編者按：本文來自微信公眾號(hào) 遠(yuǎn)川汽車評(píng)論（ID：yuanchuanqiche），編輯：羅松松，創(chuàng)業(yè)邦經(jīng)授權(quán)轉(zhuǎn)載。

在比亞迪宣布開啟全民智駕之后，吉利、奇瑞等車企都紛紛跟進(jìn)，就連最接地氣的五菱最近也發(fā)布了靈犀智駕。比亞迪創(chuàng)始人王傳福在今年的“百人會(huì)”活動(dòng)上表示：“一旦用了智駕車，就很難回去”。

過去兩年，隨著智駕的覆蓋范圍和能力上限不斷取得突破，加上硬件成本逐年走低，智駕正在從過去錦上添花的賣點(diǎn)成為實(shí)打?qū)嵉漠a(chǎn)品力，而且正在快速下沉，售價(jià)不到10萬的車也能實(shí)現(xiàn)高速領(lǐng)航。

與之呼應(yīng)的是，車企們?cè)谥邱{賽道的比拼已經(jīng)不滿足單點(diǎn)功能如何如何，智駕能不能覆蓋全場景，底層架構(gòu)有沒有延展性，如何平衡“安全、舒適與效率”，成了新的競爭點(diǎn)，也是智能電動(dòng)車決勝下半場的關(guān)鍵。

消費(fèi)者對(duì)智駕的需求正倒逼行業(yè)重構(gòu)技術(shù)底座。如何突破傳統(tǒng)架構(gòu)的局限成為了關(guān)鍵。

傳統(tǒng)智駕算法先天不足

智駕，是從簡單的泊車功能慢慢發(fā)展起來的。

車速低不易發(fā)生事故、停車場景數(shù)量有限容易寫規(guī)控算法、封閉環(huán)境對(duì)感知硬件要求不高，泊車功能的這些特征，影響了智駕算法框架的建立，最終形成“感知→規(guī)劃→控制”的基本框架。

感知模塊負(fù)責(zé)收集和處理攝像頭和雷達(dá)等傳感器數(shù)據(jù)，然后將其傳給決策模塊，決策模塊根據(jù)信息輸入規(guī)劃路徑或動(dòng)作，再傳給規(guī)控模塊執(zhí)行。

就像在飯店后廚里，洗切、調(diào)味、掌勺、裝盤、上桌，每個(gè)環(huán)節(jié)都有專人負(fù)責(zé)，大家配合協(xié)作，用流水線操作的模式，共同完成任務(wù)。

隨后，這一套“先感知，后決策，再控制”的邏輯被應(yīng)用到了高快速路上。雖然相較于泊車，高快速路場景的車速提高了，場景數(shù)量變多了，規(guī)控邏輯復(fù)雜了，但相應(yīng)地，智駕的感知精度、算力大小、算法成熟度和代碼數(shù)量也都提升了不止一個(gè)等級(jí)。從實(shí)際效果來看，智駕在高快速路上的表現(xiàn)，還算是游刃有余的。

但隨著智駕應(yīng)用場景的進(jìn)一步開放，由感知、決策、控制三大獨(dú)立模塊共同托舉起來的智駕功能，在復(fù)雜多變的城市道路面前，開始顯得捉襟見肘了。

首當(dāng)其沖的是長尾場景難以覆蓋。

異形交通燈、臨時(shí)交通管制、施工圍擋、被涂抹又重新畫上的道路線、公交車道通行時(shí)間、以及動(dòng)向不可捉摸的行人、非機(jī)動(dòng)車，甚至是流浪動(dòng)物和逆順光線的變化……成千上萬種元素排列組合，構(gòu)成成千上萬種交通路況。

這對(duì)從算法規(guī)則庫來說，簡直就是災(zāi)難——路況無法窮舉，意味著規(guī)則算法永遠(yuǎn)無法完整，意味著，一旦出現(xiàn)以前沒見過的長尾場景，智駕就處于“無例可循”的宕機(jī)狀態(tài)，應(yīng)用范圍受限事小，瞎規(guī)劃亂行動(dòng)事大。

其二，存在時(shí)效低，數(shù)據(jù)信號(hào)損耗的問題。

三大模塊之間的數(shù)據(jù)傳輸接口由人定義，有固定數(shù)據(jù)傳遞格式和內(nèi)容。一些可能對(duì)決策有幫助的細(xì)節(jié)，會(huì)因?yàn)椴辉谝?guī)范定義范圍內(nèi)而被過濾掉，也就是俗稱的“數(shù)據(jù)損耗”。

比如雷達(dá)和攝像頭探測到的信息經(jīng)過人工算法的簡化處理后，只向規(guī)控模塊提供了前方動(dòng)態(tài)障礙物的速度和車道線邊界，但丟失了道路表面材質(zhì)信息之類（結(jié)冰路面）的細(xì)微差異，這就會(huì)影響車輛緊急制動(dòng)的規(guī)控策略，容易造成剎車不及的追尾事故。

路面結(jié)冰

或者是數(shù)據(jù)在人為定義范圍內(nèi)，但模塊之間的信號(hào)傳遞需要時(shí)間，等規(guī)控接收到感知模塊給的信息，已經(jīng)來不及通知控制模塊采取行動(dòng)了。行車噩夢(mèng)“鬼探頭”就是典型例子。

就像功能手機(jī)無法運(yùn)行智能應(yīng)用，以規(guī)則窮舉為底層邏輯的算法規(guī)則庫無法覆蓋所有可能出現(xiàn)的道路情況，模塊拼接的架構(gòu)也無法解決數(shù)據(jù)損耗和實(shí)時(shí)性的瓶頸難題。

先天不足的傳統(tǒng)智駕架構(gòu)，已經(jīng)無法滿足如今全民智駕、智駕平權(quán)的切實(shí)需求了。

智駕的“奇異博士”：端到端架構(gòu)

明確問題本質(zhì)，是解決問題的前提，車企深諳這個(gè)道理。

根據(jù)《端到端智駕行業(yè)研究報(bào)告》顯示，已經(jīng)有87%的車企啟動(dòng)端到端研發(fā)，試圖一次掃清傳統(tǒng)智駕算法的短板和缺陷。

相比傳統(tǒng)智駕算法，只能照本宣科地按照預(yù)設(shè)菜譜（規(guī)則算法庫）做菜，超出菜譜范圍就只能歇菜，端到端大模型架構(gòu)，更像是個(gè)全能型廚師，一個(gè)人負(fù)責(zé)所有步驟一個(gè)人就是一個(gè)團(tuán)隊(duì)，沒有固定菜譜（人工規(guī)則代碼），靠觀摩各種做菜視頻，慢慢學(xué)習(xí)模仿，自學(xué)成才。

端到端大模型的顛覆性在于其構(gòu)建的“數(shù)據(jù)即算法”閉環(huán)——傳感器獲取的感知數(shù)據(jù)直接輸入端到端大模型。沒有損耗丟失，也不存在人為過濾，避免了重要信息丟失影響決策的可能性。

感知、決策和控制模塊“三合一”，沒了橋接的數(shù)據(jù)鏈路，就不存在系統(tǒng)延時(shí)，整體響應(yīng)更加迅速。飽和式投入海量訓(xùn)練集，最大限度地覆蓋長尾場景，徹底解決傳統(tǒng)智駕算法的核心痛點(diǎn)。

同樣是處理“車輛右拐遭遇行人橫穿馬路”的場景，傳統(tǒng)智駕的規(guī)則算法的處理方式是僵硬地遵循“先查看環(huán)境識(shí)別到行人→再思考自車行動(dòng)是剎車還是行車→最后再調(diào)用方向盤和油門剎車”的分布操作。

如果行人有走動(dòng)或其他行為，傳統(tǒng)的規(guī)則算法要么是重復(fù)上述步驟，駕乘人員會(huì)在剎停、啟動(dòng)，再剎停、再啟動(dòng)之間搖搖晃晃，毫無體感舒適度；要么就是受規(guī)則限制，索性停車等候，直接影響道路通行效率。

端到端大模型的處理方式就非常擬人，屬于“邊看路邊思考邊動(dòng)方向盤”的下意識(shí)反應(yīng)，持續(xù)觀察行人位置，預(yù)判行人動(dòng)態(tài)，在接近行人時(shí)提前減速，在和行人保持安全距離后，又及時(shí)加速駛離，整個(gè)過程絲滑流暢，不存在卡頓或急剎急停的情況。

智駕技術(shù)底層邏輯的變化，催生了對(duì)數(shù)據(jù)和算力的全新需求。數(shù)據(jù)處理，模型訓(xùn)練，算力支撐，決定了端到端大模型對(duì)對(duì)復(fù)雜場景的理解能力和決策能力的優(yōu)劣，也決定了智駕水平和用戶體驗(yàn)的下限和上限。

華為云八爪魚智駕云服務(wù)所提供的全鏈路解決方案，正在成為其中重要的賦能者。

智駕的“古一法師”：數(shù)據(jù)

華為云八爪魚智駕云服務(wù)具備多重核心能力：即能為車企提供智駕“超級(jí)工具箱”，又是高質(zhì)量數(shù)據(jù)的“黃金礦工”，還能兼做智駕的虛擬駕校訓(xùn)練師，全流程全方位地為車企的智駕研發(fā)保駕護(hù)航。

智駕的“超級(jí)工具箱”，指的是華為云可以提供一套從數(shù)據(jù)到模型的完整開發(fā)工具。工具箱包里自帶了參考算法和數(shù)據(jù)集，車企可以直接上手，像“搭積木”一樣方便快捷地訓(xùn)練自家的智駕系統(tǒng)，無需再投入額外的人力物力，做到“開箱即用，萬物通用”。

智駕的“黃金礦工”，指的是華為云又快又準(zhǔn)的搜索能力。搜索引擎可以從數(shù)百億條數(shù)據(jù)里迅速找到正確且有用的內(nèi)容，投喂給大模型進(jìn)行訓(xùn)練。類似制作“專屬錯(cuò)題集”，針對(duì)薄弱環(huán)節(jié)進(jìn)行專項(xiàng)訓(xùn)練和復(fù)習(xí)，直至答出正確答案。

智駕的“虛擬駕?！?，指的是華為云通過生成式AI創(chuàng)造出一個(gè)和現(xiàn)實(shí)相同的道路環(huán)境，再為不同車企的不同智駕系統(tǒng)量身定做海量的“地獄級(jí)難度”考題，對(duì)智駕系統(tǒng)的極限能力進(jìn)行不斷試煉。

在這種虛擬駕校模式下，智駕系統(tǒng)的測試效率比傳統(tǒng)方法快5倍，相當(dāng)于一天測完過去五天的量。也只有從這全程模擬測試的“修羅場”里闖出來的智駕系統(tǒng)，才能夠算得上“千錘百煉”。

端到端大模型通過汲取海量數(shù)據(jù)信息自學(xué)成才，靠模仿做到分毫不差，固然是重點(diǎn)，知其然又知其所以然，也同樣重要。

尤其在面對(duì)比如僅小車通行標(biāo)識(shí)、公交車道限時(shí)使用標(biāo)識(shí)等復(fù)雜交通標(biāo)識(shí)時(shí)，單純模仿歷史數(shù)據(jù)的端到端模型，是無法理解這些標(biāo)識(shí)的含義的，也就更談不上按標(biāo)識(shí)提示規(guī)劃行車路徑。

VLM/VLA融合多模態(tài)解決方案的出現(xiàn)，很好地給端到端模型打上了補(bǔ)丁。

作為獨(dú)立系統(tǒng)，VLM（Visual-Language Model視覺語言模型）提前對(duì)潮汐車道、公交車道之類的道路標(biāo)志和通用交通規(guī)則等進(jìn)行預(yù)訓(xùn)練。結(jié)合當(dāng)下時(shí)間點(diǎn)，判斷是否可以駛?cè)牍卉嚨?，繼而向端到端模型發(fā)出“向左變道避讓”或“直行進(jìn)入公交車道”的指令，再由其生成具體行動(dòng)軌跡。

VLA（Visual-Language-Action Model視覺 - 語言 - 動(dòng)作模型）則更進(jìn)一步，直接融合“看、想、做”三個(gè)動(dòng)作。

華為云的AI訓(xùn)練標(biāo)注功能對(duì)原始數(shù)據(jù)（如圖像、文本、音頻、視頻等）添加注釋或標(biāo)簽，明確指出輸入數(shù)據(jù)的含義，相當(dāng)于“老師在考前給學(xué)生劃知識(shí)重點(diǎn)”，讓車能360度無死角“看”清自車周圍的道路環(huán)境。

大語言模型提前對(duì)抽象的交通標(biāo)志進(jìn)行理解，預(yù)測道路參與者的下一步行動(dòng)意圖，整個(gè)過程完全“類人”，幫助端到端大模型從單純地“依葫蘆畫瓢”直接進(jìn)化成“有思想有邏輯有判斷有預(yù)測”的硅基工具。

在研發(fā)前期，為車企提供趁手的開發(fā)工具；在研發(fā)過程中，為智駕提供海量的有效訓(xùn)練數(shù)據(jù)；在檢驗(yàn)驗(yàn)收階段，為車企提供全流程仿真測試，持續(xù)拔高智駕模型的上限。華為云八爪魚智駕云服務(wù)在智駕數(shù)據(jù)方面的能力，可以為車企的智駕研發(fā)帶來持續(xù)加成。

智駕的“法器”：算力

如果說數(shù)據(jù)是智駕的核心燃料，那么算力就是動(dòng)力引擎。

端到端模型的參數(shù)量巨大，計(jì)算密集。單次訓(xùn)練就需要數(shù)千張GPU并行計(jì)算。訓(xùn)練一個(gè)城市NOA模型，就可能需要數(shù)PB數(shù)據(jù)和數(shù)周算力資源。換句話說，算力大小，決定了模型的規(guī)模和復(fù)雜度。

華為昇騰AI云服務(wù)擁有目前國內(nèi)最全的云服務(wù)“組合拳”，三大萬卡智駕集群+昇騰算子+全場景AI框架+工具鏈+大規(guī)模集群訓(xùn)推平臺(tái)。

95%的故障，可在幾分鐘內(nèi)完成監(jiān)測和故障診斷；故障快速恢復(fù)架構(gòu)，能夠在30分鐘內(nèi)完成自我修復(fù)，成功率高達(dá)95%；大模型長穩(wěn)訓(xùn)練能實(shí)現(xiàn)40天不中斷，相比業(yè)內(nèi)千億參數(shù)模型訓(xùn)練平均2.8天無中斷的數(shù)據(jù)，穩(wěn)定性翻了14倍。

澎湃算力和超強(qiáng)穩(wěn)定性，是昇騰AI云服務(wù)向車企用戶做出的承諾。

在不改變用戶使用習(xí)慣的前提下，全流程的昇騰遷移工具鏈，能夠支持主流場景算法快速遷移，可提供專業(yè)服務(wù)，從環(huán)境準(zhǔn)備、模型開發(fā)遷移、到精度對(duì)齊、模型調(diào)優(yōu)等環(huán)節(jié)上，幫助車企將算法從英偉達(dá)“無感遷移”到昇騰上。

同時(shí)，華為云還設(shè)有業(yè)界首個(gè)汽車數(shù)據(jù)安全合規(guī)的汽車專區(qū)，可以支持國內(nèi)多個(gè)資質(zhì)圖商協(xié)同服務(wù)。嚴(yán)格遵循“物理隔離、公網(wǎng)隔離、數(shù)據(jù)不出云”的管控要求，符合測繪級(jí)合規(guī)要求，能為車企徹底解除數(shù)據(jù)隱私和合規(guī)性方面的后顧之憂。

尾聲

技術(shù)革新，往往帶來腥風(fēng)血雨的產(chǎn)業(yè)權(quán)力更替，但智能駕駛領(lǐng)域，開放融合、協(xié)作發(fā)展才是主旋律。

華為云始終以開放姿態(tài)攜手各方生態(tài)伙伴，圍繞國產(chǎn)工具鏈自主可控和大模型應(yīng)用進(jìn)行聯(lián)合創(chuàng)新。生態(tài)伙伴間的每一次協(xié)作，都是對(duì)端到端智駕模型技術(shù)閉環(huán)的補(bǔ)全，更是對(duì)國產(chǎn)智駕生態(tài)筋骨的打磨。

在工具鏈層面，華為云將昇騰AI云服務(wù)、全場景AI框架、遷移工具鏈等核心能力與伙伴共享，助力車企構(gòu)建自主可控的研發(fā)體系；

在大模型應(yīng)用領(lǐng)域，和圖商（四維圖新），智駕方案商（禾多科技）等伙伴一起，依托華為云的算力和云計(jì)算能力，讓地圖數(shù)據(jù)標(biāo)注、仿真場景搭建、算法訓(xùn)練糾錯(cuò)等環(huán)節(jié)的效率大幅提升。

華為云和生態(tài)伙伴攜手并進(jìn)，組成了智能駕駛領(lǐng)域的“超級(jí)賦能團(tuán)”，讓端到端大模型從“能用”變得“好用”，推動(dòng)車企完成從“造車”到“造智能”的跨越，打造了一個(gè)全新的，共贏的智駕生態(tài)圈。

本文為專欄作者授權(quán)創(chuàng)業(yè)邦發(fā)表，版權(quán)歸原作者所有。文章系作者個(gè)人觀點(diǎn)，不代表創(chuàng)業(yè)邦立場，轉(zhuǎn)載請(qǐng)聯(lián)系原作者。如有任何疑問，請(qǐng)聯(lián)系editor@cyzone.cn。