一级毛片在线视频,久久超碰激情网,欧美日韩性爱一区二区,精品国产av

「遙遙領(lǐng)先」的華為智駕,最大的風(fēng)險是什么?

摘要

之前的成功經(jīng)驗,很可能是下一個(gè)階段的包袱。

2024 年 3 月開(kāi)始,特斯拉開(kāi)始在北美地區大范圍推送 FSD v12,帶來(lái)了相當明顯的體驗升級,讓端到端成為行業(yè)追逐的熱點(diǎn)。

近日,小鵬汽車(chē)創(chuàng )始人何小鵬在美國加州體驗了FSD(全自動(dòng)駕駛) V12.3.6版本后,對其進(jìn)步表示感慨。他稱(chēng),全程體驗下來(lái),FSD的表現非常絲滑,絕大部分路況處理都讓人安心,幾乎接近人類(lèi)司機的駕駛水平。

與此同時(shí),國內公司也在迅速跟進(jìn)這條技術(shù)棧。華為、小鵬、元戎啟行等企業(yè)紛紛規劃端到端的上車(chē)方案。

其中,華為智能汽車(chē)解決方案BU CEO靳玉志表示,華為ADS(自動(dòng)駕駛系統)的目標是超越特斯拉FSD。他表示,接下來(lái)每次大版本更新都顯著(zhù)提升了行業(yè)水平,即使是純視覺(jué)的方案要超越特斯拉FSD,而帶激光雷達的方案更是要碾壓特斯拉。

最近,華為宣布,阿維塔將首批搭載華為乾崑ADS 3.0(高階智能駕駛),并宣布大降價(jià)。ADS高階功能包一次性購買(mǎi)標準價(jià)格為3.6萬(wàn)元,調整后價(jià)格為3萬(wàn)元,相比原價(jià)降低了6000元。

那華為要如何在體驗上碾壓特斯拉FSD呢?在端到端成為行業(yè)共識的背景下,華為需要跨越哪些門(mén)檻才能繼續保持領(lǐng)先?更重要的是,在「遙遙領(lǐng)先」的背后,華為智駕最大的風(fēng)險是什么?

大力出奇跡

在此之前,首先要回顧下華為如何成為智能駕駛第一梯隊?

業(yè)內普遍認為有兩大原因:一是華為在智能駕駛的起步早,可以追溯到2013年。當時(shí),華為成立了車(chē)聯(lián)網(wǎng)事業(yè)部,正式開(kāi)始布局自動(dòng)駕駛技術(shù)。而在此之前,2012年谷歌獲得了第一張自動(dòng)駕駛牌照。與百度在同一時(shí)期開(kāi)始進(jìn)行路測相比,華為在時(shí)間上并沒(méi)有落后。

相比之下,目前一些備受矚目的自動(dòng)駕駛公司,例如小馬智行、Momenta等,都是成立于2016年。

另一種說(shuō)法是得益于華為龐大的資源投入和團隊規模。

在很長(cháng)一段時(shí)間里,在智能駕駛領(lǐng)域,團隊規模直接影響研發(fā)成熟度。尤其是處理大量的特殊情況(Corner Case),需要大量的程序員和測試工程師來(lái)開(kāi)發(fā)和驗證。

問(wèn)界產(chǎn)品搭載了華為智駕系統 | 圖片來(lái)源:?jiǎn)?wèn)界

相比規模在1000人左右的主流車(chē)企和自動(dòng)駕駛公司研發(fā)團隊,華為車(chē)BU的研發(fā)團隊總計達7000人。余承東曾表示,其中70%至80%(約5000人)專(zhuān)注于自動(dòng)駕駛的研發(fā)。這使得華為擁有國內外規模最大的自動(dòng)駕駛研發(fā)團隊。

知乎博主「卿顏」表示,華為在研發(fā)和新技術(shù)上的投入力度和決心是業(yè)內少見(jiàn)的。華為在多個(gè)團隊同時(shí)推進(jìn)自動(dòng)駕駛技術(shù)的研發(fā),并擁有大量的測試車(chē),其中主要使用的是價(jià)格昂貴、易于改造的車(chē)型,顯示出其在硬件上的投入。

在軟件方面,華為曾是Matlab(美國MathWorks公司出品的商業(yè)數學(xué)軟件,被稱(chēng)為「工科生必備神器」)的大客戶(hù),購買(mǎi)了非常完整的許可證,甚至包括一些暫時(shí)用不到的許可證。華為一年在Matlab上的花費可能超過(guò)多個(gè)大主機廠(chǎng)的總和。雖然目前由于禁令影響,情況有所變化,但華為在軟件上的投入同樣顯示了其在技術(shù)研發(fā)上的決心。

與此同時(shí),自動(dòng)駕駛技術(shù)長(cháng)期以來(lái)采用分治法,將過(guò)程分成感知、預測、規劃、控制,然后再拆分為雷達、建模、車(chē)規標準、智能協(xié)同、高精地圖、軟硬件配合等多個(gè)組成部分。這種方法對習慣大兵團作戰的華為研發(fā)團隊來(lái)說(shuō)再熟悉不過(guò)了。

華為在自動(dòng)駕駛領(lǐng)域的研發(fā)過(guò)程,充分利用了其在大規模團隊協(xié)作和項目管理方面的經(jīng)驗。分治法讓各個(gè)部門(mén)專(zhuān)注于各自的技術(shù)難題,同時(shí)確保整體項目的協(xié)調推進(jìn)。

 

華為ADS高階智能駕駛輔助系統的演示區 | 圖片來(lái)源:視覺(jué)中國

這幾種說(shuō)法都有合理性,但不容忽視的是,華為有來(lái)自其他業(yè)務(wù)的技術(shù)儲備。華為并不是從零開(kāi)始涉足自動(dòng)駕駛。相比其他國內廠(chǎng)商,華為在電驅動(dòng)等汽車(chē)技術(shù)上有著(zhù)深厚的積累。

同時(shí),自動(dòng)駕駛對軟硬件能力的要求極高。從芯片制造、算法優(yōu)化到系統建立和軟件適配,每一個(gè)環(huán)節都需要扎實(shí)的技術(shù)積累。

目前,華為的軟硬件一體化能力是支撐其快速發(fā)展的關(guān)鍵。與其他廠(chǎng)家通常購買(mǎi)各種器件芯片并結合自研算法不同,華為不僅開(kāi)發(fā)底層操作系統,還擁有獨特的AI芯片、激光雷達、電機、電控系統和毫米波雷達等關(guān)鍵技術(shù)。簡(jiǎn)單說(shuō),一輛智能電動(dòng)車(chē)除了輪子、外殼和座椅,其他所有技術(shù)華為都能提供。

這種一體化優(yōu)勢,使得華為在優(yōu)化各類(lèi)器件性能和數據處理方面,具備了極高的效率和靈活性。

能跨越到端到端時(shí)代嗎?

目前,業(yè)界普遍認為端到端開(kāi)啟了新一輪的自動(dòng)駕駛產(chǎn)業(yè)革命。華為的高級智能駕駛系統也經(jīng)歷了三個(gè)階段:

  • ADS 1.0:于2021年推出,基于Transformer的BEV架構,依賴(lài)高精度地圖。
  • ADS 2.0:在2023年發(fā)布,減少了對高精度地圖的依賴(lài),采用RCR算法進(jìn)行車(chē)道實(shí)時(shí)識別和路徑規劃,大幅提升了系統在城市環(huán)境中的泛化速度和更新頻率。
  • ADS 3.0:2024年發(fā)布,采用端到端大模型。與特斯拉宣稱(chēng)的「大一統」模型不同,華為ADS 3.0感知部分使用GOD(通用障礙物識別)大感知網(wǎng)絡(luò ),而決策規劃部分通過(guò)PDP(預測-決策-規劃)網(wǎng)絡(luò )來(lái)實(shí)現。

雖然業(yè)內都在追逐端到端,但業(yè)界對它的定義存在著(zhù)分歧和爭議。一些技術(shù)原教旨主義者認為,許多公司所宣傳的「端到端」并非真正意義上的端到端;而實(shí)用主義者則認為,只要技術(shù)基本符合原理并且產(chǎn)品性能得到提升,精確定義端到端的內涵并不是關(guān)鍵。

辰韜資本聯(lián)合多家單位發(fā)布了2024年度《端到端自動(dòng)駕駛行業(yè)研究報告》,表示自動(dòng)駕駛技術(shù)架構演進(jìn)為四個(gè)關(guān)鍵階段:

  • 感知「端到端」:感知模塊通過(guò)多傳感器融合技術(shù)實(shí)現了模塊級別的全面覆蓋,但決策規劃仍主要基于規則。
  • 決策規劃模型化:決策規劃模塊從傳統的預測、決策、規劃功能分離,演變?yōu)榧傻絾我簧窠?jīng)網(wǎng)絡(luò )中的模型。
  • 模塊化端到端:感知模塊不再輸出人類(lèi)理解的結果,而是特征向量;訓練時(shí)需通過(guò)梯度傳導同時(shí)進(jìn)行,增強模塊之間的協(xié)同性。
  • One Model/ 單一模型端到端:不再區分感知、決策規劃等功能,整體流程由同一深度學(xué)習模型完成,從輸入信號到輸出軌跡一體化。

業(yè)內認為,華為和很多國內廠(chǎng)商的方案,大多處于「 決策規劃模型化 」 階段,距離模塊化端到端或 One Model 端到端自動(dòng)駕駛量產(chǎn)落地還有距離。

未來(lái),華為在邁向端到端自動(dòng)駕駛新時(shí)代時(shí),面臨著(zhù)三大關(guān)鍵挑戰:

首先是數據需求的激增。特斯拉從超過(guò)20億英里(約合32億公里)的行駛數據中挖掘了數萬(wàn)小時(shí)的視頻數據用于FSD訓練。一位自動(dòng)駕駛工程師表示,他們在訓練端到端模型時(shí),原本積累的路測數據只有2%可以用。這顯示出端到端模型對數據量的龐大需求。

除了數據量,數據質(zhì)量同樣至關(guān)重要。小馬智行的CTO樓天城曾表示,要訓練出高性能的端到端模型,數據質(zhì)量的要求比一般性能模型高出幾個(gè)數量級。這是整個(gè)自動(dòng)駕駛行業(yè)面臨的重大挑戰之一。

華為今年4月時(shí)候宣布,到 6 月訓練算力將達到 3.5 EFLOPS | 圖片來(lái)源:華為

第二、在端到端自動(dòng)駕駛的發(fā)展過(guò)程中,訓練算力的需求越來(lái)越高,遠超以往任何階段。

部分業(yè)內人士認為,使用100張高算力GPU(如NVIDIA A100)就能開(kāi)始端到端自動(dòng)駕駛的初步訓練。然而,特斯拉等領(lǐng)先企業(yè)的實(shí)踐表明,要實(shí)現優(yōu)異的端到端效果,所需的計算能力遠遠超出這個(gè)數量。特斯拉此前預計2024年2月公司算力規模將進(jìn)入全球前五,10月算力將達到100 E FLOPS(每秒浮點(diǎn)運算次數),相當于約 30 萬(wàn)塊英偉達 A100 的算力總和。

相比于國內廠(chǎng)商,特斯拉的目標高得讓人驚訝。華為表示,2024年6月智駕 ADS訓練算力將達3.5EFLOPS,蔚來(lái)、理想、小鵬的智駕算力中心算力分別是1.4 EFLOPS、1.4 EFLOPS、0.6EFLOPS。

第三,端到端將帶來(lái)自動(dòng)駕駛團隊的組織重塑。一般來(lái)說(shuō),企業(yè)的組織結構通常能夠促進(jìn)組件層面的創(chuàng )新,因為產(chǎn)品研發(fā)通常由多個(gè)小組分別負責產(chǎn)品元件的研究,只要產(chǎn)品的基本結構不變,這種方式就非常有效。然而,當需要進(jìn)行結構性技術(shù)變革時(shí),這種組織體系可能會(huì )阻礙創(chuàng )新,因為它限制了人員和團隊以全新方式進(jìn)行交流和合作的能力。

隨著(zhù)端到端技術(shù)的使用,之前的分治法和KPI分拆模式可能會(huì )限制性能的提升,產(chǎn)生意想不到的反效果。過(guò)于關(guān)注單一KPI的優(yōu)秀表現,可能會(huì )犧牲其他指標的穩定性。

因此,許多企業(yè)正在調整策略,減少原有團隊規模,轉向AI大模型和數據基礎設施的開(kāi)發(fā)。高質(zhì)量的數據和頂尖的AI人才將成為關(guān)鍵資源。與此同時(shí),以往的垂直組織體系,要轉向網(wǎng)格狀結構,同時(shí)擁有垂直和橫向團隊,以實(shí)現多目標優(yōu)化而非單一目標的優(yōu)化。

端到端神經(jīng)網(wǎng)絡(luò )架構提升了數據及AI能力在整個(gè)產(chǎn)業(yè)鏈上的重要性,并帶來(lái)了企業(yè)所需能力和資源投入的深刻變化。這也意味著(zhù),智能駕駛的游戲規則重新改寫(xiě),能夠跟進(jìn)這場(chǎng)競賽的玩家屈指可數,許多公司將因此掉隊。

華為在規則驅動(dòng)時(shí)代確實(shí)有自己的資源和先發(fā)優(yōu)勢,但跨越要端到端時(shí)代保持領(lǐng)先,轉彎的半徑要比友商大很多。

最新文章

極客公園

用極客視角,追蹤你不可錯過(guò)的科技圈.

極客之選

新鮮、有趣的硬件產(chǎn)品,第一時(shí)間為你呈現。

張鵬科技商業(yè)觀(guān)察

聊科技,談商業(yè)。

翁源县| 福泉市| 罗城| 南充市| 扬州市| 五寨县| 吉安县| 沭阳县| 桃园市| 勃利县| 富平县| 城固县| 洪湖市| 两当县| 大余县| 五大连池市| 新安县| 牟定县| 屏东县| 义乌市| 岐山县| 汾阳市| 自贡市| 昌黎县| 双流县| 达日县| 北流市| 永城市| 长兴县| 淳安县| 昆山市| 玛纳斯县| 新昌县| 额济纳旗| 皋兰县| 上林县| 隆回县| 兴隆县| 乌恰县| 呼图壁县| 斗六市|