全國智駕對決:技術混戰,看見L3雛形

文 | 李安琪

編輯 | 李勤

“感覺幾個月幹了別人好幾年的活。”經歷大半年高強度開發後,一位理想汽車智駕工程師語氣中透露着疲憊。

急行軍,是過去一年理想汽車智駕團隊的真實寫照。CEO李想有時候會半夜測試智駕功能,然後在工作羣裡扔出問題,工程師們只能連夜解Bug。一週七天、凌晨時段下班,是封閉式開發期間智駕工程師們的常態。

2023年,華爲、小鵬、理想等掀起了智駕開城大戰。但頭部玩家之間沒有顯示出斷層式差距,所以在主動“卷”對手的同時,也不斷被對手的進度所刺激。

烈火烹油下,今年智駕行業的競爭已經擴大到全國範圍。

華爲率先喊出了“智能駕駛全國道路都能開”,目前已全量推送給智駕車型用戶,蔚來汽車緊隨其後,開啓全域全量智駕推送;小鵬與理想雖未明確透露時間,但全國能開的智駕功能已經在小規模內測。

而特斯拉FSD(全自動駕駛軟件包)的入華,更讓國內智駕賽道雲波詭譎。同行如坐鍼氈,一些車企智駕團隊已經在積極打聽FSD的具體推送時間,試圖搶先體驗功能。

特斯拉在國內起步雖晚,但勢能充沛。“一旦進來,FSD可能都沒有全國道路開通的概念,而是哪裡都能用。”有行業人士猜測。

陷在價格戰泥潭中的汽車產業,連領頭羊特斯拉都不堪重負,開啓了一輪又一輪裁員。智能駕駛似乎在技術高強度競爭中,成了那個爲數不多的技術變量,它離成爲行業風暴還有多遠?

智駕全國都能開:熱鬧的、質疑的

今年3月19日,華爲問界宣佈高階智駕全量推送給用戶,稱覆蓋全國99%道路。

“全國都能開”的智駕範圍,也被華爲具象化爲4萬個城鎮與鄉村。華爲的目標是,到今年底搭載華爲智駕系統的車輛將超過50萬輛。

這爲高階智駕的破圈鑿開了裂縫,也讓同行倍感壓力。如果智駕進度落後於華爲,新勢力們的品牌聲量與銷量可能會持續被華爲壓制。

對蔚來而言,今年沒有新車發佈,智駕成爲了爲數不多刺激銷量的底牌。於是繼華爲之後,4月30日蔚來汽車成爲國內第二家,全域全量推送高階智駕功能的車企,用戶覆蓋超過20萬。

小鵬汽車向來以智駕作爲王牌籌碼,陣地更不可丟。理想汽車也在朝AI科技公司轉型,也勢必要保持在智駕第一梯隊。

據36氪汽車瞭解,跟激進的營銷口號相比,車企智駕的實際推送要相對謹慎。

無論華爲還是蔚來,都需要用戶先通過考覈和測試,同時在高速路段積累一定智駕里程後,才能在城區開啓智駕功能。

事實上,有多位智駕從業者都向36氪表達了對“智駕全國都能開”的困惑與質疑。

首先,各家車企智駕對“全國都能開”的推送標準並不一致。比如華爲的顆粒度很細,強調的是“40000個城鎮”都能開;蔚來更強調用戶能開啓智駕的道路里程長度;小鵬則更多強調智駕的接管次數。

標準不一致,功能測試的強度也隨之模糊。

在推送給用戶之前,車企基本都會進行智駕功能測試與驗證。“但全國道路範圍相當大,現階段幾乎不可能每一條路都測試完。而推送給用戶之前,車企智駕做了多少測試,全憑良心。”多位行業人士對36氪汽車如此說道。

當前高階智駕還沒有形成統一的產品可用標準,各家車企智駕只能比拼嗓門與營銷力度。

同時,智駕在全國道路可開,並不意味着好用與功能完善。

有位智駕技術人士向36氪表示,在一些大型路口,智駕系統的感知能力還面臨很大挑戰。

比如擁堵情況、晴天雨天、白天夜晚等場景性變化,都可能導致無圖智駕的功能一致性較差。比如車輛擁堵時,地面標線被遮擋嚴重,無圖智駕可能就應付不了;等道路暢通的時候,車輛又能自己開啓。

“所以,評價智駕功能的好壞,要關注在不同場景條件下功能的一致性。”上述技術人士說道。

也有智駕公司技術管理層向36氪給出參考,可以將智能駕駛產品分爲可用,夠用,好用三個等級。

可用,代表產品功能可用,比如智駕全國能開。夠用,則是在用戶高頻使用的路段表現足夠好,而不是開幾公里就要接管。好用,則是讓用戶主動願意開,只要上車都想開啓智駕功能。

“特斯拉實現了夠用,摸到了好用的邊界。但國內的頭部玩家基本還處於可用到夠用之間。全國都能開,都只是可用。”上述行業技術人士如此評價道。

蔚來智駕負責人任少卿在接受36氪採訪時也表示,智駕“全國都能開”整體需要兩年多時間,第一年主要保證智駕功能可用,接下來還需要一年時間來持續優化功能體驗。

可見,所謂的“智駕全國都能開”,只是功能“可用”話題的終結,但也是產品體驗打磨、漫長商業化較量的開始。這離不開端到端等新技術的持續落地。

端到端,是噱頭還是良藥?

在大洋彼岸,特斯拉FSD v12版本已經進化到了相當擬人的智能駕駛效果。該版本採用的端到端大模型,也被視爲自動駕駛下一代方案。

傳統的智駕系統分爲感知、預測、規劃和控制等多個獨立模塊,方案基本依賴於工程師們一行行代碼制定的規則,來馴化自動駕駛車輛。

而端到端自動駕駛方案,則是把傳感器數據作爲輸入,然後輸出車輛控制指令。因爲中間過程都靠AI神經網絡模型來完成,信息傳遞不會減損。“就像兩個大腦神經元的連接一樣。”有行業人士比喻道。

換句話說,基於AI神經網絡,智駕系統在海量數據的訓練下,會自主學習、模仿人類的駕駛經驗。

有行業人士對36氪汽車表示,基於端到端方案,智駕系統可以在複雜城市路口場景表現得更加擬人,過紅綠燈可以更加絲滑。

不過,特斯拉至今沒有公佈過端到端具體技術實現,行業也很難判定其是否真正從“圖像輸入”到“控制輸出”、完全拋棄了傳統模塊的任何中間環節。

有行業技術高層告訴36氪,目前國內端到端方案基本不會採取特斯拉那麼激進的方式,而是採取更柔和的方案。

事實上,2023年初智駕行業集體拋棄高精地圖後,頭部公司的技術路線基本已經合流,形成了感知大模型的三件套:基於Transformer的BEV(鳥瞰圖)、Occupancy(佔據網絡)、道路拓撲關係網絡。

沿着這條路,頭部車企智駕團隊也在籌備訓練規劃控制大模型,通過感知與規控大模型後續持續融合成一個神經網絡,最終實現端到端。

以華爲前段時間發佈的乾崑ADS 3.0高階智能駕駛爲例,就在感知大模型基礎上,提出了預測-決策-規劃大模型。小鵬也表示,在感知大模型下游引入了基於神經網絡的規劃控制大模型XPlanner。

不過國內的端到端方案,基本還是從感知,到預測決策,到規劃階段,智駕系統還不會完全直接輸出控制指令。

同時,引入端到端也不意味着,要全部拋棄傳統基於規則的方案。

有頭部車企智駕人士告訴36氪,比如感知大模型中往往只檢測出紅綠燈的位置與顏色,但“如果遇到前後左右都有紅綠燈的場景,還是要用到一些規則,告訴車輛當前車道應該遵循哪個紅綠燈的信息。”

同時,在規劃預測模塊中,加入的AI神經網絡也只是作爲一部分參考,最後的方案仍然有規則來兜底。“目前還是靠規則更多,系統會存在兩種模式。”

此前,前小鵬汽車智駕負責人,現英偉達汽車事業部負責人吳新宙在小範圍的媒體溝通會上也表示,端到端是自動駕駛的最終一步。

但他也表示:“不要從字面理解(端到端)就是從像素到動作,可能會有一些別的東西配合。端到端的模型上線之前一定會有‘護欄’,因爲需要不停地優化和成長,要是一開始就上線端到端的模型是非常困難的。”

換句話說,傳統方案與端到端思路的結合,會是行業更主流的方案,而國內智駕玩家可能還需要用1-2年時間來持續驗證。

邁過城區智駕,迎接局部L3

但特斯拉FSD v12的驚豔效果,並不只依賴端到端方案,更依賴百萬量級的車輛數據,以及超10 Eflops的訓練算力。這是特斯拉FSD甩開同行,在北美地區更快開啓商業化篇章的原因。

馬斯克此前在社交平臺上稱,今年特斯拉將投資約100億美元,用於AI的訓練和推理,AI推理部分主要用於汽車。“任何公司如果不能達到這一水平的支出,且不能高效地進行支出,就無法競爭。”

而想要追上特斯拉的步伐,車企智駕團隊除了採用端到端方案之外,還需要在數據與算力方面實打實投入。

但海量數據的積累,基本只能依賴車企們的高階智駕硬件車型。車企需要賣出更多的車,才能積累更廣泛地域的量產數據。

從雲端算力來看,目前華爲是國內智駕算力最大的玩家。華爲表示,6月智駕 ADS訓練算力將達3.5EFLOPS。小鵬、蔚來、理想的智駕算力中心算力分別是0.6EFLOPS、1.4 EFLOPS、1.4 EFLOPS。

至於車端算力,從行業人士的反饋來看,目前英偉達的Orin芯片已經可以支持端到端方案運行。

不過英偉達的下一代智駕芯片平臺Thor也已經在路上,這將是智駕領域的新變量。據英偉達官方,Thor的AI算力達1000 Tops,專門針對Transformer、大語言模型(LLM)和生成式 AI 等技術框架而設計。

有行業人士表示,Thor落地後,未來可以進一步支持大模型在車端本地化部署、多模態大模型落地等。“車輛可以成爲可以自主進化的機器人。”

目前,比亞迪、蔚來、小鵬和理想、廣汽等車企都將採用英偉達的Thor芯片,該芯片將於 2025 年量產。

而邁過城區智駕的分水嶺,智能駕駛行業有望來到L3級自動駕駛領域。

此前蔚來智駕負責人任少卿告訴36氪,在L3以下,車主是智駕系統的主要責任人,但進入L3以後,車企需要釐清人機共駕的邊界,智駕功能的保險邏輯和商業邏輯也需要發生變化。

這不僅僅是技術與工程的挑戰,更是保險和政策等全方位商業形態的變化,這會是一場更加漫長的商業戰爭。任少卿也認爲,在大規模L3到來前,行業會率先進入局部L3,進行方向性探索。

而L3階段的較量,也從此刻的全國全量智駕開始,埋下勝負的種子。