4166am金沙信心之選6月21日，工業(yè)和信息化部（下稱“工信部”）副部長辛國斌在國務(wù)院新聞辦公室舉行的政策例行吹風(fēng)會上表示，將啟動智能網(wǎng)聯(lián)汽車準入和上路通行試點，組織開展城市級“車路云一體化”示范應(yīng)用，支持有條件的自動駕駛——L3級及更高級別的自動駕駛功能商業(yè)化應(yīng)用。

　　L3級是自動駕駛中的一個分水嶺。根據(jù)中國《汽車駕駛自動化分級》，目前自動駕駛技術(shù)可分為L0到L5六個等級，其中L0為人工駕駛，L1、L2依然以人類駕駛員操控為主，系統(tǒng)充當輔助。從L3級別功能開始，出現(xiàn)系統(tǒng)控制車輛行駛。

　　目前，支持L3級及更高級別的自動駕駛功能商業(yè)化應(yīng)用的配套政策正在制定當中。也就是說，如果智能化是新能源汽車下半場，那么此次政策的打開無異于一聲哨響。

　　和L2相比，L3車輛的自主決策占比更高，但是，駕駛員仍需要介入部分場景。因此，必須對實際操作中的安全責(zé)任做出清晰劃分。

　　事實上，自2019年L2級別輔助駕駛功能大規(guī)模量產(chǎn)以來，自動駕駛商用在用戶端并未有質(zhì)的改變。根據(jù)國際數(shù)據(jù)公司IDC數(shù)據(jù)，今年一季度L2級自動駕駛在中國乘用車市場滲透率已經(jīng)達到了45.3%。然而，由于缺乏可以明確依據(jù)的責(zé)任定義，L3一直是各家車企不敢逾越的關(guān)卡。

　　另一方面，今年以來，中國新能源車滲透率基本維持在30%左右，整體進入成長中期。因此車企迫切需要新的競爭抓手。包括自動駕駛在內(nèi)的汽車智能化是必然方向。

　　2010年以來，汽車智能化有過兩次高潮：2014年-2016年，由于攝像頭等視覺技術(shù)創(chuàng)新，Mobileye和博世等公司引領(lǐng)了全球 L2級別輔助駕駛。2020年-2022年，伴隨大算力芯片和域控制器技術(shù)的成熟，特斯拉引領(lǐng)了全球準 L3 輔助駕駛浪潮。

　　原因在于交通責(zé)任的法律判定。到了L3級別，車輛的主導(dǎo)者由人類駕駛員轉(zhuǎn)變?yōu)橄到y(tǒng)。此時，由于駕駛員身份的轉(zhuǎn)變，在意外事故發(fā)生時，責(zé)任方判定變得尤為重要；且由于市場上存在大量宣稱L2、L2.5、L2.9+的汽車產(chǎn)品，究竟L3和L3以下級別自動駕駛功能差異在哪里，均需要做出明確定義。

　　行業(yè)普遍認為，如果沒有一套完整細則判定交通責(zé)任劃分，沒有一家車企敢貿(mào)然跨越L3級自動駕駛。

　　從產(chǎn)業(yè)發(fā)展的角度來說，隨著中國電動車滲透率不斷提升，車企需要差異化的產(chǎn)品來鞏固競爭優(yōu)勢、拓展細分市場，因而提升了對智能化的需求。自動駕駛是一個亮點，也是一個賣點。有觀點認為，今年中國汽車市場的價格戰(zhàn)也是因為當前汽車產(chǎn)品過于同質(zhì)，消費者期待有區(qū)別度的產(chǎn)品，更高水平的自動駕駛車輛或許是選項之一。這也意味著未來有能力實現(xiàn)L3及以上級別自動駕駛的車企將有可能建立競爭壁壘，而不具備這一能力的車企將會被加速淘汰。

　　去年11月，國家開始對L3級別以上自動駕駛汽車的量產(chǎn)做出立法上的嘗試。工信部等組織起草了《關(guān)于開展智能網(wǎng)聯(lián)汽車準入和上路通行試點工作的通知(征求意見稿)》，公開征求社會各界意見。今年，根據(jù)東吳證券不完全統(tǒng)計，國內(nèi)已有超過 17 條以上直接面向智能網(wǎng)聯(lián)汽車相關(guān)的政策法規(guī)發(fā)布。

　　目前，全國已有 50 多個省市出臺智能網(wǎng)聯(lián)汽車測試規(guī)定。北京、上海、廣州、深圳等 10 余個城市已允許在特定區(qū)域、特定時段讓自動駕駛汽車進行出租車、城市公共汽車等商業(yè)化試運營。

　　美國也在L3級別的自動駕駛法規(guī)的規(guī)范上有所行動。就在今年，美國內(nèi)華達州和加州也先后對 L3 級別自動駕駛功能責(zé)任做出了清晰的劃分，并批準奔馳 L3 級別自動駕駛功能上路運行。法規(guī)的完善意味著一片廣闊的市場已經(jīng)打開。

　　在低級別輔助駕駛功能中，常見的一般案例已經(jīng)能夠被解決，而在高級別自動駕駛功能應(yīng)用中，由于車輛的主導(dǎo)者由人類駕駛員轉(zhuǎn)變?yōu)橄到y(tǒng)，此時車輛的智駕系統(tǒng)必須能夠解決corner case，即罕見卻又無法完全避免的極端場景。這些場景數(shù)據(jù)樣本較少，一旦模型不能有效識別，可能引發(fā)嚴重的安全事故。

　　現(xiàn)有方案在解決corner case上均顯得力不從心。在過去的智能化進程中，車企主要技術(shù)路線有兩種，一是特斯拉為代表的純視覺方案；二是其他車企所采用的多傳感器融合方案。后者在實現(xiàn)高級別自動駕駛功能時完全無法具備成本優(yōu)勢，靠“堆料”也難以解決層出不窮的corner case。

　　這是因為傳統(tǒng)的數(shù)據(jù)訓(xùn)練方法類似于讓智駕系統(tǒng)從已有的數(shù)據(jù)樣本中學(xué)習(xí)，因此系統(tǒng)只能應(yīng)對學(xué)習(xí)過的情況。就像已經(jīng)解決了99%的問題，而剩下1%失效的風(fēng)險卻可能讓此前的努力都前功盡棄。在實車路采數(shù)據(jù)中積累corner case，不僅可行性低，成本也非常高。

　　AI大模型是新的解法。大模型的方法并不需要人類去標注告訴系統(tǒng)學(xué)習(xí)什么，系統(tǒng)直接從海量的數(shù)據(jù)中學(xué)習(xí)。隨著AI大模型技術(shù)的發(fā)展，特斯拉率先采用了基于 TransFormer大模型的BEV+占用網(wǎng)絡(luò)感知算法，這種方法有利于解決圖像尺度問題和遮擋問題，已經(jīng)成為下一代汽車智能化的主要架構(gòu)。

　　經(jīng)過兩年多迭代，特斯拉FSD（full self-driving，完全智能駕駛軟件）功能逐步成熟。馬斯克已經(jīng)宣布，F(xiàn)SD即將發(fā)布的新版本，將采用端對端的方式，即從目前模塊化的小模型進化到類似GPT的大模型中。馬斯克稱，今年年底有望實現(xiàn)完全自動駕駛。

　　國內(nèi)主流車企紛紛跟進，包括理想、小鵬、比亞迪等車企都采用類似方式，建模全新一代自動駕駛感知方案。

　　此外，自動駕駛質(zhì)的變化不僅是硬件、模型、數(shù)據(jù)和算力需求這些生產(chǎn)要素的變化，還意味著生產(chǎn)要素的組合方式也在發(fā)生質(zhì)變。

　　在2016年以前，自動駕駛的開發(fā)方式基本上都是傳統(tǒng)黑盒的開發(fā)方式，即主機廠委托供應(yīng)商開發(fā)，供應(yīng)商提供黑盒子。這種方式無法支持車輛實現(xiàn)高級別自動駕駛。

　　隨著自動駕駛研發(fā)深入，車載ECU的數(shù)量及配套軟件開發(fā)量大幅增加（如大量使用激光雷達等傳感器），針對更高級別自動駕駛系統(tǒng)的開發(fā)不能再采用這種黑盒模式，而是變成了生態(tài)化的合作，這也倒逼車企不得不提高業(yè)務(wù)的數(shù)字化水平。

　　事實上，不僅僅是研發(fā)領(lǐng)域，人工智能已滲透到車企業(yè)務(wù)鏈條上的各層面，華為云公有云業(yè)務(wù)部總裁高江海的觀點是，在生產(chǎn)制造領(lǐng)域，通過AI進行生產(chǎn)排班，可以最大化供應(yīng)能力。在銷售領(lǐng)域，AI也可以對海量數(shù)據(jù)進行分析挖掘，獲取有價值的信息，幫助企業(yè)更準確地了解市場需求。

　　因此，汽車行業(yè)進入到新的競爭階段，對汽車智能化和車企智能化都提出了更高的要求。企業(yè)不僅必須上云，且十分考驗云平臺的能力。

　　IDC在近日發(fā)布的報告中提出，當前以自動駕駛、智能座艙發(fā)展為代表的智能化網(wǎng)聯(lián)化是市場熱點。隨著車聯(lián)網(wǎng)的進一步發(fā)展，汽車行業(yè)對車聯(lián)網(wǎng)的基礎(chǔ)設(shè)施“汽車云”的需求日趨重視，汽車云市場將迎來快速發(fā)展。

　　在自動駕駛量產(chǎn)向L3進發(fā)的情況下，云的消耗量將爆發(fā)式增長。預(yù)計自動駕駛開發(fā)解決方案市場未來五年復(fù)合增速為90.0%，2027年規(guī)模達208.7億元人民幣，占整體解決方案市場比例接近70%。

　　自動駕駛所需要的云上服務(wù)主要包括兩個部分：一是基礎(chǔ)的資源層服務(wù)，包括計算、存儲、網(wǎng)絡(luò)等云端資源服務(wù)；二是上層研發(fā)工具，包括數(shù)據(jù)管理、模型訓(xùn)練、云上仿真等環(huán)節(jié)。

　　隨著車企數(shù)字化轉(zhuǎn)型逐漸深入，所有的業(yè)務(wù)都完成了上云。此時，大量數(shù)據(jù)都在云上流轉(zhuǎn)，云成為串聯(lián)各個業(yè)務(wù)的基礎(chǔ)設(shè)施。除了高性能的算力，云平臺還需要提供端到端的加速能力。

　　因此，進入到L3級以上的自動駕駛領(lǐng)域，如同燃油車時代車企對動力引擎的爭奪，云計算和人工智能正成為當下和未來的競爭焦點。

　　公有云廠商均十分重視自動駕駛領(lǐng)域的“云”解法，華為云的思路可以作為一個觀察視角。

　　今年7月初，華為云發(fā)布了盤古大模型3.0。大模型采用分層、解耦、開放的架構(gòu)，面向千行百業(yè)。在自動駕駛領(lǐng)域，盤古大模型可以有效應(yīng)對corner case。其數(shù)據(jù)生成能力可以廣泛應(yīng)用于數(shù)據(jù)預(yù)處理、模型訓(xùn)練及模型仿真環(huán)節(jié)，比如，用數(shù)據(jù)生成替代實車路采；用自動標注替代人工標注；用自動生成對抗性場景替代人工設(shè)定等。

　　大模型也極大推高了對數(shù)據(jù)和算力的需求。因此，決定自動駕駛技術(shù)快速演進的關(guān)鍵，就落到了如何提升數(shù)據(jù)處理效率，如何加速模型迭代。

　　7月21日，華為云發(fā)布了基于盤古大模型加持的自動駕駛開發(fā)平臺，貫穿自動駕駛研發(fā)的數(shù)據(jù)處理、數(shù)據(jù)標注、模型訓(xùn)練、模型驗證和仿真?；跁N騰云服務(wù)，自動駕駛平臺可以為自動駕駛開發(fā)提供穩(wěn)定算力；基于盤古大模型加持，可以加速自動駕駛數(shù)據(jù)閉環(huán)迭代。目前，這一自動駕駛開發(fā)平臺已經(jīng)在長安、一汽、比亞迪、廣汽等多個車企運行，且在商用車領(lǐng)域廣泛應(yīng)用于礦山、港口等場景。

　　4166am金沙

　　這是一套組合的打法。在具體的應(yīng)用上，以上述提及的路測數(shù)據(jù)為例。盤古大模型結(jié)合自研算法，將不同時刻拍攝的視頻可以重建為3D空間，通過編輯空間中的行程路線、光照紋理和車輛，用于構(gòu)造新的corner case，顯著降低數(shù)據(jù)采集成本的難度。

　　自動駕駛開發(fā)平臺又貫穿了自動駕駛研發(fā)的全過程。在仿真方面，云端大規(guī)模定型仿真服務(wù)可以實現(xiàn)日行千萬里的仿真驗證能力。在迭代方面，自動駕駛開發(fā)平臺能夠自動將各種corner case的價值數(shù)據(jù)上傳到云端，實現(xiàn)數(shù)據(jù)閉環(huán)的算法。優(yōu)化迭代，提升車輛的智能水平。

　　值得注意的是，華為云稱，昇騰AI云服務(wù)單集群性能可達2000P Flops，大模型訓(xùn)練30天長穩(wěn)率達到90%，斷點恢復(fù)時長不超過10分鐘，同時訓(xùn)練效能可以調(diào)優(yōu)到業(yè)界主流GPU的1.1倍。

　　算力是汽車行業(yè)智能化的基礎(chǔ)。在當下，擁有這樣的算力本身已經(jīng)是稀缺資源?！熬薮蟮乃懔Σ粌H僅需要資源投入，對工程能力本身就是一種挑戰(zhàn)。全球范圍內(nèi)也沒有幾家公司具備這樣的算力。”一位海外自動駕駛研發(fā)人士表示。

　　華為云EI服務(wù)產(chǎn)品部部長尤鵬介紹說，華為云已經(jīng)協(xié)助研發(fā)自動駕駛算法的客戶陸續(xù)開發(fā)了場景生成大模型，場景理解大模型，預(yù)標注大模型，多模態(tài)檢索大模型等，極大地提升了這些公司的數(shù)據(jù)處理效率。

　　絕大多數(shù)車企目前已著手調(diào)研自動駕駛大模型技術(shù)的應(yīng)用前景，一些車企已經(jīng)入場，其中不乏自研者，如理想汽車就推出了自研的mindGPT大模型。一些企業(yè)由于成本投入或其他問題，仍在觀望?！暗蠹移毡榭春谩！币晃毁Y深汽車行業(yè)咨詢?nèi)耸勘硎尽?/p>

　　不過，大模型的訓(xùn)練和運行需要巨大的計算資源，對不少車企來說，這仍舊是一筆昂貴投入。大模型的決策過程并不透明，這使得對其進行有效監(jiān)控和調(diào)整又成為一個新的議題。考慮到自動駕駛的行業(yè)特性，對安全有特殊要求，大模型未必是所有車企的最佳解法。

　　可以肯定的是，由于產(chǎn)業(yè)技術(shù)突破和政策持續(xù)推動，采用大模型技術(shù)的 L3 甚至更高級別的自動駕駛量產(chǎn)落地已經(jīng)到了關(guān)鍵的時間節(jié)點。

　　產(chǎn)業(yè)鏈正在從量變走向質(zhì)變的過程?；仡欁詣玉{駛產(chǎn)業(yè)發(fā)展歷程，行業(yè)的每一次跨越都離不開技術(shù)和政策的共振。一位資深業(yè)內(nèi)人士表示，上一代計算平臺是跑不了大模型的，幾乎所有企業(yè)都是從這兩年才開始布局新一代平臺。當政策逐漸打開，千里逐鹿，這一輪競爭才剛剛開始。返回搜狐，查看更多