文/周雄飛

沒(méi)想到，智能駕駛行業(yè)的“風(fēng)水輪流轉(zhuǎn)”會(huì)來(lái)得如此快。

去年下半年開(kāi)始，隨著特斯拉發(fā)布了BEV+Transformer和OCC占用網(wǎng)絡(luò)等技術(shù)，一度成為了車企們追逐的熱詞。再到今年初，由于受到特斯拉的啟發(fā)，端到端技術(shù)也逐漸成為了整個(gè)智駕行業(yè)的標(biāo)配。

但就在最近，一直是“領(lǐng)路人”角色的特斯拉，則反過(guò)來(lái)向“蔚小理”們學(xué)習(xí)起來(lái)。

因?yàn)殡S著特斯拉向北美車主們釋放FSD的V13版本后，行業(yè)內(nèi)外注意到特斯拉官方稱該版本FSD能實(shí)現(xiàn)“車位到車位”（Park 2 Park）的智駕功能。

需要注意的是，“車位到車位”這一概念最早是由華為提出，很快理想和小鵬等車企將該功能的落地提上了“日程表”。這就意味著，在“車位到車位”的落地上，華為、理想和小鵬走到了特斯拉前面。

智駕功能迭代的同時(shí)，行業(yè)對(duì)于算法的探索也在持續(xù)著，以至于從“一段式端到端”和“兩段式端到端”兩大陣營(yíng)競(jìng)爭(zhēng)的1.0時(shí)代，發(fā)展至VLA（視覺(jué)語(yǔ)言動(dòng)作）模型橫空出世的端到端2.0時(shí)代。

車企們之所以會(huì)在“車位到車位”和端到端智駕算法上展開(kāi)競(jìng)速賽，也是因?yàn)檫@些能力已成為能否進(jìn)入智駕第一梯隊(duì)的“分水嶺”。但要邁過(guò)這一分水嶺，除了要追逐技術(shù)趨勢(shì)之外，無(wú)疑也對(duì)“冰山之下”的算力和數(shù)據(jù)提出了更高的要求。

由此，“蔚小理”等眾多車企品牌們紛紛卷入對(duì)算力和數(shù)據(jù)的“軍備競(jìng)賽”中，與此同時(shí)，騰訊為代表的科技大廠們也在陸續(xù)推出智能汽車云相關(guān)產(chǎn)品，專為智駕訓(xùn)練提供云端算力。

然而，隨著算力和數(shù)據(jù)規(guī)模越來(lái)越大，如何獲得高質(zhì)量數(shù)據(jù)、并且更有效率和低成本的“流動(dòng)”起來(lái)，以便推動(dòng)算法的快速迭代，成為整個(gè)行業(yè)需要解決的問(wèn)題。

對(duì)此，騰訊提出了他們的解法。早在2022年，對(duì)算力、數(shù)據(jù)和算法“冰山之下”基礎(chǔ)設(shè)施長(zhǎng)期投入的騰訊，率先行業(yè)推出了“車云一體”和數(shù)據(jù)驅(qū)動(dòng)閉環(huán)的概念，并基于此在今年9月推出“車云一體數(shù)據(jù)閉環(huán)”的解決方案，以便來(lái)幫助車企和自動(dòng)駕駛企業(yè)們實(shí)現(xiàn)“冰山之上”功能和體驗(yàn)的進(jìn)化。

在騰訊智慧出行副總裁鐘學(xué)丹看來(lái)，隨著汽車進(jìn)入“AI驅(qū)動(dòng)”的時(shí)代，數(shù)據(jù)質(zhì)量和規(guī)模直接影響到了車的智力水平，數(shù)據(jù)閉環(huán)能力成為汽車智能化的核心“增長(zhǎng)飛輪”。

英偉達(dá)自動(dòng)駕駛負(fù)責(zé)人吳新宙也說(shuō)過(guò)相似的觀點(diǎn)，按照他認(rèn)為，數(shù)據(jù)閉環(huán)已經(jīng)成為實(shí)現(xiàn)高階智駕的“華山一條路”，沒(méi)有一家車企可以繞開(kāi)。

這就意味著，“冰山之下”的車云一體數(shù)據(jù)閉環(huán)能力，已成為車企和自動(dòng)駕駛企業(yè)們能否在未來(lái)“冰山之上”智駕功能和體驗(yàn)的競(jìng)賽中取勝的關(guān)鍵。

1、“車位到車位”、VLA相繼出現(xiàn)，智駕行業(yè)駛?cè)搿胺炙畮X”

“試試特斯拉最新的自動(dòng)駕駛軟件吧，它一定會(huì)超乎你的想象�！�

當(dāng)特斯拉向它的用戶們推送了FSD的V13.2.1版本后，特斯拉CEO埃隆·馬斯克如此在X平臺(tái)上為FSD的最新版本做起了宣傳。

他之所以會(huì)對(duì)FSD新版本如此滿意，也是因?yàn)橄啾扔谥�前的版本，V13.2.1版本不僅可以實(shí)現(xiàn)從車位里開(kāi)啟智駕的功能，更為關(guān)鍵還能做到更加擬人的“車位到車位”高階智駕能力。

馬斯克會(huì)如此高調(diào)為FSD V13站臺(tái)，或許他也知道在“車位到車位”功能的落地上，特斯拉已經(jīng)慢了一步。

對(duì)于“車位到車位”這一概念，由華為最先提出，并在今年8月隨享界S9的上市發(fā)布了該功能。這之后，小鵬、理想、極氪和小米等一眾車企品牌也把“車位到車位”的落地，提上了各自的日程。

比如理想汽車率先在上月底向用戶們?nèi)�量推送了“車位到車位”的智駕能力；華為鴻蒙智行也在近日宣布對(duì)于“車位到車位”智駕功能進(jìn)行全量推送。

在以上兩個(gè)品牌后面，小米汽車宣布會(huì)在本月開(kāi)啟“車位到車位”先鋒版推送；極氪則預(yù)告會(huì)在明年第二季度全量推送“車位到車位”的智駕功能；小鵬在上月也開(kāi)啟了該功能的公測(cè)。

相比于車企們之前喊出的“全國(guó)都能開(kāi)”口號(hào)，“車位到車位”可以讓消費(fèi)者更加直觀的體驗(yàn)到智駕功能帶來(lái)的便利，比如可以不需要接管通過(guò)停車場(chǎng)閘口和收費(fèi)站（ETC）。

但需要注意的是，截至目前放眼整個(gè)智駕行業(yè)，只有以上這些車企品牌在“車位到車位”上有所動(dòng)作，因此該功能也被視為能否進(jìn)入智駕行業(yè)第一梯隊(duì)的“分水嶺”。

由于要實(shí)現(xiàn)“車位到車位”的智駕能力，對(duì)于車企品牌自身的算法能力提出了更高的要求，因此在算法層面的探索一直在進(jìn)行著，并且也已出現(xiàn)了明顯的“分水嶺”。

從今年初開(kāi)始，端到端成為了整個(gè)智駕行業(yè)追逐的關(guān)鍵技術(shù)，以至于演化出“一段式端到端”和“兩段式端到端”兩大技術(shù)陣營(yíng)。

以華為乾崑ADS 3.0為例，屬于典型的“兩段式端到端”，因?yàn)槠浼軜?gòu)是由對(duì)真實(shí)世界的感知和識(shí)別的GOD感知神經(jīng)網(wǎng)絡(luò)，以及感知信息迅速做出決策的PDP決策神經(jīng)網(wǎng)絡(luò)兩大塊構(gòu)成。

相較于“兩段式端到端”，“一段式端到端”則可以將感知端到端與規(guī)控端到端都集成到一個(gè)大模型中，使系統(tǒng)能夠更高效地處理信息并作出反應(yīng)，更具效率優(yōu)勢(shì)。特斯拉、商湯絕影和黑芝麻智能等玩家被視為是“一段式端到端”架構(gòu)的代表玩家。

除了在智駕算法結(jié)構(gòu)上推動(dòng)進(jìn)化之外，比如理想、華為和Nullmax等企業(yè)，也把人類大腦應(yīng)對(duì)駕駛場(chǎng)景的工作模式引入到智駕算法的構(gòu)建中，被用作算法執(zhí)行過(guò)程中兜底的“安全氣囊”。

但很快，一個(gè)名為“VLA”的智駕模型橫空出世，并很快成為了行業(yè)關(guān)注的熱點(diǎn)。

VLA，即視覺(jué)語(yǔ)言動(dòng)作模型，是一個(gè)融合了視覺(jué)、語(yǔ)言和動(dòng)作的多模態(tài)大模型范式，由元戎啟行在今年9月底率先提出。

該模型可以理解為“端到端+VLM”的融合體，可實(shí)現(xiàn)一次性從感知到?jīng)Q策的過(guò)程，不用再由“快”“慢”系統(tǒng)進(jìn)行交互和調(diào)優(yōu)，從而提高信息處理、決策的效率，以及增加端到端“黑箱”的解釋性。

端到端+VLM與VLA兩大架構(gòu)對(duì)比，圖源元戎啟行

由于這樣的優(yōu)勢(shì)，VLA被業(yè)內(nèi)認(rèn)為是更為先進(jìn)的算法架構(gòu)，但除了元戎啟行之外，只有理想、奇瑞等極少數(shù)車企也宣布會(huì)對(duì)該架構(gòu)進(jìn)行布局和投入。這背后的原因，在業(yè)內(nèi)看來(lái)主要是因?yàn)椴季諺LA比VLM（視覺(jué)語(yǔ)言模型），對(duì)于算力和數(shù)據(jù)的要求有更高的要求。

從“車位到車位”，再到VLA的橫空出世，這些都被行業(yè)視為智駕行業(yè)區(qū)分實(shí)力的“分水嶺”，而玩家們想要率先邁過(guò)這些“分水嶺”，“冰山之下”算力和數(shù)據(jù)的能力，已成為決定性因素。

2、升級(jí)算力和數(shù)據(jù)，“冰山之下”能力還不夠？

FSD V13版本的升級(jí)，到底是如何實(shí)現(xiàn)的？

這個(gè)問(wèn)題的答案，或許只有馬斯克自己知道。但從FSD V12到V13版本的迭代中，特斯拉也掀起了一場(chǎng)對(duì)于算力和數(shù)據(jù)的行業(yè)“軍備競(jìng)賽”。

按照特斯拉官方發(fā)布的FSD V13版本升級(jí)信息來(lái)看，在訓(xùn)練數(shù)據(jù)方面，他們用到了大量的模擬仿真生成式數(shù)據(jù)，讓算法來(lái)認(rèn)識(shí)和理解真實(shí)世界。

數(shù)據(jù)之外，特斯拉通過(guò)建立名為“Cortex”（大腦皮層）的超算集群，用以支持FSD和Optimus的算法訓(xùn)練。

特斯拉Cortex超算集群，圖源Electrek

根據(jù)最新的消息，該超算集群已包含十萬(wàn)顆英偉達(dá)H100和H200芯片，按照一顆H100 FP64/FP32的60 TFlops算力來(lái)估算，Cortex可實(shí)現(xiàn)100 EFLOPS左右的算力能力，已成為世界范圍內(nèi)排在前列的超算集群。

隨著特斯拉的帶頭，智能出行行業(yè)中越來(lái)越多玩家也加入到這場(chǎng)算力和數(shù)據(jù)的“軍備競(jìng)賽”中。

據(jù)理想汽車介紹，截至上月月中的算力已達(dá)到6.83 EFLOPS，預(yù)計(jì)在今年年底達(dá)到10 EFLOPS。無(wú)獨(dú)有偶，小鵬和華為也都計(jì)劃在明年把自身的算力提升至10 EFLOPS以上。

數(shù)據(jù)方面，除了通過(guò)量產(chǎn)車采集回收數(shù)據(jù)之外，據(jù)飛說(shuō)智行了解，目前絕大多數(shù)頭部車企和自動(dòng)駕駛企業(yè)均通過(guò)建立“世界模型”，來(lái)生成海量的仿真數(shù)據(jù)供算法進(jìn)行訓(xùn)練，這點(diǎn)上與特斯拉如出一轍。

車企們卷起來(lái)的同時(shí)，以騰訊為代表的科技公司們?cè)谒懔�和�?shù)據(jù)的升級(jí)上也不甘示弱。

根據(jù)公開(kāi)數(shù)據(jù)，依托分布式云原生的調(diào)度能力，騰訊云智算平臺(tái)目前可提供16 EFLOPS的浮點(diǎn)算力，處于行業(yè)領(lǐng)先位置。同為大廠的阿里巴巴和中國(guó)電信，目前的算力規(guī)模分別為15 EFLOPS和14 EFLOPS。

騰訊、華為、阿里也先后設(shè)立了專為智能駕駛服務(wù)的云專區(qū)，足以證明云廠商對(duì)智駕行業(yè)的重視。

就以上來(lái)看，車企和自動(dòng)駕駛企業(yè)們對(duì)于數(shù)據(jù)和算力的升級(jí)，一直在持續(xù)著。但與此同時(shí)，行業(yè)中越來(lái)越多人認(rèn)為，僅做到這些想要在未來(lái)的智駕行業(yè)中取得優(yōu)勢(shì)，還遠(yuǎn)遠(yuǎn)不夠。

主要是因?yàn)槿��?span id="4uuocom" class='hrefStyle'>汽車工業(yè)正經(jīng)歷著時(shí)代的變遷。

2010年之前，被視為“硬件構(gòu)建汽車”的時(shí)代，隨著2016年特斯拉開(kāi)啟了“硬件預(yù)埋+軟件付費(fèi)”的商業(yè)模式，向它的用戶們賣起軟件服務(wù)。在英偉達(dá)創(chuàng)始人兼CEO黃仁勛等大佬看來(lái)，彼時(shí)汽車工業(yè)正式進(jìn)入“軟件定義汽車”的時(shí)代。

再到這兩年，隨著以大算力、大數(shù)據(jù)、大模型為主要代表的人工智能又開(kāi)始和汽車融合，在中國(guó)電動(dòng)汽車百人會(huì)副理事長(zhǎng)兼秘書長(zhǎng)張永偉看來(lái)，以人工智能為驅(qū)動(dòng)的智能汽車時(shí)代已經(jīng)到來(lái)。

對(duì)此，Caresoft Global合伙人楊繼峰曾在一次公開(kāi)演講中提到：“從整車角度上，車端架構(gòu)和云端架構(gòu)進(jìn)一步統(tǒng)一后，接下來(lái)的競(jìng)爭(zhēng)是數(shù)據(jù)挖掘、數(shù)據(jù)的有效利用以及整個(gè)技術(shù)棧對(duì)數(shù)據(jù)的理解，以及如何在大規(guī)模的基礎(chǔ)設(shè)施上平衡整個(gè)計(jì)算效率�！�

換句話說(shuō)，就是需要獲得高質(zhì)量、大規(guī)模的數(shù)據(jù)，再配合高算力，來(lái)訓(xùn)練和迭代算法能力，建立“冰山之下”車端和云端之間的數(shù)據(jù)閉環(huán)能力，來(lái)讓這“三大件”的能力更有效率和更低成本的運(yùn)轉(zhuǎn)起來(lái)。

3、車云一體數(shù)據(jù)閉環(huán)能力，如何為智駕行業(yè)“減負(fù)增效”？

車云一體數(shù)據(jù)閉環(huán)能力，本質(zhì)上是要讓數(shù)據(jù)在車端和云端之間“流動(dòng)”起來(lái)。

簡(jiǎn)言之，就是建立一個(gè)橫跨車端和云端的體系化閉環(huán)，車端收集的數(shù)據(jù)上傳到云端，在云端集中和快速的對(duì)這些數(shù)據(jù)進(jìn)行標(biāo)注處理和用于算法的訓(xùn)練。

完成這些后，云端再把訓(xùn)練好的算法模型數(shù)據(jù)發(fā)回車端，進(jìn)行OTA部署及更新，如此車端和云端進(jìn)行協(xié)同互補(bǔ)，推動(dòng)完成了智駕技術(shù)的迭代與進(jìn)化。

在這樣的行業(yè)需求下，以騰訊為代表的科技大廠們，已經(jīng)開(kāi)始為智駕行業(yè)“減負(fù)”和“增效”。

就拿獲取高質(zhì)量數(shù)據(jù)這一環(huán)節(jié)為例。目前在端到端算法和BEV真值訓(xùn)練上，車企們對(duì)于高質(zhì)量數(shù)據(jù)的需求越來(lái)越高，實(shí)際上相當(dāng)于做4D標(biāo)注了，非常耗時(shí)耗錢。

對(duì)此，騰訊基于原始的采集數(shù)據(jù)，通過(guò)預(yù)處理加工過(guò)程，形成資料類的數(shù)據(jù)產(chǎn)品，可以直接用來(lái)做真值訓(xùn)練。對(duì)于車企們來(lái)說(shuō)，直接采購(gòu)這些數(shù)據(jù)，相比從0開(kāi)始采集加工數(shù)據(jù)，可以大幅提升他們的智駕研發(fā)效率和降低成本。

要獲得高質(zhì)量數(shù)據(jù)，數(shù)據(jù)挖掘也是不可視的環(huán)節(jié)。基于騰訊云向量數(shù)據(jù)庫(kù)的檢索式數(shù)據(jù)挖掘能力，最高支持千億級(jí)向量規(guī)模和500萬(wàn)QPS（每秒查詢率）峰值能力。車企們就可以用圖片、文字信息進(jìn)行精確檢索，從而在海量的數(shù)據(jù)中快速地把所需數(shù)據(jù)搜索出來(lái)。

騰訊車云一體數(shù)據(jù)閉環(huán)

好比現(xiàn)在車企要從1000億張圖片數(shù)據(jù)中尋找一張卡車運(yùn)輸共享單車的圖片，騰訊云向量數(shù)據(jù)庫(kù)最高可以并發(fā)支持500萬(wàn)個(gè)類似請(qǐng)求進(jìn)行搜索，就能秒級(jí)找到這條記錄，從而利用其訓(xùn)練算法。

談到智駕，地圖數(shù)據(jù)也是至關(guān)重要的資源。但對(duì)于高精地圖來(lái)說(shuō)，鮮度低、成本高一直都是行業(yè)有目共睹的短板，由此才讓許多車企喊出了要用“輕地圖”或者“無(wú)圖”來(lái)實(shí)現(xiàn)高階智駕的口號(hào)。

但在騰訊智慧出行副總裁劉澍泉看來(lái)，即便是目前車企們都在卷的“車位到車位”智駕功能，從本質(zhì)上看依然是從A點(diǎn)到B點(diǎn)的行駛過(guò)程，因此還是需要地圖數(shù)據(jù)的支持，就比如復(fù)雜路口識(shí)別和不規(guī)則掉頭等場(chǎng)景。

對(duì)此，騰訊也提出了他們的解決方案——通過(guò)融合標(biāo)準(zhǔn)地圖（SD Map）、輔助駕駛地圖（ADAS Map)、高精地圖（HD Map) 等不同精度等級(jí)的地圖數(shù)據(jù)，打造出了智駕云圖、輕高精地圖等產(chǎn)品形式。

其中，智駕云圖的特點(diǎn)就是將地圖數(shù)據(jù)全面云化，更新更快、更靈活。由此可以實(shí)現(xiàn)最快分鐘級(jí)、結(jié)合車端感知、交通信息和環(huán)境信息進(jìn)行在線更新，再?gòu)脑贫讼蜍嚩藢?shí)時(shí)下放數(shù)據(jù)。

這就是說(shuō)，當(dāng)車企的端到端智駕跑到一個(gè)不熟悉的路段和場(chǎng)景時(shí)，也能基于動(dòng)圖的動(dòng)態(tài)數(shù)據(jù)做出更優(yōu)的決策。

騰訊智駕云圖四大能力

另外，針對(duì)車企想要在智駕算法和功能上打造差異性的需求，騰訊不是交給車企一份離線的地圖，而是做成一種常態(tài)化的數(shù)據(jù)服務(wù)。

當(dāng)車企有不同需求時(shí)，就能在合規(guī)的前提下進(jìn)行定制地圖數(shù)據(jù)，加速算法的訓(xùn)練。這樣既降低了車企們定制的成本，同時(shí)也避免了云圖數(shù)據(jù)與車企們適配的難度。

最后，隨著智能汽車行業(yè)的發(fā)展，數(shù)據(jù)安全一直都是車企們頭上懸著的“達(dá)摩克利斯之劍”。

面對(duì)這一行業(yè)難題，騰訊專為智駕行業(yè)開(kāi)設(shè)了華東、華北兩地的自動(dòng)駕駛云專區(qū)，這個(gè)云專區(qū)的全棧數(shù)據(jù)與公有云物理上隔離，但是保持了和公有云同源、同架構(gòu)，并且專門針對(duì)自動(dòng)駕駛相關(guān)數(shù)據(jù)安全要求，開(kāi)發(fā)了一個(gè)端到端和全程合規(guī)的數(shù)據(jù)訓(xùn)練閉環(huán)服務(wù)。

翻譯一下，就能幫助車企和自動(dòng)駕駛企業(yè)在數(shù)據(jù)處理、篩選、標(biāo)準(zhǔn)乃至之后的訓(xùn)練與儲(chǔ)存上提供自動(dòng)化的合規(guī)的保護(hù)，從而大幅提升這些企業(yè)的算法研發(fā)效率。

基于騰訊在車云一體數(shù)據(jù)閉環(huán)能力上的長(zhǎng)期布局，目前獲得了行業(yè)的廣泛歡迎。目前騰訊已與蔚來(lái)、奔馳、長(zhǎng)安、博世等100家車企與出行科技公司展開(kāi)合作。

在飛說(shuō)智行看來(lái)，智能駕駛行業(yè)除了在算法功能和體驗(yàn)上比拼之外，還要打好“冰山之下”的基礎(chǔ)設(shè)施能力，才能真正推動(dòng)智駕“愛(ài)用”時(shí)代的到來(lái)，同時(shí)也能助力我國(guó)在全球智能駕駛競(jìng)逐賽中獲得更大的勝算。

       原文標(biāo)題 : “車位到車位”端到端智駕要取勝，純堆算力和補(bǔ)數(shù)據(jù)其實(shí)并不夠？