用智駕供應(yīng)商的方案，何必遮遮掩掩？

作者 | 郭瑞嬋

編輯 | 李雨晨

一直以來(lái)，走全棧自研路線的新勢(shì)力奪取了智駕的大部分聲量，但現(xiàn)在格局已有所松動(dòng)。

“蔚小理華”之外，智己也開(kāi)始越來(lái)越頻繁地在智駕測(cè)評(píng)榜單中出現(xiàn)。

今年9月，智己正式交付了全國(guó)都能開(kāi)的無(wú)圖NOA，成為第四家達(dá)成這一里程碑的車企。一個(gè)月后，智己又正式推出了基于“一段式端到端大模型”的IM AD 3.0。

與這些玩家不同，智己的IM AD智駕系統(tǒng)是與Momenta聯(lián)合開(kāi)發(fā)。一直以來(lái)，頭部車企對(duì)于采用供應(yīng)商智駕方案的行為諱莫如深，即使是非自研也必須被包裝成全棧自研。但是智己和Momenta一直公開(kāi)為對(duì)方站臺(tái)。

智己，是Momenta能夠在智駕行業(yè)扎穩(wěn)腳根的關(guān)鍵一步。Momenta CEO曹旭東如此形容兩家之間的關(guān)系：“雖然是兩個(gè)公司，但勝似一個(gè)團(tuán)隊(duì)。”

曹旭東表示，智駕的摩爾定律是兩年10倍，但智己與Momenta追求的目標(biāo)要遠(yuǎn)高于此，可能是兩年100倍甚至更高，實(shí)現(xiàn)這個(gè)目標(biāo)，需要兩邊都具有高效的迭代效率，數(shù)據(jù)閉環(huán)效率的提升要從以月為單位加速到以周為單位、以一天為單位。

“放到任何一家公司內(nèi)部，能夠達(dá)到這樣效率的團(tuán)隊(duì)在行業(yè)內(nèi)都是鳳毛麟角。”

通過(guò)聯(lián)合Momenta，智己宣布將在年內(nèi)獲得L4級(jí)無(wú)駕駛?cè)说缆窚y(cè)試牌照，成為全國(guó)首個(gè)同時(shí)具備L2+、L3、L4智能駕駛量產(chǎn)能力的汽車品牌。

1

都在講端到端，智己與Momenta的有何不同？
IM AD 3.0的關(guān)鍵詞是“直覺(jué)”，這出自于行業(yè)里正在流行的“快慢系統(tǒng)”理論——人類大腦95%的決策都依賴于快系統(tǒng)，即直覺(jué)與條件反射，端到端智駕大模型則通過(guò)減少人為定義的規(guī)則以復(fù)刻人類大腦的快系統(tǒng)。

一段式端到端大模型，是目前復(fù)刻人類大腦快系統(tǒng)最極致的階段，通過(guò)把感知和規(guī)劃兩個(gè)模型整合成一個(gè)大模型，傳感器原始數(shù)據(jù)輸入后直接就輸出規(guī)劃路徑，模擬人類的快速直覺(jué)反應(yīng)。

它的優(yōu)勢(shì)在于，無(wú)需人為定義從感知到規(guī)劃的接口，能學(xué)習(xí)全局信息與隱含信息，就算面對(duì)看不清的道路結(jié)構(gòu)與情況，也能綜合分析車流、行人的軌跡等全局隱含信息，基于全局信息輸出行駛軌跡，通過(guò)理解環(huán)境做到邊看邊開(kāi)的老司機(jī)駕駛行為。

以路上的水坑為例，在過(guò)去的分段式模型中，水坑場(chǎng)景是比較難解決的Corner Case之一。首先需要人為定義水坑的類型，并用大量數(shù)據(jù)訓(xùn)練感知模型以認(rèn)知水坑，而在規(guī)劃模型中，也同樣需要大量躲避水坑的駕駛數(shù)據(jù)來(lái)訓(xùn)練學(xué)習(xí)。

一段式端到端大模型去除了人為定義水坑的步驟，即使對(duì)水坑沒(méi)有顯性定義，也可以通過(guò)學(xué)習(xí)隱含的認(rèn)知繞過(guò)水坑。由此可見(jiàn)，一段式端到端大模型的泛化能力更強(qiáng)、上限也更高。

同時(shí)為了保證下限，IM AD 3.0加入了“安全邏輯網(wǎng)絡(luò)”進(jìn)行兜底，負(fù)責(zé)對(duì)一段式端到端大模型生成的多模態(tài)候選軌跡做最終判斷，以確保直覺(jué)性決策的安全性。

端到端成為現(xiàn)實(shí)后，并非迎來(lái)了技術(shù)的終局，而是一個(gè)新的開(kāi)始，算力與數(shù)據(jù)是未來(lái)競(jìng)爭(zhēng)的核心。

特斯拉以雄厚的財(cái)力與數(shù)據(jù)優(yōu)勢(shì)已經(jīng)占據(jù)競(jìng)爭(zhēng)的高點(diǎn)，馬斯克曾表示，今年特斯拉投入到自動(dòng)駕駛的訓(xùn)練與推理的花費(fèi)將超過(guò)100億美金。

自動(dòng)駕駛端到端大模型的訓(xùn)練試錯(cuò)成本非常高昂，如何降低試錯(cuò)成本是關(guān)鍵。

智己與Momenta提出了長(zhǎng)、短期記憶結(jié)合的模式。這一模式仿照了人類記憶的形成過(guò)程，人在探索外界世界時(shí)，外界的信息數(shù)據(jù)首先進(jìn)入短期記憶，經(jīng)過(guò)短期記憶的篩選驗(yàn)證后，才會(huì)進(jìn)入長(zhǎng)期記憶習(xí)得能力與經(jīng)驗(yàn)。

長(zhǎng)期記憶是一段式端到端大模型，短期記憶是DLP模型。后者是一個(gè)小版本，主要用于驗(yàn)證方法以及訓(xùn)練數(shù)據(jù)是否正確，實(shí)現(xiàn)算法的快速迭代，做到平均一天迭代一個(gè)版本。被短期記憶驗(yàn)證過(guò)的方法與數(shù)據(jù)，在積累一段時(shí)間以后，會(huì)應(yīng)用到一段式端到端大模型上，基本保證一次訓(xùn)練就能訓(xùn)練得對(duì)、訓(xùn)練得好，從而降低試錯(cuò)成本。

“長(zhǎng)短期記憶結(jié)合的模式是我們的一個(gè)秘密武器。”曹旭東介紹，這種模式比直接完全用端到端大模型去試錯(cuò)，能減少10～100倍的訓(xùn)練成本。

另外在數(shù)據(jù)層面，曹旭東提到，目前Momenta已經(jīng)實(shí)現(xiàn)了百分百的數(shù)據(jù)驅(qū)動(dòng)與算法自動(dòng)化迭代，擁有億級(jí)優(yōu)勢(shì)數(shù)據(jù)的積累。到2027年，Momenta的數(shù)據(jù)積累預(yù)計(jì)突破1000億公里，徹底解決自動(dòng)駕駛的終極長(zhǎng)尾問(wèn)題。

2

追趕與超越：供應(yīng)商合作模式的范本

智己與Momenta能夠在此時(shí)追趕上業(yè)內(nèi)的端到端熱潮，離不開(kāi)最初的路線選擇。

早期的Momenta曾是“異類”，當(dāng)同行們都在沿著Rule-based方法做智能駕駛，Momenta從一開(kāi)始就堅(jiān)決押注數(shù)據(jù)驅(qū)動(dòng)。

智駕技術(shù)路線向端到端收攏，須經(jīng)歷三個(gè)階段，首先是感知的模型化，接著是規(guī)控的模型化，再下一步則是感知與規(guī)控的合二為一。

感知的模型化是業(yè)內(nèi)共識(shí)，但是在規(guī)控的模型化上出現(xiàn)了分歧，基于傳統(tǒng)的Rule-based方法，只要投入的人力夠多，就以較快的速度取得不錯(cuò)的規(guī)控效果。

不過(guò)，Rule-based始終受限于人力以及無(wú)法窮盡的Corner Case難題，當(dāng)智駕開(kāi)進(jìn)城區(qū)里，依靠Rule-based根本不可能大范圍開(kāi)城。2020年，當(dāng)各家都還困于高速NOA的開(kāi)發(fā)量產(chǎn)時(shí)，Momenta就開(kāi)始將數(shù)據(jù)驅(qū)動(dòng)引入規(guī)控環(huán)節(jié)，試圖代替Rule-based。

曹旭東回憶，當(dāng)時(shí)行業(yè)里很多人都不認(rèn)同這種做法，“這放到當(dāng)時(shí)是有理由的，那時(shí)候用Deep Learning做Planning，在一些場(chǎng)景會(huì)有驚艷的表現(xiàn)，但是也會(huì)在很多場(chǎng)景里出現(xiàn)匪夷所思的問(wèn)題。”

因此，規(guī)控的模型化其實(shí)是邁向端到端的一道高門檻，首先需要具備發(fā)現(xiàn)問(wèn)題的能力，還要有分析、跟進(jìn)并且解決問(wèn)題的能力，這背后需要一整套研發(fā)體系的支撐。

Momenta與智己一同打磨了兩年多時(shí)間，到2023年4月，兩家才把數(shù)據(jù)驅(qū)動(dòng)的規(guī)控做到量產(chǎn)，應(yīng)用在高速NOA上。

當(dāng)時(shí)，智己和Momenta召開(kāi)了一場(chǎng)發(fā)布會(huì)，發(fā)布了命名為DLP的規(guī)控模型，但彼時(shí)業(yè)內(nèi)對(duì)此并無(wú)太多認(rèn)知。

“我們用Deep Learning做planning，比特斯拉還要更早，特斯拉今年上半年才上了端到端，Planning變成深度學(xué)習(xí)。”曹旭東說(shuō)。

到了今年，在感知與規(guī)控都已實(shí)現(xiàn)數(shù)據(jù)驅(qū)動(dòng)的基礎(chǔ)上，再加上背后持續(xù)進(jìn)步的研發(fā)體系支撐，智己與Momenta將感知模型與規(guī)控模型合并成了一段式端到端大模型。

實(shí)際上，從正式開(kāi)始推送高速NOA，到完成一段式端到端大模型的切換，智己與Momenta僅用了一年半的時(shí)間。

這一年半，智己與Momenta實(shí)現(xiàn)了從高速到城區(qū)，從高精地圖到輕圖，從Rule-based到端到端的切換。

在這些進(jìn)展背后，是曹旭東所說(shuō)的“勝似一個(gè)團(tuán)隊(duì)”。

兩方的合作始于2020年末，也曾經(jīng)歷過(guò)磨合期，從現(xiàn)在的結(jié)果看來(lái)，彼此互有成就。這4年時(shí)間，Momenta從智己那里積累了從0到1的工程化經(jīng)驗(yàn)，得到了打磨產(chǎn)品與研發(fā)體系的機(jī)會(huì)，智己也憑借Momenta的技術(shù)能力得到了競(jìng)爭(zhēng)智駕第一梯隊(duì)的入場(chǎng)券。

“從Momenta同學(xué)的角度來(lái)講，他不是在為一個(gè)某個(gè)客戶工作，我們也不會(huì)說(shuō)，Momenta是我們的供應(yīng)商，就用怎么卡供應(yīng)商、怎么控制供應(yīng)商的思維模式去工作。”

智己智駕項(xiàng)目總監(jiān)王康表示，現(xiàn)在IM AD智駕系統(tǒng)的開(kāi)發(fā)與迭代都是兩個(gè)團(tuán)隊(duì)一起去發(fā)現(xiàn)問(wèn)題與解決問(wèn)題，任何一個(gè)OTA的版本，都是雙方共同規(guī)劃與討論出來(lái)的結(jié)果，每周的設(shè)計(jì)變更也都是兩個(gè)團(tuán)隊(duì)一起評(píng)估與驗(yàn)證。

在供應(yīng)商模式下，留給智己的考驗(yàn)是，如何做出好的產(chǎn)品定義與產(chǎn)品特色。

跨域融合，是智己的一個(gè)突破方向。去年智己LS6上市時(shí)，智己就已推出了基于艙駕融合打造的全域數(shù)字視野補(bǔ)盲功能以及“雨夜模式”。

今年，基于靈蜥數(shù)字底盤，智己將智駕域與底盤域進(jìn)行聯(lián)通與融合，以“云臺(tái)車身控制”功能為例，依托智駕系統(tǒng)對(duì)環(huán)境的精準(zhǔn)感知，能夠識(shí)別大曲率的彎道，對(duì)底盤進(jìn)行智能調(diào)整，提升駕乘的舒適度與平穩(wěn)度。

另一方面，靈蜥數(shù)字底盤也賦能了智駕，四輪轉(zhuǎn)向功能帶來(lái)更小的轉(zhuǎn)彎半徑，智駕在調(diào)頭場(chǎng)景下更輕松，減少智駕體驗(yàn)中斷的概率。

在智己看來(lái)，靈蜥數(shù)字底盤是智能駕駛非常合適的載體。“智駕體驗(yàn)是否讓用戶感到舒適，有沒(méi)有頓挫，都要有好的底盤來(lái)做‘手、腳、眼、腦’的協(xié)調(diào)工作，只有做到這樣，才能算是真正好用的智能駕駛。”智己智駕中心總監(jiān)賀錦鵬表示。

由智己官方提供的實(shí)時(shí)數(shù)據(jù)顯示，IM AD智駕系統(tǒng)的用戶黏性持續(xù)有所提升，前一周智己用戶在日常出行當(dāng)中使用IM AD的比例為81.4%，而在過(guò)去一周中使用IM AD的用戶比例已達(dá)到95.65%。

去年開(kāi)始，智己明確了以智能車為品牌的賣點(diǎn)，如今智駕已經(jīng)追趕上來(lái)，智己剩下要做的事情是如何把車賣好。

文遠(yuǎn)知行IPO：做自動(dòng)駕駛淘汰賽的「逆行者」與「破局者」

長(zhǎng)安智能化自研告別「PPT」模式

最適合下行期互聯(lián)網(wǎng)人的車：小鵬M03