走向大模型、大算力、大數(shù)據(jù)：特斯拉與毫末的自動(dòng)駕駛AI路徑尋蹤

2022行至年終，各種年度總結(jié)也紛至沓來。要說最近的大事件，一定少不了：自動(dòng)駕駛又雙叒寒冬了。

大量“報(bào)憂不報(bào)喜”的新聞，說明2022年自動(dòng)駕駛行業(yè)確實(shí)出現(xiàn)了一定程度的波動(dòng)：激光雷達(dá)鼻祖德國ibeo和獨(dú)角獸Argo.ai相繼破產(chǎn)；不少自動(dòng)駕駛公司傳出裁員和組織架構(gòu)調(diào)整，Waymo的估值大幅下跌，起火撞車等負(fù)面輿論不斷……這些事件都引發(fā)了悲觀情緒，讓“寒冬說”顯得有理有據(jù)。

但如果我們?nèi)プ屑?xì)探究就會(huì)發(fā)現(xiàn)：第一，人工智能永遠(yuǎn)是在泡沫和寒冬中振蕩，自動(dòng)駕駛寒冬的論調(diào)其實(shí)早在幾年前就出現(xiàn)了，但主機(jī)廠、科技企業(yè)、資本市場對(duì)自動(dòng)駕駛的投入并沒有冰封，參與者眾多；第二，調(diào)整和波動(dòng)也不一定就意味著悲觀，寒冬期往往也是優(yōu)勝劣汰，比如此次調(diào)整后很多廠商都將目光轉(zhuǎn)向了L2級(jí)別的輔助駕駛技術(shù)，大浪淘沙始見金，這正是具有領(lǐng)先技術(shù)優(yōu)勢的AI公司展露生命力的時(shí)機(jī)。

更進(jìn)一步，中美公司作為自動(dòng)駕駛領(lǐng)域中AI技術(shù)的頭部選手，其所面臨的背景和挑戰(zhàn)實(shí)際上也有差異，中國自動(dòng)駕駛企業(yè)接下來走向何處，恐怕不能簡單地依靠海外獨(dú)角獸的境遇來判斷。

所以，我們需要拋開情緒，回歸事實(shí)，去對(duì)比一下，中美在自動(dòng)駕駛技術(shù)模式上究竟有哪些異與同，開往春天的自動(dòng)駕駛又需要穿越哪些障礙？

目前，以國外的特斯拉、國內(nèi)的毫末智行等為代表的漸進(jìn)式自動(dòng)駕駛公司，都已經(jīng)實(shí)現(xiàn)了乘用車輔助駕駛產(chǎn)品規(guī)模量產(chǎn)和商業(yè)化落地。前不久，毫末智行和特斯拉也相繼舉辦了第六屆HAOMO AI DAY、2022Tesla AI Day，公布了各自的最新產(chǎn)品和技術(shù)成果。

近日，毫末在其三周年內(nèi)部信中新發(fā)布了其愿景“讓機(jī)器智能移動(dòng)，給生活更多美好”，這其實(shí)也透露出一個(gè)信號(hào)，那就是自動(dòng)駕駛AI技術(shù)其實(shí)可以廣泛復(fù)用在各種場景的機(jī)器人上。因此，自動(dòng)駕駛的前景不言自明，所以，最終的關(guān)鍵就在于自動(dòng)駕駛技術(shù)是否能抵達(dá)規(guī)模落地的終局？

深入對(duì)比兩家在自動(dòng)駕駛AI技術(shù)的探索，我們可以發(fā)現(xiàn)，兩家正在積極擁抱以大數(shù)據(jù)、大算力、大模型為標(biāo)志的自動(dòng)駕駛3.0時(shí)代，同時(shí)在技術(shù)及產(chǎn)品等多個(gè)方面，也展現(xiàn)出中美自動(dòng)駕駛發(fā)展模式的一些異同。

我們用一張圖進(jìn)行簡單對(duì)比：

可以看到，自動(dòng)駕駛行業(yè)正在迎來一個(gè)深刻的產(chǎn)業(yè)之變，如何穿越寒冬、鞏固王城，我們可以從這兩家企業(yè)的技術(shù)探索的步履中找到線索。

高階自動(dòng)駕駛“降維”與智能輔助駕駛“升級(jí)”同時(shí)進(jìn)行

無論媒體、企業(yè)還是大眾，可能都被這一場突如其來的自動(dòng)駕駛“寒冬”風(fēng)波驚嚇得不輕。但平靜下來，會(huì)發(fā)現(xiàn)這場風(fēng)波其實(shí)早有征兆。

一方面，L4及以上的自動(dòng)駕駛技術(shù)非常困難，道路漫長，技術(shù)前景模糊，2019年初，時(shí)任Waymo首席執(zhí)行官約翰·克拉夫奇克就曾公開表示“自動(dòng)駕駛汽車可能永遠(yuǎn)無法在全路況條件下行駛”，算是預(yù)言了這場高階自動(dòng)駕駛技術(shù)的“寒冬”。

另一方面，商業(yè)化落地遙遙無期，讓投入巨大的自動(dòng)駕駛公司很難在短期內(nèi)實(shí)現(xiàn)盈利，去年頭豹研究院發(fā)布的一份研報(bào)就認(rèn)為，Robotaxi模式是處在“偽概念”階段，相關(guān)公司仍深陷“量產(chǎn)地獄”。

客觀來說，對(duì)于高階自動(dòng)駕駛的質(zhì)疑早已非一日之寒，而大量高階自動(dòng)駕駛的企業(yè)也開始主動(dòng)“降維”，發(fā)力輔助駕駛。傳統(tǒng)主機(jī)廠如福特和大眾停止Argo AI的投入之后，轉(zhuǎn)而集中資源做L2+高級(jí)駕駛輔助系統(tǒng)和L3自動(dòng)駕駛系統(tǒng)的開發(fā)。一批優(yōu)秀的L2級(jí)別自動(dòng)駕駛相關(guān)企業(yè)開始蠶食傳統(tǒng)博世、大陸、奧托立夫等公司的份額。而博世也投資了文遠(yuǎn)知行以展開乘用車的L2-L3級(jí)自動(dòng)駕駛軟件開發(fā)。

近年來，智能輔助駕駛與特定場景下的高階自動(dòng)駕駛商用車，展現(xiàn)出較強(qiáng)的商業(yè)化前景。特斯拉、毫末智行等都已實(shí)現(xiàn)了規(guī)模化量產(chǎn)，市場正在加速打開。

隨著更多競爭者的加入，以及AI技術(shù)的發(fā)展，自動(dòng)駕駛正在進(jìn)入以大數(shù)據(jù)、大算力、大模型為標(biāo)志的新時(shí)代，智能輔助駕駛也開始沿著以數(shù)據(jù)驅(qū)動(dòng)的大數(shù)據(jù)、大模型技術(shù)路線進(jìn)行升級(jí)。其中，特斯拉已經(jīng)是特斯拉是進(jìn)入自動(dòng)駕駛3.0階段的領(lǐng)跑者，中國自動(dòng)駕駛企業(yè)如毫末智行也在加速?zèng)_刺。

高階自動(dòng)駕駛“降維”與智能輔助駕駛“升級(jí)”同時(shí)發(fā)生，是產(chǎn)業(yè)轉(zhuǎn)折期出現(xiàn)的新變化。總的來說，以漸進(jìn)式路線作為核心戰(zhàn)略的頭部自動(dòng)駕駛企業(yè)，破解了困擾自動(dòng)駕駛的商業(yè)化難題，是比較值得關(guān)注的。

與此同時(shí)，中美自動(dòng)駕駛的技術(shù)趨勢、基礎(chǔ)設(shè)施、政策引導(dǎo)、產(chǎn)業(yè)鏈情況也各有不同，所以盡管美國的特斯拉和中國的毫末智行，同為漸進(jìn)式自動(dòng)駕駛企業(yè)，但在進(jìn)入3.0階段，對(duì)于大數(shù)據(jù)、大算力、大模型的戰(zhàn)略部署與落地應(yīng)用，也出現(xiàn)了一定的差異。

以特斯拉和毫末智行為例，在核心戰(zhàn)略與技術(shù)路線上是高度對(duì)齊的，都專注于漸進(jìn)式技術(shù)路線，打造智能輔助駕駛產(chǎn)品，比如特斯拉的Autopilot、毫末智行的HPilot智能輔助駕駛產(chǎn)品，并積極推動(dòng)自動(dòng)駕駛3.0階段的到來，在大數(shù)據(jù)、大模型、大算力這三大技術(shù)能力上做了大量工作。

簡單形容雙方的異同，就是前往同一目的地，但彼此會(huì)乘坐不同交通工具。接下來我們就分析一下二者的異同，可能對(duì)接下來自動(dòng)駕駛行業(yè)的發(fā)展帶來不少啟發(fā)。

目的地一：增強(qiáng)感知能力，大模型“出奇跡”

自動(dòng)駕駛技術(shù)架構(gòu)與解決方案，需要同時(shí)包含感知、決策、執(zhí)行這三部分。其中，傳統(tǒng)的自動(dòng)駕駛感知系統(tǒng)是由各類傳感器組成的，包括激光雷達(dá)、毫米波雷達(dá)及各類攝像頭。

特斯拉采用了純視覺感知路線，即去掉毫米波雷達(dá)等感知器，完全依靠車載AI攝像頭收集數(shù)據(jù)，作為自動(dòng)駕駛算法的決策依據(jù)。這種模式的好處是，減少了激光雷達(dá)的使用，大大降低了自動(dòng)駕駛汽車的整體造價(jià)，視覺方案對(duì)行人、交通標(biāo)志標(biāo)線等細(xì)節(jié)有很強(qiáng)的感知能力，成本優(yōu)勢明顯，有助于商業(yè)化進(jìn)展。但少了傳感器的輔助，會(huì)影響到自動(dòng)駕駛系統(tǒng)的可靠性。

中國城市場景更加復(fù)雜，毫末智行則采用視覺+雷達(dá)等多模態(tài)融合感知，其中視覺攝像頭負(fù)責(zé)細(xì)節(jié)感知，而雷達(dá)傳感器提供對(duì)環(huán)境距離、速度等的精準(zhǔn)感知，這種方案為自動(dòng)駕駛提供冗余感知，在可靠性、安全性上更勝一籌，更容易滿足城市管理者及居民對(duì)自動(dòng)駕駛的要求，減少事故發(fā)生率，對(duì)產(chǎn)業(yè)良性發(fā)展帶來助益。

為此，毫末從第一性原理出發(fā)思考自動(dòng)駕駛感知的最優(yōu)落地方案，選擇了“重感知”這一路線，在城市導(dǎo)航輔助駕駛場景，實(shí)現(xiàn)只依賴和人類駕駛員一樣的普通導(dǎo)航地圖而不依賴業(yè)界常用的高精地圖，從而避免了高精地圖覆蓋范圍、鮮度更新以及維護(hù)成本等挑戰(zhàn)。

選擇“重感知”路線的背后，其實(shí)是毫末更注重大模型算法的投入，即通過數(shù)據(jù)智能體系MANA建立強(qiáng)感知的時(shí)空理解能力，通過使用時(shí)序的transformer模型在 BEV 環(huán)視空間上構(gòu)建實(shí)時(shí)局部空間，通過這種方式讓車道線的感知輸出更加穩(wěn)定和準(zhǔn)確。通過強(qiáng)大的實(shí)時(shí)感知能力，整個(gè)過程只需要普通導(dǎo)航地圖里面的相對(duì)可靠的拓?fù)湫畔⒓纯?，最終讓車輛像我們?nèi)祟愖约洪_車一樣進(jìn)行環(huán)境感知。

感知系統(tǒng)的發(fā)展進(jìn)化，也使得數(shù)據(jù)規(guī)模不斷提升，將高維數(shù)據(jù)抽象成感知能力，這就需要高效的AI模型，進(jìn)行分析預(yù)測和控制，這也是自動(dòng)駕駛系統(tǒng)的核心技術(shù)。

總體來說，特斯拉和毫末智行都積極布局大模型的落地應(yīng)用，將Transformer引入自動(dòng)駕駛系統(tǒng)中，來提升AI模型效果，實(shí)現(xiàn)自動(dòng)駕駛系統(tǒng)感知智能和認(rèn)知智能的大幅優(yōu)化，從而減少對(duì)高精度地圖的依賴。

特斯拉使用Transformer與CNN、3D模型等相結(jié)合，組成綜合的神經(jīng)網(wǎng)絡(luò)系統(tǒng)，對(duì)汽車AI攝像頭所采集的圖像數(shù)進(jìn)行跨時(shí)間的圖像融合，來實(shí)現(xiàn)基于語言模型的車道線感知、基于向量空間的路徑規(guī)劃等功能。

毫末智行從2021年7月開始，就啟動(dòng)了對(duì)Transformer的研究和落地嘗試，也是中國第一家應(yīng)用Transformer的自動(dòng)駕駛公司。借助Transformer實(shí)時(shí)建模能力，對(duì)多模態(tài)融合感知數(shù)據(jù)進(jìn)行數(shù)據(jù)前融合，搭建具有時(shí)序特征的立體場景，讓自動(dòng)駕駛系統(tǒng)具有強(qiáng)大實(shí)時(shí)感知能力，在城市環(huán)境中不依賴高精地圖，也能應(yīng)對(duì)道路模糊、復(fù)雜路口、環(huán)島等道路感知挑戰(zhàn)。比如毫末智行自研的BEV Transformer，就在城市道路上實(shí)現(xiàn)了多傳感器融合車道線識(shí)別。

此外，AI系統(tǒng)還需要在仿真環(huán)境中進(jìn)行驗(yàn)證、訓(xùn)練和迭代，場景構(gòu)建會(huì)直接影響到模型訓(xùn)練。特斯拉是基于虛幻4引擎渲染的仿真環(huán)境，來測試自動(dòng)駕駛系統(tǒng)在極端情況、復(fù)雜環(huán)境中的效果。毫末智行則選擇與阿里及德清政府合作，將真實(shí)交通流導(dǎo)入到仿真引擎中，用于路口場景的調(diào)試驗(yàn)證。二者的區(qū)別在于，特斯拉的虛擬仿真環(huán)境只用于復(fù)雜情況測試，訓(xùn)練效率高；毫末智行的真實(shí)仿真環(huán)境，對(duì)自動(dòng)駕駛系統(tǒng)的現(xiàn)實(shí)表現(xiàn)提升幫助很大，但場景重復(fù)度比較高。

目前來看，Transformer為代表的大模型，憑借對(duì)大數(shù)據(jù)優(yōu)勢的釋放、強(qiáng)大的序列建模能力、全局信息感知能力，以及為算法開發(fā)提質(zhì)增效等優(yōu)勢，正在成為自動(dòng)駕駛企業(yè)的主流選擇，而特斯拉、毫末智行也因?yàn)橄刃邢仍嚕〉昧祟I(lǐng)先優(yōu)勢。

目的地二：降本增效，讓大數(shù)據(jù)“縱享絲滑”

大模型需要海量數(shù)據(jù)的“喂養(yǎng)”，自動(dòng)駕駛感知系統(tǒng)的升級(jí)使得數(shù)據(jù)規(guī)模激增。數(shù)據(jù)量一方面是自動(dòng)駕駛企業(yè)的核心競爭力之一，另一方面也帶來了標(biāo)注、處理、分析、存儲(chǔ)等壓力和成本。因此，在自動(dòng)駕駛3.0階段，大數(shù)據(jù)的降本增效將成為自動(dòng)駕駛企業(yè)的關(guān)鍵賽點(diǎn)。

正如毫末智行CEO顧維灝所說：“樣本標(biāo)注的時(shí)間成本和金錢成本還是很高，我們需要有一種能夠直接使用大量無標(biāo)注數(shù)據(jù)的方法，這樣才能更高效地發(fā)揮出毫末在數(shù)據(jù)規(guī)模方面的優(yōu)勢”。

特斯拉和毫末智行都很重視大數(shù)據(jù)的降本增效，不過，由于歷史積累不同，雙方的大數(shù)據(jù)解決方案也各有側(cè)重。

特斯拉發(fā)展較早，數(shù)據(jù)規(guī)模遠(yuǎn)遠(yuǎn)領(lǐng)先其他自動(dòng)駕駛廠商，依靠數(shù)據(jù)引擎Data Engine，實(shí)現(xiàn)了數(shù)據(jù)驗(yàn)證、標(biāo)注、訓(xùn)練、部署的閉環(huán)，充分發(fā)揮大數(shù)據(jù)的價(jià)值。不過，早期無監(jiān)督學(xué)習(xí)尚不成熟，特斯拉也依賴人工標(biāo)注與自動(dòng)化標(biāo)注同時(shí)進(jìn)行，自建了超千人的數(shù)據(jù)標(biāo)注團(tuán)隊(duì)，也難免會(huì)遇到人工標(biāo)注效率低的問題。目前，特斯拉也在積極提高數(shù)據(jù)自動(dòng)標(biāo)注的質(zhì)量和效率，引入無監(jiān)督學(xué)習(xí)，來對(duì)海量道路信息進(jìn)行標(biāo)注。

毫末智行創(chuàng)業(yè)初期，就很重視數(shù)據(jù)價(jià)值和數(shù)據(jù)效率，選擇使用無數(shù)據(jù)標(biāo)注的自監(jiān)督學(xué)習(xí)，高效發(fā)揮出毫末在數(shù)據(jù)規(guī)模方面的優(yōu)勢。構(gòu)造了一個(gè)增量式的學(xué)習(xí)訓(xùn)練平臺(tái)MANA，通過標(biāo)注過程的自動(dòng)化，提高數(shù)據(jù)利用的效率。截至目前，數(shù)據(jù)智能體系MANA的學(xué)習(xí)時(shí)長已經(jīng)超過40萬小時(shí)。

大數(shù)據(jù)的降本增效，直接影響到自動(dòng)駕駛企業(yè)的商業(yè)化潛力。特斯拉和毫末智行依據(jù)各自的發(fā)展?fàn)顩r、先天基礎(chǔ)、技術(shù)路線、產(chǎn)業(yè)環(huán)境，已經(jīng)找到了各自的解法。

目的地三：持續(xù)投入，讓大算力“供給自由”

基于大數(shù)據(jù)、大模型的自動(dòng)駕駛系統(tǒng)，需要澎湃算力的支撐，算力因此成為決定自動(dòng)駕駛系統(tǒng)天花板的關(guān)鍵要素。如何為自動(dòng)駕駛汽車和系統(tǒng)提供源源不斷的大算力，也是特斯拉、毫末智行等頭部企業(yè)所重點(diǎn)布局的領(lǐng)域。

目前來看，特斯拉和毫末智行都采取了自研硬件+超算中心的解決方案。

硬件方面，端側(cè)計(jì)算平臺(tái)來滿足自動(dòng)駕駛系統(tǒng)對(duì)計(jì)算實(shí)時(shí)性、低延遲性的高要求，來保障實(shí)時(shí)分析決策和操作指令的及時(shí)執(zhí)行。特斯拉FSD 1.0能夠提供144 TOPS算力，能夠滿足L2/L3級(jí)別自動(dòng)駕駛的需求；毫末智行推出的硬件計(jì)算平臺(tái)小魔盒3.0，算力則達(dá)到了360 TOPS，為后續(xù)的軟硬件升級(jí)留下了更多空間。

通過云端算力處理大量回傳數(shù)據(jù)，訓(xùn)練迭代算法模型，更具成本優(yōu)勢和性能優(yōu)勢，特斯拉和毫末智行也都開始建設(shè)智算中心，為自動(dòng)駕駛大模型訓(xùn)練、大數(shù)據(jù)分析處理提供算力支撐。智算中心需要一定的建設(shè)周期，且投入較大，特斯拉由于布局更早，已經(jīng)研發(fā)出了專門用于自動(dòng)駕駛訓(xùn)練的云端AI芯片D1以及計(jì)算中心Dojo，其云端超算中心Dojo計(jì)劃在2023年投入使用。

毫末智行則是正在緊鑼密鼓地推出中國自動(dòng)駕駛公司的首個(gè)智算中心——毫末智算中心，率先開啟了行業(yè)基礎(chǔ)設(shè)施的探索和布局。毫末智算中心的核心目標(biāo)是滿足千億參數(shù)大模型的訓(xùn)練需求，處理數(shù)據(jù)規(guī)模100萬clips，整體訓(xùn)練成本降低200倍。大算力資源的持續(xù)投入，將使得數(shù)據(jù)訓(xùn)練和模型迭代實(shí)現(xiàn)“算力自由”。

可以看到，大算力是一個(gè)時(shí)間工程，不是一朝一夕能夠建立起競爭壁壘的，需要引起自動(dòng)駕駛企業(yè)的高度重視，特斯拉、毫末智行這樣先知先覺的發(fā)力者，則更有可能在接下來的自動(dòng)駕駛市場競爭中占據(jù)優(yōu)勢身位。

撥云見月：自動(dòng)駕駛商業(yè)化的半程風(fēng)景

經(jīng)過大模型、大數(shù)據(jù)、大算力的一路闖關(guān)，特斯拉和毫末智行最終殊途同歸，都實(shí)現(xiàn)了成本更優(yōu)基礎(chǔ)上的規(guī)?；慨a(chǎn)，展現(xiàn)出自動(dòng)駕駛3.0階段的商業(yè)化能力。

具體來說，特斯拉有著堪稱“生產(chǎn)狂魔”的量產(chǎn)能力，依托高度自動(dòng)化、模塊化的超級(jí)工廠，使其電動(dòng)汽車的市場占有率一騎絕塵。毫末智行也依托智能駕駛產(chǎn)品的規(guī)?；慨a(chǎn)，以及智能駕駛產(chǎn)品流程化、異步并行開發(fā)的工程能力，實(shí)現(xiàn)了產(chǎn)品穩(wěn)健迭代與交付，拿下中國量產(chǎn)自動(dòng)駕駛第一名。

從這個(gè)角度看，盡管中美自動(dòng)駕駛的AI技術(shù)路線在細(xì)節(jié)上有所不同，但根本目標(biāo)都是一致的，那就是推動(dòng)自動(dòng)駕駛技術(shù)成長，讓自動(dòng)駕駛產(chǎn)業(yè)成為數(shù)字經(jīng)濟(jì)的核心支柱產(chǎn)業(yè)之一。而這個(gè)終極目標(biāo)最需要的努力也是有共性的：

1.技術(shù)能力的強(qiáng)勢崛起。毫末智行能夠加速?zèng)_刺3.0時(shí)代，靠的是底層技術(shù)的厚積薄發(fā)，中國首個(gè)自動(dòng)駕駛數(shù)據(jù)智能體系MANA，中國最大規(guī)模的認(rèn)知智能場景庫，讓可行、可靠、可商用的自動(dòng)駕駛成為現(xiàn)實(shí)，也讓同賽道選手很難超越。

2.商業(yè)市場的廣泛認(rèn)可。領(lǐng)先的技術(shù)能力和產(chǎn)品基礎(chǔ)，為毫末智行和特斯拉帶來了市場的信任，又得以在場景中促進(jìn)數(shù)據(jù)能力的迭代，從而能生產(chǎn)出更好的產(chǎn)品，形成良性循環(huán)，構(gòu)筑了市場領(lǐng)先性。

3.無人區(qū)的自主探索。如果說，技術(shù)與市場都有發(fā)展參照物，那么自動(dòng)駕駛作為一個(gè)與城市空間、社會(huì)經(jīng)濟(jì)生活深度結(jié)合的技術(shù)，也需要中國企業(yè)擔(dān)負(fù)起一些新問題的探索，比如安全性的保障、參與自動(dòng)駕駛法律法規(guī)行業(yè)標(biāo)準(zhǔn)、電動(dòng)汽車的產(chǎn)業(yè)鏈共榮、低碳綠色的社會(huì)責(zé)任、東數(shù)西算工程的發(fā)展等，將自動(dòng)駕駛技術(shù)的商業(yè)價(jià)值與社會(huì)價(jià)值進(jìn)一步釋放，毫末智行為代表的中國廠商正在路上。

在所謂的“寒冬”里，特斯拉和毫末為代表的自動(dòng)駕駛企業(yè)反而踏上了開往春天的高速路。

2022年有一個(gè)特別打動(dòng)我的場景，是毫末智行的董事長、CEO等高層都是親自下場，跟技術(shù)團(tuán)隊(duì)一起，走在城市的一條條街道上路測，從白天走到黑夜，從白皮膚曬成了黑臉龐……這個(gè)畫面說明，中國自動(dòng)駕駛產(chǎn)業(yè)的路，只能由中國企業(yè)一步一個(gè)腳印地從土地里踩出來。

正是無數(shù)這樣的步履，讓我們相信，中國AI、中國企業(yè)，一定會(huì)在自動(dòng)駕駛的舞臺(tái)上不斷抵達(dá)未來。