輕舟可過萬重山!歷經(jīng)數(shù)月艱苦卓絕的量產(chǎn)交付攻堅,輕舟智航團隊基于征程?5的 BEV “超融合”感知及行泊一體全棧方案即將全面大規(guī)模量產(chǎn)交付上車,成為NOA交付上車量領(lǐng)先的高階智駕解決方案提供商。
輕舟智航屢獲多家頭部車企量產(chǎn)定點及青睞并已陸續(xù)交付上車,意味著其高階智駕解決方案及商業(yè)化量產(chǎn)落地交付經(jīng)驗已真正通過考核,贏得客戶的廣泛認(rèn)可;奠定了「輕舟乘風(fēng)」高階輔助駕駛解決方案進(jìn)入規(guī)模化量產(chǎn)落地的全新里程碑;形成了可復(fù)制的高階智駕量產(chǎn)經(jīng)驗,邁入“從1 到N ”的規(guī)模化量產(chǎn)交付新階段。
輕舟智航聯(lián)合創(chuàng)始人、CEO 于騫表示:“自動駕駛公司必須通過大規(guī)模量產(chǎn)落地經(jīng)驗的洗禮,才能進(jìn)入到新的階段。未來,主機廠在選擇智駕供應(yīng)商的時候,一定會以擁有大規(guī)模量產(chǎn)上車經(jīng)驗作為重要指標(biāo)。輕舟智航NOA 交付上車量有望率先突破百萬臺,這將為我們帶來工程化、商業(yè)化能力的極大的確定性。未來,輕舟的AI大模型也將得益于大規(guī)模量產(chǎn)的賦能,通過高效的數(shù)據(jù)閉環(huán),加速邁向端到端,拿到智駕競爭下半場的入場券。”
端到端已經(jīng)成為智駕技術(shù)演進(jìn)的趨勢,將加速全場景NOA的規(guī)模化落地,其泛化能力、性能體驗的提升將極大依賴于數(shù)據(jù)。沒有大規(guī)模量產(chǎn)數(shù)據(jù)閉環(huán)的能力,無法真正實現(xiàn)端到端。因此,百萬級NOA上車交付量,將成為智駕競爭的分水嶺。誰能實現(xiàn)百萬臺NOA上車,誰就將拿到下一輪智駕競賽的入場券。
高效率、高質(zhì)量的數(shù)據(jù)閉環(huán)、從感知到預(yù)測決策聯(lián)動的AI模型優(yōu)化能力、海量的NOA量產(chǎn)場景覆蓋,成為真正實現(xiàn)端到端的三大門檻。作為世界前沿的自動駕駛通用解決方案公司,輕舟智航基于對AI發(fā)展從以模型為中心(Model-centric AI)轉(zhuǎn)變?yōu)橐詳?shù)據(jù)為中心(Data-centric AI)模式的前瞻判斷,已在數(shù)據(jù)利用方面積累了先發(fā)優(yōu)勢。其不僅打通了從數(shù)據(jù)處理、標(biāo)注、訓(xùn)練、大規(guī)模仿真到技術(shù)輸出的高效率的數(shù)據(jù)閉環(huán),還自主研發(fā)了多任務(wù)、多模態(tài)、自監(jiān)督的車端AI大模型以及支持智能駕駛高效迭代的離線AI大模型,能夠有效降低監(jiān)督信息獲取成本,實現(xiàn)高質(zhì)量的數(shù)據(jù)標(biāo)注、挖掘和利用,從而有力促進(jìn)算法模型的飛速迭代。
在端到端模型聯(lián)動優(yōu)化領(lǐng)域,輕舟智航已從評價角度打通了感知到?jīng)Q策的整個鏈路。例如,輕舟在其入選機器學(xué)習(xí)和人工智能頂會 ICML 2023 的研究論文中,提出了一套考慮全局影響的感知模塊輸出結(jié)果理論分析和高效評測框架。該框架可以有效應(yīng)用于端到端訓(xùn)練的神經(jīng)網(wǎng)絡(luò)決策規(guī)劃模型設(shè)計,有助于從感知到預(yù)測決策的聯(lián)動優(yōu)化,打通端到端智能駕駛系統(tǒng)的“最后一公里”。論文鏈接https://arxiv.org/abs/2306.07276《Transcendental Idealism of Planner: Evaluating Perception from Planning Perspective for Autonomous Driving》
隨著輕舟NOA交付上車量呈規(guī)模式的快速增長,不僅將帶來廣泛的高價值問題的發(fā)掘和解決,助力其加速打磨更強的產(chǎn)品力,更將真正打通輕舟整個數(shù)據(jù)閉環(huán)鏈路,反哺大模型能力的提升,從而實現(xiàn)天花板級的技術(shù)迭代能力,在幫助車企更快且低成本的適應(yīng)新城市、新場景的同時,更為感知決策一體化的端到端智能駕駛系統(tǒng)的技術(shù)創(chuàng)新和量產(chǎn)突破建立高效路徑。
來源:第一電動網(wǎng)
作者:電動小文
本文地址:http://m.155ck.com/kol/225237
文中圖片源自互聯(lián)網(wǎng),如有侵權(quán)請聯(lián)系admin#d1ev.com(#替換成@)刪除。