新勢(shì)力又要摸著馬斯克過河了
從摸著石頭過河到摸著馬斯克過河,中國(guó)車企在AI大模型的浪潮中,正嘗試著從跟隨者變?yōu)楦?jìng)爭(zhēng)者。他們?nèi)绾卧诩夹g(shù)革新的浪潮中找到自己的定位,又將如何利用端到端技術(shù)實(shí)現(xiàn)自我超越?本文將帶您一探究竟。
在摸著馬斯克過河之前,何小鵬先摸了一把前同事。
“特斯拉的研發(fā)進(jìn)度領(lǐng)先國(guó)內(nèi)智能駕駛1.5-2年?!?月初,前小鵬自動(dòng)駕駛研發(fā)副總裁谷俊麗的一番言論,引發(fā)外界爭(zhēng)議。
自此之后,車企大佬幾乎再無人敢直接點(diǎn)評(píng)特斯拉與中國(guó)車企在智能駕駛方面的具體差距。近期,輪到何小鵬點(diǎn)評(píng)時(shí),他也只是輕輕贊揚(yáng)了一番,表示過去自己一直覺得谷歌母公司旗下的Waymo,是神一般的存在,但6月份去舊金山體驗(yàn)完特斯拉FSD V12版本后,感到“非常非常驚訝,跟以前完全不是一個(gè)版本了。”
讓何小鵬驚訝的秘密武器,便來自特斯拉于今年初正式上線的,端到端自動(dòng)駕駛技術(shù)新版本FSD V12。
特斯拉 FSD V12,最大的改變是用了 “端到端” 架構(gòu),即一端輸入攝像頭等傳感器獲得的數(shù)據(jù),另一端直接輸出車該怎么開。
在此之前,自動(dòng)駕駛采用的是模塊化方案,即把感知、預(yù)測(cè)、規(guī)劃等劃分為各自獨(dú)立的模塊,完全依賴工程師編寫大量代碼去制定行駛規(guī)則,從而告訴車遇到什么樣的狀況時(shí),該采用哪些規(guī)則指令。
如果將模塊化方案視作iPhone中的Siri,那么端到端的出現(xiàn),無疑就是ChatGPT時(shí)刻的降臨。
喊出全球唯二、中國(guó)唯一實(shí)現(xiàn)端到端大模型量產(chǎn)落地車企的何小鵬,在談及特斯拉FSD有望年底進(jìn)入中國(guó)的話題時(shí),給出的答案是不擔(dān)心后者的競(jìng)爭(zhēng)。
同樣不想落后特斯拉一步的華為,在4月份發(fā)布乾崑ADS 3.0架構(gòu)時(shí),也開始強(qiáng)調(diào)“端到端”技術(shù)。7月份的理想智能駕駛夏季發(fā)布會(huì)上,官方也發(fā)布了基于端到端模型、VLM視覺語言模型和世界模型的全新自動(dòng)駕駛技術(shù)架構(gòu)。近期蔚來也官宣其智能駕駛技術(shù)架構(gòu) NADArch2.0,正式引入世界模型的端到端架構(gòu)。
理想、蔚來所謂的“世界模型”概念,也多少帶些特斯拉的影子。
2021年特斯拉AI Day上,通過仿真模擬,借助Dojo超算能力,馬斯克給特斯拉規(guī)劃了一條通往完全自動(dòng)駕駛的可行性路徑,即借助虛擬仿真技術(shù),來測(cè)試邊緣情況和其他行駛過程中可能遇到的意外問題,“用自動(dòng)駕駛來重現(xiàn)自動(dòng)駕駛場(chǎng)景?!瘪R斯克說道。
十年前,“蔚小理”創(chuàng)立之初,紛紛摸著特斯拉打開了消費(fèi)者對(duì)電動(dòng)汽車的認(rèn)知。十年后,面對(duì)AI大模型帶來的新一輪技術(shù)變革,新勢(shì)力們又一次跟緊了特斯拉的步伐。
且這次的競(jìng)爭(zhēng),可能比十年前更激烈。
2014年,是智能汽車史上一個(gè)關(guān)鍵節(jié)點(diǎn)。從這年開始,汽車范式變革席卷全球,汽車工業(yè)進(jìn)入跨界創(chuàng)新時(shí)代:傳統(tǒng)的機(jī)械與制造模式,被新興的新能源與電子電氣技術(shù)一步步趕超。
一個(gè)軟件驅(qū)動(dòng)汽車的新時(shí)代來臨,汽車工業(yè)就此開始轉(zhuǎn)向基于ICT和互聯(lián)網(wǎng)技術(shù)的經(jīng)濟(jì)范式。原本適用于消費(fèi)電子行業(yè)的邊際成本效應(yīng),開始在汽車領(lǐng)域發(fā)揮作用。
盡管前期智能化研發(fā)投入成本高昂,但一旦成功之后,其復(fù)制擴(kuò)張的邊際成本將變得無限低?!按蠹抑荒芡媪嗣妊邪l(fā)、比技術(shù),這就是為什么消費(fèi)電子行業(yè),如手機(jī)等,都是贏家通吃?!崩总娫诮诮邮芾钕鑼TL時(shí)說。
如今,贏家通吃的前景和壓力,一同涌到了新勢(shì)力面前。
01
質(zhì)疑特斯拉、理解特斯拉,到成為特斯拉的一幕,正在車圈輪番上演。
2013研發(fā)輔助自動(dòng)駕駛功能Autopilot時(shí),特斯拉也是老老實(shí)實(shí)采用了前輩谷歌開辟的路徑,即用激光雷達(dá)、攝像頭等傳感器收集數(shù)據(jù),人工標(biāo)注之后,再讓工程師編寫行駛規(guī)則代碼,從而決定車該怎么開。
轉(zhuǎn)變?cè)?021年到來。為了節(jié)省成本和更快速普及自動(dòng)駕駛功能,馬斯克決定放棄激光雷達(dá)和高精地圖,改用純視覺方案。
2021年5月份,特斯拉正式?jīng)Q定去掉量產(chǎn)車上此前標(biāo)配的毫米波雷達(dá),僅保留全車八個(gè)攝像頭,來為特斯拉FSD采集外部環(huán)境數(shù)據(jù)。
2021年7月31日,特斯拉開始推送FSD全新版本FSD Beta V9.1,這是首個(gè)使用“特斯拉純視覺”方案的輔助駕駛套件。
自此之后,自動(dòng)駕駛領(lǐng)域被分成了兩大流派——純視覺派和激光雷達(dá)派,前者以特斯拉為首,后者以小鵬、蔚來等為首。
讓馬斯克敢于做出放棄激光雷達(dá)決定的一大原因,在于特斯拉更新了以Transformer為基礎(chǔ)的BEV(Bird’s Eye View,鳥瞰視野)感知模型,其不需要依賴高精地圖,便可實(shí)現(xiàn)輔助自動(dòng)駕駛功能。
在BEV+Transformer架構(gòu)之外,特斯拉隨后又加入了占用網(wǎng)絡(luò)技術(shù)(OCC),使得純視覺方案的導(dǎo)航精準(zhǔn)度進(jìn)一步提升。
在特斯拉改用純視覺方案一年后,2022年下半年,蔚小理、華為、比亞迪等,都開始摸著特斯拉過河,轉(zhuǎn)向研發(fā)不依賴高精地圖的BEV+Transformer方案。
比亞迪智能駕駛業(yè)務(wù)負(fù)責(zé)人韓冰,甚至在去年中的一場(chǎng)活動(dòng)上說道:“BEV是比亞迪在高階智能駕駛上彎道超車的機(jī)會(huì)?!?/p>
也正是由于排除了高精地圖的牽絆,2023年,中國(guó)車企展開了比拼NOA(領(lǐng)航輔助駕駛)開城速度的新競(jìng)賽。
余承東就曾感慨過,華為在上海投入一兩年,都沒采集完城區(qū)高精地圖,“上海一條小路都要折騰很久。”
除了提速NOA開城速度之外,特斯拉所引領(lǐng)的純視覺方案,還讓新勢(shì)力們看到了將高階智駕技術(shù),下放到平價(jià)車型上的可能性。
3月份發(fā)布的小米SU7,其Pro/Max版本采用激光雷達(dá)方案,標(biāo)準(zhǔn)版則走了純視覺方案;小鵬8月份上市的M03,也會(huì)配備不同智駕方案,這將是小鵬首次在量產(chǎn)車上應(yīng)用純視覺路線;蔚來9月份上市的第二品牌樂道L60,同樣出于成本考量,取消了激光雷達(dá),換用純視覺方案。
為了搶占更多車企合作訂單,華為也在今年正式發(fā)布了視覺智駕方案——HUAWEI ADS基礎(chǔ)版,號(hào)稱可實(shí)現(xiàn)全國(guó)高速城快路段的智能輔助駕駛,以及智能泊車功能,目前已經(jīng)相繼應(yīng)用在智界S7和深藍(lán)S07上。
隨著AI大模型在2022年爆火,被特斯拉引燃的端到端智駕新路線,則成為繼“BEV+Transformer+OCC占用網(wǎng)絡(luò)”智駕方案之后,車企競(jìng)逐的新目標(biāo)。
02
想要實(shí)現(xiàn)端到端,車企的視覺神經(jīng)網(wǎng)絡(luò)就需要采集更大量、更多樣化和更真實(shí)的數(shù)據(jù)樣本,同時(shí)用更低時(shí)延的算力對(duì)數(shù)據(jù)加以解析利用。
這直接催生了三年前特斯拉超算系統(tǒng)Dojo的誕生。
2021年特斯拉AI Day上,馬斯克宣稱Dojo效率已經(jīng)超過了英偉達(dá)GPU和谷歌TPU。為了實(shí)現(xiàn)地表最強(qiáng)目標(biāo),特斯拉自主研發(fā)了首款A(yù)I訓(xùn)練芯片D1。7nm制程的D1,運(yùn)算處理能力可以達(dá)到362 TFLOPS(相當(dāng)于每秒362萬億次的浮點(diǎn)運(yùn)算)。
D1之前,馬斯克就憑借FSD推理芯片誕生,讓特斯拉坐上了全世界第一個(gè)自研智能駕駛芯片的車企的寶座。
在2019年特斯拉量產(chǎn)FSD芯片后,蔚小理相繼于2020年組建起自己的芯片團(tuán)隊(duì)。
在智能汽車領(lǐng)域,為了實(shí)現(xiàn)更好的性能優(yōu)化,從芯片、算法到操作系統(tǒng),一體化自研已經(jīng)成為越來越多車企攻克的方向。在頭部新能源車企身上,表現(xiàn)尤為明顯。何小鵬也曾公開發(fā)表觀點(diǎn),認(rèn)為“像蘋果這樣的軟硬件一體可控模式,在智能汽車企業(yè)里面會(huì)出現(xiàn)越來越多”。
隨著特斯拉在軟硬一體道路上越走越遠(yuǎn),新勢(shì)力們也開始加足馬力追趕。
進(jìn)入2024年7月份,蔚小理四年造芯路,終于有了成果:蔚來在NIO IN 2024上對(duì)外宣布,全球首顆5nm智能駕駛芯片——神璣 NX9031流片成功。該芯片有望于2025年一季度首搭蔚來旗艦轎車ET9。
同時(shí),據(jù)36氪汽車爆料,小鵬汽車自研的智駕芯片也已經(jīng)送去流片,“預(yù)計(jì)8月回片?!?/p>
理想汽車的智駕芯片也將于年內(nèi)完成流片。
更好地控制成本,成為誘導(dǎo)新勢(shì)力們下場(chǎng)造芯的主要原因之一。
“如果理想自己做推理芯片,可以做到像特斯拉一樣的成本,因?yàn)樗惴ㄕ莆赵谧约旱氖掷铮舶ê竺嬲麄€(gè)的訓(xùn)練平臺(tái)、訓(xùn)練芯片自己做?!?李想曾如此講到,甚至還評(píng)估過特斯拉做AI訓(xùn)練芯片D1的具體縮減成本,“大概能做到英偉達(dá)A100六分之一的成本?!?/p>
值得一提的是,在英偉達(dá)芯片斷供危機(jī)之下,新勢(shì)力們的芯片自研,還開始承擔(dān)起保衛(wèi)供應(yīng)鏈安全的戰(zhàn)略價(jià)值。
且隨著芯片不斷迭代,其對(duì)車企帶來的成本優(yōu)化空間還會(huì)進(jìn)一步擴(kuò)大。二季度財(cái)報(bào)會(huì)上,馬斯克表示,下一代特斯拉AI芯片,也就是HW5,從推理能力的角度來看,“它可以與英偉達(dá)GB 200相媲美?!?/p>
03
但無論推進(jìn)端到端,還是自研芯片,對(duì)于尚處在虧損階段的大多數(shù)新勢(shì)力而言,都將是一筆承壓的投資。
智能駕駛等高算力芯片,研發(fā)周期長(zhǎng)、資金投入大,且不確定性高。有數(shù)據(jù)統(tǒng)計(jì),一顆高算力芯片的研發(fā)和量產(chǎn),至少需要花費(fèi)十幾億元。
為車企供應(yīng)智駕芯片的地平線創(chuàng)始人兼CEO余凱更是直言,車企應(yīng)該慎重考慮自研智能駕駛芯片問題。“自研和他山之石本身是戰(zhàn)略選擇,如果車廠的年銷量預(yù)期不到100萬輛,資金的整個(gè)效率其實(shí)是算不過賬的?!?/p>
這考驗(yàn)著車企的規(guī)模效應(yīng)。只有賣出更多的車,才能平攤這些研發(fā)支出,并發(fā)揮出自研芯片的成本優(yōu)勢(shì)。
環(huán)顧全球新能源車企,2023年,僅有比亞迪和特斯拉兩家,達(dá)成了年銷百萬輛的目標(biāo)。
更不容忽視的是,規(guī)模效應(yīng)還將幫助車企在端到端競(jìng)爭(zhēng)中獲取更多數(shù)據(jù)支持。
端到端模型上限很高,有望直指自動(dòng)駕駛的L5級(jí)別,但它的下限很低,在一些基礎(chǔ)狀況下,甚至比不上模塊化方案,如采用端到端路線的特斯拉FSD V12版本上線后,被不少人測(cè)試出車輛撞到馬路牙、損壞輪轂的低級(jí)錯(cuò)誤。
避開上述低級(jí)錯(cuò)誤的主要方法,就是投喂給端到端模型更多的資源,包括算力、算法和數(shù)據(jù)等。
去年財(cái)報(bào)會(huì)上,馬斯克便談到數(shù)據(jù)對(duì)自動(dòng)駕駛模型的重要性:“用100萬個(gè)視頻片段訓(xùn)練,勉強(qiáng)夠用;200萬個(gè),稍好一些;300萬個(gè),就會(huì)感到Wow;到了1000萬個(gè),就變得難以置信了?!?/p>
但并不是所有的行車數(shù)據(jù)都可以用來訓(xùn)練端到端模型。這方面,汽車跟ChatGPT等大模型一樣,考驗(yàn)的是廠商處理數(shù)據(jù)的細(xì)節(jié)。
“在以數(shù)據(jù)為中心(data-centric)的AI新時(shí)代,模型能不能出彩實(shí)際上主要是靠數(shù)據(jù)?!贝竽P蛷臉I(yè)者李振曾向字母榜(ID:wujicaijing)解釋,數(shù)據(jù)里面潛藏的諸多魔鬼細(xì)節(jié),甚至決定著大模型產(chǎn)品的成敗。
谷歌就是前車之鑒。不管從算力還是算法,谷歌并不比OpenAI差,甚至還要強(qiáng),但恰恰是借助基于人類反饋的強(qiáng)化數(shù)據(jù)訓(xùn)練工作,OpenAI最終趕在谷歌前面做出了ChatGPT。
“特斯拉為什么能夠遙遙領(lǐng)先?是因?yàn)樗袖N量作為基礎(chǔ)?!痹诠瓤←惪磥?,要在商業(yè)模式上追趕特斯拉,必須形成產(chǎn)品的規(guī)模化。
而特斯拉留給新勢(shì)力們追趕的窗口正在收緊。根據(jù)馬斯克預(yù)測(cè),隨著FSD V12.5版本,或者12.6版本的推出,最快今年年底,中國(guó)、歐洲等國(guó)家和地區(qū),就可以獲得落地批準(zhǔn)。
規(guī)模效應(yīng)之外,憑借自我造血能力,馬斯克還給這場(chǎng)端到端競(jìng)賽,劃定了一個(gè)入場(chǎng)門檻。在4月份訪華當(dāng)天,馬斯克發(fā)文稱,“特斯拉今年將斥資約100億美元用于AI的訓(xùn)練和推理,后者主要用于汽車。任何公司,如果沒有達(dá)到這樣的支出水平,并且不能高效地完成這項(xiàng)工作,就無法參與競(jìng)爭(zhēng)?!?/p>
用十年熬過規(guī)模量產(chǎn)挑戰(zhàn)之后,一場(chǎng)新的淘汰賽再次擺在了新勢(shì)力面前。
參考資料:
《關(guān)于造車,雷軍近年唯一深度專訪》雷軍
《放棄雷達(dá),國(guó)內(nèi)車企倒戈純視覺路線》中國(guó)汽車報(bào)
《蔚來、小鵬等自研智駕芯片將流片,上車進(jìn)入倒計(jì)時(shí)》36氪
《理想自研芯片進(jìn)展:在新加坡設(shè)立辦公室,團(tuán)隊(duì)規(guī)模已超 160 人》晚點(diǎn)Auto
《特斯拉從此無禁區(qū),但FSD 入華還沒時(shí)間表》盒飯財(cái)經(jīng)
作者:趙晉杰,編輯:王靖
本文由人人都是產(chǎn)品經(jīng)理作者【字母榜】,微信公眾號(hào):【字母榜】,原創(chuàng)/授權(quán) 發(fā)布于人人都是產(chǎn)品經(jīng)理,未經(jīng)許可,禁止轉(zhuǎn)載。
題圖來自Unsplash,基于 CC0 協(xié)議。
未來肯定是新能源汽車的主場(chǎng),這方面特斯拉確實(shí)是遙遙領(lǐng)先。