清華大學(xué)戴一凡：大模型和端到端應(yīng)用帶來自動駕駛階躍式發(fā)展

2025-1-9 10:48| 發(fā)布者: admin| 查看: 88| 評論: 0

摘要: 1月8日，在新京報“智造未來”2024第十九屆超級汽車論壇上，清華大學(xué)蘇州汽車研究院助理院長、智能網(wǎng)聯(lián)中心主任戴一凡做主旨演講《AI技術(shù)在自動駕駛中的應(yīng)用》表示，大模型和端到端自動駕駛解決方案會讓自動駕駛技術(shù) ...

1月8日，在新京報“智造未來”2024第十九屆超級汽車論壇上，清華大學(xué)蘇州汽車研究院助理院長、智能網(wǎng)聯(lián)中心主任戴一凡做主旨演講《AI技術(shù)在自動駕駛中的應(yīng)用》表示，大模型和端到端自動駕駛解決方案會讓自動駕駛技術(shù)實(shí)現(xiàn)階躍式發(fā)展。

隨著全球汽車的革新升級，自動駕駛已成為汽車行業(yè)的關(guān)注焦點(diǎn)，AI（人工智能）的發(fā)展對自動駕駛起到重大推進(jìn)作用，也讓行業(yè)面臨新的挑戰(zhàn)。戴一凡認(rèn)為，AI時代自動駕駛行業(yè)將面臨新一輪洗牌，頭部企業(yè)的集聚效應(yīng)愈發(fā)突出，后入局者的追趕難度越來越大。

清華大學(xué)蘇州汽車研究院助理院長、智能網(wǎng)聯(lián)中心主任戴一凡。受訪者供圖

AI在自動駕駛領(lǐng)域有四方面應(yīng)用

戴一凡表示，AI的核心驅(qū)動力是數(shù)據(jù)、算力和算法。其中，算力包括兩個層面的，一是模型成長訓(xùn)練期間的算力，二是推理也就是實(shí)際應(yīng)用場景期間的算力。對自動駕駛而言，訓(xùn)練是在云端、在機(jī)房完成，推理是在車端實(shí)時完成。

“AI在自動駕駛領(lǐng)域的整體大概有四個方面的應(yīng)用?！贝饕环卜治觥?br>
第一是基于深度學(xué)習(xí)技術(shù)的自動駕駛感知技術(shù)，也就是通過攝像頭、雷達(dá)等傳感器去識別行駛環(huán)境，讓自動駕駛車輛能對周圍環(huán)境進(jìn)行直觀判斷。

第二個基于深度強(qiáng)化學(xué)習(xí)的決策規(guī)劃技術(shù)，也就是對未來行駛路徑以及行為做決策，例如應(yīng)該走哪條路、怎么換道、加速還是減速等，這是基于深度強(qiáng)化學(xué)習(xí)的AI技術(shù)。

第三個是基于BEV的自動駕駛新范式。BEV就是鳥瞰視角，基于全局視角的一種自動駕駛模式。

第四個基于大模型的端到端的自動駕駛應(yīng)用，端到端自動駕駛解決方案，目前多家車企正重點(diǎn)布局。

端到端方案可讓自動駕駛系統(tǒng)更簡潔

戴一凡表示，大模型第一個核心特征是參數(shù)規(guī)模大，通常在千億甚至萬億級別，“這樣會體現(xiàn)出很強(qiáng)的泛化特征，也就是說同樣一個大模型在不同領(lǐng)域的應(yīng)用都會有很好的效果?！逼浯危楷F(xiàn)特征也是大模型非常重要的特征，當(dāng)模型規(guī)模超過一定量級，模型的性能會有階躍式的發(fā)展和突破。

在戴一凡看來，目前大模型在自動駕駛領(lǐng)域非常典型的應(yīng)用就是端到端自動駕駛解決方案。

他進(jìn)一步分析，傳統(tǒng)自動駕駛方案中每一個模塊是獨(dú)立的，從傳感器輸入感知信號，識別行駛周圍環(huán)境。再傳遞給決策模式，規(guī)劃模塊再根據(jù)決策給出行駛軌跡。最后控制模型去控制執(zhí)行機(jī)構(gòu)，如控制方向盤、剎車油門等。

而端到端自動駕駛解決方案中把很多模塊進(jìn)行了整合。所謂端到端，其實(shí)就是利用一個模型實(shí)現(xiàn)多種模塊的功能，降低多模型的聯(lián)級誤差，整體提升系統(tǒng)性能，讓系統(tǒng)變得更簡化。

企業(yè)要做好應(yīng)對變革

車企、科技公司為什么要布局端到端自動駕駛解決方案？在戴一凡看來，端到端自動駕駛解決方案有兩大明顯優(yōu)勢，這是目前企業(yè)搶灘布局的主要原因。

第一個是大模型的強(qiáng)大泛化能力，端到端自動駕駛解決方案通過強(qiáng)大的模型泛化能力來提升智能駕駛的上限。面對不同的自動駕駛場景，可能會遇到邊緣、罕見的場景會增加安全風(fēng)險。如果靠傳統(tǒng)自動駕駛方案，需要工程師不斷地修改代碼。但端到端自動駕駛解決方案使用的是推理方法，其可以通過數(shù)據(jù)迭代實(shí)現(xiàn)多應(yīng)用場景的適配，解決了智能化能力的上限問題。

第二個是通過數(shù)據(jù)的隱式表達(dá)避免信息的損失。傳統(tǒng)算法中各模塊之間通過定義接口的方式進(jìn)行信息的顯式傳遞，會產(chǎn)生明顯的信息損失，如感知的漏檢、無效目標(biāo)的剔除等。端到端自動駕駛解決方案中，所有信息是通過隱式表達(dá)特征進(jìn)行信息傳遞，將信息“無損”地傳遞給下位模塊。整體上而言，模擬了人類的思考。

戴一凡建議，AI會導(dǎo)致傳統(tǒng)的研發(fā)模式被顛覆，隨著算法驅(qū)動變成數(shù)據(jù)驅(qū)動，數(shù)據(jù)的重要性在快速上升，工程師代碼經(jīng)驗的重要性在下降。因此，所有企業(yè)都要做好應(yīng)對這個變革的準(zhǔn)備。

同時，大模型和端到端自動駕駛解決方案會讓自動駕駛技術(shù)實(shí)現(xiàn)階躍式發(fā)展，通過數(shù)據(jù)的訓(xùn)練和泛化能力推動自動駕駛技術(shù)的快速發(fā)展。傳統(tǒng)規(guī)則驅(qū)動的算法將被推倒重來，行業(yè)面臨新一輪的洗牌，技術(shù)頭部企業(yè)的集聚效應(yīng)愈發(fā)突出，先入局者的優(yōu)勢越來越明顯，后入局者的追趕難度越來越大。

新京報貝殼財經(jīng)記者王琳琳

編輯張冰

校對柳寶慶