“人們習慣將凡事分出黑與白，但很遺憾，現實全是灰色的?！眲⒋刃拦P下的這句話，恰恰也是自動駕駛行業的真實寫照。兩個流派，重感知和重地圖，華山論道，暗流擊水。只是眼下，尚沒有一個最優解，讓汽車徹底擺脫人類干預。

因為無論什么樣的捷徑，打造智慧的車都是必由之路。尤其當自動駕駛場景從高速延伸到城市道路，提高車端的感知與認知能力將變得愈發關鍵。 

一方面，高度信息缺乏之余，地圖始終在變化。舉例來說，北京半年內道路拓撲變化約達到平均每百公里5.06處，廣州市內改道施工平均一天能有兩起，只有采集車不停采不?；貍鲾祿?，才能保證地圖的“鮮”度；另一方面，道路參與者無序且隨機。除了車輛，行人、非機動車等不確定因素也成為自動駕駛進階的一大考驗。

小鵬汽車自動駕駛副總裁吳新宙曾直言，“和高速NGP相比，如果要拿一個數字作說明，城市NGP可能是百倍以上的困難程度。”但要實現自動駕駛規模量產，就必須通過城市道路這個關卡。

訓練數據之“九九八十一難”

截止到目前，國內已有北京、重慶、武漢、深圳、廣州、長沙等多個城市允許自動駕駛車輛在特定區域、特定時段進行商業化試運營。前不久，北京頒發了“無人化車外遠程階段”道路測試許可。

自動駕駛無人測試從“副駕有人”、“前排無人，后排有人”邁向第三階段——“車外遠程”。一個永恒主題是，利用源源不斷的數據，打磨自動駕駛感知模型。模型決定了功能的上限，數據是源驅動力。而首要問題在于，如何以更低成本、更高效率獲取更多有價值的訓練數據？

圖片來源：天風證券

聽起來或許有些不可思議，僅以數據標注為例，過去業內普遍做法是標注單幀2D圖像，也就是每秒標注一幀，但真實視頻每秒由10幀以上圖像構成，換句話說，中間有很多空隙沒有被標注，這部分也成了“白白浪費”的資源。

不僅如此，隨著自動駕駛數據標注轉移到4D空間（3D空間+時間維度），數據以一個Clip相當于包含了攝像頭、傳感器數據的短視頻為最小標注單位，使得人工標注難度增大。

天風證券的研報顯示，L3級別以上自動駕駛需要大量的3D點云數據支撐，不僅要求對傳感器回傳的數據進行實時處理分析，大量的彎道車道線、日積月累的消耗和損壞等帶來的形狀和反射率失真問題，也給識別的準確率帶來極大挑戰。

因此如果將這些離散幀擴充成Clip的形式，采用人工標注和返工的成本勢必將墊高自動駕駛模型訓練的開支。這也是，特斯拉從外包數據標注，到建立自己的人工標注團隊、再到推進自動化標注的關鍵原因。國內車企如小鵬也打造了全自動標注系統，效率方面提高近4.5萬倍，過去2000人一年的標注任務，現在只需16.7天左右就能完成。

除了車企，自動駕駛公司也在積極嘗試，包括毫末智行在數據智能體系MANA的基礎上，推出了視頻自監督大模型。簡單理解，利用圖像掩膜對視頻某些區域作屏蔽，給出上一幀，讓模型猜下一幀，自主學習進行特征提取。

圖片來源：毫末智行

接著再將帶有完整標注的Clip給到該模型，進行微調。循環往復，基于深度學習算法提高模型的準確率和精度。通過視頻自監督大模型，毫末智行降低了98%的Clip標注成本。同時鑒于服務器端跑的大模型具有更高的泛化性，訓練完成部署在車端自動駕駛平臺后，預測能力要更強一些。

不過僅有這些還不夠，現階段自動駕駛對于數據的渴望遠遠沒有達到盡頭，豐富的數據分布，是訓練和優化自動駕駛感知模型的前提，沒有之一。

對于打造自動駕駛系統來說，不論是采集車預先采集數據，還是量產車回灌數據，都存在較長的開發周期和不菲的成本問題。也因此，仿真技術被視為自動駕駛開發的加速器，受到業內廣泛采用。通常自動駕駛系統在裝車量產前，都需要經過大量的仿真測試。

然而毫末智行技術副總裁艾銳指出，從各傳感器不同的特性來看，當前仿真技術還有很大的進步空間。比如，激光雷達底噪普遍低于毫末波雷達，二者對于雨雪霧等條件的要求也大不相同，導致同一場景下建模難度較高。

“好比看電影一樣，CG動畫即便做得再好，但仍能和真實場景區分開來。”相比于過分依賴仿真技術，毫米智行看中的是，用低成本的一般場景生成得到高成本的邊緣場景（corner case）優勢。

這也是毫末智行在3D重建大模型中引入了NeRF（Neural Radiance Fields）技術的根本原因。NeRF是一種3D重構技術，起步于2020年，憑借幾張圖片就可以合成360度全包圍視角的特點，迅速風靡電商領域。

放到自動駕駛領域，NeRF不僅有助于重構場景數據，還可以做相應視角的調整。如此一來，便可以模擬極端路況的車輛行駛，實現對長尾場景的全面覆蓋。除此之外，還可以模擬光線調整、夜晚效果等生成所需數據。

在增加NeRF生成的數據后，毫末智行將感知錯誤率在原基礎上至少降低了30%。數據越多越好，關鍵不僅在縱向的“量”，更關乎橫向的“豐富度”。面對數據這座大山，積累是唯一的出路。

特斯拉有百萬車隊，小鵬有十萬車隊，而毫末智行依托長城汽車的品牌規模，截止2022年底累計行駛里程已經突破2500萬公里。搭載毫末HPilot系統的車型將近二十款，月度搭載增速超過200%。預計到2024年上半年，毫末將完成HPilot落地中國100個城市的計劃。

自動駕駛“進城”  認知比感知難

從大數據里鍛煉感知能力是自動駕駛目標實現的第一步。不止如此，清華大學教授鄧志東在接受國內媒體采訪時指出，自動駕駛核心技術難點之一是汽車如何理解復雜的動態駕駛場景（DDS），保證自動駕駛的安全性。

據其表示，人類駕駛是建立在認知理解基礎之上，依靠可理解的視覺感知和大腦實現決策。相比之下，自動駕駛車輛很難在復雜動態環境中獲得人類水平的駕駛知覺、預測與認知判決能力。

早些時候，毫末智行推出了基于transformer模型的環視感知算法（BEV），并逐漸應用于實際道路。但CEO顧維灝也指出，BEV方案上車后，對車道線和常見障礙物的檢測效果相對不錯，各種復雜工況下的探測范圍和測量精度也有明顯提升。但仍然遺留了一些比較困難的挑戰，特別是視覺方案對城市道路多種多樣異形障礙物的穩定檢測問題。

一般有兩種解決思路：擴大語義白名單。以識別輪胎為例，需要搜集大量的輪胎信息，擴充標注樣本容量，這種方法往往要耗時費力；相比之下，更通用的方法或許可以事半功倍。即不需理解障礙物到底是什么，根據高度等信息判斷若對通行有影響，就避讓或者繞行。

毫末為此推出了多模態互監督大模型和動態環境大模型。前者是利用攝像頭、激光雷達、毫米波雷達等傳感器的不同特性，互相監督的方式進行通用障礙物或者通用結構的識別，后者有點類似視頻自監督大模型，其目的是讓系統增強感知能力。

利用自回歸編解碼網絡將BEV特征解碼為結構化的拓撲點序列，實現車道拓撲預測。“讓自動駕駛系統像人類一樣，在標準地圖的導航提示下實現對道路拓撲結構的實時推斷?！北M管這是一個理想狀態，但根據艾銳的說法，毫末接下來將致力于解決“二選一”的難題。如果地圖導航的是明顯有錯誤的路線，模型可以通過事先輸入的地圖先驗信息，作出糾錯改道判斷。

不乏有觀點指出，自動駕駛的下一戰場將聚焦城市導航輔助駕駛功能。正如前文所述，城市道路的不斷變化和隨機的參與者構成，都對感知提出了更高要求，尤其城市路口的通過率已經成為城市導航輔助駕駛的最大難點。

在近日舉辦的 HAOMO AI DAY上，毫末智行也交出了首份成績單，在河北保定和北京85%的路口拓撲預測上，其算法準確率高達95%。盡管對于一些小路、支路的判斷還有待提升，但在城市NOH上，毫末算是首戰告捷。

除了以上四個大模型，毫末還發布了人駕自監督認知大模型。與自動駕駛感知相比，用顧維灝的話說“認知更是業界難題。”尤其自動駕駛朝更高級別升級的過程中，決策規劃將是核心能力，傳統基于規則的認知算法已經進入瓶頸，已很難再取得突破。

一個突出問題是，由于相同場景不同司機的駕駛開法大不相同，完全基于大模型擬合海量的人駕數據，最終結果往往會傾向于擬合均值而不是最優值。也就是說，系統學到的并不是最佳開法，并且效果也不十分穩定。

全自動駕駛大范圍落地的必要條件是具備足夠的安全性，1%的失誤都可能導致其無法落地應用。如何讓機器更像人，確切地說是車技成熟且優秀的司機，是擺在自動駕駛決策規劃面前的一個待解課題。

因而從ChatGPT的走紅，毫末發現自動駕駛也可以借鑒人類反饋強化學習RLHF的訓練方式，先從模型入手得到一個獎勵模型（reward model），讓其知道什么是好的開法，什么是不好的，以及哪些行為需要改進。

通俗地講，績效越高工資就越高，要想工資更高，績效就得跟上。按照此方法，更容易培養出一個高質量模型。諸如在掉頭、環島等場景下，毫末可以將通過率提升30%以上。

人的認知能力并非一朝一夕練就的，機器也一樣，盡管有大量的科技手段可以加速迭代進程，但以卷積神經網絡（CNN）、生成對抗網絡（GANs）、深度強化學習（RL）等為代表的深度學習算法都需要數據和時間的積累才能形成一個逐步穩定的認知體系。

這也決定了，自動駕駛不僅是數據戰，模型戰，更是算力戰。

算力的比拼不僅僅是堆GPU卡

在車端，大算力智能駕駛SoC卷出新高度，英偉達的Thor和高通Snapdragon Ride Flex的目標都涵蓋了L5級市場。根據英特爾推算，全自動駕駛時代，單車每天可產生大約4000GB的數據量。

不僅如此，小鵬自動駕駛專家陳林在GTIC 2022全球自動駕駛峰會上也表示，相比高速NGP，城市NGP代碼量大約提升6倍，感知模型的數量增加4倍，決策控制相關的代碼量更是達到驚人的88倍。

如果采用單機訓練AI算法模型，就需要276天才能完成，即使優化后的單機訓練也要耗時32天。車端需要大算力芯片，云端訓練模型更需要算力的支撐。

NVIDIA汽車數據中心業務總監陳曄之前就表示 ，如果這家車廠以自動駕駛或者科技為主打，那么超算中心將必不可少。在未來甚至會成為準入門檻。因為如果沒有超算中心，就無法做軟件的持續開發與迭代。

小鵬率先發布了智算中心“扶搖”，而在本屆 HAOMO AI DAY上，毫末智行也聯手火山引擎發布了自己的智算中心“雪湖·綠洲”（MANA OAISIS）。MANA OASIS的算力高達67億億次/秒，存儲帶寬可以達到2T/秒，通信帶寬達到800G/秒。

搭建自動駕駛模型訓練所需的智算中心，不僅僅是堆服務器和GPU卡就能成。主要需求體現在以下幾點：

• 算力。算力一定程度上能代表可以做什么大模型，能做多少大模型，以及能支持多少個AI工程師在這個“練武場”中進行訓練；

• 存儲效率。自動駕駛的數據是片段式的，最大特點是小文件多，達到百億個。因此對這些小文件隨機存儲的效率，也代表著模型訓練效率；

• 存儲帶寬。自動駕駛的大模型訓練需要交換的數據頗多，這就要求有高性能的存儲帶寬（指單位時間里存儲器所存取的信息量），這樣大量的數據才能在大模型中順暢流動；

• 通訊帶寬。所有的這些計算能力不能在單臺服務器中完成，需要多臺服務器協同工作，這也就要求了集群的通訊帶寬；

• 并行計算能力。自動駕駛所需要的模型，例如transformer，當變得很大的時候，就會稀疏，也就不要求有更好的并行計算框架，在訓練時將硬件資源都利用起來；

• 創新能力。人工智能發展很快，新的算法層出不窮，這就要求車企和自動駕駛公司能夠盡快引入新的技術和新的模型。

自動駕駛數據量不斷累積，大模型復雜度不斷提高，新車交付和創新周期卻不斷收窄，都對智算中心這個承載平臺提出了更高要求。更為重要的是，自動駕駛未來的形態以及到底能達到怎樣的高度，沒有人知道。在真正的量產日前，唯有儲備糧草建設營地，才能巧借東風。

結語

1886年，卡爾·本茨為他發明的三輪汽車“Motorwagen”申請了全球第一項汽車發明專利，之后汽車工業成為制造業的典范。不久的未來，電動化與智能化浪潮將顛覆整個汽車產業，不僅是自動駕駛，科技的屬性將烙印在汽車行業滾滾向前的車輪上。而全無人駕駛時代，即將開啟。

返回第一電動網首頁 >