多種 AI 大模型將應(yīng)用在智能汽車

• 陳博 2023年10月27日 來源：中研網(wǎng) 738 44
• 繁體

自動(dòng)駕駛 AI 大模型的算力建設(shè)主要可分為以下 3 種模式： 自建智算中心，獨(dú)立訓(xùn)練大模型。特斯拉等自動(dòng)駕駛廠商已自建云端計(jì)算中心，用于自動(dòng)駕駛模 型訓(xùn)練和數(shù)據(jù)標(biāo)注。 部分環(huán)節(jié)合作。百度、騰訊、火山引擎（字節(jié)子公司）等互聯(lián)網(wǎng)科技公司均推出 toB 全流程智

欲了解更多中國汽車零部件行業(yè)的未來發(fā)展前景，可以點(diǎn)擊查看中研普華產(chǎn)業(yè)院研究報(bào)告《2023-2027年中國汽車零部件行業(yè)市場深度全景調(diào)研及投資前景分析報(bào)告》。

海量訓(xùn)練數(shù)據(jù)是 AI 大模型的應(yīng)用前提。自動(dòng)駕駛龍頭企業(yè)的實(shí)際里程數(shù)據(jù)積累占據(jù)大模型應(yīng)用先 機(jī)。2020 年 4 月，特斯拉 Autopilot 智能駕駛系統(tǒng)里程數(shù)就已超過 48 億公里;百度 Apollo 自動(dòng)駕 駛也已積累超 5000 萬公里測(cè)試?yán)锍?2023 年 4 月，毫末智行發(fā)布的 DriveGRT 認(rèn)知模型使用了 超過 4000 萬公里真實(shí)里程進(jìn)行訓(xùn)練;小鵬汽車的智能輔助駕駛行駛里程截至 2022 年 8 月超過 1.74 億公里，高速智能導(dǎo)航輔助駕駛(NGP)累計(jì)行駛里程超過 2450 萬公里。 AI 大模型應(yīng)用為時(shí)尚短，自動(dòng)駕駛領(lǐng)域模型架構(gòu)仍在探索中。目前 AI 大模型主要應(yīng)用于自然語 言處理(NLP)和計(jì)算機(jī)視覺(CV)領(lǐng)域，以 Transformer 架構(gòu)為主。Transformer 架構(gòu)較卷積 神經(jīng)網(wǎng)絡(luò)(CNN)在大規(guī)模數(shù)據(jù)的學(xué)習(xí)中表現(xiàn)更好,也有少量 CNN 架構(gòu)的大模型處于科研進(jìn)程中。 目前，ChatGPT、DriveGPT 等大模型均采用 Transformer 架構(gòu)+監(jiān)督學(xué)習(xí)(SL)預(yù)訓(xùn)練+人類反 饋強(qiáng)化學(xué)習(xí) (RLHF)的模式。

自動(dòng)駕駛 AI 大模型的算力建設(shè)主要可分為以下 3 種模式： 自建智算中心，獨(dú)立訓(xùn)練大模型。特斯拉等自動(dòng)駕駛廠商已自建云端計(jì)算中心，用于自動(dòng)駕駛模 型訓(xùn)練和數(shù)據(jù)標(biāo)注。 部分環(huán)節(jié)合作。百度、騰訊、火山引擎(字節(jié)子公司)等互聯(lián)網(wǎng)科技公司均推出 toB 全流程智能 汽車云服務(wù)，為主機(jī)廠提供數(shù)據(jù)中心用于模型訓(xùn)練。 解決方案合作。百度文心、商湯日日新等大模型體系均開放了與車企的行業(yè)應(yīng)用合作渠道，針對(duì) 汽車行業(yè)應(yīng)用場景進(jìn)行模型調(diào)優(yōu)。如吉利汽車與百度文心合作吉利-百度文心 NLP 大模型，2023 年 5 月 31 日，首款搭載車型吉利銀河 L7 已經(jīng)上市。

AI 大模型訓(xùn)練過程算力要求高，智算中心成為關(guān)鍵。自動(dòng)駕駛領(lǐng)域 AI 大模型訓(xùn)練數(shù)據(jù)規(guī)模在億 公里級(jí)多模態(tài)傳感數(shù)據(jù)，參數(shù)可高達(dá)幾百到幾千億，預(yù)訓(xùn)練階段算力要求非常高。特斯拉、吉利、 小鵬、毫末智行等主要自動(dòng)駕駛廠商采用不同模式建設(shè)云端計(jì)算中心用于模型訓(xùn)練。

科技巨頭可為自動(dòng)駕駛主機(jī)廠提供算力支持和 AI 大模型開發(fā)服務(wù)。百度、華為、騰訊、阿里等科 技巨頭，具有較強(qiáng)的 AI 模型開發(fā)能力和充足的 AI 算力，可作為云計(jì)算服務(wù)商和云開發(fā)平臺(tái)為主 機(jī)廠的 AI 大模型開發(fā)提供服務(wù)。相較主機(jī)廠投建智算中心和獨(dú)立 AI 模型開發(fā)平臺(tái)的方式，其成 本和技術(shù)難度大幅降低，也為小型新創(chuàng)主機(jī)廠和傳統(tǒng)汽車廠提供了快速入局自動(dòng)駕駛領(lǐng)域和追趕 頭部自動(dòng)駕駛廠商的機(jī)會(huì)。據(jù) IDC 數(shù)據(jù)，2022 年百度 Apollo 自動(dòng)駕駛云平臺(tái)和華為分別占據(jù) 34.4%、29.7%的中國自動(dòng)駕駛開放平臺(tái)市場規(guī)模，行業(yè)集中度較高;2022 年中國自動(dòng)駕駛平臺(tái) 市場規(guī)模達(dá)到 5.89 億元，增速達(dá) 106%，預(yù)計(jì) AI 大模型應(yīng)用推廣帶來算力需求進(jìn)一步增長，IDC 預(yù)計(jì) 2023 年將達(dá) 7.9 億元。

合作并裝載互聯(lián)網(wǎng)企業(yè)已開發(fā)的 BEV 感知模型，可成為新入局主機(jī)廠的較優(yōu)選擇。AI 感知決策 大模型均需海量數(shù)據(jù)驅(qū)動(dòng)，已宣布實(shí)現(xiàn) BEV 感知模型落地的國內(nèi)廠商包括百度 Apollo、小鵬汽車、 華為、毫末智行、商湯等，均為已實(shí)現(xiàn)高速輔助駕駛量產(chǎn)并積累大量智能駕駛數(shù)據(jù)的主流自動(dòng)駕 駛主機(jī)廠或互聯(lián)網(wǎng)企業(yè)。考慮到數(shù)據(jù)收集、標(biāo)注和模型訓(xùn)練的復(fù)雜性，與百度、華為、商湯等互 聯(lián)網(wǎng)企業(yè)合作，搭載其已開發(fā)的 BEV 感知模型可大大降低主機(jī)廠入局自動(dòng)駕駛的成本。

NLP 大模型實(shí)現(xiàn)人車的更友好交互，推動(dòng)座艙智能化進(jìn)程;CV 大模型助力數(shù)據(jù)標(biāo)注、仿真和感 知等;多模態(tài) AI 大模型為城市場景輔助駕駛乃至高等級(jí)自動(dòng)駕駛的規(guī)模量產(chǎn)拉開帷幕，同時(shí)也有 望用于智能座艙中的人機(jī)交互，融合語音、視覺、手勢(shì)等多種交互方式，滿足用戶在不同場景下 的不同使用習(xí)慣。

NLP 大模型的應(yīng)用可實(shí)現(xiàn)語言交互、擬人表達(dá)和決策建議。NLP 大模型可突破性解決傳統(tǒng)人車交 互場景中對(duì)話風(fēng)格固化、智能性差的問題，根據(jù)高工智能汽車研究院數(shù)據(jù)，2022 年中國智能座艙 前裝搭載率為 39.89%，其中搭載了語音交互功能的智能座艙占比已達(dá)到 76.76%。NLP 大模型的 落地和普及，預(yù)期將帶來智能座艙的技術(shù)革新。 NLP 大模型提升操作系統(tǒng)交互性和功能豐富度。邏輯推理、策略規(guī)劃和知識(shí)問答等功能使車載操 作系統(tǒng)功能全面升級(jí);可實(shí)現(xiàn)自然對(duì)話式交互，使語音交互成為車載系統(tǒng)主要操作模式之一，帶 動(dòng)操作系統(tǒng)架構(gòu)的重新優(yōu)化調(diào)整。 2023年3月，百度發(fā)布文心NLP大模型，其智能語音交互功能已搭載到Apollo智能座艙系統(tǒng)上; 2023 年 5 月，科大訊飛發(fā)布訊飛星火認(rèn)知大模型，宣布“大模型+智能座艙”為其四大行業(yè)應(yīng)用 之一;商湯也提出了基于大模型體系的絕影智能車艙產(chǎn)品。

數(shù)據(jù)標(biāo)注方面，大模型預(yù)標(biāo)注+車載小模型學(xué)習(xí)微調(diào)的方式具有應(yīng)用潛力。數(shù)據(jù)標(biāo)注從人工標(biāo)注 轉(zhuǎn)為 AI 主導(dǎo)人工輔助，一方面大模型知識(shí)完備性好，精度高，泛化能力強(qiáng);另一方面，自動(dòng)駕駛 數(shù)據(jù)積累和標(biāo)注復(fù)雜度提高使數(shù)據(jù)標(biāo)注工作量快速增加，AI 大模型的應(yīng)用有助于加速數(shù)據(jù)標(biāo)注并 大幅降低數(shù)據(jù)生產(chǎn)成本。特斯拉從 2018 年以來不斷發(fā)展自動(dòng)標(biāo)注技術(shù)，從 2D 人工標(biāo)注轉(zhuǎn)為 4D 空間自動(dòng)標(biāo)注，特斯拉人工標(biāo)注團(tuán)隊(duì)規(guī)模不斷縮小，2021 年超過 1000 人，2022 年裁員超過 200 人。小鵬汽車和毫末智行也相繼采用自動(dòng)標(biāo)注工具，毫末智行表示，獲取車道線、交通參與者和 紅綠燈信息，人工標(biāo)注成本約每張圖 5 元，而毫末 DriveGPT 的成本僅 0.5 元。

場景構(gòu)建是能力仿真系統(tǒng)的核心之一，生成式 AI 較傳統(tǒng)建模渲染生成場景庫速度大大提升。仿真 通過構(gòu)建虛擬交通場景測(cè)試和驗(yàn)證自動(dòng)駕駛系統(tǒng)，可在一定程度上取代實(shí)車路測(cè)，從而降低自動(dòng) 駕駛系統(tǒng)開發(fā)測(cè)試成本。基于有限的路采數(shù)據(jù)智能化生成大量場景是仿真的關(guān)鍵，數(shù)據(jù)驅(qū)動(dòng)的 AI 視覺仿真對(duì)自動(dòng)駕駛系統(tǒng)開發(fā)落地具有重要價(jià)值。

人工智能生成內(nèi)容(AIGC)技術(shù)在仿真、數(shù)據(jù)標(biāo)注、座艙交互等系統(tǒng)的部署日益廣泛。在仿真 方面，AIGC 技術(shù)可大量合成虛擬場景以用于模型訓(xùn)練和測(cè)試，從而提高自動(dòng)駕駛技術(shù)精度和可 靠性;在數(shù)據(jù)標(biāo)注方面，AIGC 技術(shù)可自動(dòng)標(biāo)注真實(shí)世界圖像數(shù)據(jù)以用于訓(xùn)練 AI 模型;在座艙交 互方面，AIGC 技術(shù)可讓車機(jī)系統(tǒng)與人的交互更自然，提高駕乘體驗(yàn)。 基于 BEV+Transformer 架構(gòu)的感知算法應(yīng)用帶來傳感器架構(gòu)改變，大模型的本地化部署對(duì)車載 算力硬件提出要求。一方面，基于 AI 大模型的感知算法，使激光雷達(dá)傳感器的重要性下降，在主 流的多雷達(dá)+多攝像頭的傳感器架構(gòu)之外，提出了純視覺傳感方案，基于多個(gè)攝像頭即可基本滿 足復(fù)雜場景環(huán)境感知的需求。另一方面，大模型的本地化部署對(duì)邊緣算力、數(shù)據(jù)傳輸帶寬和速度 都提出了新的要求，車載芯片需進(jìn)行相應(yīng)升級(jí)。

• 相關(guān)深度報(bào)告REPORTS

  

  2023-2027年中國汽車零部件行業(yè)全景調(diào)研與發(fā)展戰(zhàn)略研究咨詢報(bào)告

  產(chǎn)業(yè)現(xiàn)狀近年來，中國汽車零部件產(chǎn)業(yè)在國家重大工程和技術(shù)專項(xiàng)的支持下，通過企業(yè)自主研發(fā)、合資合作及技術(shù)人才引進(jìn)，持續(xù)加強(qiáng)技術(shù)攻關(guān)和創(chuàng)新體系建設(shè)，在部分領(lǐng)域核心技術(shù)逐步實(shí)現(xiàn)突破。中國品...

  查看詳情

延伸閱讀

推薦閱讀

猜您喜歡