隨著生成式人工智能的爆發(fā)，AI大模型持續(xù)升溫成為當(dāng)下最熱的風(fēng)口，這股熱潮也影響到了自動(dòng)駕駛行業(yè)。雖然AI大模型目前發(fā)展尚不成熟，仍存在邏輯錯(cuò)誤，數(shù)據(jù)偏見，算力需求高等問題，但在算法、數(shù)據(jù)閉環(huán)、仿真等技術(shù)環(huán)節(jié)，AI大模型或?qū)⑷尜x能自動(dòng)駕駛。
近期，由辰韜資本主辦、中信證券協(xié)辦的“未來以來 創(chuàng)見未見”第二屆智能駕駛商業(yè)化落地與產(chǎn)業(yè)發(fā)展趨勢主題研討會(huì)在北京舉行。在主題為“AI大模型如何賦能智能駕駛”的焦點(diǎn)對(duì)話環(huán)節(jié)，清華大學(xué)人工智能研究院視覺智能研究中心主任鄧志東教授、北京極佳視界科技有限公司CEO黃冠博士、北京愷望數(shù)據(jù)科技有限公司CEO于旭、蘇州智加科技有限公司首席科學(xué)家崔迪瀟博士參與了討論。
在AI大模型的深度賦能下，未來整個(gè)智能駕駛行業(yè)將以更高的效率發(fā)展，行業(yè)將迎接更多可能性和更大想象空間。在場的多位專家均表示，大模型之于自動(dòng)駕駛來說，核心是解決了整個(gè)研發(fā)過程中技術(shù)迭代的效率問題，而大模型真正發(fā)揮其價(jià)值，還需面對(duì)通用性和泛化能力的問題。
擴(kuò)寬自動(dòng)駕駛產(chǎn)業(yè)道路，大模型為行業(yè)帶來更多可能
盡管AI不能算是新事物，大模型也不是新事物，但AI、大模型跟智能駕駛結(jié)合在一起，它就變成了新鮮事物。隨著AI大模型的快速發(fā)展，其有望完全改變自動(dòng)駕駛的開發(fā)方式。
“自動(dòng)駕駛大模型是必須的?！北本O佳視界科技有限公司CEO黃冠博士表示：整個(gè)自動(dòng)駕駛行業(yè)發(fā)展經(jīng)歷了三個(gè)階段和變革。第一階段是Waymo帶來的L4 Robotaxi進(jìn)行了一套系統(tǒng)化解決方案;第二個(gè)階段是特斯拉那一套靠視覺和AI帶來行業(yè)成本的降低和泛化性的提升;而第三次則是這次大模型給行業(yè)帶來的想象，它會(huì)把這個(gè)行業(yè)的上限無限撐高，走向L4或者AGI，并且同時(shí)提升數(shù)據(jù)、研發(fā)、測試等各個(gè)層面的效率?！癆I大模型將成為自動(dòng)駕駛發(fā)展的新引擎?！?/p>
來自清華大學(xué)鄧志東教授表示：“大模型賦能自動(dòng)駕駛，需要以人類的自然語言、人類的思維貫穿智能駕駛的感知、預(yù)測、規(guī)劃、決策、規(guī)控等整個(gè)鏈條和環(huán)節(jié)，同時(shí)還需要綜合運(yùn)用多模態(tài)的視覺語義、常識(shí)以及專業(yè)知識(shí)，讓它有跨任務(wù)、跨領(lǐng)域、跨場景的泛化能力。它會(huì)帶來一場大的變化。”
“有大模型，相應(yīng)的就有小模型、普通模型，那說明一定有一些問題是普通模型解決不了的，需要用大模型去解決。我更多會(huì)站在應(yīng)用的角度去看大模型，比如它是否能做一些普通模型做不了的事情，以及它是否能做得更好、更快、更便宜?！贝薜蠟t博士表示，如果要將大模型賦能到自動(dòng)駕駛的研發(fā)中，核心要看的是在整個(gè)技術(shù)研發(fā)迭代過程中，大模型是否能讓自動(dòng)駕駛研發(fā)效率提高，研發(fā)成本降低，還能讓性能持續(xù)穩(wěn)步地提升。
而在清華大學(xué)人工智能研究院視覺智能研究中心主任鄧志東看來，現(xiàn)在各家車企做的大模型或小模型，可以看成是一只家養(yǎng)的狗，而真正的智駕大模型應(yīng)該是野生的狗。“野狗總比家養(yǎng)的狗生存能力要強(qiáng)很多，它們生存在野外，接觸到的環(huán)境遠(yuǎn)比家狗接觸到的要惡劣、復(fù)雜，即它不能囿于家養(yǎng)的環(huán)境和數(shù)據(jù)，而是在真正意義上的開放域海量數(shù)據(jù)之上產(chǎn)生的?！?/p>
真正的智駕大模型是在真正意義上的開放域海量數(shù)據(jù)里產(chǎn)生。愷望數(shù)據(jù)CEO于旭表示：“大量參數(shù)的涌現(xiàn)讓我們?cè)?a href="http://ygpos.cn/%E8%87%AA%E5%8A%A8%E9%A9%BE%E9%A9%B6_1.html" target="_blank" class="keylink">自動(dòng)駕駛可以用新的思考、新的方式帶來行業(yè)的規(guī)?；ㄟ@些新的體驗(yàn)感。大模型是帶來了曙光，我們認(rèn)為這個(gè)曙光可以分階段地進(jìn)入到自動(dòng)駕駛行業(yè)里，比如可能先從局部進(jìn)入再逐步發(fā)展到全局，這是一個(gè)長線的過程?！?/p>
盡管，大模型目前在自動(dòng)駕駛領(lǐng)域應(yīng)用還不成熟，但AI大模型能助力自動(dòng)駕駛技術(shù)迭代升級(jí)，加速高級(jí)別自動(dòng)駕駛的落地，自動(dòng)駕駛更快迎來奇點(diǎn)時(shí)刻。
通用性和泛化能力，自動(dòng)駕駛未來發(fā)展的無限可能
對(duì)于智駕大模型來說，其核心關(guān)鍵是解決通用性和泛化能力。就AI大模型的通用性、泛化性等新開發(fā)范式而言，其能夠大幅提高研發(fā)效率，壓縮設(shè)計(jì)和迭代的過程，從而帶來顯著的效率提升。
聊到智駕大模型的核心技術(shù)，智駕科技崔迪瀟博士提出：“大模型需要有通用性，本質(zhì)上要解決跨任務(wù)的通用性，意味著它需要能解決不同的任務(wù)，有跨知識(shí)領(lǐng)域的通用性。GPT里面就有通用性，能夠把所有不同的任務(wù)統(tǒng)一到自然語言處理的框架中?！?/p>
“通用性與泛化性是關(guān)鍵，成熟的自動(dòng)駕駛大模型一定要結(jié)合語言模型和多模態(tài)。而要具備通用性，需要結(jié)合一套自監(jiān)督的范式去實(shí)現(xiàn)壓縮物理世界?！睒O佳科技CEO黃冠博士也肯定了這兩種能力必為自動(dòng)駕駛發(fā)展的關(guān)鍵。
那么，該如何解決智駕大模型通用性與泛化性這一核心問題呢?
對(duì)此，黃冠博士提出：“第一，需要把語言引進(jìn)來，因?yàn)檎Z言有很強(qiáng)的認(rèn)知能力，比如我知道我開車我不能走懸崖。現(xiàn)在這一套自動(dòng)駕駛方案既識(shí)別不了懸崖，也不知道能不能走懸崖，但是語言的大模型是知道不能走下懸崖的。第二，需要針對(duì)物理世界場景，尤其是視覺場景需要有一套方式去進(jìn)行自監(jiān)督地壓縮。多模態(tài)則是認(rèn)識(shí)各種懸崖的，它可以再跟自動(dòng)駕駛結(jié)合起來，加強(qiáng)自駕大模型對(duì)世界的泛化認(rèn)知和感知理解能力?！?/p>
智加科技崔迪瀟博士也強(qiáng)調(diào)，智駕大模型更多是汽車行業(yè)的垂直模型，它們分布在各個(gè)智駕技術(shù)棧，或者是特定場景的端到端;既要強(qiáng)調(diào)泛化性，也要強(qiáng)調(diào)可控性，同時(shí)它的一致性也是要保證的?！暗聦?shí)上系統(tǒng)泛化能力提升會(huì)帶來一些問題，比如它的某些涌現(xiàn)可能對(duì)智駕系統(tǒng)是不可控的、也是不可接受的。所以，我并不認(rèn)為在智駕領(lǐng)域存在真正意義上的大模型?！?/p>
針對(duì)智駕大模型在未來發(fā)展，崔迪瀟博士認(rèn)為：“當(dāng)前自動(dòng)駕駛行業(yè)，大模型已經(jīng)在發(fā)揮一些作用，比如感知端、駕駛決策端，我們都看到了大量很好的技術(shù)演示和應(yīng)用。但必須要提醒一個(gè)事實(shí)，即大模型依然沒有脫離深度學(xué)習(xí)框架，不可避免地會(huì)存在統(tǒng)計(jì)性和概率性問題，大規(guī)模應(yīng)用中一定有它處理不了的場景。對(duì)于所有做L4的同事和同行來說，必須要保持警醒，大模型可以加速L4到來，但它不能解決所有L4的問題?！?/p>
即使大模型現(xiàn)在仍不成熟，但其發(fā)展?jié)摿σ驯恍袠I(yè)緊盯。于旭表示：“大模型讓我們看到算法的門檻變低了，這個(gè)時(shí)候就像過去的移動(dòng)互聯(lián)網(wǎng)一樣，當(dāng)時(shí)有很多的APP，現(xiàn)在在算法新的時(shí)代里面，又有非常多的AI應(yīng)用。我們?cè)趧?chuàng)造更好的大模型，這個(gè)技術(shù)手段也希望能應(yīng)用到更多的商業(yè)場景中，使得AI應(yīng)用有不斷的提升。它給我們帶來了很多希望，我還是非?？春眠@一技術(shù)的?！?/p>
在當(dāng)下，AI大模型的強(qiáng)勢賦能自動(dòng)駕駛領(lǐng)域，為自動(dòng)駕駛領(lǐng)域注入一針“強(qiáng)心劑”，更是給自動(dòng)駕駛未來帶來無限可能。
（免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。
任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）
