作者：鐘聲

編輯：Mark

出品：紅色星際

頭圖：智能駕駛圖片?

汽車行業變革的“上半場是電動化，下半場是智能化”，這個共識性的邏輯在汽車行業流行了好幾年了，但是沒有一家企業從電動化的上半場進入智能化的下半場，特斯拉是第一個。

近期特斯拉動作不斷，在戰略上對電動化和智能化次序進行調整，將智能化放在戰略的首位，電動化放在第二位。所以擱置了Model 2的開發，轉身將投入的重心押注FSD，全力投入算力中心和Robotaxi。

這是一個劃時代的動作信號，意味著汽車智能化的下半場開啟。馬斯克敢于做這么大戰略轉型動作，信心和底氣來自于智能化技術的重大突破——FSD V12。FSD V12采用端到端模型，在解決corner case上進入了高效又經濟的路徑，端到端成為智駕從“可用”走向“好用”的正式拐點。在本次北京車展上，商湯絕影等國內企業的端到端模型也開始亮相和落地。端到端開辟了智駕的新賽道，帶來了全新的自動駕駛技術架構，技術領先的玩家將會脫穎而出。

1. 智駕的質變時刻

眾所周知，近年來智駕行業最重要的兩個產品技術是無圖和端到端。無圖解決了“全國都能開”的問題，但是還沒有解決智駕的核心問題，從感知到最終控制車輛的過程如何減少信息的損失，從而向用戶提供 “擬人化”的智駕體驗。從高速場景延伸到城區場景，路況的復雜程度指數級增長，各種corner case層出不窮。靠傳統的工程師手寫規則的研發方式成本高，效率又低，已經不能夠適應從高速到城區的全域場景的開發需求。手寫規則的研發方式遇到了天花板瓶頸，想要解決“全國都能開好”、給用戶絲滑般的體驗，就需要端到端。端到端是數據驅動，為解決城區復雜場景提供更加高效的技術路徑。”

端到端是智駕從“可用”走向“好用”的正式拐點。自此智駕進入正式晚宴大餐的階段，而在此之前只能稱之為晚餐前的甜食。

商湯絕影2022年底提出首個感知決策一體化自動駕駛通用模型UniAD，但在當時行業內還不能正確理解端到端的技術價值，甚至還有爭議，很多人并不認同這個方向。直到2023年，UniAD榮獲2023年國際計算機視覺與模式識別會議（CVPR）最佳論文，越來越多的企業開始投身于端到端的研發。在大洋彼岸的特斯拉則是在2022年底才投入端到端的研發。特斯拉做端到端是一個非常偶然性的契機。馬斯克收購推特之后，打算把一些算法工程師派駐到推特工作，其中一位計劃被派駐的印度裔工程師為了保住在特斯拉的工作，向馬斯克展示了如何通過神經網絡學習人類駕駛行為，被說服了的馬斯克開始投入端到端的研發。

2023年8月馬斯克開啟特斯拉FSD V12的直播測試，徹底點燃了端到端趨勢，國內包括毫末智行、元戎啟行等公司都在加速端到端技術落地，自研的新勢力也大量招聘端到端AI人才布局。幾乎所有的企業都意識到，端到端就是下一代最主流的技術路線。目前國內做端到端的主要有兩種方式。一種是分離式的端到端方案，感知和規控分別是兩個神經網絡。而且大部分企業都是將重心放在規控上，把基于規則和經驗手寫的規控算法用神經網絡來代替。這種分離式的方案的技術門檻相對較低，雖然能夠提升性能表現，但是分離式的兩個網絡存在很大的問題，信息會丟失，導致預測和決策上出現誤差。另一種是從感知到規控完全是一體化的神經網絡。

將感知和規控整合到一個神經網絡，使得整個計算過程中信息沒有丟失，性能上限更高。同時技術門檻也非常高，目前國內能做到的比較少，商湯絕影可量產的UniAD算是比較稀缺的一個。和基于規則的傳統智駕方案相比，端到端自動駕駛方案的核心優勢是大模型強大的學習、思考和推理能力。在一系列高難度復雜的路況場景之下，商湯絕影的UniAD都可以像老司機一樣應對自如。

比如在從未途徑過的鄉村小路上，面對沒有標志線和交通指示牌的道路依然可以行駛；在對向來車的情況下，前方有行人在跑步，在確保安全的情況下，搭載UniAD的測試車會“聰明”地先加速向左行駛繞開行人，而后快速向右打方向避開對向來車，順利通行。好的智駕技術一定是to B to C的，即能帶給C端用戶絲滑的智駕體驗，同時又能夠幫助主機廠降本增效，而商湯絕影的UniAD正是這樣的產品技術。

2. 競爭的新范式

端到端開辟了智駕新賽道，智駕的整個研發和落地方式都發生根本性的變化。對企業的稟賦和資源提出了新的挑戰。端到端的核心價值是感知信息的無損傳遞。從感知到決策再到控制的整個流程都在一個統一的模型系統中完成，實現從直接輸入來自車輛傳感器的數據到輸出駕駛決策和控制指令的完整映射。而傳統自動駕駛方案都是以人為手寫規則為基礎，感知、決策、規劃等獨立模塊各自處理任務，感知信息在各模塊傳遞過程中有丟失和誤差，而且是累積性的，這就會影響系統的決策行為。即使采用感知和控兩個神經網絡的分離式端到端，也會出現感知信息的丟失。

而采用感知規控一體化神經網絡的商湯絕影UniAD，在反應能力和速度相比傳統的智駕方案和分離式端到端是幾何級的提升。實現這套“老司機”一樣聰明的表現，商湯絕影UniAD無需高精地圖，僅憑攝像頭的視覺感知，就能幫助車企低成本快速開城。純視覺和無高精地圖就是UniAD與生俱來的天賦，它只需要導航信息就可以把車駕駛到目的地，天然就能幫助車企降低軟硬件成本。同時基于數據驅動的研發方式，模型泛化能力強，效率更高，可以幫助車企帶來更快的迭代效率。傳統的智駕方案是基于規則的，研發方式主要是靠工程師手寫規則。大部分企業都是靠堆工程師去競爭，堆的越多規則寫的越好。所以也誕生了人海戰術，誰投入的人力最多，誰就更能贏得競爭。但是智駕模型會隨著數據的增加，自己打架，新增規則開始和原始規則相互沖突，造成新模型還沒有老模型效果好的情況。而端到端的研發是基于數據驅動的，傳統的堆人頭的研發方式效果不大了。

AI人才、算力、算法和數據，是端到端最核心的四要素。端到端和傳統的智駕是兩種不同的技術范疇，需要AI人才來主導。眾所周知，無論新勢力還是頭部算法公司積累的人才都是傳統的手寫規則類型的，內部缺乏AI人才，需要從外部挖角AI人才來組建端到端的研發隊伍。這就面臨兩個問題，一是AI人才隊伍組建晚，大部分都是在特斯拉V12發布之后才轉身組建的，這就導致研發的節奏慢；二是面臨AI人才和傳統研發人員的磨合問題，雙方堆技術的理解和思維并不一樣，如何協作是許多公司面臨的重大問題。反而AI背景的公司，在端到端的研發上具有人才的優勢，比如絕影。

絕影背靠AI四小龍的商湯，本身在AI的人才儲備上就名列頭部梯隊。而且絕影還不斷地補充新的血液，從主機廠和Tier 1引進了大批工程化和產品方面的人才，形成了從底層算法、產品設計到工程化交付完整的人才體系，從而更好地從整車智能化角度，打造更滿足客戶需求和產品方案和交付質量。

正是AI人才的優勢使商湯絕影能夠快速的理解像端到端這樣的前沿技術，并且早早投入布局研發。端到端的模型訓練是完全由數據驅動的，最核心的性能體驗和泛化能力非常依賴于數據的規模和質量。因此，數據的采集效率和質量，也成為端到端競爭的關鍵因素。數據又分為兩類，一類是現實世界的行車數據，這類數據質量高，包含的路況場景信息豐富和細致。但也面臨著一些問題，大規模采集非常難，corner case之所以難以解決，是因為少見，需要大量路跑，就非常燒錢。

所以就需要另一類數據，也就是仿真數據。數據這塊和人才一樣，也是AI背景的公司更有優勢，畢竟玩數據訓練是AI公司們最擅長的。商湯絕影采用現實世界數據和仿真數據相輔相成的方式。絕影不僅有自己的路測數據，也通過先進的世界模型生成海量的仿真場景，來反哺大模型的訓練，從而不會受制于路測數據數量和質量的限制。同時，絕影在數據能力上向合作方賦能，在和主機廠的合作中，向主機廠提供研發工具鏈和基礎模型，助力主機廠利用自己的數據進行模型訓練。端到端同樣遵循AI行業的Scaling Law定律，當數據和算力足夠多、足夠大，就會產生智能涌現的能力。

端到端模型的訓練非常消耗算力，這也是特斯拉將智駕研發預算的三分之二投入到數據中心上的原因。國內許多企業也開始加大算力投入，但是時間節點上晚了。一是由于眾所周知的原因，現在顯卡不好買了；二是成本和周期都面臨很大挑戰，很難快速形成競爭力。而像商湯這樣的AI公司，早就認知到AI的發展需要大規模算力支撐，在2018年就開始著手大算力布局，如今形成了對智能汽車業務的強大反哺和支持。目前，商湯的算力基礎設施SenseCore商湯大裝置，共有12000P的算力，且今年還會持續增長。事實上目前絕影投入智駕模型訓練的算力，只占到整個大裝置算力的五分之一，不僅有著足夠的空間來支撐自己的大模型訓練，也能為主機廠和Tier 1提供豐沛的大模型訓練算力支持。

雖然只是五分之一，但對比小鵬號稱中國最大智算中心600P，吉利星睿智算中心81P，長安智算中心142P，超2000P的商湯智駕模型算力中心也是亞洲最大的智算中心。

智駕開始進入數據+算力的“暴力美學”催化的時代，這將是一個硬性門檻。同時也意味著許多企業玩不起了。最后是算法的競爭。在算法高頻變化的智駕領域，一個企業想要做出領先的算法方案，除了技術能力和投入之外，非常核心的點是前瞻性的預判。

商湯憑借自己的前瞻性預判能力，一直敏銳的進行技術布局和投入。早在2016年就發展以視覺為主的自動駕駛方案。2022年提出的環視感知算法BEVFormer++ 還獲得Waymo挑戰賽冠軍，相比基線方法，BEVFormer++獲得了超過60%的性能提升，同時在nuScenes檢測數據集的三維目標檢測任務上取得了56.9% NDS 的成績，較歷史最好成績提升9個點；端到端UniAD的提出，也展現了商湯對未來自動駕駛技術趨勢的前瞻預判能力。

結束語

過去十年智駕經歷了三個階段，第一個階段是硬件為主的ADAS一體機時代，第二個階段是手寫軟件算法的時代，現在將進入第三個階段以數據驅動的時代。在數據驅動的時代，商湯絕影憑借自身的AI能力率先突圍，推出了端到端的智駕方案UniAD。

但是故事遠沒有結束，商湯絕影秉持量產一代、預研一代的策略，積極布局端到端的下一代多模態大模型——DriveAGI，實現從數據驅動向認知驅動進化。DriveAGI基于多模態大模型打造，可以通過自然語言闡述決策行為，進一步提升智能駕駛的可解釋性和可交互性。

智駕行業的發展遠未定型，隨著AGI時代的到來，行業的競爭格局有望被重新定義，華為、商湯絕影這些擅長AI能力的，最終可能會成為跑得更高更遠的玩家。-END-