最近一段時間，自動駕駛數(shù)據閉環(huán)工具鏈領域有些熱鬧。

廣州車展期間，出行平臺如祺出行推出了由數(shù)據標注平臺ONTIME Data Encoder、高精地圖工具鏈ONTIME MapNet、智駕仿真平臺ONTIME NexSim三大板塊構成的自動駕駛解決方案。

幾乎同時，車聯(lián)網平臺優(yōu)咔科技也推出了自研的自動駕駛數(shù)據閉環(huán)工具鏈產品，希望通過該工具鏈平臺，讓車企能更高效地開發(fā)和部署自己的算法。

而在剛剛過去的CES上，星塵數(shù)據帶來了一站式AI全生命周期數(shù)據管理平臺MorningStar，旨在支持AI算法的高效迭代，實現(xiàn)機器學習，當然也包括自動駕駛閉環(huán)全鏈路打通，助力打造專注高效迭代的算法生產環(huán)境……

在這些變化中，有如祺出行、優(yōu)咔科技這樣的新玩家，也有星塵數(shù)據這樣一直深耕數(shù)據服務領域的資深玩家，從大家的積極態(tài)度中不難推測，在高效的數(shù)據閉環(huán)這件事上，行業(yè)依然存在痛點。

1

—

從模型到數(shù)據

這些年，自動駕駛經歷了不同的發(fā)展階段，從CNN到 Transformer、大模型，技術在不斷迭代發(fā)展，過程中，核心的影響因素也在變化。

前期，模型架構本身是關注的重點，隨著大模型階段的到來，大家開始意識到處理大規(guī)模數(shù)據和運用的能力開始成為關鍵。

當然，這不是什么發(fā)現(xiàn)新大陸似的重要發(fā)現(xiàn)，2021年，著名的人工智能科學家吳恩達就提出，當下的人工智能領域，一個重要的趨勢是從以模型為中心的人工智能（Model-centric AI）向以數(shù)據為中心的人工智能（Data-centric AI）轉變。同時，他提出了著名二八定律：80%的數(shù)據+20%的模型=更好的AI。

具體到自動駕駛領域，2021年特斯拉在AI Day 上提到Transformer是其自動駕駛系統(tǒng)算法中最核心的模塊之一，此后國內眾多車企紛紛跟進，但真正開始采用Transformer的方案，已經是2023年之后的事。

因此，雖然在“軟件定義汽車”的共識下，數(shù)據、算法和算力早就被稱為自動駕駛開發(fā)的三駕馬車，但行業(yè)對于高質量、高價值數(shù)據的追求和應用，卻剛開始沒多久。

在這個過程中，行業(yè)開始發(fā)生一些變化。

曾經許多主機廠喜歡拿自動駕駛累計行駛里程作為自動駕駛能力以及經驗的體現(xiàn)，而現(xiàn)在這些已經不再具備說服力。

“首先采集的數(shù)據不代表都有使用價值，再加上各家對于數(shù)據處理能力的差異開始逐漸拉開，月銷過萬的未必能比月銷幾千的車型功能迭代得好。此外，還有成本問題。” 路特斯智能駕駛測試開發(fā)專家L解釋道。

“一張圖片的標注成本大概是1元，如果是BEV則是十幾元，假如一輛車上有11個攝像頭，每個攝像頭一秒鐘能采10張數(shù)據，那么一輛車一秒鐘就有110張圖片。如果車的保有量是10萬輛，一天產生的數(shù)據，光標注的成本就不可想象。所以車的數(shù)量多不能與車企自動駕駛會更強畫等號。”

此外，隨著數(shù)據量的不斷增長和模型復雜度的提升，“數(shù)據債”——正在成為算法工程師們面臨的隱秘又難解的挑戰(zhàn)。

2

—

解決數(shù)據債

數(shù)據債一詞源于技術債，是一種新型的技術債務，指的是由于對數(shù)據資產的維護不足導致的數(shù)據質量問題。

對于機器學習，數(shù)據債就是指在全生命周期中的各個環(huán)節(jié)，由于各個角色跨組織協(xié)同產生的數(shù)據質量問題。

△圖片來自星塵數(shù)據

根據星塵數(shù)據產品總監(jiān)龔書介紹，數(shù)據債的來源主要有幾點：

1、算法工程師與數(shù)據標注PM之間的認知“鴻溝”

算法工程師重視數(shù)據的價值和質量，他們會準確評估數(shù)據的價值，定義數(shù)據標注的邊界，并對數(shù)據進行詳細記錄和分析。但是，數(shù)據標注工作通常不是算法工程師負責，而是數(shù)據運營或數(shù)據項目經理作為“中間人”，指導自身標注團隊或去找供應商來完成。

這種情況下，算法工程師和數(shù)據標注項目經理之間的認知差異，便可能導致數(shù)據標注需求的不明確，標規(guī)則的不統(tǒng)一，從而造成重復標注、多次返修、甚至無效標注等“數(shù)據債”。

2、業(yè)務需求變化帶來的“數(shù)據債”

當面對新增需求時，算法工程師往往會花大量時間思考業(yè)務、數(shù)據標注和數(shù)據分析，以提高模型的泛化性。但即使算法訓練效果很好，一旦面對真實而復雜多變的環(huán)境，準確率也可能顯著下降。

所以，算法工程師需要耗費大量的時間和精力仔細研究數(shù)據，找出異常之處，了解數(shù)據規(guī)律，反復編排流程，比較版本差異，以提高模型的泛化性，達到最佳效果。研究、分析、使用、迭代數(shù)據的過程中，便會產生大量的“數(shù)據債”。

3、文檔不統(tǒng)一和跨組織執(zhí)行之間的“鴻溝”

很多時候，為了節(jié)省標注時間和成本，降低標注難度，算法工程師需要對標注數(shù)據進行預處理。然而，為了盡快完成產品開發(fā)，算法方面往往會直接準備好數(shù)據交給標注人員，甚至放棄對部分數(shù)據邊界的分析，數(shù)據標注規(guī)則和文檔往往不夠清晰。

在實際操作過程中，數(shù)據標注并非一蹴而就的事情。在一些非標準化的數(shù)據標注工作中，項目經理并沒有可供參考的操作手冊，需要根據實際情況反推標準的適用性，并從問題中尋找解決方案，以形成更穩(wěn)定、更具操作性的方法。

同時，數(shù)據標注目前缺乏統(tǒng)一的行業(yè)標準。文檔不統(tǒng)一和規(guī)則不清晰導致了數(shù)據標注方面缺乏清晰的指導。

4、數(shù)據資產與數(shù)據管理之間的“鴻溝”

目前市場上90%以上的數(shù)據是非結構化數(shù)據，但只有不到10%得到有效利用。如果企業(yè)數(shù)據未經有效管理和利用，將成為資源的浪費。此外，未明確數(shù)據資產價值也會導致高昂的存儲和管理成本。

5、算法需求與數(shù)據工具鏈缺失的“鴻溝”

在實際的算法訓練和迭代過程中，算法工程師通常在發(fā)現(xiàn)模型效果不佳或遇到錯誤時才開始嚴格管理數(shù)據，這種應急處理的方式看似成本小，實際上卻是一顆定時炸彈。

比如，在自動駕駛算法訓練中，算法工程師需要大量的視覺數(shù)據來訓練模型，以識別道路、車輛、行人等元素。然而，如果在數(shù)據采集和標注過程中存在重復使用同類型數(shù)據的情況，對數(shù)據的分布缺乏全面的認知，模型會對特定場景“過擬合”，泛化能力不足。自動駕駛特殊場景數(shù)據極為稀缺，對難例的發(fā)現(xiàn)和處理提出更高的要求。

此外，自動化、自定義的數(shù)據檢索和可視化的版本管理對于算法工程師也至關重要。如果數(shù)據版本沒有得到妥善管理，會導致在模型效果出現(xiàn)問題時無法準確追溯到數(shù)據的來源和處理過程，無法還原問題點。因此，如果沒有一套完整“對癥下藥”的數(shù)據工具鏈，就加大了算法工程師在數(shù)據處理方面的挑戰(zhàn)。

“通過與大量算法工程師的溝通，我們發(fā)現(xiàn)他們在處理與數(shù)據相關的工作時，通常使用的是原始的自建工具、臨時工具，甚至沒有工具可用。這導致他們無法進行與數(shù)據相關的高級操作，使得整個工作流程變得不夠高效。” 星塵數(shù)據產品總監(jiān)龔書告訴「智車星球」。

因此，為了解決數(shù)據價值無法釋放、數(shù)據孤島、運營成本增加等數(shù)據債帶來的問題，行業(yè)對數(shù)據管理和數(shù)據價值挖掘的需求越來越迫切，能滿足這些需求的數(shù)據工具鏈也成為了新的機會。

3

—

不同選擇

雖然不同的軟件開發(fā)流程在細節(jié)上有差異，但大體思路基本一致，從下圖“華為八爪魚”的數(shù)據閉環(huán)鏈路可以看到，主要分為數(shù)據采集、感知模型訓練、仿真測試和實車測試四個環(huán)節(jié)，每個環(huán)節(jié)中又包括了若干模塊。

這些環(huán)節(jié)中所使用的工具和平臺就是“工具鏈”，工具鏈的效率決定了整個系統(tǒng)開發(fā)的效率。

△“華為八爪魚”數(shù)據閉環(huán)鏈路

而不同的玩家會結合自身的優(yōu)勢與需求來選擇不同的切入點。

比如作為出行科技與服務平臺，如祺出行的優(yōu)勢在于自身掌握的場景與數(shù)據優(yōu)勢，同時，在Robotaxi的運營中積累了很多數(shù)據，對于場景的理解較為深刻。因此，如祺出行選擇基于標注、地圖、仿真業(yè)務先切入To B端，同時推動L4技術的成熟。

而對于星塵數(shù)據，則是將面向 AI 算法的數(shù)據服務，從算法真值數(shù)據和人工反饋，擴展到支持企業(yè)AI算法高效迭代的數(shù)據管理、探索和挖掘服務。

△星塵數(shù)據MorningStar數(shù)據閉環(huán)

而像亮道智能這樣的激光雷達系統(tǒng)供應商，同樣能提供數(shù)據管理平臺以及相關的工具鏈，但優(yōu)勢毫無疑問是在激光雷達上。近期，亮道在歐洲交付了L3 高階智駕數(shù)據真值項目，在此量產項目中，亮道重點參與的就是L3 高階智能中的激光雷達感知訓練工作，包括激光雷達感知訓練的數(shù)據中心建設，大數(shù)據管理，任務分發(fā)，真值數(shù)據的自動化生產，質量評價等。

可以說，對于車企以及自動駕駛公司，根據自己的需求可選擇的產品數(shù)量在增加，產品質量也在提升。而在這些選擇中，還有一個重要的選擇，那就是是否選擇自研。

4

—

自研or不自研

選擇自研，車企可以避免使用不同公司提供的工具鏈做“分段開發(fā)”導致的“數(shù)據孤島”現(xiàn)象，同時能更好地相應內部算法團隊的需求以及更好地匹配車企的研發(fā)流程，進一步提升開發(fā)和迭代的效率。

Momenta就是在前期花費了較長時間搭建自己的數(shù)據驅動平臺，實現(xiàn)了全流程數(shù)據驅動的技術能力，包括感知、融合、預測和規(guī)控等算法模塊都可以通過數(shù)據驅動的方式高效的迭代與更新。其閉環(huán)自動化（Closed Loop Automation）是一整套讓數(shù)據流推動數(shù)據驅動的算法自動迭代的工具鏈，能自動篩選出價值數(shù)據，驅動算法的自動迭代，讓自動駕駛飛輪越轉越快。

當然，不選擇自研的理由也有不少，首先自然是所花費的成本與自身業(yè)務的需求是否匹配，二是研發(fā)數(shù)據閉環(huán)工具鏈需要大量用戶的反饋，主機廠自研的工具可能會受企業(yè)自身經驗體系的制約，自研出的工具未必好用，另外，車企掌舵人對于企業(yè)在智駕領域核心競爭力的判斷也很重要。

不過，對于大多數(shù)車企，自研與否并不是非黑即白的選擇，結合自身優(yōu)勢選擇若干版塊進行自研是大多數(shù)車企的選擇。

“（對于車企）工具鏈是一定要自研的，但不是全棧。我認為企業(yè)需要搭建數(shù)據管理平臺，因為不同主機廠是按照自己的需求去管理數(shù)據，對數(shù)據管理的結構有很大差異，所以必須要自己管起來，就像京東倉儲一樣，能快速分門別類歸納整理好，要用的時候馬上就可以拿出來。平臺搭好后，就可以引入軟件合作伙伴，直接 API 調用就好，比如數(shù)據標注，就沒有太大必要自己養(yǎng)團隊去做。”亮道智能CMO 江南逸告訴「智車星球」。”

同樣，在路特斯看來，數(shù)據管理一定要自己做，“我們自己采集的數(shù)據，交給第三方管理，會有數(shù)據安全方面的擔心。” L解釋道。

“處理明天的問題，用的不是今天的工具，而是明天的工具”，在這樣的認知基礎上，路特斯對于工具鏈的自研程度也相對較深。據L介紹，其平臺上的部分數(shù)據鏈工具，已經供應給其他企業(yè)使用。

△路特斯ROBO Galaxy工具鏈解決流程方案

所以，企業(yè)是否自研以及自研的程度，取決于企業(yè)基因、企業(yè)能力、掌舵人的認知以及是否有足夠的底層驅動力。若自研能夠切實提高產品開發(fā)效率、降低成本、提升企業(yè)競爭力，那么自研的自驅力自然會增強。

大家最終的選擇也許不同，但能比較肯定的是，無論是從頂層設計還是企業(yè)自身的發(fā)展需求來看，數(shù)據正在成為每個企業(yè)生存發(fā)展不可或缺的生產資料。

這意味著，對于數(shù)據資產的管理，也會成為企業(yè)長期經過時間積累下來的競爭門檻，重要性在不斷提升。

這個曾經隱藏在自動駕駛系統(tǒng)“冰山”下的“一角”，或許正在帶來一場新的風暴。

返回第一電動網首頁 >