撰文 | 李信馬
題圖 |?百? ?度
時(shí)隔多年后，百度創(chuàng)始人李彥宏又一次為自動(dòng)駕駛上車“站臺(tái)”。
4月15日，他和極越 CEO 夏一平來了一次線上直播。一輛極越01上，自動(dòng)駕駛系統(tǒng)接管了司機(jī)的職責(zé)，兩人則發(fā)揮了人類的強(qiáng)項(xiàng)，全程互動(dòng)講解。
在深圳的城市道路上，差不多一小時(shí)的旅程中，幾乎沒有接管，自動(dòng)駕駛的表現(xiàn)不說超越人類司機(jī)，也是相差不大，絕對(duì)沒有“翻車”。
夏一平的對(duì)此評(píng)價(jià)是“純視覺地表最強(qiáng)智駕”，李彥宏則認(rèn)為足以“對(duì)標(biāo)”特斯拉，甚至在中國還優(yōu)而勝之——“中國它（特斯拉）不太敢開吧?！?/p>
特意提到特斯拉，是因?yàn)閮杉臆嚻?，有著同樣的純視覺技術(shù)路線。這一技術(shù)路線是讓攝像頭成為自動(dòng)駕駛車輛主要或者唯一的“眼睛”，通過人工智能識(shí)別，然后進(jìn)行自動(dòng)駕駛。
在自動(dòng)駕駛的賽道，有多個(gè)技術(shù)路線。純視覺的優(yōu)點(diǎn)是，相比激光雷達(dá)、毫米波雷達(dá)、超聲波傳感器等，攝像頭的成本相對(duì)較低，但缺點(diǎn)就是，攝像頭容易受到光照條件的影響。在逆光、起霧、大雪等情況下，攝像頭的辨識(shí)能力可能就會(huì)下降，特斯拉曾經(jīng)的多起事故，就是在類似的情況下發(fā)生的。此外，在生成三維空間上，純視覺方案是通過二維圖像來生成的，在精準(zhǔn)度和魯棒性上“先天不足”。
自動(dòng)駕駛需要絕對(duì)的安全，因此，很長一段時(shí)間以來，多傳感器融合的技術(shù)方案要更具競(jìng)爭(zhēng)力一些，最大的問題則是傳感器價(jià)格過于昂貴，業(yè)界寄希望于通過技術(shù)進(jìn)步和量產(chǎn)，來將這些傳感器的價(jià)格降低到足以大規(guī)模應(yīng)用。
有趣的是，人工智能，尤其是神經(jīng)網(wǎng)絡(luò)和大模型的發(fā)展速度，要比硬件成本價(jià)格下降的更快，這也讓我們看到了純視覺方案成為自動(dòng)駕駛主流技術(shù)路線的趨勢(shì)。
一、引領(lǐng)純視覺技術(shù)路線
在這條路線上，特斯拉可以說是開創(chuàng)者和領(lǐng)頭羊。2024年3月是一個(gè)重要的時(shí)間節(jié)點(diǎn)，在13日，特斯拉開始推送 FSD v12.3 的軟件更新，特斯拉 CEO 埃隆?馬斯克稱其是一次相當(dāng)于大版本更新的“重大發(fā)布”。這一版本在算法層面做了較大的改動(dòng)，從以往依賴手動(dòng)編碼規(guī)則和機(jī)器學(xué)習(xí)模型的方法，轉(zhuǎn)向采用端到端的神經(jīng)網(wǎng)絡(luò)系統(tǒng)。
從目前的測(cè)評(píng)視頻來看，這一版本在自動(dòng)駕駛能力上有著明顯的進(jìn)步，已經(jīng)接近L4級(jí)別的自動(dòng)駕駛。馬斯克特意開放了為期一個(gè)月的免費(fèi)試用，足以證明他對(duì)這一版本的信心。不過目前在國內(nèi)，我們暫時(shí)還體驗(yàn)不到該服務(wù)，而且中國道路環(huán)境也與美國有明顯差異。
也因此，同樣走純視覺技術(shù)路線的極越，可以說是最接近特斯拉的國內(nèi)車企了。在25日，極越也發(fā)布了 OTA V1.4.0 新版軟件，并宣布2024年，在百度地圖LD（車道級(jí)導(dǎo)航）的支持下，極越PPA智駕即將實(shí)現(xiàn)全國都能開。
極越的純視覺采取的是“BEV+OCC+Transformer”（即B.O.T）的技術(shù)方案，新版本中，重點(diǎn)升級(jí)的是OCC占用網(wǎng)絡(luò)，讓感知能力大幅提升，在達(dá)到激光雷達(dá)厘米級(jí)3D模型刻畫的基礎(chǔ)上，對(duì)障礙物的識(shí)別種類再度增加，包括施工牌、圍欄、路障、防撞桶等單個(gè)靜態(tài)障礙物，還有道路臨時(shí)施工的圍欄、靠邊?？康墓收宪囕v、臨時(shí)堆放的大垃圾桶等障礙物。
OCC感知能力的提升，又帶動(dòng)了點(diǎn)到點(diǎn)領(lǐng)航輔助PPA能力的大幅升級(jí)，可以應(yīng)對(duì)更復(fù)雜的行車場(chǎng)景。比如在路況復(fù)雜、臨時(shí)施工的路口主動(dòng)繞行和及時(shí)剎停，合理規(guī)劃路線等。在李彥宏的直播中，這些能力也基本得到了體現(xiàn)。
二、大模型帶來智駕提升
自動(dòng)駕駛發(fā)展了數(shù)十年，為什么純視覺技術(shù)方案的落地速度突然加快？答案是大模型。
研究顯示，真正的自動(dòng)駕駛系統(tǒng)想要達(dá)到量產(chǎn)應(yīng)用條件，至少需要經(jīng)過約170億公里的道路驗(yàn)證。原因在于 ，即使現(xiàn)有技術(shù)已經(jīng)能夠應(yīng)對(duì)95%以上的常見駕駛場(chǎng)景，但最后5%的Corner Case依舊有可能會(huì)出現(xiàn)問題（自動(dòng)駕駛的Corner case是指模型之前沒有見過，會(huì)導(dǎo)致模型識(shí)別異常的場(chǎng)景）。
一般學(xué)習(xí)一個(gè)新的Corner Case需要收集超過一萬的樣本，整個(gè)周期在2周以上。即使一個(gè)團(tuán)隊(duì)擁有100輛自動(dòng)駕駛車輛，24小時(shí)不間斷的進(jìn)行道路測(cè)試，積累數(shù)據(jù)所需要的時(shí)間也是以“百年”為單位——這顯然是不切實(shí)際的。
ChatGPT的橫空出世，讓我們看到了大模型各行各業(yè)的巨大潛力，而自動(dòng)駕駛也在其中。在這里，有關(guān)具體的技術(shù)就不進(jìn)一步展開了，引用不久前發(fā)布的華為盤古汽車大模型對(duì)其效果的描述：“盤古汽車大模型重塑自動(dòng)駕駛的訓(xùn)練，可將行車數(shù)據(jù)進(jìn)行重建，生成能夠靈活編輯的虛擬空間，如視頻中生成的華為東莞園區(qū)的道路空間，可在指定的行車路徑中，增加對(duì)向行駛的車輛。模型基于超車線路構(gòu)建不同的光照、天氣、建筑，快速生成近百個(gè)樣本，讓模型更好學(xué)習(xí)如何應(yīng)對(duì)復(fù)雜超車場(chǎng)景的Corner case?！?/p>
通過大模型快速進(jìn)行真實(shí)場(chǎng)景還原，并各種復(fù)雜場(chǎng)景生成Corner case用于模型訓(xùn)練，盤古汽車大模型讓自動(dòng)駕駛的Corner Case閉環(huán)周期從兩周以上縮短到兩天內(nèi)。
作為吉利與百度合作推出的高端汽車品牌，極越的自動(dòng)駕駛能力來自百度，25日當(dāng)天，百度也發(fā)布了百度Apollo自動(dòng)駕駛視覺大模型VTA（Vision Takes All），大模型大幅升級(jí)了自動(dòng)駕駛的動(dòng)靜態(tài)檢測(cè)、時(shí)序跟蹤、實(shí)時(shí)建圖、場(chǎng)景理解等能力，據(jù)百度智能駕駛事業(yè)群組首席研發(fā)架構(gòu)師、IDG技術(shù)委員會(huì)主席王亮所說：“基于大模型，百度打造了行業(yè)第一的智駕數(shù)據(jù)生產(chǎn)線、LLM賦能的自動(dòng)駕駛數(shù)據(jù)索引，與此同時(shí)，通過生成式AI技術(shù)，百度也具備高效處理長尾數(shù)據(jù)的能力，這些都是推動(dòng)端到端自動(dòng)駕駛技術(shù)發(fā)展的重要數(shù)據(jù)引擎。”
而大模型對(duì)自動(dòng)駕駛落地很重要的一點(diǎn)在于，在硬件不升級(jí)的情況下，依舊可以靠軟件升級(jí)來提高智能水平，這對(duì)本身成本就較低的純視覺路線來說，無疑是很有利的。相比其他傳感器，攝像頭的成本最低，也就是說最容易得到普及和形成規(guī)模效益，而搭載純視覺解決方案的車輛越多，成本和性能優(yōu)勢(shì)就也越明顯。
在此，我們摘錄部分李彥宏直播對(duì)話中的描述：
“這個(gè)因?yàn)槭莖nline upgrade，所以它會(huì)越來越智能，越來越聰明?！?/p>
“一旦跑起來的話，很多數(shù)據(jù)再反饋回來正循環(huán)。這個(gè)車，應(yīng)該你每天開都是一個(gè)新版本的車，是這種感覺，就像每天買了一輛新車一樣?！?/p>
“以后它還學(xué)你的各種各樣信息，你的喜好，會(huì)完全變成一個(gè)特別懂你，特別了解你的機(jī)器人?！?/p>
當(dāng)然，硬件上省的錢，未來可能會(huì)以軟件收費(fèi)的形式花出去。比如特斯拉的 FSD ，目前在美國的售價(jià)為1.5萬美元，或者每月199美元。但在自動(dòng)駕駛發(fā)展的長期預(yù)想中 ，對(duì)個(gè)人收費(fèi)主要存在于過渡階段，無人共享出租車才是最可能的行業(yè)最終形態(tài)。
在這個(gè)領(lǐng)域，百度和特斯拉同樣位于領(lǐng)頭羊的位置，前者的蘿卜快跑項(xiàng)目在穩(wěn)步推進(jìn)，后者也剛剛透露了新的計(jì)劃進(jìn)展。而純視覺，綜合來看，是目前最接近距離實(shí)現(xiàn)這一目標(biāo)的技術(shù)路線了。?
圖片來源：X
