?數(shù)據(jù)智能產(chǎn)業(yè)創(chuàng)新服務(wù)媒體

——聚焦數(shù)智?· 改變商業(yè)

---

在6月的世界人工智能大會上，馬斯克在致辭中宣稱，到2023年底，特斯拉便可實(shí)現(xiàn)L4級或L5級的完全自動駕駛（FSD）。兩個(gè)月之后，馬斯克又在X社交平臺上發(fā)言：特斯拉正在攻關(guān)車輛控制技術(shù)，完成FSD人工智能的最后一塊拼圖。

這意味著，在絕大多數(shù)廠商集中攻關(guān)L2級、L3級自動駕駛之際，特斯拉直接跳過L3級，直達(dá)L4級、L5級的技術(shù)終局。馬斯克的一系列發(fā)言，震驚了汽車業(yè)界。

特斯拉的進(jìn)展，讓BEV+Transformer算法的技術(shù)路線，逐漸成為業(yè)界的主流。中國的蔚小理+華為緊隨其后，在城市NOA取得突破。城市NOA是高階自動駕駛的蝶變，已接近L3級自動駕駛。2023年又被稱為城市NOA元年。

在城市NOA火爆之際，國內(nèi)的L4級自動駕駛，也在取得突破。就在7月，北京亦莊、上海嘉定先后批準(zhǔn)了自動駕駛“車內(nèi)無人”的相關(guān)試點(diǎn)。

通向自動駕駛之路，是一次道阻且長的遠(yuǎn)征。正當(dāng)智能輔助駕駛進(jìn)入下半場之際，數(shù)據(jù)猿邀請利氪科技合伙人兼副總裁文亮、火山引擎智駕云負(fù)責(zé)人張路、焱融科技分布式存儲架構(gòu)師馬志剛舉行一場直播對話，直面自動駕駛的問題和解法，展望自動駕駛的未來，獻(xiàn)上一場思維碰撞的盛宴。

以下為完整直播回放：

分級正在淡化，業(yè)界更關(guān)心落地場景

《汽車駕駛自動化分級》國家標(biāo)準(zhǔn)將自動駕駛劃分為L0-L5六個(gè)等級標(biāo)準(zhǔn)：L0是純?nèi)斯ゑ{駛，L1是駕駛自動化，L2是輔助駕駛，L3是自動輔助駕駛，L4是自動駕駛，L5是無人駕駛。

在行業(yè)發(fā)展趨勢上，隨著自動泊車、高速巡航、城市NOA等自動駕駛功能走向普及，業(yè)界關(guān)注的重心已從熱衷追求自動駕駛等級，轉(zhuǎn)向具體場景落地。

利氪科技的文亮說，自動駕駛等級由國際性汽車工程師研究會（SAE）明確提出，目的是展示從“人駕”到“人機(jī)共駕”最后到“機(jī)器駕”的演變過程。但在具體實(shí)踐中，從L0級-L5級的劃分正慢慢淡化，業(yè)界更關(guān)注自動駕駛的落地場景。落地場景，有泊車場景，有高速場景，有城市場景，業(yè)界根據(jù)這些場景劃分功能，部署落地，更多是從客戶體驗(yàn)出發(fā)，以客戶的最終感受為主。

火山引擎的張路說，自動駕駛業(yè)界正圍繞城市NOA等點(diǎn)狀功能在布局，對L0級-L5級別的劃分并不在意。在張路看來，乘用車最終賣給消費(fèi)者，消費(fèi)者關(guān)注什么，企業(yè)就應(yīng)當(dāng)做什么。消費(fèi)者不在乎自動駕駛等級，更關(guān)注的是具體的功能。通過“堆硬件”方式追求L3級、L4級自動駕駛的一些公司發(fā)現(xiàn)，消費(fèi)者對此根本不會埋單。因此，“堆”硬件的方式在業(yè)界早已過時(shí)，行業(yè)的重心是圍繞點(diǎn)狀功能展開布局，滿足消費(fèi)者的需求。商用車的自動駕駛，則更關(guān)心商業(yè)閉環(huán)能不能成功，對自動駕駛等級的劃分，也不在意。

焱融科技的馬志剛也認(rèn)為，自動駕駛的最終落地，離不開具體的場景。在他看來，自動駕駛的普及要最終落到“點(diǎn)”上，也就是落到駕駛安全、用戶體感這些“點(diǎn)”上。對于自動駕駛，安不安全、好不好用，才是最關(guān)鍵之處。

純視覺還是雷達(dá)，要看產(chǎn)品本身的表現(xiàn)

場景化，是自動駕駛的未來。為實(shí)現(xiàn)場景化的自動駕駛，各大廠商提出了不同的技術(shù)路線。純視覺方案pk激光雷達(dá)的技術(shù)路線之爭，正是自動駕駛領(lǐng)域的一大看點(diǎn)。

在火山引擎的張路看來，特斯拉BEV+Transformer算法的技術(shù)標(biāo)準(zhǔn)已經(jīng)跑通，在美國，特斯拉很快就可以實(shí)現(xiàn)FSD。在這個(gè)背景下，國內(nèi)廠商的技術(shù)路線已經(jīng)趨同，不同的只是推進(jìn)速度的快慢。據(jù)張路介紹，以蔚小理為代表的造車新勢力技術(shù)路線已十分明確，就是BEV+Transformer路線，解決方案上視覺為主，雷達(dá)為輔。

對于視覺和雷達(dá)之爭，利氪的文亮說，其實(shí)對于用不用雷達(dá)，特斯拉也糾結(jié)了許久。對于自動駕駛而言，從安全上考慮，感知工具越多越好，但要落地量產(chǎn)，就一定要有一個(gè)取舍。特斯拉的純視覺方案，目前來看似乎代表了一個(gè)方向，但從長遠(yuǎn)來看，用激光雷達(dá)還是用純視覺方案，還要看產(chǎn)品本身的表現(xiàn)。在文亮看來，即便特斯拉的純視覺方案取得了成功，激光雷達(dá)、毫米波雷達(dá)也不會被徹底淘汰，仍會沿著既定的技術(shù)路線走向去?；蛟S在將來的某個(gè)時(shí)間點(diǎn)，激光雷達(dá)也會出現(xiàn)新的技術(shù)突破。

焱融的馬志剛更為傾向視覺+雷達(dá)的組合式方案。在馬志剛看來，每一種探測手段，都有自己的局限性。之所以自動駕駛至今還不夠完美，主要是數(shù)據(jù)感知、數(shù)據(jù)處理、數(shù)據(jù)治理的閉環(huán)尚未完善。自動駕駛的現(xiàn)狀是，從數(shù)據(jù)的感知，到中間的決策，再到最后的執(zhí)行，越往后反而越成熟。前端的感知，是數(shù)據(jù)的入口，其實(shí)最難。馬志剛介紹說，從實(shí)踐上看，攝像頭、雷達(dá)其實(shí)各有所長。焱融服務(wù)的商用車、乘用車客戶，大多采用組合式方案，而焱融也更擅長處理混合型數(shù)據(jù)。

巨額數(shù)據(jù)成本，企業(yè)不得不面對的難題

無論是純視覺方案，還是視覺+雷達(dá)的組合式方案，數(shù)據(jù)都是自動駕駛的靈魂。沒有數(shù)據(jù)建設(shè)、數(shù)據(jù)處理、數(shù)據(jù)治理，自動駕駛也就無從談起。

在馬志剛看來，數(shù)據(jù)的建設(shè)、數(shù)據(jù)的閉環(huán)處理，其實(shí)有一定的門檻。對自動駕駛企業(yè)而言，數(shù)據(jù)量基本都呈指數(shù)級膨脹。數(shù)據(jù)量的增長，使得算法越來越復(fù)雜。自動駕駛的研發(fā)過程，是一個(gè)升級打怪的過程，會越來越難。居高不下的數(shù)據(jù)管理成本，是企業(yè)不得不面對的現(xiàn)實(shí)問題。

火山引擎的張路說，對自動駕駛企業(yè)來說，目前兩塊成本最大，一塊是數(shù)據(jù)管理，一塊是模型訓(xùn)練。在數(shù)據(jù)管理方面，自動駕駛企業(yè)處理的數(shù)據(jù)，已達(dá)到幾十、上百PB的量級，每年消耗上億的成本。怎么挖掘海量數(shù)據(jù)的價(jià)值，一直是行業(yè)的難點(diǎn)。

在模型訓(xùn)練方面，在大模型成熟之前，數(shù)據(jù)標(biāo)注也需要配備大量的人力，消耗大量的成本。有一種說法是，對自動駕駛而言，有多少人工，就有多少智能。另一方面，Transformer算法也是未來通用人工智能領(lǐng)域一個(gè)繞不開的算法。大模型對GPU的需求十分大，不少自動駕駛公司每年都是上億的投入在模型訓(xùn)練里邊。

張路說，作為字節(jié)跳動旗下的云計(jì)算公司，火山引擎將在數(shù)據(jù)處理、模型訓(xùn)練方面提供解決方案，為客戶降本增效。

據(jù)張路介紹，火山引擎復(fù)用了抖音處理非結(jié)構(gòu)化視頻的能力，抖音在數(shù)據(jù)挖掘上沉淀的能力，正好跟自動駕駛行業(yè)相匹配。

只有形成商業(yè)閉環(huán)，Robotaxi才可走下去

在海量數(shù)據(jù)?+ 人工智能算法的基礎(chǔ)上，自動駕駛逐漸由夢想變成現(xiàn)實(shí)。在國內(nèi)，多家公司的Robotaxi產(chǎn)品都已上路測試，成為高階自動駕駛領(lǐng)域關(guān)注的焦點(diǎn)。

據(jù)火山引擎的張路觀察，一些公司前些年十分激進(jìn)，直接在走L4級自動駕駛的道路，但在商業(yè)上無法實(shí)現(xiàn)閉環(huán)。一些以往做Robotaxi的公司，一直在降級，為了生存不得不去接一些L2、L2+的項(xiàng)目，用這些項(xiàng)目的資金流養(yǎng)活自己。從這些現(xiàn)象可以看出，Robotaxi的路，奇點(diǎn)還沒有到。其實(shí)，行業(yè)其實(shí)已經(jīng)達(dá)成共識，通向自動駕駛之路，一定是漸進(jìn)式的，跳躍式已被論證不可商業(yè)化。

焱融的馬志剛說，Robotaxi當(dāng)下的困境，實(shí)際引出了另外一個(gè)話題，就是乘用車的自動駕駛、商用車的自動哪一個(gè)更容易實(shí)現(xiàn)。從數(shù)據(jù)管理的角度看，在干線物流、礦山、港口、園區(qū)這些商用場景更容易實(shí)現(xiàn)L3、L4級別的自動駕駛。與商用場景相比，乘用車在數(shù)據(jù)類型、算法上不同，又受到法律法規(guī)的限制，一般都在L2級這個(gè)水平，正在向L3級發(fā)起沖擊。

在利氪的文亮看來，自動駕駛必須在某一規(guī)則、某一框架、某一場景下才能夠?qū)崿F(xiàn)，Robotaxi是自動駕駛一個(gè)運(yùn)輸工具類場景，未來肯定可以落地。當(dāng)然，作為一個(gè)新生事物，商業(yè)閉環(huán)是一個(gè)必須考慮的問題。如果Robotaxi通過技術(shù)進(jìn)步、車路協(xié)同，可以解決商業(yè)閉環(huán)的問題，一定可以走下去。

文亮說，利氪科技主要做線控底盤，首先切入的產(chǎn)品是線控制動。Robotaxi上沒有駕駛員，對于安全、冗余、可靠，要求十分高。利氪科技的線控制動產(chǎn)品完全可以滿足相關(guān)安全、冗余的要求。

走向自動駕駛，汽車芯片是一個(gè)短板

談及自動駕駛，芯片是一個(gè)繞不開的話題。長期以來，國內(nèi)汽車芯片市場由國外大廠主導(dǎo)，國產(chǎn)芯片公司剛剛起步，生存狀況艱難。

在利氪的文亮看來，這三年來國內(nèi)汽車行業(yè)一直面臨缺芯的問題，國產(chǎn)化替代是芯片的發(fā)展趨勢。一個(gè)芯片是否安全可靠，需要大量的數(shù)據(jù)、大量的使用方可驗(yàn)證。

焱融的馬志剛充分認(rèn)同文亮的觀點(diǎn)。在他看來，芯片是自動駕駛的載體，汽車行業(yè)缺芯是一個(gè)嚴(yán)峻的問題。就整個(gè)自動駕駛產(chǎn)業(yè)鏈而言，有一個(gè)木桶效應(yīng)，芯片便是一個(gè)短板，必須要加以解決。要解決缺芯問題，只能對外促成合作，向內(nèi)謀求自身發(fā)力，實(shí)現(xiàn)國產(chǎn)化替代。

在火山引擎的張路看來，芯片國產(chǎn)化是一個(gè)國家戰(zhàn)略，目標(biāo)就是要做到戰(zhàn)略可控。一個(gè)好消息是，地平線、黑芝麻智能這些國產(chǎn)芯片早已突圍而出，至少在AI芯片方面能有一席之地。在MCU、域控制器方面，國產(chǎn)化的比例也越來越高。芯片國產(chǎn)化的路雖然很艱辛，但這的確是一個(gè)行業(yè)趨勢。

張路認(rèn)為，國產(chǎn)化芯片依舊缺乏一個(gè)產(chǎn)業(yè)鏈生態(tài)。一個(gè)芯片研發(fā)出來，必須要有驅(qū)動程序、軟件、系統(tǒng)方面的配套，必須有主機(jī)廠去使用，才有可能生存。這其實(shí)是一個(gè)巨大的挑戰(zhàn)。

未來出行，城市大腦實(shí)現(xiàn)統(tǒng)一調(diào)度

在大算力、大數(shù)據(jù)、大模型的推動下，全面自動駕駛的時(shí)代一定會來臨。以始為終地展望，未來的出行市場會出現(xiàn)怎樣的形態(tài)？

火山引擎的張路認(rèn)為，在全自動駕駛時(shí)代來臨之后，汽車可能演變?yōu)橐粋€(gè)出行服務(wù)。要實(shí)現(xiàn)這一路徑，一定會出現(xiàn)大的運(yùn)營類的公司去承載這些業(yè)務(wù)，慢慢形成寡頭。自動駕駛與智慧城市結(jié)合，一定會產(chǎn)生一個(gè)城市大腦，實(shí)現(xiàn)交通網(wǎng)的統(tǒng)一調(diào)度。

利氪的文亮則認(rèn)為，即便全自動駕駛時(shí)代來臨，依舊會分不同的情景、不同的需求。消費(fèi)者有的情況下需要全無人駕駛，有的情況下則想要體驗(yàn)駕駛的樂趣，人機(jī)共駕，也有許多需求。

焱融的馬志剛說，如果L5級的全自動駕駛落地，一定會出現(xiàn)類似公共交通的大集中統(tǒng)一協(xié)調(diào)。當(dāng)然，在不同的場景下，人有不同的需求，有的場景下需要需要全自動駕駛，有的場景下則需求人工智能輔助駕駛。所以，未來的交通形態(tài)一定是綜合式解決，既有公共交通全部集中化管理的一面，又有一部分個(gè)性化需求得以滿足。為了達(dá)成這一目標(biāo)，需要所有上下游的參與者都去發(fā)力，才可能實(shí)現(xiàn)。

文：Bugle-X?/?數(shù)據(jù)猿

文章來源地址http://www.zghlxwxcb.cn/news/detail-662220.html