12月2日，在火山引擎舉辦的云產品發布會中，一眾面向不同行業的云服務和云產品登臺亮相。

其中尤為值得關注的是在智能汽車行業，自動駕駛企業輕舟智航分享了其聯手火山引擎打造的自動駕駛工具鏈「輕舟矩陣」。

根據官方介紹來看，輕舟矩陣其實與輕舟智航一直以來的技術核心「自動駕駛超級工廠」中的數據流場一脈相承。

其中，火山引擎主要提供算力、高彈性的資源支持，提高GPU 利用率和算法模型的訓練效率。

輕舟智航此時將自己的底層能力搬向臺前，成立全新品牌，并正式宣布與火山引擎的關系，不免引發聯想。

兩方也表示，未來將基于「輕舟矩陣」推出面向車企提供自動駕駛云服務。

不久前就有媒體透露，字節跳動正在組建汽車云業務團隊，此前還參與了輕舟智航的投資。

而這項云服務一旦推出，一方面將會更加明確字節跳動和輕舟智航在智能汽車領域的行業定位，另一方面，字節跳動起初選擇投資輕舟智航的原因，也會更進一步揭開。

1、云服務商聯姻自動駕駛企業，打破技術迭代的效率困境

字節跳動在汽車行業的江湖傳言散播已久。

2019 年投資理想汽車，2020 年組建「車聯網」團隊，主攻車載信息娛樂系統方案，今年 6 月還推出了「火山車娛」，集成了整個字節系的內容生態，豐富出行體驗。

隨著與輕舟智航合作的公開，標志著火山引擎構建了更加完整的汽車行業解決方案，全面開展智能汽車行業布局。

不僅如此，這也是中國首例云服務商和自動駕駛公司的合作。

在國外，這樣的合作模式早有先例。

比如，在 2020 年 6 月，亞馬遜收購自動駕駛公司 Zoox，完善物流體系「最后一公里」配速能力，同時，Zoox 也會繼續開發自己的自動駕駛出租車。

今年 10 月，成立于 2016 年的「硅谷」自動駕駛公司 Nuro 宣布了與谷歌云建立五年合作伙伴關系，谷歌同時也是 Nuro 的投資方。

云服務商和自動駕駛技術公司聯姻，并不僅僅在于為云服務商的母公司拓展自動駕駛相關業務，更關鍵的因素在于，自動駕駛汽車在道路行駛過程中會產生大量數據，而云服務商強大的云計算能力，可以為自動駕駛的技術迭代提供支持。

近些年，行業內對于自動駕駛技術迭代的關注，多聚焦在攝像頭、激光雷達、毫米波雷達等傳感器的數量和成本上，以及車載超級計算機的算力規模能夠支持到何種級別的自動駕駛等級等層面上。

這些可以歸結為「硬」的部分。

但如果把自動駕駛的技術比喻為一座冰山，那么「硬」的部分，都是冰山之上露出水面的環節。

對于冰山以下的部分，即支撐自動駕駛技術迭代更加重要的工具鏈，也就是「軟」的部分，深入的討論甚少。

自動駕駛技術的迭代，就像一個人真實的學車過程，其算法需要通過大量的路測來提升性能。

真實路測的里程，也幾乎是很多自動駕駛技術企業確立領先算法能力的保障。

但是隨著行業內對于高級別自動駕駛的期待越發迫切，要求不斷提高，過于依賴真實路測，反而成為當前自動駕駛算法能力進步的瓶頸。

這其中涉及三大原因：

第一，盡管智能汽車在日常行駛過程中可以收集到大量有價值的場景，但數據的利用率普遍較為低下，當數據量足夠大時，數據分揀，即從海量數據中挑選出訓練所需的有效數據，就會變得十分棘手，同時數據標注也會產生極大的工作量，嚴重影響技術迭代的效率。

第二，真實路測單車單日覆蓋場景有限，如果增加測試場景，就必須增加路測車輛，勢必面臨測試成本劇增的問題。

第三，對于自動駕駛算法訓練更具價值的 Corner Case，真實路測的方式很難覆蓋到足夠的數量。

目前，L2 級別的自動駕駛方案已經在很多中高端車型中普及應用，但 L4 級自動駕駛，更多還停留在特定路段、中低速的應用場景下。隨著自動駕駛等級的增加，涉及的數據量更會指數級增加到恐怖的程度。

更經濟高效的測試方式和數據利用，儼然成為推動自動駕駛技術持續迭代，實現高效研發的關鍵，而這正是云服務商和自動駕駛技術企業聯手所帶來的價值。

同時，相信這也是字節跳動、火山引擎選擇輕舟智航的原因。

2、打造自動駕駛「元宇宙」，以仿真為「核」實現高效研發

在自動駕駛領域，輕舟智航以 Robobus 而知名，更以落地效率而聞名。

這家成立只有 2 年半的公司，只用了短短 1 年時間，就將自動駕駛汽車在全球 10 座城市的公開道路落地測試和商業化運營，覆蓋 10 種車型，車隊數量近 100 輛。

其中龍舟 ONE 更是成為國內布局城市最多的公開道路自動駕駛小巴。

不久前，輕舟智航還在無錫正式啟動網約+微循環的運營模式，探索 Robobus 的全新商業模式，模糊了和 Robotaxi 之間的邊界，讓自動駕駛和公共交通的結合，真正朝向能夠源源不斷貢獻社會價值的方向發展。

輕舟智航將其高效的落地能力歸功于其自研的 Driven-by-QCraft 硬件方案，不久前還宣布將在下一代的產品還將采用NVIDIA DRIVE Orin，成為首個使用該方案的 L4 級自動駕駛通用方案公司。

Driven-by-QCraft 的強大，讓輕舟智航迅速成為國內 Robobus 的領軍企業。而 Driven-by-QCraft 的重要支撐，正是此次在火山引擎云產品發布會上亮相的「輕舟矩陣」。

據官方介紹，「輕舟矩陣」以仿真為核心，可打通從研發到測試運營的全流程，能夠源源不斷地對數據進行自動標注、質檢、訓練和評估，實現自動駕駛技術研發的高效迭代。

例如，在針對數據的處理上，輕舟智航還開創性地將自監督學習應用在激光雷達感知方向，降低數據標注的成本，實現了高效的自動化流程。

至于「輕舟矩陣」的核心「仿真」，實際上它生成的并非虛擬數據，而是對真實智能駕駛場景數據的增強。

例如，「仿真」可以在真實路測中所遇到的人車混雜、鬧市、高架上下棧道、雨天等場景的基礎上舉一反三，生成更多的車輛、行人，更加苛刻的天氣環境，更復雜的車道、路口，以及更重要的，可以生成更多的 Corner Case。

舉例來說，當真實路測時遇到一個未能應對的 Corner Case 時，系統可以將其記錄并上傳至云端，對其進行定義、分析、分類。

之后就會投入到「仿真」環節當中進行復現，找出問題所在，并加以解決。在這之后，還會進行大量演練，確保問題不再發生，最終下發至車輛當中。

這就好比一個自動駕駛的「元宇宙」，它實現了對現實世界的增強，讓算法可以在這個數字空間當中自動進行數百萬次的算法訓練、測試驗證和迭代優化，從而在這個虛擬的環境里高效的完成研發的工作，不斷提升自動駕駛的決策和規劃控制等能力。

同時依托火山引擎 AI 開發平臺，輕舟矩陣上的自動駕駛模型訓練 GPU 利用率可提升 30%。

輕舟智航表示，通過仿真的方式，不僅將測試成本降至純道路測試的 1%，還可以生成數百萬個的 Corner Case 場景，大大降低了路測成本，也降低了對車輛和測試人員的依賴。

在國內，輕舟智航并不是唯一具備「仿真」能力的自動駕駛企業，但卻是為數不多將「仿真」視為核心競爭力的公司，也是為數不多能夠做到讓數據像流水一般的在自動駕駛的整個研發鏈路中高效流淌的公司，并堅定地認為，「仿真是實現自動駕駛的必由之路」。

值得注意的是，在特斯拉今年的 AI Day 活動上，也開始強調自動駕駛仿真的重要性。

照理說，特斯拉的路測數據量是其他所有自動駕駛企業都難以企及的，但特斯拉的動作，也足以說明，實車路測里程的數量，并不能夠完全轉化為技術迭代的質量。

以高效率、高質量的方式，實現高性能的自動駕駛技術輸出。有了「輕舟矩陣」的成功先例，有望會有越來越多的企業加大對仿真的重視和投入。

3、開放底層工具鏈，幫助車企從海量數據中篩出「金子」

在火山引擎的發布活動上，輕舟智航已明確表態，「接下來，輕舟智航會將自身的底層能力對外開放，服務于合作伙伴，與火山引擎一同助推自動駕駛的大規模落地」。

當這一天到來時，受益最大的，大概率是廣大的傳統車企。

相較于新勢力車企，傳統車企在智能汽車領域方面切入時間晚，且由于自動駕駛技術難度高，人才稀缺，組建自己的研發團隊，不僅需要花費較高的資金和時間成本，最終也未必能夠獲得理想的成果。

這也是越來越多車企選擇和自動駕駛企業合作的原因，直接采用成熟的智能駕駛方案，對于研發和量產來說，都是捷徑。

但即便如此，終歸還是要通過智能駕駛的實際道路數據，來反哺技術的進步。因此，不止提供產品，更進一步開放工具鏈，相信也是行業發展的必然。

而當仿真得到廣泛應用時，車企自動駕駛技術的研發效率，會真正實現質的飛躍。用輕舟智航的模式來說，就是幫助車企最大化發揮數據資產的價值，從中把金子篩選出來。

也正如火山引擎汽車行業解決方案官網上的那句話，「讓數據智能成為汽車的進步動力」。

返回第一電動網首頁 >