細數(shù) 2021 年幾條大熱賽道,自動駕駛絕對是當之無愧的無冕之王。而即便剛剛步入 2022 年就繼續(xù)高開高走,行業(yè)龍頭特斯拉、毫末智行等企業(yè)再獲中金公司研究團隊重點關(guān)注。
1 月 27 日,中金發(fā)布研究報告《人工智能十年展望(三):AI 視角下的自動駕駛行業(yè)全解析》。報告看好中長期自動駕駛行業(yè)的發(fā)展,同時指出,算法是各廠商重點布局的核心能力,數(shù)據(jù)是決定量產(chǎn)能力的勝負手,算力則決定自動駕駛技術(shù)上限。
「2012 年之后深度學(xué)習技術(shù)快速發(fā)展帶動自動駕駛技術(shù)迅速進步,近年來 Transformer 大模型等技術(shù)進一步提升了自動駕駛算法能力,2022 年開始落地的大算力芯片及車廠自建 AIDC 的趨勢也為大模型提供了底層支持」,而在數(shù)據(jù)端具備優(yōu)勢的廠商有望率先實現(xiàn)突破。
自動駕駛喜提權(quán)威研究團隊 pick 絕非偶然,對算法、算力、數(shù)據(jù)能力的高度青睞也不難在近期行業(yè)熱點中得到佐證。
在 Omicron 變體傳播和 COVID-19病例增加的不利條件下 CES 2022 于年初成功舉辦,智能汽車成為展會絕對主角;歲末年初多家研究機構(gòu)發(fā)布自動駕駛 2021年標志性進展并研判 2022 年度發(fā)展趨勢,高算力芯片、數(shù)據(jù)智能、深度學(xué)習算法等也成為高頻詞匯。
無獨有偶,毫末智行董事長張凱先前也圍繞自動駕駛數(shù)據(jù)、算法、算力、量產(chǎn)、商業(yè)化、市場形態(tài)等作出 2022 自動駕駛行業(yè)十大預(yù)測。
他同時指出,2022 年將是自動駕駛行業(yè)發(fā)展最為關(guān)鍵的一年,乘用車輔助駕駛領(lǐng)域的競爭將會正式進入下半場,其他場景的自動駕駛也將正式進入商業(yè)化元年。
而強算法+大數(shù)據(jù)+高算力帶來的自動駕駛能力飛躍無疑將凸顯相關(guān)企業(yè)競爭優(yōu)勢,在一致看漲聲中打響開年關(guān)鍵戰(zhàn)。
01、算法:Transformer 大模型征戰(zhàn)圖像視覺,特斯拉與毫末智行先后站臺
Google 于 2017 年在 arXiv 上發(fā)布文章 Attention is all you need,通過一維卷積+注意力機制的設(shè)計,拋棄傳統(tǒng) encoder-decoder 模型必須結(jié)合 CNN 或者 RNN 的固有模式,取得了非常不錯的效果,也被評為 2017 年 NLP 領(lǐng)域的年度最佳論文。
其后 Transformer 在自然語言處理(NLP)方面取得巨大成功,GPT-2、GPT-3、BERT、XLNet 和 RoBERTa等許多預(yù)訓(xùn)練模型展示了 Transformer 執(zhí)行各種任務(wù)的能力。
進入 2020 年,Transformer 模型已被應(yīng)用于圖像處理,其結(jié)果可與 CNN 相媲美。
中金公司在《人工智能十年展望(三):AI 視角下的自動駕駛行業(yè)全解析》提到,Transformer 具備強大的序列建模能力、全局信息感知能力,在大規(guī)模數(shù)據(jù)訓(xùn)練、魯棒性、泛化能力等方面表現(xiàn)突出,因而在自動駕駛領(lǐng)域較傳統(tǒng) CNN 優(yōu)勢明顯。
而特斯拉和毫末智行均已宣布將 Transformer 引入自動駕駛系統(tǒng)中,實現(xiàn)自動駕駛系統(tǒng)感知智能和認知智能的大幅優(yōu)化。
以 Transformer 為代表的大模型已成為自動駕駛算法的重要發(fā)展方向。
在 CVPR 2021 自動駕駛研討會上,特斯拉人工智能首席科學(xué)家 Andrej Karpathy 引入 Transformer 進行大規(guī)模的無監(jiān)督學(xué)習。
特斯拉的深度學(xué)習模型使用 CNN 從安裝在汽車周圍的八個攝像頭的視頻中提取特征,并使用 Transformer、CNN、3D 卷積中的一種或者多種組合完成跨時間的圖像融合,基于 2D 圖像形成具有景深的3D 信息輸出,而這對于軌跡預(yù)測任務(wù)和消除推理不一致非常重要。
毫末智行也幾乎于同期為 Transformer 大模型站臺,可謂不謀而合。
中金團隊提到,毫末智行的 AI 團隊正在逐步將基于 Transformer 的感知算法應(yīng)用到實際的道路感知問題,如車道線檢測、障礙物檢測、可行駛區(qū)域分割、紅綠燈檢測&識別、道路交通標志檢測、點云檢測&分割等。
背靠長城汽車,毫末智行可以獲取到大量的真實路測數(shù)據(jù),或許這也正是毫末敢于率先引入 Transformer 大模型的底氣。
正如毫末智行 CEO 顧維灝所言:
「Vision Transformer 是最適合超大數(shù)據(jù)集的技術(shù),也是非常適合毫末智行的技術(shù)。在自動駕駛領(lǐng)域,特斯拉有這么多數(shù)據(jù),未來毫末智行也會有。這是毫末智行突破重圍的關(guān)鍵,也是未來堅實的技術(shù)壁壘。」
Transformer 技術(shù)的應(yīng)用正在為毫末各條智能駕駛產(chǎn)品線上的視覺算法落地帶來成倍的效率提升,也將使其各項視覺性能指標達到業(yè)內(nèi)領(lǐng)先水平。
02、數(shù)據(jù):數(shù)據(jù)智能體系推動自動駕駛商業(yè)化閉環(huán),量產(chǎn)步伐加速
走純視覺路線還是激光雷達路線?業(yè)界一直對此爭議不斷。
中金研究團隊則認為,視覺主導(dǎo)與激光雷達技術(shù)路徑之爭,本質(zhì)上是 AI 算法+硬件逼近人腦能力的速度,與激光雷達等可選硬件對數(shù)據(jù)量、算法彌補程度及其降價速度之間的競爭。
事實上,大多數(shù)廠商尚不具備特斯拉那樣已行駛在道路上的百萬輛級量產(chǎn)車車隊和每年數(shù)百億級里程數(shù)據(jù),因而并未完全押寶視覺算法和神經(jīng)網(wǎng)絡(luò)。
同時半固態(tài)激光雷達正在快速搶占前裝市場,降低部分性能要求的同時價格也已降至 1000 美元級別,特斯拉也需要面對其他廠商近來激光雷達軍備競賽級的上車速度。
因此,不同技術(shù)路線的選擇從根本上更像是不同企業(yè)各自對數(shù)據(jù)、算法、成本綜合作用下的適應(yīng)性取舍。
然而不論是純視覺路線還是激光雷達路線,其深度學(xué)習過程首先都離不開海量數(shù)據(jù)的投喂。
一些分析師認為,特斯拉在 2021 年擁有價值超過 55 億英里的真實世界駕駛數(shù)據(jù),比競爭對手擁有更多的真實世界數(shù)據(jù)從理論上講也意味著能轉(zhuǎn)化為更好的深度學(xué)習模型。
而在日前美國加州車管局(DMV)公布的年度自動駕駛路測數(shù)據(jù)中,Waymo 報告了 232.58 萬英里(374.3 萬公里)的測試里程,牢牢把持測試車隊首位。
因此,中金在《人工智能十年展望(三):AI 視角下的自動駕駛行業(yè)全解析》預(yù)判,在未來較長一段時間,數(shù)據(jù)的持續(xù)積累將是各大自動駕駛廠商的核心競爭點。
毫末智行則脫胎于長城汽車,天生就離數(shù)據(jù)更近。
基于對 500 萬公里輔助駕駛用戶行駛里程,毫末智行率先提出自動駕駛發(fā)展曲線「f(x)=Z0+M(x)」,其中 M(x) 是將數(shù)據(jù)轉(zhuǎn)化成知識的函數(shù),其產(chǎn)品力核心迭代動力正是來自于數(shù)據(jù)規(guī)模。根據(jù)毫末智行 3 年后輔助駕駛系統(tǒng)裝車量突破百萬的計劃,屆時其要收集的數(shù)據(jù)量必將更加龐大。
而標記如此規(guī)模的海量數(shù)據(jù)集則是又一巨大挑戰(zhàn)。
一種方法是通過數(shù)據(jù)標記公司或 Amazon Turk 等平臺手動標注。但這需要大量的人力和資金投入且進程十分緩慢。
中金團隊也指出,數(shù)據(jù)體系的自動化水平、效率是數(shù)據(jù)規(guī)模之上的又一關(guān)鍵競爭點且壁壘更高,毫末智行的數(shù)據(jù)智能體系也在報告中得到加持。
2021 年 12 月,毫末智行推出號稱「中國首個數(shù)據(jù)智能體系」的產(chǎn)品——MANA(雪湖)。這一體系由 TARS(數(shù)據(jù)原型系統(tǒng))、LUCAS(數(shù)據(jù)泛化系統(tǒng))、VENUS(數(shù)據(jù)可視化平臺)、BASE(底層系統(tǒng))四個子系統(tǒng)組成,形成完整運轉(zhuǎn)的自動駕駛數(shù)據(jù)智能體系,進而實現(xiàn)感知、認知、標注、仿真、計算五大能力提升。
得益于 MANA 體系 LUCAS 的數(shù)據(jù)閉環(huán),毫末智行數(shù)據(jù)收集、處理、標注和 AI 訓(xùn)練方面展現(xiàn)成本優(yōu)勢和高迭代速度。
依靠「數(shù)據(jù)智能」的驅(qū)動,2021 年毫末智行的輔助駕駛系統(tǒng)已經(jīng)搭載至 5 款總計數(shù)萬臺量產(chǎn)車輛中,是中國輔助駕駛量產(chǎn)能力最高產(chǎn)的公司。
據(jù)張凱透露,2021 年毫末智行營收已經(jīng)達到數(shù)億元,成為最快盈利、營收能力最強的自動駕駛公司之一,同時也躋身量產(chǎn)產(chǎn)品第一陣營,2022 年乘用車輔助駕駛項目預(yù)計擴大 7 倍,無人物流車項目也將擴大 3 倍。
張凱表示,數(shù)據(jù)智能將會成為自動駕駛量產(chǎn)決勝的正負手。數(shù)據(jù)智能體系是自動駕駛商業(yè)化閉環(huán)的關(guān)鍵所在,搭建高效、低成本的數(shù)據(jù)智能體系是自動駕駛健康發(fā)展的基礎(chǔ),也是自動駕駛系統(tǒng)能夠不斷迭代前行的重要環(huán)節(jié)。
數(shù)據(jù)是智能汽車時代的新型石油,而數(shù)據(jù)智能則驅(qū)動著自動駕駛系統(tǒng)快速更迭,成為自動駕駛公司的必修功課。
03、算力:高算力車規(guī)級芯片開啟上車元年
隨電子電氣架構(gòu)技術(shù)由分布式不斷向集中式演進,中央域控制器+車云協(xié)同計算正在成為整車電子電氣架構(gòu)的長期發(fā)展方向。
而隨著功能與算力的不斷集中,高算力芯片成為新型電子電氣架構(gòu)的物理實現(xiàn)基礎(chǔ),被業(yè)界一致認為是自動駕駛皇冠上的明珠。
而且,無論是 Transformer 還是 CNN,都離不開大算力計算平臺做為支撐。
如果說自動駕駛領(lǐng)域?qū)?2022 年有什么全票通過的共同期待,那必然是對大算力芯片上車的一致預(yù)期。
縱觀 2022 年各家車企的車型計劃和自動駕駛解決方案,英偉達 Orin、高通 Snapdragon Ride、地平線征程 5 等多款單芯片算力超過 100TOPS 產(chǎn)品赫然在列,高算力車規(guī)級芯片即將集中開啟量產(chǎn)前裝應(yīng)用。
芯片巨頭們還在積極規(guī)劃更高算力計算芯片,面向覆蓋智能座艙、不同等級自動駕駛需求形成梯次產(chǎn)品序列。
如英偉達規(guī)劃中的 AI 計算平臺 NVIDIA DRIVE Atlan,其單顆芯片算力達到 1000TOPS,將是 Orin 的 4 倍。
年初剛剛舉辦的 CES 展自然也是 2022 年全球芯片巨頭們爭奪 C 位的第一戰(zhàn)場。
毫末智行攜與高通聯(lián)手研發(fā)的輔助駕駛域控制器「小魔盒 3.0」也在 CES 高通展臺亮相,號稱目前全球算力最高的可量產(chǎn)自動駕駛計算平臺,其平臺單板算力已達 360TOPS,未來可持續(xù)升級到 1440TOPS,可以支撐大量的感知推理計算,以及車端感知數(shù)據(jù)的篩選、清洗、脫敏和回流。
而僅從算力來看,1000TOPS 以上能力已足以滿足 L4 級以上自動駕駛需求。
毫末智行 CEO 顧維灝在 HAOMO AI Day 也提到,2022 年年中,毫末智行輔助駕駛系統(tǒng) HPilot 即將推出城市 NOH 功能,屆時正是配備這款「小魔盒 3.0」,而已釋出的全程 34 分鐘無接管的城市 NOH 測試視頻也讓外界對這一功能倍加期待。
04、強算法+大數(shù)據(jù)+高算力加速自動駕駛落地
進入 2022 年,自動駕駛賽道關(guān)注度持續(xù)走高,先有春晚上高呼「賣房投資搞無人駕駛」,后有多家企業(yè)在冬奧會上大秀肌肉。與此同時,賽道上選手們的表現(xiàn)也正在暗示著全新的競爭格局。
業(yè)界普遍認為 2022 年是自動駕駛行業(yè)倍加看好的一年,技術(shù)加速迭代的一年,人才爭搶激烈的一年,更將是充分競爭時代的元年。
2021 年,毫末智行表現(xiàn)亮眼,為自動駕駛行業(yè)交出量產(chǎn)產(chǎn)品、研發(fā)落地、算力突破、搭載量級、數(shù)據(jù)智能、營收能力六項第一的滿分成績單。
同時,毫末也提到,2022 年將打響三場關(guān)鍵戰(zhàn)役——數(shù)據(jù)智能的王者之戰(zhàn)、輔助駕駛的場景決勝之戰(zhàn)和末端無人配送解決方案的規(guī)?;畱?zhàn)。
中金公司此時的背書似乎也為整個行業(yè)打了一針強心劑。
在過去的幾年,業(yè)內(nèi)不同參與者發(fā)展模式各異,而以特斯拉為代表的全棧自研模式,毫末智行為代表的「車企+自動駕駛技術(shù)公司」組合,在強算法+大數(shù)據(jù)+高算力的技術(shù)趨勢下似乎正在走向趨同,那么行業(yè)馬太效應(yīng)也必將加速凸顯。
誰又能笑到最后?
中國自動駕駛的格局正在發(fā)生改變,毫末智行將是不可忽視的重要力量。從更長周期看,毫末智行將有望助力國內(nèi)自主品牌,向趕超特斯拉的目標不斷前進。
來源:第一電動網(wǎng)
作者:汽車之心
本文地址:http://ewshbmdt.cn/kol/168482
文中圖片源自互聯(lián)網(wǎng),如有侵權(quán)請聯(lián)系admin#d1ev.com(#替換成@)刪除。