![](https://s1.xchuxing.com/xchuxing/article/2024/07/23/702bb20240723100657832.jpg?imageView2/2/q/100)
- 全站推荐
- 全站置顶
- 首页推荐
- 撤销社区推荐
-
置顶推荐
- 6小时
- 12小时
- 24小时
- 3天
- 一周
- 长期
- 设为精华
- 热门推荐
- 撤销审核
- 进小黑屋
- 生成议题
1、关于自动驾驶与AI大模型(摘自何小鹏访谈)
(1)小鹏未来 18 个月把自动驾驶能力提高 30 倍。
做到:第一,两年内如果你每周开车,除了上下车,只用抓两三次方向盘,而且很安全。第二,便宜,能够让 20 万以内的车,把这些能力全部用上去。
(2)技术的突破会从2025明显开始。
所有软件厂商如果不用AI ,而是继续用算法的,都会掉队。现在的自动驾驶还相当于小脑,自动驾驶还有大脑的问题,这2个问题2025会很快一定程度的解決。
(3)视觉大模型跟AD(自动驾驶)不完全相关。
AD是既有感知,又有定位,又有规划,又有执行,又有控制,又有整个体验体系。把这一套打通,这跟语言大模型是两套不同逻辑,但是一套底层架构。
(4)大模型靠人编程解决不了。
很多人说大模型很好,把它放进来就可以用,但连自动驾驶都没搞通,放进来,根本搞不通。就应该按照它的逻辑重写数据流逻辑,增加数据的收集,做预训练。训练出来得到的引擎,在仿真环境里面去测试。为此还要重写大仿真环境,适应大数据量的测试逻辑,大模型给大家开了一个口子,在无限场景内靠人编程是解决不了的,是“大力会出奇迹”。
(5)“靠规模、效率超越 AI 差距”是一种误判。
中美 AI 差距在放大,这次第三次到美国,AI变化比想象大,特别是体验Tesla和Waymo,Waymo 还没转成大模型,是用原来的算法体系,以前 Waymo 从体验上比 Tesla 领先非常多,但这次,感受到 Tesla 的加速度。打个比方,以前中国靠规模、靠效率(规模是钱的规模、人的规模,效率是做事效率),但在AI智能创业上,想用靠规模、效率变化快速追赶AI,这是很多人会产生的错误判断,AI 变革的猛烈度会快很多。
(6)不是有钱,就能干好智能驾驶。
底层有算力,算力更底层是 Bom (Bill of Materials,物料清单),算力往上一层有模型或者 AIOS (AI Operating System,AI 操作系统)。再往上,在模型的 AIOS 上层是数据。数据再上一层叫自动驾驶全球化的政策。再往上是体验。足够多的钱只是在算力角度发力,没有人能直接拿钱拿普通大模型去跑通自动驾驶。
2、关于小鹏自动驾驶路线
(1)激光雷达不是小鹏城市导航辅助驾驶的必要条件。
小鹏对激光雷达的使用一直很克制,patrick liu 在CVPR 发表演讲中,为小鹏城市辅助驾驶打下强悍基础的XNet,几乎没有用到激光雷达的信息,激光雷达 只是在 XNet 给出感知结果之后,进行识别距离的二 次确认。激光雷达没有进入前融合,实际上激光雷达主要是用于一些通用障碍物的识别,例如一些从没有见过的物体,激光雷达对于小鹏整个感知系统处于一个不是很重要的状态,没有进 BEV 网络进行训练。吴新宙也提到小鹏用激光雷达一直非常收敛,这也证明了激光雷达在小鹏目前的技术栈中被依赖的程度并不高,这个拐杖是可以放下或者说容易放下的,从这个角度看,小鹏的路线与特斯拉纯视觉路线非常类似。
(2)小鹏肯定坚定地全面转向端到端的路线。
之前的算法规控路线已经不是小鹏的思路,而且小鹏的纯视觉的转向也和纯视觉的转向有融合的地方,这个最终和特斯拉现在的端到端+纯视觉,也不谋而合。
(3)小鹏的纯视觉智驾和其他的并不一样。
华为的纯视觉走的是一个高低搭配的路线,类似F22+F35飞机的意思,依然没有放弃激光雷达融合,高端城市领航辅助仍深度融合激光雷达。华为对资源、规模的把控能力,走双路线,不放弃任何一个,是可行的。
但小鹏并不这样,坚定的走了类似现在特斯拉的路线,以后小鹏的高端车型可能仍会有激光雷达,但纯视觉路线不会变,大模型已上线半年,且快速取得了成效,当训练出AD已非常好用非常安全时,也许就会彻底放弃激光雷达,大概2025年!
(4)小鹏的端到端马上发布。
端到端可以做到每一条路都能开,都好开,包括小区、小路等,2025年城区智驾会比肩高速NGP的体验,2025年在中国有望实现类L4级智驾体验。
7月底,小鹏智驾马上发布每条路都能开的5.2版本,5.2的内测版已发布,整体突破很大,OTA速度超快,但在快速并道、横向切入等危险情景的训练上还远不够,xngp大模型、大数据、大算力训练势在必行。
3、什么是端到端
端到端前的方案是“按规则”的自动驾驶,它就像驾校教练教的侧方停车口诀:沿着线30cm往后倒,后轮过线了就右转打死,xx轮压线了就回正……而端到端就是见过各种奇形怪状车位&泊法的老司机,早忘了什么口诀,只是看到了一个车位,凭着神经网络的“直觉”,一把方向一脚油门就钻进车位了。
所以同一场景,端到端生效的前后其实是能明显感觉出来的,就像@XP-何小鹏 在查作业视频里说的,以前的掉头场景可以明显感觉到一个规则接着一个规则的切换,而端到端可以像人一样丝滑流畅地掉头。
4、关于P7+(F57)的智驾方案
(1)感知硬件已确定是无激光雷达的纯视觉硬件方案,作为F平台产品,大概率沿用“1个800万双目、4个300万侧前侧后、4个130万环视、1个170万后视、1个100万DMS摄像头,5个毫米波雷达,12个超声波雷达。”的感知方案,毫米波已确认升级为3D毫米波雷达,摄像头分辨率能力大概率也会有提升,以进一步提升感知范围。
(2)当前芯片方案大概率仍为OrinX (pro版)或双Orin X(Max版);小鹏与大众进行全面电子电器机构合作,英伟达芯片必然是首选项,成本也许还能降,这也是小鹏设计运用最成熟度的芯片;明年不排除自研芯片加入,到时软硬件融合及算力利用会再上一台阶。
P7+ MAX版的双Orin X的芯片算力高达508TOPS,远高于特斯拉HW3.0 的144TOPS ,可能稍低于HW4.0算力能力,综合算力仍是顶流,随着大模型训练学习深入,可以完全应对城市复杂环境,具备端到端的城市NGP的算力能力,甚至未来可达L3或L4能力。
P7+ Pro版的单Orin的芯片算力254TOP,整体能力与特斯拉Hw3.0的算力相近(特斯拉具有最大利用效率),随着大模型数据训练能力提升,预计可以完全实现高速及城市环线、封闭道路NGP,城市一般道路NGP可以局部实现,或具备全域AI代驾的能力。