作者 |德新

編輯 |王博

以端到端為代表的新一代技術棧，可能會對智駕的迭代進程帶來革命性的沖擊。

自動駕駛中的「端到端」是指系統(tǒng)或者模型，直接從輸入數(shù)據(jù)到輸出結果提供完整的解決方案，而不需要傳統(tǒng)分模塊地處理，這樣的結構使得自動駕駛系統(tǒng)更加簡潔，模塊間信息傳遞損失少，迭代更加高效。

端到端對「數(shù)據(jù)+算力+算法」這一黃金三角的要求大幅提高，決定了新一代的智駕技術是高門檻的。智駕的開發(fā)模式也將發(fā)生很大的變化，大部分開發(fā)工作將從現(xiàn)階段車端為主，轉移到以云端的開發(fā)為主。圍繞云端的數(shù)據(jù)回傳/數(shù)據(jù)處理、仿真驗證、模型訓練成為開發(fā)的關鍵。

端到端的技術迭代邏輯和資源需求，決定了頭部公司與腰部公司的差距將加速拉大。馬斯克甚至在最近提出，今年在云端訓練和AI方面，投入達不到相當水平（100億美金級）的公司，將無法競爭。

特斯拉是全球市場最早量產(chǎn)端到端的車企。而作為全球智駕應用最活躍的市場，中國的頭部車企和供應商也在以驚人的速度布局端到端技術的量產(chǎn)。

從2023年UniAD（Unified Autonomous Driving）的論文正式提出端到端的構想，到2024年華為、小鵬、長城、極越等車企公布端到端技術棧的量產(chǎn)計劃，這一技術趨勢的落地推進速度遠超人們最初的想象。

目前，即使在大模型已經(jīng)取得突破性進展的自然語言處理領域，「大數(shù)據(jù)+大算力」驅動的算法增長曲線，依然非常陡峭。一些行業(yè)人士判斷，在自動駕駛領域，端到端的大模型將帶來更加突出的算法能力躍升。

在這代技術棧上，車企在「數(shù)據(jù)+算力+算法」的黃金三角上，要么成為像特斯拉一樣全面強悍的六邊形戰(zhàn)士，要么需要找到強有力的搭檔，組建搭建黃金三角的精英聯(lián)盟。

如何建立高效的算力基礎設施，如何通過大規(guī)模仿真加速技術驗證過程，如何有效利用數(shù)據(jù)加速模型訓練，成為新時期行業(yè)關注的技術焦點。

一、端到端，本屆車展最大技術潮

4月28日，北京車展專業(yè)觀眾日的最后一天，特斯拉CEO馬斯克的私人飛機飛抵首都機場。當晚新聞聯(lián)播旋即公告：李強會見馬斯克。

特斯拉實際上并沒有作為參展方參與本屆的北京車展，但馬斯克的來訪可能會創(chuàng)造本屆最重要的一條技術新聞：特斯拉FSD入華漸近。

3月份，特斯拉向北美用戶推送了FSD V12.3.1版，并且將FSD Beta版的名稱改成了FSD Supervised。

相比于FSD V11，V12最大的變化就是將感知、規(guī)劃、控制多合一成為端到端的網(wǎng)絡。隨著FSD向公眾推送，其在北美各個城市驚艷的表現(xiàn)，也使整個產(chǎn)業(yè)界甚至發(fā)燒友的車主群體，對端到端的技術產(chǎn)生了濃厚的興趣。

在本屆車展上，多家車企/技術公司也公布了針對端到端的最新進展：

4月24日，華為車BU發(fā)布全新品牌乾崑。其中其智駕產(chǎn)品線，也就是過往大家熟悉的ADS發(fā)布新版本 ADS 3.0。ADS 3.0將架構進行了升級，感知變成一張GOD網(wǎng)絡，決策與規(guī)劃二合一成為PDP網(wǎng)絡。ADS 3.0預計將在2025年下半年量產(chǎn)。

長城在這屆北京車展上發(fā)布了魏牌藍山智駕版，藍山智駕版搭載了SEE一體化智駕大模型，這個大模型也是藍山智駕版能實現(xiàn)無圖全國都能開的重要基礎。

小鵬在本屆車展上主要宣布了軟件系統(tǒng)的升級，從MPV車型X9開始，其智駕方案將升級為端到端大模型的架構，小鵬計劃在下個月的AI Day上公布更多的細節(jié)。

NVIDIA官宣多家公司的合作，則披露了業(yè)界更多關于端到端的動向。

到目前為止，極氪、理想、小鵬、比亞迪以及極越已確定將采用NVIDIA DRIVE Thor平臺，相比于上一代OrinX的計算平臺，Thor最高有8倍的算力提升，達到近2000T。

Thor將支持包括端到端在內(nèi)的大模型的部署，Thor的首批車型量產(chǎn)時間預計在2025年。

頭部車企吹響端到端的號角，信號已十分明確。

二、車企軍備賽：智駕差距急劇擴大

馬斯克來華推動FSD落地，當晚他還發(fā)了一條推特揭示了FSD擴張背后的重要舉措：特斯拉今年將在綜合訓練和推理人工智能方面投入約100億美元，后者主要用于汽車。

馬斯克還認為，「任何公司如果不能達到這一水平的支出，且不能高效地進行支出，就無法競爭�！�

馬斯克所指的競爭主要是指AI的競賽。ChatGPT等大語言模型的案例，已經(jīng)充分證明了大模型「大力出奇跡」的特點，即當訓練的算力與數(shù)據(jù)突破一定規(guī)模時，通用大模型性能將有顯著的提升。

首先，在算力規(guī)模上，各大廠商就會拉開非常直觀的差距：

特斯拉很早就擁有整個行業(yè)最強的AI算力儲備。一家頂級算力公司的高層近期透露，特斯拉作為美國算力儲備排名第一的車企，其當前AI算力規(guī)模是第二名的4倍以上。

除了對外采購算力，特斯拉同時也在推進自研Dojo。2023年7月特斯拉成功部署了其第一個ExaPods，算力規(guī)模1.1 EFlops，特斯拉計劃到2025年10月部署總規(guī)模100 EFlops的算力。

在國內(nèi)，「N卡難求」的緊張局面已經(jīng)持續(xù)了相當長一段時間。如何找到持續(xù)、穩(wěn)定、可擴展的算力供給，讓華為云這樣的玩家在很短的時間內(nèi)成為汽車廠商們關注的焦點對象。

在過去幾年內(nèi)，華為云憑借可持續(xù)拓展的AI算力，在汽車行業(yè)攻城略地。據(jù)說排名前30的車企中，有90%都選了華為云。

我們從ADS的云端算力，也可以一窺華為云算力的高速增長：2023年底，華為車BU公布ADS的云端算力規(guī)模為2.8 EFlops，華為預計到今年6月底，ADS的云端算力將達到3.5 EFlops，「規(guī)模超過行業(yè)第二名和第三名算力的總和」。

背靠華為云的算力支撐，ADS 3.0每天學習3000萬公里的數(shù)據(jù)，每5天迭代一次。

特斯拉在美國擁有約300 - 400萬輛車的用戶車隊，目前已經(jīng)有十幾EFlops的算力規(guī)模。最快的時候，F(xiàn)SD 8天內(nèi)向用戶推送了5個版本的更新。

算力和數(shù)據(jù)規(guī)模決定了未來自動駕駛系統(tǒng)的迭代能力。

端到端的技術架構，很大程度上會改變智駕系統(tǒng)的開發(fā)方式。NVIDIA汽車業(yè)務負責人新宙在本屆車展前的小型媒體溝通會上表示：自動駕駛的開發(fā)方式會發(fā)生很大變化，大部分工作會集中到云端，仿真也會成為關鍵。

輕舟智航的CEO于騫在本屆車展上，甚至提到：以模型為中心的開發(fā)方式，正在轉變成以數(shù)據(jù)為中心的開發(fā)方式，以致于甚至在模型沒有變化的情況下，僅僅通過數(shù)據(jù)規(guī)模、數(shù)據(jù)分布的提升就會大幅提高模型的表現(xiàn)。

在最強對手一路狂奔的情況下，所有希望布局在端到端上的車企，恐怕都需要思考：在端到端的技術趨勢下，應該如何搭建更強大的「算力+數(shù)據(jù)+算法」的黃金三角。

三、黃金三角構建頂級端到端，從零再建幾乎不可能

過去幾年，不斷有車企投身智駕的全棧自研。如今到了端到端大模型的智駕時代，車企要回答的問題更加棘手：

能不能買到足夠多的算力？

有沒有足夠多的量產(chǎn)車輛采集到足夠覆蓋的全國性的數(shù)據(jù)？

如何從大量數(shù)據(jù)中獲取珍貴的稀缺場景數(shù)據(jù)？

滿足以上條件之后，智駕有沒有合理的成本實現(xiàn)商業(yè)化？

最后回歸到如何持續(xù)增加算力和數(shù)據(jù)的投入，實現(xiàn)技術商業(yè)持續(xù)向上的閉環(huán)。

如果無法回答這些問題，那這一切將止步于完成一個極其昂貴的大型demo。

無論從當前的算法能力進度、算力規(guī)模、數(shù)據(jù)量規(guī)模，特斯拉對于其他的公司尤其是傳統(tǒng)車企，有不止一個數(shù)量級的壓倒性優(yōu)勢。

有多名汽車行業(yè)高層以及接近特斯拉智駕研發(fā)的人士告訴我們，特斯拉的FSD研發(fā)團隊規(guī)模要遠遠少于國內(nèi)智駕第一梯隊的公司。但特斯拉在過去多年時間里，在內(nèi)部組建了一支與AI算法團隊緊密合作的數(shù)據(jù)運營和數(shù)據(jù)工程團隊，從而大幅提高數(shù)據(jù)篩選、標注以及訓練的效果。

對端到端的開發(fā)流程，云服務商的價值會更加凸顯，保障算力供給、提高數(shù)據(jù)處理能力、強化云端的仿真驗證、加速模型訓練并落地到車端發(fā)布，這些都是剛需。

以華為云為例，作為華為ADS背后的技術底座：

昇騰AI云服務是解決當前算力緊缺的少數(shù)選擇。AI開發(fā)平臺ModelArts，支持萬卡大規(guī)模集群，支持單作業(yè)萬卡、百PB級數(shù)據(jù)超大規(guī)模訓練。

華為最高千億級參數(shù)的盤古汽車大模型是支持算法開發(fā)與仿真驗證的加速器。用盤古汽車大模型做自動駕駛數(shù)據(jù)處理、數(shù)據(jù)生成，可以做到萬段CLIP分鐘級理解，支持2D/2.5D/3D的自動標注。數(shù)據(jù)生成復雜場景，讓自動駕駛系統(tǒng)學習新場景的周期從兩周以上壓縮到2天。

2024年，約有10多款車將搭載華為ADS，某種程度上ADS的應用規(guī)模也反向驅動華為云形成了更有強有力的對于端到端的支持。華為云可能是國內(nèi)車企PK特斯拉的最佳選擇之一。

即使不采用華為ADS的廠商，也可以從華為云的平臺中，找到八爪魚這樣用于自動駕駛車輛研發(fā)、測試、部署全鏈路的工具。

此外，隨著輕圖方案的普及，自動駕駛數(shù)據(jù)安全性和合規(guī)性也是重要課題。華為云提供了「1+M+N」的基礎設施布局，用汽車專區(qū)3分區(qū)的架構和7層防護建立全流程的合規(guī)解決方案。

如何縮小與頭部車企的技術差距、加快開發(fā)流程，也是過去一年不少國內(nèi)品牌選擇擁抱華為技術體系的原因。

智能駕駛在國內(nèi)經(jīng)歷了將近8年的發(fā)展之后，迎來了用戶認知空前的繁榮階段。長城、長安等多家車企的調(diào)研都顯示，大約在2020年前后智駕在購車因素中的排名大約是第八位，到2023年末快速進入到第四位，是近年少數(shù)快速上升的車型產(chǎn)品屬性。

在這次北京車展上，馬斯克的來訪也充分說明了特斯拉強烈推動FSD進入國內(nèi)的意愿。來自供應鏈的消息顯示，特斯拉正為FSD進入中國在數(shù)據(jù)、地圖等多個領域展開緊鑼密鼓的準備。

在不久前傳聞特斯拉內(nèi)部已經(jīng)取消了代號Model Q的乘用車項目，同時宣布今年8月8日將發(fā)布全新的Robotaxi，全力押注高等級自動駕駛。

而隨著端到端技術的到來，技術門檻大幅提高、技術迭代周期大幅縮短，這意味著對希望在智駕領域有所建樹的車企，邁向端到端的決策和行動是緊迫的。

       原文標題 : 被流量大佬掩蓋的北京車展，端到端智駕悄然拉開帷幕