“認(rèn)識(shí)你自己，凡事勿過(guò)度。”這是3000年前被鐫刻在古希臘德?tīng)栰成駨R阿波羅神殿門(mén)前的三句箴言中的前兩條。

這兩句古老的箴言，對(duì)于當(dāng)下百年未有之大變局的汽車(chē)行業(yè)也是如此。雖然自動(dòng)駕駛、大模型、車(chē)路云一體化等新技術(shù)和新商業(yè)模式層出不窮，為汽車(chē)行業(yè)打開(kāi)了更大想象空間。但每項(xiàng)技術(shù)都有局限，我們要認(rèn)清技術(shù)的邊界，在“能”和“不能”之間找到最優(yōu)解。

迎來(lái)“AI定義汽車(chē)”拐點(diǎn)

在外觀、三電、智能座艙領(lǐng)域競(jìng)逐多年后，深度智能化是眾多汽車(chē)企業(yè)錨定的下一個(gè)目標(biāo)。

1925年，一輛遙控汽車(chē)在紐約展出，讓人們看到了即將到來(lái)的無(wú)人駕駛汽車(chē)。據(jù)《紐約時(shí)報(bào)》報(bào)道，這輛被命名為“美國(guó)奇跡”的車(chē)，在數(shù)千名圍觀者注視下于百老匯大街上巡游，然而它先是在第六十二街失控，又在哥倫布環(huán)島失控，最后這輛想要成為“奇跡”的汽車(chē)撞上了另一輛車(chē)。

100年后，2024年的北京車(chē)展，以大模型為代表的AI技術(shù)為汽車(chē)深度智能化打開(kāi)了關(guān)鍵突破口，其發(fā)展速度遠(yuǎn)超業(yè)界預(yù)估。按照行業(yè)原本預(yù)計(jì)，大模型的規(guī)?；宪?chē)或有兩年左右的緩沖期，而北京車(chē)展開(kāi)幕前后，車(chē)企已經(jīng)迫不及待地將大模型量產(chǎn)上車(chē)，這表明當(dāng)下的汽車(chē)行業(yè)，正從“軟件定義汽車(chē)”急速邁向“AI定義汽車(chē)”的新拐點(diǎn)。

作為單車(chē)智能的代表性技術(shù)，自馬斯克首秀基于端到端的FSD以來(lái)，無(wú)論是車(chē)企還是自動(dòng)駕駛技術(shù)公司對(duì)端到端的自動(dòng)駕駛解決方案表現(xiàn)出了極大熱情，英偉達(dá)CEO黃仁勛將其稱(chēng)之為“自動(dòng)駕駛革命性的進(jìn)步”。

去年4月，華為常務(wù)董事、終端BG CEO、智能汽車(chē)解決方案BU CEO余承東曾表示，今天的智能電動(dòng)汽車(chē)跟10多年前的智能手機(jī)時(shí)代驚人相似，我們正走向智能電動(dòng)網(wǎng)聯(lián)汽車(chē)時(shí)代，2025年或?qū)⒊霈F(xiàn)分水嶺，有可能形成大的逆轉(zhuǎn)，相當(dāng)于手機(jī)行業(yè)2013年的大逆轉(zhuǎn)。

最艱難的1%長(zhǎng)尾問(wèn)題

至于端到端神經(jīng)網(wǎng)絡(luò)模型能否成為那道分水嶺尚不得而知，但可以肯定的是，任何技術(shù)都無(wú)法做到萬(wàn)無(wú)一失，我們要做的是最大化降低技術(shù)應(yīng)用過(guò)程中的潛在風(fēng)險(xiǎn)，確保技術(shù)的可用性、可靠性和穩(wěn)定性。

自動(dòng)駕駛最重要的是保證安全性，即使技術(shù)上可以解決99%的道路場(chǎng)景問(wèn)題，都不能實(shí)現(xiàn)真正的無(wú)人，剩下的那1%才是難點(diǎn)所在，也就是所謂的“長(zhǎng)尾問(wèn)題”。

這一問(wèn)題的難點(diǎn)在于，技術(shù)很難窮盡所有可能發(fā)生的場(chǎng)景和案例，我們很難定義問(wèn)題的全集是什么。如果連問(wèn)題都定義不全的時(shí)候，就無(wú)法有效提出解決方案，更不能有效預(yù)估完成它的效果和成本。

從技術(shù)角度看，目前國(guó)內(nèi)自動(dòng)駕駛系統(tǒng)基本都是采用傳統(tǒng)分治法，將自動(dòng)駕駛?cè)蝿?wù)切分為感知、預(yù)測(cè)、規(guī)劃三個(gè)獨(dú)立的模型，再進(jìn)行系統(tǒng)集成來(lái)完成整個(gè)自動(dòng)駕駛?cè)蝿?wù)。

分治法的優(yōu)點(diǎn)在于將復(fù)雜的自動(dòng)駕駛?cè)蝿?wù)拆解為大量相對(duì)簡(jiǎn)單的子任務(wù)，大幅度降低了系統(tǒng)開(kāi)發(fā)難度。這樣構(gòu)成的系統(tǒng)具備很好的可解釋性，可以針對(duì)每個(gè)模塊的輸入輸出進(jìn)行白盒分析，一旦發(fā)生事故，可以深入分析，找到具體的問(wèn)題點(diǎn)。

但是弊端在于需要編寫(xiě)的代碼量巨大，系統(tǒng)設(shè)計(jì)時(shí)引入了太多的人為先驗(yàn)經(jīng)驗(yàn)，導(dǎo)致自動(dòng)駕駛能力上限比較低，系統(tǒng)的泛化性比較差，對(duì)于沒(méi)有見(jiàn)過(guò)的場(chǎng)景往往無(wú)法處理。

在學(xué)術(shù)界，端到端并不是一個(gè)新鮮的概念，已經(jīng)有諸多相關(guān)論文和研究。但是直到去年，在帶高階輔助駕駛功能的量產(chǎn)車(chē)大規(guī)模落地后，有了海量數(shù)據(jù)和海量算力加持，這才取得了突破性進(jìn)展。

端到端模型將感知、預(yù)測(cè)、規(guī)劃三個(gè)模型融為一體，無(wú)需冗長(zhǎng)的代碼來(lái)制定規(guī)則，而是通過(guò)用海量數(shù)據(jù)去訓(xùn)練系統(tǒng)，讓機(jī)器擁有自主學(xué)習(xí)、思考和分析的能力，能更好地處理復(fù)雜的駕駛?cè)蝿?wù)。

由于任務(wù)更少、避免了大量重復(fù)處理，端到端自動(dòng)駕駛可以提高計(jì)算效率，并且可以通過(guò)不斷擴(kuò)展數(shù)據(jù)來(lái)提升系統(tǒng)的能力上限。

至于弊端，端到端的“缺乏可解釋性”是客觀存在的缺點(diǎn)。就像人類(lèi)解釋不清楚宇宙從何而來(lái)、到底有多大，我們也無(wú)法準(zhǔn)確解釋大模型做出一個(gè)行為的動(dòng)機(jī)，這就給未來(lái)問(wèn)題分析、算法調(diào)優(yōu)等工作帶來(lái)難度，人們不知道應(yīng)該從哪個(gè)方向加以?xún)?yōu)化改進(jìn)。

其次，“需要海量的高質(zhì)量數(shù)據(jù)”也是一個(gè)較高的門(mén)檻。曾就職于OpenAI的計(jì)算機(jī)科學(xué)家Andrej Karpathy在一次訪(fǎng)談中表示，特斯拉自動(dòng)駕駛部門(mén)將3/4的精力用在采集、清洗、分類(lèi)、標(biāo)注高質(zhì)量的數(shù)據(jù)上面，只有1/4的工作用于算法探索和模型創(chuàng)建，這種精力分配，足以說(shuō)明數(shù)據(jù)在特斯拉自動(dòng)駕駛技術(shù)棧中的地位。尤其是端到端這種完全數(shù)據(jù)驅(qū)動(dòng)的大模型，數(shù)據(jù)的規(guī)模和質(zhì)量比參數(shù)量更能決定模型本身的表現(xiàn)。

就目前特斯拉自動(dòng)駕駛表現(xiàn)而言，行業(yè)并沒(méi)有從實(shí)踐上證明端到端100%確定是一個(gè)值得追隨的技術(shù)路線(xiàn)。

正如前文提到的，端到端的可解釋性差，其所需的數(shù)據(jù)規(guī)模、算力規(guī)模也遠(yuǎn)遠(yuǎn)超出國(guó)內(nèi)企業(yè)的承受能力，因此篤定端到端路線(xiàn)會(huì)超過(guò)分模塊方案還為時(shí)尚早。

此外，法律和道德是一個(gè)繞不過(guò)去的挑戰(zhàn)。在許多情況下，自動(dòng)駕駛汽車(chē)的決策可能會(huì)與現(xiàn)有的交通規(guī)則和道德規(guī)范相沖突。例如，當(dāng)遇到緊急情況時(shí)，自動(dòng)駕駛汽車(chē)可能需要做出決策，比如選擇撞到行人還是撞到其他車(chē)輛，這種決策在法律和道德上都是非常敏感的。由于自動(dòng)駕駛技術(shù)涉及到許多法律責(zé)任和義務(wù)，比如數(shù)據(jù)的隱私和使用、車(chē)輛的責(zé)任和保險(xiǎn)等等，這些問(wèn)題都需要制定全新的法律和政策來(lái)解決。

自動(dòng)駕駛的“隱形翅膀”

在道路基礎(chǔ)設(shè)施無(wú)法滿(mǎn)足自動(dòng)駕駛需求的前提下，單車(chē)智能無(wú)疑是實(shí)現(xiàn)自動(dòng)駕駛的最佳方案，谷歌旗下的Waymo、堅(jiān)持純視覺(jué)流的特斯拉，以及國(guó)內(nèi)絕大多數(shù)自動(dòng)駕駛企業(yè)，都是這一模式的擁躉者。

但這對(duì)一個(gè)企業(yè)的科技實(shí)力提出了很高要求。客觀地說(shuō)，中國(guó)在單車(chē)智能技術(shù)方面與美國(guó)之間存在一定差距。對(duì)于中國(guó)任何一個(gè)車(chē)企和自動(dòng)駕駛技術(shù)公司而言，有誰(shuí)敢說(shuō)自己的自動(dòng)駕駛方案會(huì)比特斯拉FSD還要好呢？

與其苦苦相爭(zhēng)，不如另辟蹊徑。相比海外基礎(chǔ)設(shè)施建設(shè)和升級(jí)步伐緩慢，中國(guó)作為“基建狂魔”可以發(fā)揮在基礎(chǔ)設(shè)施領(lǐng)域的優(yōu)勢(shì)實(shí)現(xiàn)變道，而“車(chē)路云一體化”就是其中最大的機(jī)會(huì)，也是最適合中國(guó)國(guó)情的路徑。

從模式上看，車(chē)路云一體化跳出了單車(chē)智能的局限，用“半個(gè)司機(jī)在車(chē)上，半個(gè)司機(jī)在路上”的融合方式，將目光投向更廣闊的路端和云端。借助路側(cè)多傳感器的超視距感知、路側(cè)邊緣計(jì)算與云端中央計(jì)算相結(jié)合的完備算力體系，實(shí)現(xiàn)對(duì)車(chē)、路、云的全域數(shù)據(jù)協(xié)同與智能調(diào)度，為自動(dòng)駕駛的可靠性和安全性增添了一份保障。

在大模型訓(xùn)練方面，車(chē)路云一體化架構(gòu)為自動(dòng)駕駛技術(shù)開(kāi)辟了新的路徑。與傳統(tǒng)依賴(lài)車(chē)輛單獨(dú)采集數(shù)據(jù)的方式相比，車(chē)路云一體化系統(tǒng)能夠收集到更龐大的數(shù)據(jù)量與更豐富的數(shù)據(jù)類(lèi)型，不僅大幅拓寬了訓(xùn)練數(shù)據(jù)的廣度與深度，還顯著加速了自動(dòng)駕駛模型的學(xué)習(xí)效率與精確度，為實(shí)現(xiàn)更高水平的自動(dòng)駕駛奠定堅(jiān)實(shí)基礎(chǔ)。

通過(guò)車(chē)路云一體化，自動(dòng)駕駛車(chē)輛的傳感器不再是唯一的眼睛，通過(guò)遮蔽或關(guān)閉這些傳感器，車(chē)輛完全可以依賴(lài)路側(cè)基站構(gòu)建的實(shí)時(shí)數(shù)字孿生系統(tǒng)，將實(shí)時(shí)路況和環(huán)境數(shù)據(jù)源源不斷地傳輸給車(chē)輛，指引其順利完成自動(dòng)駕駛?cè)蝿?wù)。從這個(gè)角度看，車(chē)路云一體化就像一雙“隱形的翅膀”，守護(hù)著自動(dòng)駕駛汽車(chē)行駛的必經(jīng)之路。

不過(guò)，車(chē)路云一體化的規(guī)模化落地并非易事，這是一項(xiàng)跨部門(mén)、跨專(zhuān)業(yè)、跨行業(yè)，集技術(shù)、產(chǎn)業(yè)、政策法規(guī)、工程建設(shè)、商業(yè)運(yùn)營(yíng)等要素于一體的“系統(tǒng)性工程”，需要結(jié)合國(guó)情，從頂層設(shè)計(jì)到落地實(shí)施開(kāi)展統(tǒng)籌謀劃，既要探索單車(chē)智能與車(chē)路云一體化融合的自動(dòng)駕駛技術(shù)方案，也要謀劃科學(xué)合理、成本可控的車(chē)路通信設(shè)施建設(shè)方案。

根據(jù)公安部最新數(shù)據(jù)，2023年底中國(guó)公路總里程達(dá)544.1萬(wàn)公里，其中高速公路18.4萬(wàn)公里，位居世界第一。截至目前，我國(guó)已有超過(guò)3500公里公路完成智能化升級(jí)改造。相比全國(guó)龐大的公路里程基數(shù)，公路智能化升級(jí)改造空間巨大。

在車(chē)路云一體化推進(jìn)過(guò)程中，政府成為主要推動(dòng)者。最近，北京市公共資源交易服務(wù)平臺(tái)正式發(fā)布《北京市車(chē)路云一體化新型基礎(chǔ)設(shè)施建設(shè)項(xiàng)目（初步設(shè)計(jì)、施工圖設(shè)計(jì)）招標(biāo)公告》。根據(jù)招標(biāo)公告，該項(xiàng)目投資規(guī)模達(dá)99.39億元，共選取2324平方公里范圍約6050個(gè)道路路口開(kāi)展建設(shè)，以及除上述道路路口外本項(xiàng)目雙智專(zhuān)網(wǎng)網(wǎng)絡(luò)中心的建設(shè)和改造。

之后，6月3日，福州智能網(wǎng)聯(lián)車(chē)路云一體化啟動(dòng)區(qū)示范建設(shè)審批類(lèi)項(xiàng)目公示，成為繼北京之后第二座在車(chē)路云協(xié)同方面有大動(dòng)作的城市。6月4日，鄂爾多斯市新能源智能網(wǎng)聯(lián)汽車(chē)“車(chē)路云一體化”應(yīng)用示范項(xiàng)目已成功獲得備案。此外，長(zhǎng)春、杭州等多地也已積極申報(bào)智能網(wǎng)聯(lián)汽車(chē)“車(chē)路云一體化”應(yīng)用試點(diǎn)。

無(wú)獨(dú)有偶，美國(guó)參議院于5月提出AI政策路線(xiàn)圖，建議每年至少撥款320億美元，用于推動(dòng)跨政府部門(mén)的AI研發(fā)、支持基礎(chǔ)科學(xué)研究，并對(duì)AI在先進(jìn)制造、智慧城市和交通系統(tǒng)、合成化學(xué)及生物等廣泛領(lǐng)域的應(yīng)用提供支持。

可見(jiàn)，一場(chǎng)圍繞AI而展開(kāi)的大國(guó)博弈已進(jìn)入關(guān)鍵時(shí)刻，智慧城市、智慧交通、智能網(wǎng)聯(lián)汽車(chē)作為AI應(yīng)用的重要領(lǐng)域，不僅重塑人們未來(lái)的生活方式，更成為國(guó)家競(jìng)爭(zhēng)力的重要體現(xiàn)。

據(jù)中金公司預(yù)測(cè)，2020年至2025年將成為中國(guó)向高階自動(dòng)駕駛跨越的關(guān)鍵時(shí)期，到2030年前后，有望實(shí)現(xiàn)城郊及城市道路的高度自動(dòng)駕駛，2035年后有望實(shí)現(xiàn)完全自動(dòng)駕駛。

事物的發(fā)展總是波浪式前進(jìn)，螺旋式上升的，自動(dòng)駕駛概莫能外。未來(lái)，以大模型為代表的生成式AI和車(chē)路云一體化將為自動(dòng)駕駛打開(kāi)更大想象空間，承載著人們對(duì)美好生活的向往奔向遠(yuǎn)方。