专题：2024中国汽车软件大会买球下单平台

　　11月7日-8日，2024中国汽车软件大会在上海嘉定召开。梦想汽车智能驾驶本领权略高等总监文治宇发扮演讲。

　　以下内容为现场发言实录：

　　感谢韩总，尊敬的列位调换、列位众人、列位嘉宾：

　　寰球下昼好！很荣幸能受邀参加今天的论坛，也相配感谢协会对梦想汽车的招供，能在今天上昼的会议上荣获优秀更动案例的奖项。今天也借此契机向寰球陈述一下梦想汽车在智能驾驶本领更动与应用方面的最新理解。

　　像刚才李部长讲到的，梦想汽车也一向相配暖和和紧跟前沿通用东说念主工智能领域的发展。

　　在昔时的一年中，咱们快速完成了三代本领栈的逾越式的发展。从旧年11月开动，NPN，即先验神经集聚的决议，让咱们具备了全场景NOA的智商，连通了高速以及城市说念路，而且快速在旧年年底之前完成了寰宇百城城市NOA的障翳。

　　在这之后，咱们又雷同领略到，以NPN或者依赖先验信息的神色仍然不成够快速复古咱们完成寰宇范围内统共城市的障翳，于是在本年5月又开动了基于下一代本领栈，也便是无图NOA的早鸟用户推送，将NOA的可用范围蔓延到了寰宇。

　　再到本年7月份左右，伴跟着端到端的高潮，咱们又开启了下一代基于端到端+VLM的NOA的推送，亦然全球在智能驾驶场合开创的双系统架构。这让智能驾驶的AI智商赢得了再次的擢升，也在10月底前率先开动了面向全量Max用户的推送。

　　若是再来看三个中枢的统计数据，也可以看到昔时一年的增长依然很是于昔时几年累计值的接近一半的增长。最先是用户的智驾总里程，昔时一年中增长了16亿公里，刻下来到了26亿公里。而用户范围也依然跨过了百万大关达到了102万，在上个月的时候刚刚完成了百万下线以及委用的庆典。对于研发来说，另一个很紧要的目的，云霄的算力，面前依然来到了5.39E Flops，在一年中增长了2.9E。

　　刚才提到了端到端+VLM双系统，面前最新一代的本领栈。今天也借这个契机向寰球共享一下这代本领栈的情况和咱们的念念考。

　　双系统的表面，起首于诺贝尔奖赢得者丹尼尔·卡尼曼的“念念考快与慢”，将东说念主类念念考的经过综合为了这两个系统。节略来讲，系和洽，也便是快系统，它的特质是更多依赖直观及本能，能够搪塞日常生计中杰出95%的场景。举一个例子，其实大部分东说念主在大部分开车的时候也不需要使劲去想应该如何开车，也能把车开好。

　　然而东说念主也一定偶尔会遭逢一些情况，需要慢下来，或者是停驻来想一想后续应该如何开。其实这亦然运用到了所谓的系统二，或者是慢系统的念念考的形状。它的特质是需要一些有坚定的分析，慢一些，然而念念维的脉络更高。

　　受这套表面的启发，咱们也尝试在自动驾驶的方进取去成立这么一套架构，来把它落地下来。

　　最先来看系和洽，便是快系统，咱们使用了一个端到端模子，它的特质是能够完成对环境的快速反映。而在系统二方面，咱们使用一个更大范围体量的模子，当今使用的是VLM视觉言语模子，往还垄断一个系统二的职能。有了这套模子体量更大的系统，在西席以及考证方面，仍然会濒临到一些艰辛。咱们的科罚决议是在云霄去构建一个基于世界模子的强化学习以及考证系统，来完成对于整套系统的高效迭代。

　　接下来咱们掀开这三个模子来节略看一下里面的结构。

　　最先是系和洽，端到端。梦想汽车的端到端模子取舍了one model，也便是一体化的架构。最先咱们的输入依然取舍像录像头、激光雷达以及导航这么的信息，通过骨干集聚、特搜集聚，以及编解码器，最终输出可以扩充的权略轨迹。

　　为了能够让咱们去作念相应的监督西席，以及雷同为了能够给咱们的用户在车机上清晰出刻下的环境信息，咱们将此前常见的感知任务，比如羁系物、说念路结构的感知，雷同尝试去作念了实例化，来表征出来。

　　这么的神色给咱们带来了三个上风，第一是可以让通盘端到端的信息传递愈加高效，利用模子的中间特征的神色来作念编码和传递，中间不会有赫然信息的损耗，因为中间莫得章程的断点。

　　第二，通盘端到端之后，全链路的推理延伸也会比之前有了很猛进程上的优化。

　　第三，因为通盘链条都是模子，可以作念到完好意思的可导可训，也能够进一步加速基于数据闭环的迭代后果。

　　再来看系统二，也便是慢系统。系统二的模子体量会更大一些，为了尽可能让它拟东说念主，咱们取舍了拟东说念主的前视两路相机以及导航信息当作输入。

　　经过编码器，以及经过多模态信息的对都，运输给视觉言语模子往还作念关系的自追忆推理。最终形成对于驾驶决策的高脉络念念考的决策，来闭环反馈给系和洽，完成双系统的配合。

　　而面前戒指，受限于广阔的端侧算力瓶颈，以及刻下这代主流芯片针对transformer架构的优化问题，将大模子部署在端侧仍然是行业里广阔还莫得科罚得很好的问题。

　　梦想汽车在这个方进取也作念出了一些探索，并和英伟达的共事配合在现存框架下完成了多项打破。咱们面前能把2.2B，便是22亿参数目的模子得手部署到了车端。

　　最初完成部署的时候，它的单次推理时延杰出了4秒钟，这在实质应用经过中一定是不可被接受的。经过这些更动性的本领应用以后，咱们面前能够将单次的推理时延裁减到0.3秒，或者3.3赫兹，可以作念到准及时，并得手将大模子真确应用到了面前日常的智能驾驶的及时反映之中，这亦然业界初度将大模子部署到车端智驾量产芯片。

　　通过端到端和VLM，使得智能驾驶系统治有了类东说念主的快速反映的智商，也领有了类东说念主的推理念念考的智商。那如何西席和考证它？亦然需要科罚的中枢问题。

　　面前，咱们的科罚决议是提倡了一个基于世界模子的西席以及考证系统，在造谣的环境中进行学习和磨真金不怕火。这里用到中枢本领有两个，第一个是基于3D高斯溅射的场景重建的方法，对已知的问题场景，或者说已有的数据集，以3D高斯溅射的方法去对场景进行重建与采集，咱们将它称之为所谓的“错题集”。

　　除此除外，智能驾驶也仍然需要去作念多数的泛化考证，往还科罚长尾问题的场景。咱们的念念路是使用扩散模子，基于已有场景去作念举一反三，以生成式的方法，对已有的数据作念增强和泛化，比如可以尝试变调天气、变调光辉、变调路况等等。

　　将这两个场合合一，就可以形成一套对于模子的评价体系，或者说一套考题集。

　　有了这套考题以后，再使用一些工程化的方法，提高自动化运行后果，就形成了这代可以支抓高效迭代的考证神色，也和以往以实车为主的考证神色比拟有了显赫的考证后果擢升。

　　以上讲到这些本领更动点，起首于团队对研发的抓续插足，关系的学术责任也取得了鄙俚招供。这里摘抄了一些团队从2021年于今在学术顶会上的责任发表，也在一些学术竞赛上取得了可以的收获。像刚才提到的双系统、世界模子等，也发表在了本年的ECCV和CoRL上。

　　接下来想跟寰球共享的是一个相配真谛真谛且紧要的发现，模子性能和西席数据体现的范围关系性，亦然寰球常提到Scaling Laws其中的一个方面。

　　最先看一下数据散布，在这里统计了在昔时的2个月里，咱们对于智能驾驶相配深爱的万东说念主用户前锋团的使用情况，他们散布在寰宇杰出300多个城市，在昔时2个月时候里完成了接近200万公里的城市NOA的使用里程，也帮咱们积存了相配贵重的数据。可以看到上海的亦然寰宇范围内最爱使用城市NOA的Top5城市之一。

　　有了这些数据以后，再去作念下一步分析，咱们在这两个月的时候里，一共西席了25版模子，或者平均每2-3天就会有一个新版的模子出来。经过刚才提到的基于世界模子的评价系统，以及咱们对于模子准出的其他条目，这25版模子中，最终开释给用户的是18个。

　　再来看纵轴，纵轴默示的数值是在城市工况内的平均流畅行驶里程，也便是流畅开若干公里需要吸收一次。这里数据点的神气表征了使用不同的数据量西席出的模子的版块，蓝色是100万clips西席的模子，绿色是200万，金黄色代表的是300万。咱们也在近期刚刚向用户开释了下一版基于400万clips西席的模子，关系的数据统计也还在进行中。

　　可以看到从第一个模子开动，流畅行驶里程刚刚杰出10公里，到9月底的时候，达到了快要30公里。在对这些数据点进行拟合之后，就看到了Scaling Law。若是再往后作念一些预测的话，咱们的下一个办法是让城市工况的平均行驶里程达到100公里，对应推算出将需要大要1000万clip的数据，同期也考证了刻下数据的范围与质料依然成为了模子性能的决定性的身分。

　　若是城市NOA的流畅行驶里程可以达到100公里，那一个平素用户可能每周只需要吸收1-2次。天然按照关系计谋规则，这面前仍然是一个L2级别的援助驾驶系统，然而它的体验依然可以让咱们看到L3的雏形。

　　说收场本领，再来看一下居品方面。咱们雷同快速完成了基于以上本领决议的居品化的落地，最先看一个演示视频，这里模仿了一些咱们的AI agent“梦想同学”的智商。

　　（视频）

　　刚才这位用户提到的一键智驾，也便是当今开动向用户推送的“车位到车位”的全场景智能驾驶的功能，可以完成从车位的开拔，跨层地库的行驶，包括小区、园区闸机的自动通行，到公开说念路以后，可以完成一些相对复杂的城阛阓景的交通博弈。假如咱们的用户在我方的小区，或者在公司或者在心爱去的商超，也会有一个常用的车位，就可以完成车位到车位流畅的完好意思行驶体验。

　　下一部分是对于主动安全。除了刚才提到的懒散驾驶类的功能除外，咱们也一向相配暖和主动安全方面的智商。除了束缚提高老例的自动蹙迫制动，也便是AEB，的智商除外，在最近的OTA中，咱们也向用户推送两个相对比较新的主动安全功能。

　　第一个是AES，自动蹙迫转向，最高支抓130KPH的车速。这个视频也来自一位咱们真实切车主，在AES上线不到2周之内就碰到的一个相配极限的案例，其时以130KPH的速率行驶在高速公路上，在弯说念遭逢一个功课并不太圭表的施工车，即使对于东说念主类驾驶员来说，其时的场景也相配危险，咱们通过AES匡助用户有惊无险地幸免了这起事故。

　　第二个是低速AEB，便是LS-AEB，主要的办法是障翳一些常见的低速停车类的场景。比如在地库里，以相对较低的速率，和周围的行东说念主、柱子、雕栏等可能发生的碰撞。这些事故的特质是发生碰撞之后，可能形成的失掉不大，然而很虚浮，稀奇是针对一些生手驾驶员。

　　咱们通过AES和低速AEB这么的居品，完成了全时段、全速域的主动安全的保证。

　　能够去支抓咱们完成这么的本领以及居品的更动，离不开两大中枢基础依次，一个是西席里程，一个是西席算力。面前咱们的西席里程基数依然达到26亿公里，并有信心在本年打破30亿公里。在算力场合，刻下为5.39E Flops，预测在本年之内可以达到8E Flops，去复古后续抓续的研发。

　　终末的一页中，也向寰球共享一下梦想汽车以及智能驾驶的中永久权略。梦想汽车的企业愿景是在2030年景为全球当先的东说念主工智能企业，而智能驾驶又是其中最紧要的部分之一。在智能驾驶方面，将来咱们规画以杰出50E Flops西席算力，杰出100亿公里的西席里程，以及杰出350万台的车队范围，往还抓续鼓舞下一步智能驾驶以及自动驾驶的前瞻性研发迭代。咱们的第一个办法是达到跟东说念主类很是的驾驶智能，将城市工况平均的流畅行驶里程，不才一个milestone提高到2500公里。

　　在安全方面，面前通过里面的数据统计，东说念主类平均的MPA，即安全里程，每若干公里出现一次事故，或者在24万公里左右。咱们生机智能驾驶能够达到优于东说念主类10倍的驾驶安全，咱们下一个办法让智能驾驶的MPA达到至少240万公里，这会远超绝大多数用户一世的驾驶里程。

　　梦想汽车但愿能通过智能驾驶领域的本领更动以及居品落地，抓续推送智能驾驶的社会使用普及，也共同期待以及加速将来自动驾驶期间的到来。谢谢！

　　（注：本文把柄现场速记整理，未经演讲嘉宾审阅）

海量资讯、精确解读，尽在新浪财经APP

背负剪辑：梁斌 SF055买球下单平台