ADS 3.0已经取消了BEV网络,对障碍物的识别能力更强,也增加了对场景的理解,华为官方话术称,体验更像人类。

在很多行业人士来看,华为目前依然是中国转型端到端技术最为前沿的企业,因为华为的研发人员和研发投入,以及工程落地速度,都远超同行。

随着ADS 3.0的亮相,车企高阶智驾似乎也正在打破灵魂论的束缚,仅仅在今年,搭载华为乾崑智能汽车解决方案的合作车型就包括东风、长安、广汽、北汽、赛力斯、奇瑞以及江淮等主机厂。

  • 小鹏:海量数据与快速迭代能力

5月20日,小鹏全量推送了新的技术栈——天玑5.1.0系统,截至7月3日,这一系统已经进行四次迭代,号称有路就能开。从上线速度看,小鹏快于华为,这也许也是何小鹏声称小鹏与特斯拉是全球唯二端到端上车企业的原因。

最近,小鹏在智驾领域的能力也得到了马斯克的点赞,他称在智驾层面,小鹏是最具竞争力的中国厂商。

打开网易新闻 查看更多图片
图源:网络

小鹏汽车的端到端大模型由三部分组成——神经网络XNet+规控大模型XPlanner+大语言模型XBrain。

目前,XNGP几乎平均一周多迭代一次,对于其表现,何小鹏甚至让市场部反思,是不是宣传过于保守。

而之所以能够做到快速迭代,则是基于大量的训练。

何小鹏最近在公开节目上透露,基于折算10亿+里程的视频训练、超646万累计公里数的实车测试、超2.16亿累计公里数的仿真测试,小鹏汽车端到端大模型能够做到“两天迭代一次”,在未来18个月内智驾能力提升30倍。

同时,小鹏汽车也宣称,2024年将投入35亿元用于智能研发,今后每年还将投入超过7亿元用于算力训练。

  • 理想:重金买卡,理想没有在怕的

最近,理想汽车智驾团队裁员的消息,似乎让外界认为,理想正在放缓智驾技术的研发投入。

紧接着,李想在中国汽车重庆论坛上公布,理想计划在今年年底或明年上半年实现有监督的L3级别自动驾驶,并批量向用户交付。

虽然理想智驾自研起步较晚,但是2022年已经切换到BEV+Occupancy架构,并于2023年开始向模块化模型转型。

打开网易新闻 查看更多图片
最近,理想智驾团队展示了雨天无图NOA的掉头视频 图源:网络

到了2023年理想转向更大的模型,把原来非常多的小模型整合成两个大模型:一个感知端模型,一个规划端模型,并计划将这两个模型整合成一个真正端到端的大模型。

作为交付量最高、盈利最强的新势力,理想汽车的最明显优势是,理想有足够的资金进行算力比拼。

理想汽车智能驾驶研发副总裁郎咸朋曾提到,不是任何企业都能做“端到端”,因为它需要两个前提。第一个是数据,动辄上亿的图片,及真实的人类驾驶数据,不是每个车企都可以短时间能有的。

而理想不但保有车主多,同时,还有一套非常健全的数据采集、挖掘、标注、训练的数据闭环建设基建。

第二是算力训练卡,理想有五千张A100、A800这样等同的训练卡数量,是小鹏的两倍。如果租卡的话,一年需要10亿,需要有健康的利润来提供支持。

新势力中,理想无疑是最有砸钱底气的。

  • 蔚来:转型端到端,要打一场硬仗

最近,蔚来为技术路线切换做出的最大动作是调整智驾团队的组织架构。

据晚点LatePost报道,蔚来智驾研发部近日完成架构调整。此前,蔚来智能驾驶研发部分为感知、规控和集成等部分。调整后,感知和规控团队合并为大模型团队,集成团队重组为交付团队。合并后的大模型团队由原蔚来感知团队负责人彭超负责。

重组后的自动驾驶研发部由蔚来智能驾驶研发副总裁任少卿负责。

报道里还称,任少卿在这次调整后曾向团队传达:要放弃业界沿用多年的“感知-决策-规控”传统范式,蔚来将更明确地探索用端到端大模型实现高阶智能驾驶。

一直以来,蔚来在智驾军备竞赛中,宣传策略上并不激进,今年4月,蔚来向用户推送了全域领航辅助NOP+城区功能。

打开网易新闻 查看更多图片
图源:网络

蔚来一直坚持冗余的硬件能力,二代平台车型标配了4颗英伟达Orin芯片,与此同时,蔚来也是新势力中唯一自研AI芯片的企业。

任少卿在采访中透露,蔚来已经完成了技术架构搭建,并完成了感知模型化。端到端方案也将在年内发布。

终局之战即将拉开大幕?

一夜之间,端到端成为了智驾新风口,技术路线的切换,能让各家站在同一起跑线吗?

过去几年,智驾比拼经历了硬件比拼、开城比拼,到如今的AI竞赛,头部企业在一轮一轮调整后,终于建立了技术共识。

对于大部分人来说,充分理解端到端并不容易,而无论是特斯拉,还是中国智驾军团们的技术路径,也并不相同,孰优孰劣,也无定论。

但是,对于中国车企来说,转型端到端还有一个原因,在特斯拉FSD正式进入中国之前,中国车企要借助这个时间窗口期,占领用户心智。

也就是说,发力端到端,不仅仅是技术课题,也是市场命题。

最近这两年,中国品牌纷纷围剿特斯拉,在把Model 3拉下神坛后,市场上又出现了越来越多对标Model Y的车型。如果在高阶智驾上,中国车企领先一筹,这无疑是弯道超车的好机会。

有钱的企业卖力砸钱,抢市场的企业则瞄准了供应商。

最近,Momenta宣布,其端到端技术已经在智己、腾势、昊铂等品牌车型上量产落地,广汽丰田也于近日宣布,接下来的纯电SUV 将搭载的Momenta 智驾方案。

随着智驾技术路线进入终局,过往对于灵魂的争论似乎也告一段落。而真正的竞争也才刚刚开始,对于中国车企来说,完成技术路线的切换至少还需要1-2年的时间。

如今,各家车企都展示了技术转型的资源优势,而实际上无论是技术迭代,还是将智驾转化为可行的商业模式,其挑战仍然无法预期。

AI智驾ChatGPT的时代,虽然不再遥不可及,但是距离真正的终局也还有很长的距离。

打开网易新闻 查看更多图片

· 文章版权归品驾所有,未经授权不得转载。