【ZiDongHua 之駕駛自動化收錄關(guān)鍵詞： 智能汽車 人工智能 自動駕駛 機器人 傳感器】
　　
　　騰訊劉澍泉對話元戎啟行周光：智能汽車是打開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，端到端模型在自動駕駛領(lǐng)域嶄露頭角，通過將感知、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，讓自動駕駛更像人類司機一樣駕駛，進一步推動了高階智駕的量產(chǎn)進程。同時，也隨之催生了對數(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周光邀請騰訊智慧出行副總裁劉澍泉，在北京市區(qū)道路上體驗了雙方合作打造的業(yè)內(nèi)首個僅使用導(dǎo)航地圖的高階智能駕駛量產(chǎn)方案，并圍繞自動駕駛量產(chǎn)、人工智能2.0時代等話題展開了一場精彩對話。
 
　　
　　周光認為，智能汽車是打開物理世界通用人工智能的鑰匙。智能汽車是人類首個達到千萬級數(shù)據(jù)體量的機器人，對物理世界形成了海量共識的理解，將沉淀形成一個物理世界的基礎(chǔ)模型，未來也會更容易遷移到其他機器人場景。
　　
　　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、大語言模型、生成式AI為核心的人工智能2.0時代，元戎啟行能夠早于行業(yè)多數(shù)人意識到并發(fā)掘這個事情，是一種來自于技術(shù)上的直覺。
　　
　　面向自動駕駛領(lǐng)域，騰訊扮演的是一個比較純粹的數(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)域達成合作，推出了行業(yè)首個僅使用導(dǎo)航地圖數(shù)據(jù)的高階智駕量產(chǎn)方案，預(yù)計將于今年投入消費者市場。
　　
　　以下是雙方對話節(jié)選：
　　
　　智能汽車是
　　
　　打開物理世界通用人工智能的鑰匙
　　
　　劉澍泉：
　　
　　今年越來越多有智能駕駛功能的車上市，而且價格在不斷的下探，迭代在加快，整體的這個技術(shù)路線、方案路線慢慢開始趨同了，我想聽聽你的看法。
　　
　　周光：
　　
　　經(jīng)歷了一年“無圖”的方案，我覺得已經(jīng)形成了行業(yè)的共識了，我們的這個方案是業(yè)內(nèi)首個僅使用導(dǎo)航地圖的自動駕駛方案，能夠提供非常優(yōu)質(zhì)的城市NOA自動駕駛體驗。
　　
　　我們做了泛化測試，涉及了大概數(shù)十個城市，整體來說，我覺得騰訊地圖的數(shù)據(jù)的質(zhì)量還是挺高的。但可能在一些個別的城市，我們還是會有一些更新的問題，一些像二線、三線城市，它們修路的速度比較快，它的道路拓撲結(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駕駛量產(chǎn)，有了實時的反饋，地圖的更新也會更快。
　　
　　劉澍泉：
　　
　　其實這就是騰訊所謂的云圖一體嘛。通過這種云加端的架構(gòu)，當(dāng)車輛發(fā)現(xiàn)物理世界的差異，實時地把這種差異傳回到云端，我們再做更新地圖下發(fā)下來。
　　
　　要怎么理解，智能汽車是打開物理世界通用人工智能的鑰匙呢？
　　
　　周光：
　　
　　其實更早一點的自動駕駛系統(tǒng)，是經(jīng)典機器人，都有感知決策定位模塊。這些模塊都是特殊針對這個場景所設(shè)計的，缺乏了實際上的通用性。而端到端的智能駕駛系統(tǒng)是由神經(jīng)網(wǎng)絡(luò)驅(qū)動的，包含感知模塊、決策模塊，通過神經(jīng)網(wǎng)絡(luò)、向量矩陣直聯(lián)，并沒有預(yù)先定義好的接口，所以它也是適用于機器人的。
　　
　　我認為人類首個能達到千萬級數(shù)據(jù)積累的機器人就是智能車，其他的機器人是不可能有這么多海量數(shù)據(jù)的。當(dāng)你有了千萬級的海量數(shù)據(jù)之后，慢慢地你會對物理世界形成一些共識的理解，你會對這個物理世界有一個基礎(chǔ)模型，以后把這個模型遷移到其他機器人場景是更加容易的。
　　
　　劉澍泉：
　　
　　元戎啟行是準(zhǔn)備怎么達成這樣的目標(biāo)呢？
　　
　　周光：
　　
　　這不是一步就能達到，其實我們也前前后后經(jīng)歷了非常多的階段，第一個階段就是多傳感器前融合，而且做了點云渲染。
　　
　　但是在那個時間點上，其實還沒有想到居然會成為端到端的一個環(huán)節(jié)。比如說今天我們這個車有七個攝像頭，一個激光雷達。在前融合階段之前，它需要有不同的七個算法，都去負責(zé)感知，然后做后端的融合，再去開這個車。做前融合實際上是把所有的東西放在一個坐標(biāo)系里面，用統(tǒng)一的算法來做感知識別。
　　
　　前融合是第一步，第二步是去高精地圖。高精地圖其實是能幫助我們做高級的語義判斷，比如說像今天我們開車，不僅僅只是要看周圍的100米，可能你需要知道這個路的曲率等比較難的任務(wù)，都是交給這個地圖了。
　　
　　隨著人工智能的發(fā)展，我們意識到，下一步其實我們是可以通過神經(jīng)網(wǎng)絡(luò)把靜態(tài)元素、道路拓撲全部都復(fù)現(xiàn)，就有了這個“無圖”的方案。
　　
　　元戎啟行從2020年初期開始的，前前后后經(jīng)歷過兩年的時間，在2022年首次達到了一個相對還可以的效果，在2023年我們就把所有的動靜態(tài)的感知放在同一個神經(jīng)網(wǎng)絡(luò)里面做。但是在那個點上我們就意識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)動的預(yù)測決策系統(tǒng)。整個系統(tǒng)形成了兩個模塊，感知大模型以及規(guī)劃決策大模型。
　　
　　在去年年初的時候我們意識到，這兩個模型其實通過這個神經(jīng)網(wǎng)絡(luò)直聯(lián)，就是一個信息無減損的端到端結(jié)構(gòu)。因此去年8月份就跑通了端到端，到今年3月份的時候，在NVIDIA的GTC大會上，我們對外官宣。
　　
　　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)在也想問一下騰訊作為一個云商也是一個圖商，怎么去面對這個賽道？騰訊的優(yōu)勢在于哪里？
　　
　　劉澍泉：
　　
　　首先我們的戰(zhàn)略定位是非常清晰的。騰訊做的是一個比較純粹的數(shù)字助手角色，面向行業(yè)去提供自動駕駛云、合規(guī)云以及導(dǎo)航、地圖相關(guān)的一些服務(wù)。
　　
　　我覺得有幾個比較有特色的服務(wù)：首先，剛才提到，我要有一個端到端的網(wǎng)絡(luò)，但是在這個過程中你必須要有一個更精準(zhǔn)的導(dǎo)航服務(wù)，它需要更精準(zhǔn)的車道級的連接性，像騰訊從去年開始做的，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，去達到最好的調(diào)優(yōu)狀態(tài)。
　　
　　第二點，自動駕駛相關(guān)的業(yè)務(wù)它是一個強數(shù)據(jù)驅(qū)動類的業(yè)務(wù)，所以它一定會需要更高的算力，更高的存儲以及更廣泛的網(wǎng)絡(luò)覆蓋，這一塊是騰訊云的強項。我們把網(wǎng)絡(luò)、存儲、計算統(tǒng)一，能夠做到更高的性價比，在這個方面也有一些優(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架構(gòu)打通，從而通過高速的迭代、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時代
　　
　　端到端讓自動駕駛更“有人味”
　　
　　劉澍泉：
　　
　　實際上自動駕駛端到端的模型，它是把感知規(guī)控一體化的輸入進來，最后得到一個更像人的一個決策結(jié)果，所以這個過程是一個偶然嗎？還是說從一個學(xué)術(shù)發(fā)展也好，或者說技術(shù)演進里面有這樣一個預(yù)判？有這樣一個推導(dǎo)嗎？
　　
　　周光：
　　
　　我覺得是有這種感覺：就是說從一開始做融合、做BEV，都是你感覺這樣是對的，但是你其實不知道終局的。因為當(dāng)時那個點上還有這個高精度地圖之爭、后融合前融合之爭，但是直到你看懂了端到端的時候你會發(fā)現(xiàn)，其實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時代，2.0時代就是端到端、大語言模型、生成式，分別針對了語言的、數(shù)字生成式的以及這個機器人物理實踐，我們能夠早于行業(yè)多數(shù)人去意識到、去發(fā)掘到這個事情，然后去開始去投入布局?？梢哉f這是一種來自于技術(shù)上的直覺。
　　
　　劉澍泉：
　　
　　你提到了一個很重要的點，就是今天感知的模型規(guī)控模型之間的這個直通，在這一塊的話你有什么可分享的技巧嗎？
　　
　　周光：
　　
　　我們做一個生物學(xué)的解剖：我們?nèi)四X肯定是一個神經(jīng)網(wǎng)絡(luò)，但是它也會分為感知、視覺和語言中樞各種模塊。今天的端到端它也是由不同功能的模塊構(gòu)成的，只不過都是通過直聯(lián)，這個直聯(lián)其實牽涉到你的訓(xùn)練方法、你的訓(xùn)練步驟、你的數(shù)據(jù)，這個其實是今天的核心競爭力，真的不是那些網(wǎng)絡(luò)。
　　
　　劉澍泉：
　　
　　今天我們有了一個端到端的大模型，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完全Transformer-based，所以說它對算力的需求相對來說沒有那么大，另外來講，一個端到端系統(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，中間沒有人類編程而已。
　　
　　端到端跟大模型是兩碼事，會根據(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到的場景情況，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：
　　
　　自動駕駛過程中經(jīng)常遇到一些特殊場景，要面對車流、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門絕技嗎？
　　
　　周光：
　　
　　之前的這種預(yù)測都是基于速度推斷的，就是做一個勻速的假設(shè)或者做一些速度的二階導(dǎo)，這是比較初級的做法，基于數(shù)據(jù)驅(qū)動的、基于端到端的這個預(yù)測，會是更加豐富的一個預(yù)測場景。比如說在一個安全島上的一個人，可能你的預(yù)測是他不太會亂跳下來，但是在路口的一個人他可能就竄出來概率比較高，它會考慮整個場景的前后表現(xiàn)，這樣車子開起來就很“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愿景，騰訊也有一個愿景：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合作伙伴體系，共同去打開物理世界的大門，我認為是我們的共同的一個偉大的目標(biāo)。
　　
　　周光：
　　
　　我覺得我們在整個的這個產(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。
　　
　　作為國際領(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，為人類帶來全新生產(chǎn)力。
　　
　　元戎啟行擁有深厚的技術(shù)儲備及豐富的行業(yè)經(jīng)驗，長期投入前沿技術(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DeepRoute IO；2023年3月，元戎啟行推出國內(nèi)首款基于導(dǎo)航地圖、可實現(xiàn)全域點到點功能的高階智能駕駛解決方案DeepRoute-Driver 3.0；2021年12月，元戎啟行推出國內(nèi)首個可量產(chǎn)的智能駕駛前裝解決方案DeepRoute-Driver 2.0 ，打破自動駕駛量產(chǎn)壁壘。
　　
　　元戎啟行已與多家車企達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)推向消費者市場。