8月20日,理想汽車6.1.0版本更新,并內(nèi)測了E2E(端到端)-VLM Beta 2.1版本。
據(jù)悉,本次更新增加了端到端-VLM系統(tǒng)與NOA系統(tǒng)切換的功能,可感受不同系統(tǒng)的駕駛風(fēng)格,系統(tǒng)相互切換時間約為20s。此外,本次更新還迭代了端到端模型,優(yōu)化了跟隨慢速騎行人不繞行、對鄰車道大車點剎等問題,降低系統(tǒng)延遲,提升了系統(tǒng)穩(wěn)定性。
新能源汽車發(fā)展至今,智駕已經(jīng)成為了“靈魂”,成為了車企們的“兵家必爭之地”。
不可否認,相比2020年前,如今的智駕技術(shù)相當亮眼,但也需要承認,近一兩年智駕技術(shù)的發(fā)展速度有所減弱,甚至談得上“緩慢”二字。究其原因,核心還是在于技術(shù)路線。
目前大多車企智駕技術(shù)架構(gòu),還是沿用更“靠譜”的模塊化。然而這種不會“犯錯”的技術(shù)路線,也意味著編寫大量的代碼、不斷高企的任務(wù)量、信息傳遞減損......極大的限制了智駕的潛力和發(fā)展。
忽如一夜春風(fēng)來。在經(jīng)過數(shù)年緩慢前行之后,隨著AI大模型的快速發(fā)展,端到端技術(shù)路線的落地,讓智駕迎來了新的可能。步入2024年之后,端到端技術(shù)成為頭部廠商的新風(fēng)潮。眼下,包括特斯拉、華為、蔚小理在內(nèi),不少玩家都在加速迭代端到端智駕技術(shù)。
雖然各家在更進一步的技術(shù)層面呈現(xiàn)出不同路徑,但這樣的集體推動,卻讓人類智駕技術(shù)逼近了質(zhì)變“臨界點”。
什么是“端到端”?
一直以來,關(guān)于實現(xiàn)完全自動駕駛,業(yè)內(nèi)有兩種不同的聲音,一種是模塊化,一種則是端到端。
就目前而言,主流的智能駕駛系統(tǒng)普遍應(yīng)用了模塊化,即將自動駕駛?cè)蝿?wù)分解為感知、預(yù)測和規(guī)劃三個獨立的模塊,隨后通過系統(tǒng)集成來實現(xiàn)自動駕駛功能。
模塊化技術(shù)架構(gòu),能夠?qū)?fù)雜的自動駕駛?cè)蝿?wù)簡化為多個相對容易處理的子任務(wù),有效降低了系統(tǒng)開發(fā)的復(fù)雜性。由此構(gòu)建的系統(tǒng)具備較高的可解釋性,允許對每個模塊的輸入和輸出進行詳細的分析,一旦發(fā)生故障,可以快速定位到問題所在。
雖然優(yōu)勢明顯,但這種方法也存在不少缺憾。
首當其沖的是,模塊化技術(shù)架構(gòu)需要編寫大量的代碼,并且在系統(tǒng)設(shè)計過程中過度依賴人為的先驗知識。而這無疑限制了自動駕駛系統(tǒng)的潛力,導(dǎo)致其泛化能力不足,面對未知場景時往往難以有效應(yīng)對。尤其是在國內(nèi)復(fù)雜的道路環(huán)境下,局限性較大。
此前何小鵬在接受《每日經(jīng)濟新聞》采訪時表示:“模塊化智駕方案從技術(shù)上說,汽車在感知、定位、規(guī)劃、控制方面都是分開處理的,每一個環(huán)節(jié)并沒有關(guān)聯(lián)。因此車輛在遇到一些場景的時候會因為人類寫入的規(guī)則互相博弈而產(chǎn)生猶豫?!?/span>
與模塊化技術(shù)架構(gòu)有很大不同,“端到端”指的是一個AI模型,只要輸入原始數(shù)據(jù)就可以輸出最終結(jié)果。
將端到端應(yīng)用到智能駕駛領(lǐng)域,意味著只需要一個AI模型,就能把攝像頭、毫米波雷達、激光雷達等傳感器收集到的感知信息,轉(zhuǎn)換成車輛方向盤的轉(zhuǎn)動角度、加速踏板的踩踏深度以及制動的力度等具體操作指令,讓汽車實現(xiàn)自動行駛。
對比之下,模塊化自動駕駛系統(tǒng)要一步步來,先識別路標,再預(yù)測其他車輛的動向,最后才決定怎么開。而端到端技術(shù)卻能一氣呵成,把感知到的一切都直接轉(zhuǎn)化為行動。
并且,由于大模型會將過去的路跑經(jīng)驗吸收保留,還會使用過去的數(shù)據(jù)反復(fù)思考某場景下怎么行駛最好,因此在大量的數(shù)據(jù)積累下,端到端應(yīng)對各種場景將會越來越靈活。
換言之,端到端無需程序員編寫冗長的代碼去制定規(guī)則,也不會出現(xiàn)信息傳遞減損,解決了模塊化模型存在的核心“痛點”。
頗具優(yōu)勢,但挑戰(zhàn)也多
借助大模型技術(shù)的深入應(yīng)用,端到端自動駕駛系統(tǒng)的優(yōu)勢日益明顯,為自動駕駛技術(shù)的進一步發(fā)展提供了一條高效率途徑。
然而,對于押注這一技術(shù)路線的玩家們來說,仍然要面臨不少挑戰(zhàn)。其中,擺在玩家們眼前的第一道難關(guān),就是數(shù)據(jù)。
大模型需要大數(shù)據(jù),本質(zhì)上來講,端到端自動駕駛是海量駕駛視頻片段的學(xué)習(xí)都需要極大規(guī)模的高質(zhì)量數(shù)據(jù),而數(shù)據(jù)的采集、清洗、篩選都是難點。
特斯拉CEO馬斯克在去年的財報會上曾提到數(shù)據(jù)在自動駕駛方面的重要性:“用100萬個視頻case訓(xùn)練,勉強夠用;200萬個,稍好一些;300萬個,就會感到Wow(驚嘆);到了1000萬個,就變得難以置信了?!?/span>
截至去年,特斯拉已經(jīng)分析了從特斯拉客戶的汽車中收集的1000萬個視頻片段(clips),他們判斷完成一個端到端自動駕駛的訓(xùn)練至少需要100萬個、分布多樣、高質(zhì)量的clips才能正常工作。
要知道,特斯拉在新能源領(lǐng)域的市場占有率非常高,單以國內(nèi)市場來說,2023年純電動車排名中,特斯拉以市占率19.9%奪冠,而比亞迪位居第二。眼下特斯拉采集的數(shù)據(jù)量都不夠用,試想其他車企又有多少數(shù)據(jù)可用?
況且,并不是所有的行車數(shù)據(jù)都可以用來訓(xùn)練端到端模型。有自動駕駛工程師就發(fā)現(xiàn),原本積累的路測數(shù)據(jù)只有2%可用。如何從海量數(shù)據(jù)中找出可以用于訓(xùn)練的有效數(shù)據(jù),這又是一道難關(guān)。
除了采集、篩選這兩道高門檻之外,數(shù)據(jù)的計算也對玩家們的算力規(guī)模提出了要求,廠商們需要不斷提升GPU的采購規(guī)模,而這也意味著端到端模型的訓(xùn)練成本非常高昂。
來源:汽車之心
不止于此,端到端技術(shù)不得不面對更棘手的問題——黑盒子不可解釋。
前文說到,模塊化技術(shù)架構(gòu)下,決策過程是透明的,決策失誤是可以準確定位的。但端到端技術(shù),從輸入到輸出,這中間的過程卻無法透明化。
試想,如果自動駕駛車輛在緊急情況下做出了錯誤的決策,人們卻無法理解其背后的邏輯,也無法迅速準確定位原因,這意味著要付出極大的安全代價。
路線各有不同
雖然挑戰(zhàn)不少,但在AI智駕趨勢下,端到端大模型還是“上車”,成為了玩家們追逐的新玩法。而站在時間線上,端倒端這一思路最早是由特斯拉提出。
2023年12月,特斯拉的智駕工程師Dhaval Shroff向馬斯克提出建議,拋掉手寫規(guī)則,搭建一張神經(jīng)網(wǎng)絡(luò),讓它大量觀看人類司機的駕駛視頻,并自行輸出正確的行駛軌跡。
直到今年1月,采用端到端架構(gòu)的FSD V12正式向北美用戶推送。據(jù)介紹,這一版本使用的正是單個端到端的神經(jīng)網(wǎng)絡(luò),即用一整個囊括輸入到輸出端的大模型,直接進行訓(xùn)練。
在特斯拉宣布FSD V12將采用端到端大模型之后,國內(nèi)亦掀起了端到端大模型應(yīng)用的熱潮,而緊隨特斯拉積極擁抱端到端技術(shù)的是華為和小鵬。
但與特斯拉的單個神經(jīng)網(wǎng)絡(luò)不通,華為的ADS 3.0智駕系統(tǒng),是將大模型拆分為感知與認知(預(yù)測決策規(guī)劃)兩個階段,串聯(lián)二者做訓(xùn)練,分別實現(xiàn)感知和規(guī)控的“端到端”。
至于小鵬,則是國內(nèi)首個發(fā)布量產(chǎn)上車的端到端模型的整車企業(yè)。
今年5月20日,小鵬汽車端到端大模型量產(chǎn)上車;7月30日,端到端加持下的XNGP從“全國都能開”正式升級“全國都好用”,何小鵬在“小鵬汽車AI智駕技術(shù)發(fā)布會”上宣布:將向全球用戶全量推送AI天璣系統(tǒng)XOS 5.2.0版本。
不過,在具體的技術(shù)路線上,小鵬與華為和特斯拉也有所不同。小鵬的XNGP則分為感知XNet、規(guī)劃XPlaner、控制XBrain三個部分。這一做法等同于將感知、規(guī)劃和控制三個模塊串聯(lián)在一起,用高端的方式統(tǒng)一訓(xùn)練。
除了以上三家,還有不少玩家也開始選擇端到端。比如今年蔚來單獨設(shè)立了一個大模型部,專門負責(zé)端到端的模型研發(fā)。
包括理想,在今年5月裁員中也保留了算法研發(fā)團隊:由賈鵬管理,主要負責(zé)無圖城市NOA的研發(fā)、落地,以及端到端智駕的預(yù)研。
不管選擇什么樣具體途徑,也無論究竟誰在參與,提高駕駛安全性和便捷度永遠都是智駕的核心。雖然眼下端到端模型的比拼愈演愈烈。但對于消費者來說,過程或許不那么重要,結(jié)果才是。