在近期舉行的新京報(bào)“智造未來”2024第十九屆超級(jí)汽車論壇上，清華大學(xué)蘇州汽車研究院助理院長(zhǎng)、智能網(wǎng)聯(lián)中心主任戴一凡就AI技術(shù)在自動(dòng)駕駛領(lǐng)域的應(yīng)用進(jìn)行了深入探討。他指出，隨著全球汽車行業(yè)的革新升級(jí)，自動(dòng)駕駛已成為行業(yè)關(guān)注的焦點(diǎn)，而AI的快速發(fā)展則為自動(dòng)駕駛帶來了前所未有的推進(jìn)力，同時(shí)也帶來了全新的挑戰(zhàn)。
戴一凡強(qiáng)調(diào)，AI的核心驅(qū)動(dòng)力在于數(shù)據(jù)、算力和算法。在自動(dòng)駕駛的應(yīng)用場(chǎng)景中，算力不僅涉及模型訓(xùn)練期間的計(jì)算需求，還包括在車輛實(shí)際應(yīng)用場(chǎng)景中的實(shí)時(shí)推理能力。自動(dòng)駕駛的訓(xùn)練過程通常在云端或機(jī)房完成，而推理則需要在車端實(shí)時(shí)進(jìn)行。
他進(jìn)一步分析了AI在自動(dòng)駕駛領(lǐng)域的四大應(yīng)用方向。首先，基于深度學(xué)習(xí)技術(shù)的自動(dòng)駕駛感知技術(shù)，通過攝像頭、雷達(dá)等傳感器識(shí)別行駛環(huán)境，使自動(dòng)駕駛車輛能夠直觀判斷周圍環(huán)境。其次，基于深度強(qiáng)化學(xué)習(xí)的決策規(guī)劃技術(shù)，用于對(duì)未來行駛路徑及行為進(jìn)行決策，如選擇路線、換道、加速或減速等。第三，基于BEV（鳥瞰視角）的自動(dòng)駕駛新范式，這是一種基于全局視角的自動(dòng)駕駛模式。最后，基于大模型的端到端自動(dòng)駕駛應(yīng)用，這是當(dāng)前多家車企正在重點(diǎn)布局的領(lǐng)域。
戴一凡特別提到了大模型在自動(dòng)駕駛領(lǐng)域中的典型應(yīng)用——端到端自動(dòng)駕駛解決方案。他指出，傳統(tǒng)自動(dòng)駕駛方案中的各個(gè)模塊是獨(dú)立的，從傳感器輸入感知信號(hào)到識(shí)別環(huán)境，再到?jīng)Q策和規(guī)劃行駛軌跡，最后控制執(zhí)行機(jī)構(gòu)，如方向盤、剎車和油門等。而端到端自動(dòng)駕駛解決方案則將這些模塊進(jìn)行了整合，利用一個(gè)模型實(shí)現(xiàn)多種模塊的功能，降低了多模型的聯(lián)級(jí)誤差，整體提升了系統(tǒng)性能，使系統(tǒng)更加簡(jiǎn)潔。
戴一凡解釋，端到端自動(dòng)駕駛解決方案具有兩大明顯優(yōu)勢(shì)。首先，大模型的強(qiáng)大泛化能力使該方案能夠提升智能駕駛的上限。面對(duì)不同的自動(dòng)駕駛場(chǎng)景，尤其是邊緣和罕見場(chǎng)景，傳統(tǒng)自動(dòng)駕駛方案需要工程師不斷修改代碼，而端到端方案則通過數(shù)據(jù)迭代實(shí)現(xiàn)多應(yīng)用場(chǎng)景的適配，解決了智能化能力的上限問題。其次，該方案通過數(shù)據(jù)的隱式表達(dá)避免了信息的損失。傳統(tǒng)算法中各模塊之間通過定義接口進(jìn)行信息的顯式傳遞，會(huì)產(chǎn)生明顯的信息損失，而端到端方案則通過隱式表達(dá)特征進(jìn)行信息傳遞，將信息“無損”地傳遞給下位模塊，整體上模擬了人類的思考。
戴一凡還提到，AI技術(shù)的發(fā)展將導(dǎo)致傳統(tǒng)的研發(fā)模式被顛覆。隨著算法驅(qū)動(dòng)逐漸轉(zhuǎn)變?yōu)閿?shù)據(jù)驅(qū)動(dòng)，數(shù)據(jù)的重要性迅速上升，而工程師代碼經(jīng)驗(yàn)的重要性則相對(duì)下降。因此，他建議所有企業(yè)都要做好應(yīng)對(duì)這一變革的準(zhǔn)備。
大模型和端到端自動(dòng)駕駛解決方案將推動(dòng)自動(dòng)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，自動(dòng)駕駛技術(shù)將快速發(fā)展。傳統(tǒng)規(guī)則驅(qū)動(dòng)的算法將被新的技術(shù)取代，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)將愈發(fā)突出，先入局者的優(yōu)勢(shì)將越來越明顯，而后入局者的追趕難度將越來越大。
