近日，CES国际消费电子展在美国拉斯维加斯开幕，人工智能稳居C位，智能座舱与智能驾驶已成汽车行业新技术的风向标。
如果说，上一届CES还是元宇宙的天下，那2024 CES可谓AI大模型的舞台。汽车制造商对外展示了AI与智能化结合的诸多新技术，生成式AI加速上车，成为宝马、奔驰和大众等车企的共同重点。
越来越多的人意识到，AI大模型与智能网联的结合将逐渐成为现实。业界都称2023年是AI元年，AI大模型用野蛮且颇具爆发力的方式进入各行各业，未来3-5年，AI大模型将成为推动汽车智能化的重要变量。
特别是在智驾领域，虽然AI大模型还存在实践层面的诸多难题，但自动驾驶的数据生成、标注、模型训练、云端仿真等一系列流程都有了进一步优化的空间。
无论是当下大热的城市NOA，或是L3级以上的高阶自动驾驶，都能从大模型直接受益。阿里巴巴首席执行官曾提出，“AI时代，所有产品都值得用大模型重做一遍”，这一思路，同样适用于自动驾驶。
01
自动驾驶算法迎拐点
算法、算力和数据是人工智能的三大要素，传统自动驾驶算法体系，将自动驾驶分为感知、决策、规划与控制三部分，模块化完成自动驾驶的算法任务。
AI大模型的出现，给自动驾驶算法迎来新的拐点，神经网络加快自动驾驶感知算法发展，小模型向大模型迭代，对上述三个板块都有不同维度的影响。
2021年，特斯拉展示了基于BEV+Transformer的自动驾驶感知新范式，在取得了不错的实践效果后，我国自动驾驶领域也掀起一股BEV+Transformer浪潮，车企和科技公司纷纷加码，推动大模型走向自动驾驶的“平民化”。
BEV的全称，是基于多视角摄像头的鸟瞰图感知（Bird's-eye-view Perception)，是将传统自动驾驶２D图像视角（Image View）加测距的感知方式，转换为在鸟瞰图视角下的３D感知。
Transformer，则是人工智能领域的热门算法，在智能驾驶场景中发挥出传统CNN算法所不能企及的感知能力，如拥有更高的图像识别能力、更灵活的泛化性能，且和CNN相比，可可实现多模态数据的处理。
业界把BEV Transformer视为自动驾驶的iPhone时刻， 它几乎颠覆了自动驾驶这一赛道在过去十几年的技术和逻辑积累，也包括特斯拉自己的旧有优势，也被新的模式“自我革新”。
去年，毫末智行发布了国内首个自动驾驶生成式大模型DriveGPT，中文名叫雪湖·海若。
一方面，DriveGPT的底层模型，采用GPT生成式预训练大模型，只是与ChatGPT使用自然语言进行输入与输出不同，DriveGPT输入是感知融合后的文本序列，输出是自动驾驶场景文本序列，即将自动驾驶场景Token化，形成“Drive Language”——
也就是说，ChatGPT最拿手的逻辑推理和预测判断，被DriveGPT整合到了自动驾驶领域，最终完成自车的决策规控、障碍物预测以及决策逻辑链的输出等任务。
另一方面，DriveGPT也引入了RLHF（人类反馈强化学习）技术，对自动驾驶认知决策模型进行持续优化，现阶段主要用于解决自动驾驶的认知决策问题，终极目标，是实现端到端自动驾驶。
科技公司很敏锐地嗅到这一趋势。
在百度等大厂，AI大模型成为资源加码的重点，甚至深入渗透到自动驾驶业务。也是在去年，百度对智能驾驶事业群（IDG）进行了组织架构调整，旗下智能交通事业部（ACE），也就是此前被李彦宏视为自动驾驶杀手锏的车路协同，被划归到智能云事业群（ACG）。
02
端到端，自动驾驶新形态？
随着AI大模型脱颖而出，自动驾驶技术也逐渐具备端到端进化的可能性，AI大模型正在重塑自动驾驶技术路线。
自动驾驶端到端，是有别于模块化架构的解决方案。现阶段，使用较多的自动驾驶的模块化算法解决方案，把自动驾驶任务拆解成多个不同的模块，把对应的模块任务交给不同的模块进行处理。
端到端的最本质的变化，是将多个小模型融合成一个大模型，直接从输入到输出做训练，做到感知和决策一体化，避免了各个模块相互独立时的冗余计算。
特斯拉开了端到端尝试的先河——
号称其FSD V12将实现端到端自动驾，感知决策一体化，将“感知”和“决策”融合到一个模型中，模型架构迎来革命性的变化。马斯克表示，FSD V12全程可通过AI来实现，其中，任何一行此前靠程序员编写的道路识别、行人识别等代码，可实现全部由神经网络来完成。
业界有不少声音，认为特斯拉开创的端到端将是自动驾驶的终极形态，也是AI大模型结合自动驾驶的最优解，从去年开始，国内公司也开始朝着端到端路线发力。
值得一提的是，目前国内还没有公司能做到真正的“端到端”，即使是在大模型领域走在前面的毫末智行，其DriveGPT仍然分为感知大模型和认知大模型两部分。
毫末智行CEO顾维灏也曾表示，DriveGPT的目标是实现端到端自动驾驶，现阶段，主要用于解决自动驾驶的认知决策问题，后续会进一步加速纯视觉方案能力的提升和成本下降，实现数据规模从量变到质变，将毫末多个大模型的能力整合到DriveGPT。
同济大学汽车学院教授朱西产也在一次演讲里表示，特斯拉FSD V12虽然在技术路线上引起震动，让业界开始关注到AI端到端，但关于特斯拉目前能否做到AI端到端，他个人认为，现在来说并不完全是，准确来讲，这应该是BEV Transfomer+Occupacy+GNN（制图网络）的组合。
不过，决定端到端模型性能上限的，一个是数据，另一个是算力。有意思的是，这两个都是特斯拉的强项。
Dojo是特斯拉用于云端训练AI模型的超级计算机，主要服务于特斯拉的自动驾驶任务。自动驾驶算法的变革，带来产业链革新，云端训练是这场革新的重要部分。
这也意味着，马斯克手里不仅有算力、有数据、有AI模型、还有超强的云端训练能力。
03
智驾芯片竞争加速
地平线是国内最先布局BEV Transformer的芯片企业之一，去年年初，该公司提出基于BEV Transformer的端到端算法框架，并将这套架构的部分模块应用于征程5芯片，包括纯视觉BEV动静态环境感知，以及基于Transformer的道路关联关系识别。
年末，地平线发布最新产品征程6，能够覆盖从低阶到高阶的智能驾驶需求，其中征程6旗舰专门针对城区高阶智能驾驶场景，算力高达560 TOPS，并且支持BEV+Transformer等行业模型。
不只地平线，其它国内头部智驾芯片公司都在布局BEV Transformer，黑芝麻智能已将开发的BEV模型部署到旗下华山二号A1000芯片上。公开资料显示，黑芝麻智能的BEV框架主要分三部分：
第一部分是特征提取，对每一路输入的图像，提取其图像特征；第二部分是BEV的特征生成，包含空间的融合和时间的融合；第三部分是目标检测。
BEV Transformer倒逼自动驾驶芯片走向大算力，“舱驾一体”则推动自动驾驶芯片走向新架构。
舱驾一体的核心，是将座舱域和智驾域高度整合，集成到一个高性能计算单元中，支持智能驾驶和智能座舱功能。相较于行泊一体和舱泊一体,舱驾一体架构的集成度更高,当然对软硬件的要求也更高。
BEV Transformer带来自动驾驶感知范式的变化，以及算法复杂度和数据规模的提升，舱驾一体的趋势带来跨域融合+中央计算式的革新，两者互相影响，成为未来AI大模型落地的驱动力。
据悉，黑芝麻支持舱驾一体的C1200将在2024年、2025年量产，该公司首席营销官杨宇欣曾在交流时表示，舱泊、舱驾是两个域的融合，黑芝麻芯片可以支持四个域的融合。
越来越多的智驾芯片供应商意识到，从智能驾驶，到舱驾一体跨域融合，将成为国产芯片弯道超车的绝佳机会。
未来1-3年，将有更多头部公司选择这样的思路，一方面是将多颗芯片的功能融合成单芯片，另一方面，则是在性价比方面下功夫。
沪公网安备31010702008139