2023年，由ChatGPT所掀起的大模型風(fēng)潮正在席卷科技圈，它充分展現(xiàn)了全新的技術(shù)范式所帶來的想象力、潛能以及背后的生產(chǎn)效率提升。
這股技術(shù)浪潮席卷至自動(dòng)駕駛，智能汽車作為一個(gè)能夠承載、實(shí)現(xiàn)前沿的理想超級(jí)智能終端，能夠最大限度地展現(xiàn)新技術(shù)范式所帶來的變革。
2023年8月，特斯拉以直播形式向外界展示FSD V12測(cè)試版，該版本基于完全的端到端輸出，真正實(shí)現(xiàn)了從「感知」到「決策」的全流程融入一個(gè)模型中，它成功走出依靠人工規(guī)則以外的技術(shù)通途，在全局視角下，展現(xiàn)出對(duì)感知、預(yù)測(cè)、規(guī)劃、控制和決策的高度統(tǒng)一，呈現(xiàn)出流暢的駕駛行為和卓越的體驗(yàn)感。
當(dāng)然，在這場(chǎng)新的技術(shù)范式變革里，參與者不止只有特斯拉；許多中國玩家們也朝著同一個(gè)突破口努力，貢獻(xiàn)自己的解題思路，甚至率先走向端到端技術(shù)應(yīng)用的前沿。
自動(dòng)駕駛的技術(shù)奇點(diǎn)時(shí)刻：「端到端智能駕駛大模型」
此前，證明自動(dòng)駕駛的可落地性是整個(gè)自動(dòng)駕駛行業(yè)需要回答的問題。
一方面，業(yè)界不斷減少激光雷達(dá)的數(shù)量，以無圖或輕圖的方式擺脫對(duì)高精度地圖的深度依賴，減少或擺脫以「堆料」的方式實(shí)現(xiàn)對(duì)外部的感知；另一方面，「漸進(jìn)式」道路成為了業(yè)界的共識(shí)，以「高速」、「城區(qū)」等分區(qū)域落地的思路來證明自動(dòng)駕駛的可實(shí)現(xiàn)性。
可以說，在端到端沒有到來之前的自動(dòng)駕駛世界，是一個(gè)依靠天才工程師對(duì)于無數(shù)駕駛場(chǎng)景的觀察、歸納、提煉、總結(jié)的世界，同時(shí)也是一個(gè)依靠規(guī)則搭建的世界。這當(dāng)中存在著一個(gè)殘酷的事實(shí)：場(chǎng)景是不能夠窮舉的。依靠人工規(guī)則對(duì)數(shù)據(jù)的總結(jié)提煉，不僅效率低而且泛化性差，這就導(dǎo)致了最后1%的長尾場(chǎng)景問題始終無法解決。
天才的工程師們始終在做打補(bǔ)丁的工作，縫縫補(bǔ)補(bǔ)一個(gè)由規(guī)則所搭建起來的世界，這樣的技術(shù)路線也導(dǎo)致自動(dòng)駕駛的落地未如預(yù)期。
端到端技術(shù)的到來則有機(jī)會(huì)徹底改變這一局面，它打破了過去業(yè)界在開發(fā)自動(dòng)駕駛系統(tǒng)時(shí)，感知與規(guī)劃分離，推翻一個(gè)由人為規(guī)則所搭建起來的世界。
這一明確的技術(shù)趨勢(shì)使得幾乎所有人都在賽跑：在美國，F(xiàn)SD12已進(jìn)入用戶測(cè)試環(huán)節(jié)的特斯拉，是第一梯隊(duì)的排頭兵；而在中國，比亞迪投入4000人進(jìn)行智能駕駛研發(fā)；理想也宣稱2024年端到端上車；而在剛剛結(jié)束的千掛科技2024年度產(chǎn)品發(fā)布會(huì)上，千掛科技公布了自己的端到端智能駕駛大模型在2023年底便已經(jīng)進(jìn)入公開道路常態(tài)化的測(cè)試階段。從公開信息上來看，這是中國首個(gè)完成端到端智能駕駛大模型公開道路閉環(huán)測(cè)試的選手——而許多企業(yè)此時(shí)依然將端到端僅僅作為一個(gè)「未來的重要規(guī)劃」。
端到端的技術(shù)想象力究竟在哪里？在千掛科技聯(lián)合創(chuàng)始人葉璨博士看來，端到端智能駕駛大模型對(duì)于自動(dòng)駕駛至少有三點(diǎn)重要的意義：
?第一點(diǎn)：端到端可以大幅提升數(shù)據(jù)的利用規(guī)模和效率，打破傳統(tǒng)自動(dòng)駕駛研發(fā)當(dāng)中，依靠人工規(guī)則對(duì)數(shù)據(jù)的總結(jié)提煉模式，解決效率低且泛化性差的痛點(diǎn)；
?第二點(diǎn)：端到端能夠?qū)?shù)據(jù)進(jìn)行自動(dòng)化學(xué)習(xí)，由模型取代規(guī)則，打破自動(dòng)駕駛泛化性的瓶頸，能夠覆蓋更多的駕駛場(chǎng)景；
?第三點(diǎn)：在傳統(tǒng)自動(dòng)駕駛當(dāng)中，不同模塊都在關(guān)注和優(yōu)化自身的代理指標(biāo)，而這些指標(biāo)存在不一致，端到端能夠解決多模塊甚至全鏈路聯(lián)合優(yōu)化的問題。
另一方面，在這種全面learning化的AI系統(tǒng)之上，我們有機(jī)會(huì)將世界模型（world model）進(jìn)一步引入自動(dòng)駕駛系統(tǒng)中，復(fù)刻類似于GPT4.0 等大模型的模式，通過Transformer把海量的互聯(lián)網(wǎng)數(shù)據(jù)及對(duì)應(yīng)的知識(shí)壓縮到模型參數(shù)當(dāng)中，彌補(bǔ)現(xiàn)在自動(dòng)駕駛系統(tǒng)對(duì)通用知識(shí)（world knowledge）的缺失。當(dāng)自動(dòng)駕駛系統(tǒng)擁有了先驗(yàn)知識(shí)以后，就能迅速提高泛化和推理能力，包括對(duì)長尾物體的識(shí)別、對(duì)場(chǎng)景的深度理解、對(duì)駕駛?cè)蝿?wù)的拆解規(guī)劃等，這些能力的提升使得自動(dòng)駕駛有機(jī)會(huì)邁向一個(gè)更為廣闊的世界。
因此端到端所勾勒出的是一個(gè)全新的技術(shù)圖景，打開了全新的技術(shù)范式，開啟一個(gè)產(chǎn)業(yè)變革的契機(jī)。如果說，端到端智能駕駛大模型對(duì)于乘用車而言，是一個(gè)體驗(yàn)上的升級(jí)；那么，端到端智能駕駛大模型對(duì)于干線物流而言，更具經(jīng)濟(jì)意義和效益。
千掛科技背后所面向的是一個(gè)龐大的干線物流市場(chǎng)，這個(gè)市場(chǎng)涵蓋770萬臺(tái)中重卡，市場(chǎng)規(guī)模超過4.6萬億，司機(jī)成本達(dá)到20%+，預(yù)計(jì)2030年卡車司機(jī)缺口達(dá)到15%以上。端到端智能駕駛大模型的應(yīng)用，可以提高自動(dòng)駕駛系統(tǒng)的泛化性，更好地處理長尾場(chǎng)景，有機(jī)會(huì)在長途干線雙駕變單駕的基礎(chǔ)上，進(jìn)入無人駕駛，進(jìn)一步提升利潤率，擁有無窮的想象力與現(xiàn)實(shí)意義。
「端到端智能駕駛大模型」的實(shí)踐賽事：深厚的技術(shù)根基
知道一個(gè)最優(yōu)解并不難，難的是踐行一個(gè)最優(yōu)解。
在V12亮相之前，特斯拉就做了非常多的「打地基」技術(shù)工作。其中就包括了2021年，特斯拉在AI Day推出基于BEV+Transformer的自動(dòng)駕駛方案，這個(gè)方案相當(dāng)于，打開了一個(gè)理解自動(dòng)駕駛的全新范式。在過去的幾年里，「BEV + Transformer + 占用網(wǎng)絡(luò) + 無圖化」幾乎統(tǒng)領(lǐng)了頭部車企的研發(fā)方向。
作為新一代自動(dòng)駕駛技術(shù)企業(yè)，千掛科技一開始便出生于GPT時(shí)代；更幸運(yùn)的一點(diǎn)是，作為一個(gè)年輕的技術(shù)公司，千掛沒有傳統(tǒng)大廠的技術(shù)包袱和組織束縛，在新的技術(shù)道路上能夠啟動(dòng)得更為從容。
在千掛1.0階段，千掛通過「One Model」和「Scene-centric」的方式，攻克自動(dòng)駕駛卡車中感知和預(yù)測(cè)兩道難題，有效解決高速干線場(chǎng)景下異形車、遺撒物識(shí)別等挑戰(zhàn)。
在感知方面，千掛采用「One Model」，即一個(gè)大模型完成感知任務(wù)，實(shí)現(xiàn)多模態(tài)數(shù)據(jù)的前融合和多任務(wù)學(xué)習(xí)的能力。具體來說，多模態(tài)前融合即，將環(huán)視相機(jī)、激光雷達(dá)等多個(gè)傳感器采集的數(shù)據(jù)輸入到一個(gè)感知大模型中，通過模型實(shí)現(xiàn)空間融合和時(shí)序融合，獲得時(shí)空融合的特征?；跁r(shí)空融合的特征，完成多個(gè)感知任務(wù)，能夠?qū)崿F(xiàn)對(duì)障礙物的檢測(cè)與分割、路網(wǎng)結(jié)構(gòu)（如車道線、可行駛區(qū)域）的實(shí)時(shí)感知等，達(dá)到更完備、更準(zhǔn)確、更魯棒的效果。
在預(yù)測(cè)方面，千掛科技采用了「Scene-centric」架構(gòu)，對(duì)所有道路參與者Agents進(jìn)行聯(lián)合建模和推理，底層基于Transformer架構(gòu)完成特征編碼與解碼。相對(duì)于Agent-centric的傳統(tǒng)架構(gòu)，這種對(duì)所有障礙物統(tǒng)一建模的新架構(gòu)簡化了整體流程，提升了訓(xùn)練和推理效率，并且可以更好地理解道路參與者之間的交互關(guān)系，更好地處理蝴蝶效應(yīng)。
憑借著「One Model」和「Scene-centric」奠定的技術(shù)基礎(chǔ)，千掛的自動(dòng)駕駛卡車如今在京滬等物流大干線上順利實(shí)現(xiàn)了「周行萬里無接管」的目標(biāo)。另一方面，以「One Model」和「Scene-centric」為起點(diǎn)，千掛科技開始了新一代自動(dòng)駕駛技術(shù)——端到端智能駕駛大模型的研發(fā)。在12月的GADS 2023全球自動(dòng)駕駛峰會(huì)上，葉璨博士提出了千掛自研端到端算法框架 – AutraFlow。
千掛科技AutraFlow是面向新一代的自動(dòng)駕駛技術(shù)，是從全面learning化和數(shù)據(jù)驅(qū)動(dòng)的角度，進(jìn)行設(shè)計(jì)研發(fā)的。據(jù)葉璨博士介紹，在研發(fā)過程中，團(tuán)隊(duì)深入調(diào)研了大量端到端的前序工作，在此基礎(chǔ)上結(jié)合干線物流的業(yè)務(wù)場(chǎng)景特點(diǎn)，在算法、工程、數(shù)據(jù)等層面做了大量的優(yōu)化工作。目標(biāo)是讓端到端算法實(shí)際上車跑起來，能應(yīng)對(duì)高速干線上的各種路況和場(chǎng)景，并最終在產(chǎn)品和業(yè)務(wù)中用起來。
整體上，AutraFlow是一個(gè)完全learning化的自動(dòng)駕駛系統(tǒng)，系統(tǒng)的每個(gè)模塊都是基于Transformer的神經(jīng)網(wǎng)絡(luò)模型，模塊與模塊之間采用embedding連接，擺脫了傳統(tǒng)的人類設(shè)計(jì)的抽象概念——比如障礙物的邊界框（bounding box）或預(yù)測(cè)軌跡，做到更高效、流暢、無損地傳輸數(shù)據(jù)。
葉璨博士進(jìn)一步解釋，可以把整個(gè)端到端模型看作是一個(gè)大的神經(jīng)網(wǎng)絡(luò)，在訓(xùn)練時(shí)能夠?qū)崿F(xiàn)各模塊的聯(lián)合優(yōu)化，與此同時(shí)可以在中間階段，通過對(duì)embedding解碼得到具有相對(duì)明確語義的中間結(jié)果，便于理解和檢查，打破端到端的黑盒狀態(tài)，從而提升端到端算法的可解釋性。
目前，千掛的端到端算法AutraFlow，已經(jīng)在城市快速路和城市間高速路等公開道路進(jìn)行常態(tài)化的全功能閉環(huán)測(cè)試。近日，千掛科技也對(duì)外公布了一段2023年11月AutraFlow在北京市高級(jí)別自動(dòng)駕駛示范區(qū)進(jìn)行早期路測(cè)的視頻集錦。
在葉璨博士的技術(shù)規(guī)劃中，以端到端技術(shù)為基礎(chǔ)，未來將借助多模態(tài)大模型，把通用知識(shí)（world knowledge）引入到自動(dòng)駕駛系統(tǒng)，基于人類的知識(shí)和經(jīng)驗(yàn)做出更好的駕駛決策，進(jìn)一步提升自動(dòng)駕駛系統(tǒng)的泛化性、可用性。
在千掛新一代自動(dòng)駕駛技術(shù)的研發(fā)中， 大模型成為了最核心的技術(shù)變量。在葉璨博士的帶領(lǐng)下，千掛在自動(dòng)駕駛領(lǐng)域的多模態(tài)預(yù)訓(xùn)練中持續(xù)探索，將自動(dòng)駕駛的多模態(tài)特征（圖像、點(diǎn)云等）統(tǒng)一在語言特征空間對(duì)齊，從而獲得泛化性更強(qiáng)的特征表達(dá)?；谡Z言對(duì)齊的多模態(tài)特征，為下游的多種感知任務(wù)提供基礎(chǔ)，使得系統(tǒng)更好地識(shí)別異型車、遺撒物等長尾物體，提高對(duì)駕駛場(chǎng)景的理解和泛化能力。
對(duì)于千掛而言，大模型已經(jīng)成為自動(dòng)駕駛數(shù)據(jù)閉環(huán)的核心，比如數(shù)據(jù)挖掘、自動(dòng)化標(biāo)注等應(yīng)用。2023年3月起，千掛開始在華中、華北、華東、華南等區(qū)域的主要一級(jí)干線，為順豐、福佑等合作伙伴，提供常態(tài)化的物流運(yùn)輸服務(wù)，單均超過1000公里。業(yè)務(wù)規(guī)模的擴(kuò)展也積累了海量的高速場(chǎng)景數(shù)據(jù)，而這也成為千掛的核心競(jìng)爭(zhēng)力。通過大模型對(duì)海量路測(cè)數(shù)據(jù)進(jìn)行挖掘，可以釋放數(shù)據(jù)的黃金價(jià)值。目前，千掛超過95%的訓(xùn)練數(shù)據(jù)都來自于大模型的自動(dòng)化標(biāo)注，而大模型進(jìn)行模型壓縮后得到的車端模型，可以部署路測(cè)，獲得更多數(shù)據(jù)，進(jìn)一步幫助迭代優(yōu)化模型。
千掛正在跑通技術(shù)到產(chǎn)品的閉環(huán)
可以說，BEV重新定義了空間和時(shí)序，讓空間和時(shí)序統(tǒng)一，直接在「上帝視角」下完成了感知、規(guī)劃、控制、決策的高度統(tǒng)一。未來端到端將成為行業(yè)標(biāo)配。
在這場(chǎng)技術(shù)加速賽當(dāng)中，得益于葉璨博士及其團(tuán)隊(duì)極其前瞻的技術(shù)嗅覺，千掛在夯實(shí)的技術(shù)基礎(chǔ)上啟動(dòng)端到端的工作，在海量仿真測(cè)試的基礎(chǔ)上，在國內(nèi)率先實(shí)現(xiàn)了公開道路的常態(tài)化的端到端智能駕駛大模型閉環(huán)測(cè)試，真正邁出了技術(shù)體系2.0的第一步，完成了從0到1的突破。在這場(chǎng)高手如云的比賽當(dāng)中，千掛進(jìn)入了第一梯隊(duì)，以國內(nèi)領(lǐng)先的身位，跑出了自己的第一個(gè)里程碑。
在千掛這支技術(shù)尖兵團(tuán)隊(duì)里，聚集了眾多在AI領(lǐng)域深耕多年的頂尖人才。葉璨博士畢業(yè)于美國卡內(nèi)基梅隆大學(xué)（CMU）的人工智能專業(yè)，曾履職快手資深技術(shù)總監(jiān)，負(fù)責(zé)了快手主站推薦、快手 AI 技術(shù)，以及快手私域和社交業(yè)務(wù)，在他的帶領(lǐng)下，快手實(shí)現(xiàn)了強(qiáng)化學(xué)習(xí)在工業(yè)界的首次大規(guī)模落地應(yīng)用。在葉璨博士背后，是一群有著在百度、快手、騰訊、商湯等技術(shù)巨頭豐富經(jīng)歷的技術(shù)專家，和國內(nèi)外頭部院校博士組成的技術(shù)團(tuán)隊(duì)，在這場(chǎng)端到端的賽跑中，他們打通了感知、預(yù)測(cè)、規(guī)劃、控制、架構(gòu)等技術(shù)的任督二脈，攻克了一個(gè)又一個(gè)的技術(shù)難題。
在技術(shù)的長板足夠長的同時(shí)，千掛在資本層面也取得長足的進(jìn)展，近日，千掛科技順利完成 Pre-A 輪融資的新一輪交割；在商業(yè)化層面，千掛在中國東部的主要一級(jí)干線路段完成 300 余次的載貨運(yùn)輸服務(wù)。
這家年輕的公司正在走出從資本、商業(yè)化、技術(shù)的全面正向閉環(huán)，以領(lǐng)先的技術(shù)優(yōu)勢(shì)打開一個(gè)全新的物流實(shí)踐地圖，展現(xiàn)出技術(shù)如何驅(qū)動(dòng)商業(yè)升級(jí)發(fā)展。
原創(chuàng)文章，作者：陳晨，如若轉(zhuǎn)載，請(qǐng)注明出處：http://2079x.cn/article/622103.html
