【ITBEAR】在自動(dòng)駕駛技術(shù)的快速發(fā)展中，數(shù)據(jù)規(guī)模與質(zhì)量已成為決定模型能力的關(guān)鍵因素。尤其在端到端自動(dòng)駕駛系統(tǒng)全面模型化的背景下，訓(xùn)練數(shù)據(jù)的海量性被推向了新的高度。這不僅要求數(shù)據(jù)規(guī)模龐大，更需確保數(shù)據(jù)質(zhì)量上乘且分布豐富。
隨著智駕里程的增長(zhǎng)，訓(xùn)練數(shù)據(jù)量也在持續(xù)攀升。蔚來、小鵬及特斯拉等領(lǐng)先企業(yè)已積累了數(shù)千萬個(gè)視頻訓(xùn)練片段。而特斯拉更是每日迭代小版本，假設(shè)每日訓(xùn)練20頻次，相當(dāng)于訓(xùn)練10億個(gè)clips，對(duì)訓(xùn)練算力的需求極為驚人。
自動(dòng)駕駛的數(shù)據(jù)閉環(huán)不僅消耗訓(xùn)練算力，還包括推理算力。在數(shù)據(jù)標(biāo)注逐漸自動(dòng)化的同時(shí)，推理算力的需求也大幅增加。尤其是在端到端時(shí)代，視頻訓(xùn)練片段的數(shù)據(jù)標(biāo)注工作量巨大，使得推理算力的重要性愈發(fā)凸顯。
在自動(dòng)駕駛領(lǐng)域，關(guān)于純視覺與多傳感器融合的爭(zhēng)議一直存在。盡管端到端方案大幅提升了視覺神經(jīng)網(wǎng)絡(luò)的能力，但激光雷達(dá)在提供感知冗余、提升系統(tǒng)安全方面仍具有不可替代的作用。因此，端到端方案并不排斥激光雷達(dá)，而是需要在安全方面進(jìn)行冗余設(shè)計(jì)。
華為和比亞迪等企業(yè)在端到端方案中加入了安全網(wǎng)絡(luò)，以提供安全兜底保障。這種做法既發(fā)揮了端到端方案在常規(guī)場(chǎng)景下的優(yōu)勢(shì)，又彌補(bǔ)了其在非常規(guī)場(chǎng)景下的安全風(fēng)險(xiǎn)。
盡管數(shù)據(jù)訓(xùn)練和標(biāo)注工作量巨大，但這是自動(dòng)駕駛技術(shù)發(fā)展的必經(jīng)之路。而安全下限低則是端到端方案需要正視的問題。在更好的訓(xùn)練范式出現(xiàn)之前，以規(guī)則代碼或安全網(wǎng)絡(luò)兜底仍是必要的中間階段。
