10月24日是屬于小鵬自己的科技春晚，也是小鵬兌現(xiàn)flag和秀肌肉日子。
今年的1024，小鵬一半以上內(nèi)容在講城市高級(jí)輔助駕駛，這足以證明其重要性。小鵬汽車(chē)自動(dòng)駕駛副總裁吳新宙從技術(shù)方向、方法論以及未來(lái)規(guī)劃都做出了清晰的解析，這也在向外界釋放一個(gè)信號(hào)，關(guān)于智能駕駛的下半場(chǎng)，小鵬做足了準(zhǔn)備，也一定要走到最前列。
接下來(lái)，筆者嘗試從技術(shù)路徑，地圖閉環(huán)、數(shù)據(jù)閉環(huán)、超算中心、解析小鵬的智能駕駛規(guī)劃。
城市NGP：降低高精地圖依賴
智能輔助駕駛下半場(chǎng)的入場(chǎng)券就是量產(chǎn)城市高級(jí)輔助駕駛+全棧閉環(huán)能力。
小鵬給出的數(shù)據(jù)顯示：具備城市輔助駕駛能力的小鵬P5，總用車(chē)?yán)锍讨?，城市道路占比高達(dá) 71%，換成用車(chē)時(shí)長(zhǎng)維度則可以占到90%。同時(shí)，每天僅有25%的用戶出行會(huì)通過(guò)高速，而城市道路則是100%。因此，城市場(chǎng)景不僅是用戶的高頻場(chǎng)景，也是剛需。
方向是明確的，但執(zhí)行卻充滿難點(diǎn)。吳宙新表示：“城市高級(jí)輔助駕駛要比高速高級(jí)輔助駕駛難上百倍”。因?yàn)閺能浖?shù)據(jù)來(lái)看，城市 NGP 相較于高速 NGP，大概需要增加 4 倍的感知模型數(shù)量、6 倍的代碼量，以及 88 倍的規(guī)劃控制代碼量。
針對(duì)城市高級(jí)輔助駕駛，多感知+重高精地圖是最主流的智能駕駛輔助方案，目前蔚來(lái)、理想、哪吒、華為都是這一方案的支持者。而小鵬正要逐步降低對(duì)高精地圖的依賴。
從1024發(fā)布會(huì)看，筆者梳理了2個(gè)小鵬降低對(duì)高精地圖依賴的理由。
第一，按照規(guī)劃，小鵬要在今年二季度末“上車(chē)”城市NGP，并且逐步開(kāi)放其他多個(gè)城市。但由于高精度地圖的審核問(wèn)題，導(dǎo)致小鵬在9月27日，才開(kāi)始在廣州進(jìn)行城市NGP的落地。截止到目前，也只有廣州用戶可以體驗(yàn)城市NGP。
政策來(lái)看，國(guó)內(nèi)高精地圖采集有限制，會(huì)給輔助駕駛的推廣帶來(lái)技術(shù)難題。為了智能駕駛更廣泛的使用，以及更深的技術(shù)護(hù)城河，小鵬選了一條更難走的路。
這是全行業(yè)面臨的問(wèn)題，所以想要率先落地城市高級(jí)輔助駕駛，重感知+輕地圖將會(huì)是未來(lái)的一大發(fā)展方向。
第二，城市高級(jí)輔助并不能高度依賴高精地圖。不少人用“在高精地圖上做城市輔助駕駛就是有軌電車(chē)”來(lái)比喻兩者之間的關(guān)系。吳新宙認(rèn)為，在城市做高等級(jí)輔助駕駛，有軌電車(chē)是行不通的。在邏輯上鐵軌只是告訴你方向，但最終依靠的還是車(chē)輛自身的感知能力。首先城市道路錯(cuò)綜復(fù)雜，道路標(biāo)線存在磨損問(wèn)題。另外，還有樓宇施工的問(wèn)題，都是高精地圖不能解決的BUG。吳新宙以廣州舉例，廣州每天城市建筑改造有500處，每天有2處，這座城市幾乎每天都在變化，此時(shí)高精地圖與實(shí)際路況會(huì)有差異，這對(duì)多感知+重高精地圖的方案是個(gè)挑戰(zhàn)。目前，以特斯拉、毫末智行代表的企業(yè)都選擇了重感知+輕地圖的技術(shù)路線。而如今小鵬也加入了這一技術(shù)陣營(yíng)。為了減少對(duì)高精地圖的依賴，小鵬提出了要實(shí)現(xiàn)數(shù)據(jù)閉環(huán)和地圖閉環(huán)。吳新宙表示：“在脫離高精地圖這條軌道的背景下，城區(qū) NGP 最難的地方在于：1、車(chē)輛橫向操控。2、博弈和不確定性場(chǎng)景處理，考驗(yàn)的是車(chē)輛近距離的感知能力和判斷。”為此，小鵬推出了新一代感知架構(gòu)Xnet，也叫深度視覺(jué)神經(jīng)網(wǎng)絡(luò)技術(shù)，特點(diǎn)是多相機(jī)/多幀的數(shù)據(jù)輸入。在Xnet之前，小鵬是通過(guò)多相機(jī)單幀的方式輸入模型，再通過(guò)算法進(jìn)行后融合處理產(chǎn)生360度的感知，而Xnet 則是將連續(xù)數(shù)據(jù)也就是相當(dāng)于視頻，輸入深度學(xué)習(xí)的大模型，再輸出三維空間的結(jié)果。本質(zhì)上，這和特斯拉一樣，是一種純視覺(jué)的前融合。在 Xnet感知架構(gòu)下，靜態(tài)和動(dòng)態(tài)都進(jìn)行了性能提升。靜態(tài)方面：感知硬件把數(shù)據(jù)給到大模型深度學(xué)習(xí)網(wǎng)絡(luò)里，直接3D靜態(tài)輸出，也就是說(shuō)實(shí)時(shí)生成高精地圖，感知輸出。在現(xiàn)場(chǎng)，吳新宙播放的PPT顯示，視頻中的車(chē)道線、人行道和可行駛區(qū)域，并非高精地圖，而是來(lái)自Xnet的感知輸出。也就是說(shuō)，Xnet具有自建高精地圖的能力。動(dòng)態(tài)方面：Xnet 具備更強(qiáng)的 360 度感知，可以在視覺(jué)識(shí)別的基礎(chǔ)上輸出目標(biāo)物的位置、姿態(tài)、尺寸、速度等信息，甚至可以預(yù)測(cè)目標(biāo)軌跡，使規(guī)控的博弈能力大幅提升，變道成功率更高。2、數(shù)據(jù)閉環(huán) 引入transformer按照數(shù)據(jù)和算法的迭代關(guān)系，吳新宙將小鵬的整個(gè)數(shù)據(jù)閉環(huán)分成4大關(guān)節(jié)：數(shù)據(jù)收集、標(biāo)注、訓(xùn)練和部署。這里需要說(shuō)明的是，小鵬首次引入了transformer大模型，這在造車(chē)企業(yè)里很少見(jiàn)。針對(duì)transformer大模型的研究和落地嘗試，為小鵬的城市導(dǎo)航輔助駕駛打下了堅(jiān)實(shí)基礎(chǔ)。有業(yè)內(nèi)人士表示，國(guó)內(nèi)其他車(chē)企也在研發(fā)transformer大模型，但小鵬還是比較快的一批，筆者知道的另外兩個(gè)玩家分別是特斯拉和毫末智行。引入transformer大模型，在軟件上布署也是一個(gè)新的難題，這涉及到數(shù)據(jù)標(biāo)注，吳新宙表示：“如果訓(xùn)練動(dòng)態(tài)網(wǎng)絡(luò)的視頻數(shù)據(jù)，需要100萬(wàn)條視頻”，如果人工標(biāo)注的話，是2000人/年的工作量，小鵬是絕不會(huì)忍受這樣的標(biāo)注效率。所以，在標(biāo)注上小鵬開(kāi)發(fā)了全自動(dòng)標(biāo)注系統(tǒng)，相較傳統(tǒng)人工標(biāo)注效率提升 45000 倍。比如曾經(jīng) 2000 人一年的標(biāo)注量，現(xiàn)在 16 天左右就可以完成，并且遠(yuǎn)超人工標(biāo)注質(zhì)量。除此之外，為了應(yīng)對(duì)部分極為罕見(jiàn)的Corner Case，比如異形三輪車(chē)和行駛中的貨車(chē)輪胎突然脫離，小鵬利用 UE 引擎進(jìn)行仿真訓(xùn)練系統(tǒng)，在數(shù)據(jù)量難以滿足訓(xùn)練需求時(shí)，小鵬會(huì)利用定向仿真來(lái)在虛擬世界中建立大量類(lèi)似場(chǎng)景，在虛擬世界中對(duì)網(wǎng)絡(luò)進(jìn)行訓(xùn)練。至于Transformer 網(wǎng)絡(luò)的部署，小鵬進(jìn)行了全新的重構(gòu)調(diào)整，優(yōu)化了運(yùn)行效率和算力利用率，比如此前需要一顆 Orin 芯片 1.22 倍算力的模型，現(xiàn)在壓縮到只需要 9% 的算力即可。需要說(shuō)明的是，小鵬引入transformer大模型還有另一目的，那就是數(shù)據(jù)驅(qū)動(dòng)、和數(shù)據(jù)訓(xùn)練。負(fù)責(zé)采集的工具，小鵬雖未對(duì)這一技術(shù)命名，但它很像毫末智行的核心武器MANA。獲取數(shù)據(jù)并不陌生，目前特斯拉、蔚來(lái)智己都選擇數(shù)據(jù)驅(qū)動(dòng)模式。但在數(shù)據(jù)獲取、數(shù)據(jù)處理、模型效果、產(chǎn)品迭代等方面，各家水平卻不盡相同?；?nbsp;Transformer 網(wǎng)絡(luò)的復(fù)雜程度，小鵬對(duì)數(shù)據(jù)收集、標(biāo)注、訓(xùn)練和部署進(jìn)行了升級(jí)處理。在數(shù)據(jù)收集上，小鵬在近 10 萬(wàn)輛小鵬車(chē)型上裝載了超過(guò) 300 個(gè)觸發(fā)器，可以實(shí)時(shí)將場(chǎng)景數(shù)據(jù)收集上傳。吳新宙表示，“這10萬(wàn)輛車(chē)，每天獲取的數(shù)據(jù)是不同的，云端會(huì)下指令給車(chē)輛每日獲取不同的數(shù)據(jù)。”如何對(duì)這些數(shù)據(jù)進(jìn)行處理或者訓(xùn)練，除了transformer大模型外，還需要大型的超算中心。超算中心是自動(dòng)駕駛發(fā)展的另一個(gè)決勝點(diǎn)。隨著自動(dòng)駕駛車(chē)輛的增加，需要處理的數(shù)據(jù)呈幾何級(jí)增長(zhǎng)，對(duì)算力的需求、功耗要求都大幅提升，只有超算中心能夠解決這個(gè)挑戰(zhàn)。超算中心相當(dāng)于私人定制化的云端算力。目前的公有云要服務(wù)上千種行業(yè)，無(wú)法滿足車(chē)企自動(dòng)駕駛算力的需求。自動(dòng)駕駛企業(yè)自建超算中心，相當(dāng)于云端部署決定采集什么數(shù)據(jù)。按照小鵬的說(shuō)法，扶搖是全國(guó)最大的自動(dòng)駕駛智算中心?；诎⒗镌浦悄苡?jì)算平臺(tái)，算力可達(dá)600PFLOPS（每秒浮點(diǎn)運(yùn)算60億億次）。在“扶搖”的加持下，自動(dòng)駕駛模型訓(xùn)練效率提升602倍。與2400TOPS算力的服務(wù)器進(jìn)行單機(jī)訓(xùn)練相比，80機(jī)并行訓(xùn)練可將訓(xùn)練時(shí)長(zhǎng)由276天縮短至11小時(shí)。吳新宙舉了一個(gè)例子，建立扶搖相當(dāng)于成千上萬(wàn)的個(gè)Orin在同時(shí)學(xué)習(xí)。通過(guò)與阿里云合作，“扶搖”以更低成本實(shí)現(xiàn)了更強(qiáng)算力。首先，對(duì)GPU資源進(jìn)行細(xì)粒度切分、調(diào)度，將GPU資源虛擬化利用率提高3倍，支持更多人同時(shí)在線開(kāi)發(fā)，效率提升十倍以上。在通訊層面，端對(duì)端通信延遲降低80%至2微秒。整體計(jì)算效率上，實(shí)現(xiàn)了算力的線性擴(kuò)展。存儲(chǔ)吞吐比業(yè)界20GB/s的普遍水準(zhǔn)提升了40倍，數(shù)據(jù)傳輸能力相當(dāng)于從送快遞的微型面包車(chē)，換成了20多米長(zhǎng)的40噸集裝箱重卡。此外，阿里云機(jī)器學(xué)習(xí)平臺(tái)PAI提供了模型訓(xùn)練部署、推理優(yōu)化等AI工程化工具，比開(kāi)源框架訓(xùn)練性能提升30%以上。在小鵬1024智能駕駛部分的最后，吳新宙還給出了一個(gè)One more thing：Robotaxi。就在不久之前，小鵬G9通過(guò)了封閉道路的自動(dòng)駕駛測(cè)試，目前已獲得智能網(wǎng)聯(lián)汽車(chē)道路測(cè)試許可。也就是說(shuō)，小鵬G9作為Robotaxi的承載車(chē)型，上路的牌照已經(jīng)到手了，下一步就是具體的落地上路。根據(jù)規(guī)劃，小鵬Robotaxi將會(huì)在明年或后年出現(xiàn)在廣州街頭，在有安全員的前提下載客運(yùn)營(yíng)。小鵬Robotaxi帶來(lái)的意義是，它能夠在量產(chǎn)車(chē)與 Robotaxi 之間形成數(shù)據(jù)和能力雙向反哺，以此實(shí)現(xiàn)飛躍式的數(shù)據(jù)采集效率。這也是競(jìng)爭(zhēng)對(duì)手不具備的能力，在獲取數(shù)據(jù)層面可以領(lǐng)先對(duì)手。而馬斯克同樣希望 FSD 量產(chǎn)車(chē)隊(duì)的數(shù)據(jù)能夠與 Robotaxi 共享，實(shí)現(xiàn)對(duì)真實(shí)駕駛數(shù)據(jù)的積累、特殊 Corner Case 的數(shù)據(jù)收集。寫(xiě)到這里，筆者認(rèn)為小鵬的智能駕駛輔助系統(tǒng)SKU做的有些復(fù)雜。目前依然有人混肴XNGP 和 XPILOT 。簡(jiǎn)單理解，XNGP相當(dāng)于特斯拉的FSD，屬于殺手锏。XNGP 與 XPILOT 區(qū)別是 XNGP 在感知、決策、規(guī)劃算法結(jié)構(gòu)上的不同，并且在算力和算法的提升下，XNGP 帶來(lái)的體驗(yàn)是質(zhì)變的。在能力層面，XNGP 在高速場(chǎng)景的目標(biāo)是做到全程零接管。在市區(qū)XNGP 的目標(biāo)是做到在有高精地圖的情況下，一些罕見(jiàn)的 Corner Case 會(huì)比 XPILOT 處理得好。需要注意的是，XNGP目前還是一個(gè)期貨產(chǎn)品，今年交付的小鵬G9 MAX版（其他版本僅支持XPILOT)僅有高速NGP、記憶泊車(chē)、LCC、智能泊車(chē)等能力。對(duì)此，小鵬對(duì)于智能輔助駕駛下一步規(guī)劃是：2023 年，在有高精地圖情況下，小鵬城市輔助駕駛覆蓋上海、深圳和廣州三個(gè)城市，在無(wú)高精地圖情況下，大部分城市將開(kāi)放變道、超車(chē)、左右轉(zhuǎn)能力。2024 年，小鵬將實(shí)現(xiàn)貫通泊車(chē)、高速、城市的全場(chǎng)景輔助駕駛。從這個(gè)時(shí)間規(guī)劃表來(lái)看，小鵬重感知輕地圖的技術(shù)轉(zhuǎn)型，現(xiàn)在還處在前期階段，后續(xù)還有多個(gè)軟件版本進(jìn)行升級(jí)。關(guān)注智能駕駛的讀者，可能都有下列疑問(wèn)：大算力芯片和激光雷達(dá)等硬件配置的軍備競(jìng)賽，什么時(shí)候是終點(diǎn)？智能駕駛的下半場(chǎng)，到底會(huì)怎么走？城市智能駕駛，什么時(shí)候全面上車(chē)？學(xué)習(xí)完1024小鵬科技日，我們可以得出一個(gè)結(jié)論：智能駕駛的下半場(chǎng)的角逐重點(diǎn)，將是量產(chǎn)城市高級(jí)輔助駕駛+全棧閉環(huán)能力。降低對(duì)高精地圖的依賴，大模型、自動(dòng)標(biāo)注、大算力超算中心，這些都是未來(lái)智能駕駛角逐的關(guān)鍵詞。在芯片、激光雷達(dá)等軍備競(jìng)賽之后，下一場(chǎng)的角逐重點(diǎn)也浮出水面。目前，特斯拉、毫末智行，小鵬都在選擇重感知、輕地圖的路線，也都引入了大模型，建立了自己的超算中心。或許，下半場(chǎng)，智能駕駛水平將會(huì)出現(xiàn)明顯的分水嶺，我們則知道誰(shuí)在研發(fā)，誰(shuí)在裸泳。
如果您對(duì)小鵬汽車(chē)感興趣、有疑問(wèn)、想團(tuán)購(gòu)，可以掃以下二維碼入電駒-小鵬汽車(chē)交流群。 若二維碼失效，也可以加微信dianju98入群。
本站僅提供存儲(chǔ)服務(wù)，所有內(nèi)容均由用戶發(fā)布，如發(fā)現(xiàn)有害或侵權(quán)內(nèi)容，請(qǐng)
點(diǎn)擊舉報(bào)。
