撞人还是撞狗？智能驾驶算法步入深水区

01

车端大模型迅猛演进

辅助驾驶从量变到质变

近年来，汽车智能化程度快速提升，智驾应用场景逐步扩大，高阶功能向城市加速渗透。但是由于重规则、泛化差、成本高、开不好等问题，智能驾驶的普及受到限制，范围和规模都有待提升，比如城自动领航功能的表现就显得比较保守机械，技术方案对激光雷达、特殊地图信息存在不同程度的依赖，应用局限在部分地区或道路。除此之外，非豪华、非顶配车型较少拥有高阶功能，所以在无人驾驶方面，应用难以快速扩大范围，无法创造更大价值。

从技术角度来看，智能驾驶其实就是汽车与环境的智能化交互，这种交互可以是自内向外的，比如车端的算法技术，就像是我们人类驾驶员用眼睛观察路况，也可以自外向内的，比如云端数据支持，类似于路牌指示、标识导线等等，现在的车端算法技术和人工智能发展方向高度契合，但又有较高的垂直度——多模态、高算力、强定制等特点都出现在车端算法上，

目前大多数新晋车端算法除了在视觉基础上继续加强之外，也会增加对声音、文本、手势等信息的输入支持，通过多模态的端到端模型进行任务的推理，并构建了基于类脑神经网络的安全类脑，由系统整体输出可视化结果、场景描述和驾驶行为。

眼瞎呼声较高的是由特斯拉领衔的纯视觉技术，在不依赖激光雷达、双目相机的情况下进行精准障碍物检测和三维重建，并通过实时生成局部地图结合基础导航，不依赖包括高精地图、轻地图、低精地图、众包地图在内的各种地图，就像我们人类驾驶员不需要地图也会开车一样实现真正的无图智能驾驶。

可以说随着AI大模型的入场，自动驾驶涌现出许多新的技术，智驾行业技术路径从CNN、RNN、GAN再到Transformer大模型，去年行业主流方案还是轻高精地图城区智驾，今年大家的目标都瞄到了“端到端”上。

作为复杂的智能移动终端，智能汽车由于深度融合了先进感知技术、AI算法、大数据及高性能计算平台等应用，同时在人机交互上天然具备触觉、视觉、语音等多模态融合交互的特点，可谓多模态大模型落地的绝佳场景。

不过，由于智能汽车本身的独特性，对安全和实时响应要求非常高，这就需要车端也有对应的大模型本地部署能力，比如商汤绝影就发布了一个高性能计算引擎HyperPPL，通过集成大语言模型、多模态模型、CNN模型等，并且对外展示了在三个不同算力平台上运行2.1B或8B端侧多模态大模型的适配能力，相较于动辄就有几秒钟延迟的云上部署方案，商汤绝影车载端侧8B多模态模型可以延迟低至0.3秒以内，推理速度40 Tokens/秒，可以在几乎无感知的情况下完成车机智能交互。

02

云端算法角力加剧

中国企业不容忽视

每年六月学术圈就会举办自动驾驶算法大赛，今年也不例外，本届大赛吸引了超过480家团队参加，有意思的是端到端自动驾驶共有59个团队参加比赛，其中高达95%都是不知名的小团队甚至个人参赛，除了第一名与第二名之间比分差别明显外，第三名之后都是0.01甚至0.0001比分的差距，这是因为除了第一名的英伟达，其他参赛者都使用了开源大模型，也恰恰说明端到端的研究门槛很低。

既然端到端看起来如此容易，那为什么现在依然没有大量的无人驾驶上路呢？这是因为完全无人驾驶必须要实现大规模数据闭环的能力，随着AI的发展，算法、算力、数据，数据价值越来越大，很多的技术演进尤其是一些端到端的模型并没有做任何的变化，几十万台车每天路上跑，每天产生巨量的数据，如何能高效地优化和利用这些数据呢？

特斯拉FSD几万小时的视频素材就是从超过20亿英里的里程数据中挖掘出来的，而此前特斯拉FSD V12.4.2版本被推迟推送，其原因也是因为给算法“投喂”太多不合适的素材，以至于需要重新调整权重后重新训练。

有了高质量的数据，也对算力的需求越来越高，以端到端领头羊特斯拉的公开数据来看，正在建设Giga Texas数据中心在今年10月其算力预计可提升至100000 PFLOPS，相较去年同期整整增加了10倍。这个数据对于目前的国内车企称得上是难望其项背，蔚小理们无论是自建算力中心还是找外援合作，算力都只有特斯拉的零头。

但没有造车业务负担的智驾供应商们的动作可就大多了，以华为的云智算中心为例，根据公开数据，其算力已经达到了3500 PFLOPS，训练数据量为日行3000万公里。而商汤大装置布局的全国一体化智算网络总算力规模可达到12000 PFLOPS，据称到今年底算力预计可提升至18000 PFLOPS，超过了特斯拉去年同期的水准，在这个算力禁售的大环境下已经相当不容易。

但考虑到特斯拉意识到被竞争对手“逐帧研究”智驾算法后决定不再举办AI Day，这意味着一众企业不能再“摸着老马过河”，所以未来的智驾方案可能又会新增一些未知的变数。

尽管如此，最近国内新能源车企在智驾方面的更新动作并没有变慢，最近理想在智能驾驶夏季发布会上就首次公开展示了其端到端自动驾驶技术架构，除此之外蔚来和小鹏也放松脚步，前者近期在内部单独设立了一个大模型部门专门负责端到端系统的研发工作，后者则在今年5月也发布了量产上车的端到端大模型，何小鹏甚至宣布小鹏汽车到2025年将在国内实现L4级别智驾。

03

解决智驾“接管焦虑”是无人驾驶的大前提

所谓“步子不要迈得太大”，我们访问了身边一些智能汽车车主是否会经常使用车上的智能驾驶功能，得到的答复大多数是偶尔才使用，即便很多主流车型已经具备城市NOA，但大多数车主表示也只会在高速和高架上使用，到了城区后还是会自己开，而问及理由，最重要的一点就是“看它开车更我更加紧张”。

而按照盖世汽车研究院统计的数据显示，2024年初国内L2及以上等级智驾系统的渗透率为42.4%，但根据高工智能研究院的数据显示，目前高阶智驾的渗透率还不到10%，一来是高阶智驾的使用成本较高，二来是具备较高消费能力的用户对于高阶智驾的接受程度还是不足，其中“接管焦虑”就是主要原因之一。

相对于高速高架等封闭路段，城区道路不确定性的情况会更多，在开启城市NOA后用户不仅要时刻紧盯车辆前方的路况做好随时接管的准备，同时还需要全神贯注地去判断车辆算法是否对路况做出正确的判断和处理，这种焦虑情绪很容易就让人头疼心累，一来二去大多数用户就不再愿意在城市道路开启NOA功能。

在这种自己尚能接管的情况下都如此焦虑，可见无人驾驶汽车的发展道路是有多么荆棘坎坷了，目前的无人驾驶出租车还是以单车智能为主要发展模式，依靠车辆自身的传感器和算法来实现自动驾驶，但在实际的复杂交通环境中，单车智能面临着诸多挑战，比如在行人突然横穿马路或非机动车违规行驶的情况下，单车智能系统可能无法及时做出准确的判断和响应，从而增加了事故发生的风险。

要解决这些问题，“车路云一体化”始终是最优选，而这庞大的系统问题涉及方方面面的技术迭代，恐怕还得时间沉淀才行。

04

无人驾驶狂奔，立法亟待拴绳

前段时间，有关“网约车司机该何去何从”的讨论，暴露出业态更迭中暗藏的危机。除了市场转向、岗位变动、资源倾斜等方面的影响，汽车领域中新旧业态的摩擦还体现在交通法规、公共安全等方面。

交通事故暴露出的安全隐患让Cruise元气大伤，虽然如今在母公司通用注资8.5亿美元的力挽狂澜下，Cruise得以重启无人车运营，并计划于2025年初开始进行服务收费，继续向商业化迈进。但安全问题，仍是悬在公司头上的达摩克里斯之剑。

就在7月31日，华盛顿当局确认，今年4月在西雅图附近发生的一起车祸中，撞死摩托车手的特斯拉汽车当时正处于“完全自动驾驶”（Full Self Driving，FSD）模式下。而就在上周，特斯拉CEO埃隆·马斯克刚刚表示，预计到今年年底，“FSD”系统将能够在无人监督的情况下运行。

厂商的乐观预期，与车祸的事故报告形成鲜明对比。事实上，即便各大车企在供给端打得酣畅淋漓，场景落地的安全问题，以及高峰时段无故停驶、占用车道低速行驶、会车处理机械低效等负面体验，依然使消费者的热情保持克制。

即便设定好的算法程序足够明晰，也无法彻底打消人们的担忧，这一方面源于自动驾驶对复杂路况的应对不够灵活，另一方面则因为程序也可能出bug，一旦遇到这种情况，用户无法确定它下一步会怎么做，又将造成怎样的后果，由此产生的路权问题也成为舆论焦点。

而比起驾驶员使用自动驾驶辅助系统，纯粹的无人驾驶在场景落地的环节会更加困难。有用户从功能设计的角度指出，无驾驶员的汽车，一般责任归公司，因此行驶策略倾向于保守；车企卖的车都是驾驶辅助，责任归驾驶员，功能应用就会更灵活。抛开二者共同面临的安全问题，单从技术应用角度，若不明确自动驾驶汽车的权责归属，产品功能设计和新技术的推广也会成为大问题。

05

仍在摸索的立法

其实有关自动驾驶的权责争议并非陌生话题，早在汽车厂商一开始推出辅助驾驶功能时，市面上就出现过许多相关讨论，围绕的核心问题只有一个——出了事故谁来担责。

想要划分权责，首先需要明确事故涉及主体的法律地位。执业于四川恒和信律师事务所的刘旭龙律师指出：“自动驾驶汽车本质上属于人工智能的一个分支，而讨论自动驾驶汽车的法律地位，‘是否应当赋予人工智能法律人格’是个无法避开的问题。”他认为，由于目前自动驾驶汽车仍处“弱人工智能阶段”，并无自己专属财产，且社会属性不强、无法理解自身行为意义等原因，还不宜赋予自动驾驶汽车独立的法律人格。

但自动驾驶技术又使车辆具备一定自主性，这导致“驾驶员行为规范”的界限变得模糊。目前，大多数国家采用的策略是进行自动驾驶分级，如国际自动机工程师学会（SAE-International）的SAE J3016分级标准、美国高速公路安全管理局（NHTSA）分级标准、德国联邦公路研究所（BASt）分级标准等。

我国于2021年发布的GB/T 40429-2021《汽车驾驶自动化分级》也在制定阶段研究了国际上各种分级标准，该文件根据在执行动态驾驶任务中的角色分配以及有无设计运行范围限制，将驾驶自动化分成0级至5级，分别为：0级应急辅助、1级部分驾驶辅助、2级组合驾驶辅助、3级有条件自动驾驶、4级高度自动驾驶、5级完全自动驾驶。政府部门可根据该标准分类划分权责，明确监管对象，实时精准监管。

7月4日，在2024世界人工智能大会上，上海发放了首批无驾驶人智能网联汽车示范应用许可，四家获证企业得以在部分路段实现无人载人车辆应用。“以自动驾驶为核心的智能化”已成为汽车产业接下来的明牌打法，而社会对于新技术的接纳需要时间，在此过程中，政策法规的相对滞后不可避免会暴露一些问题，推动新业态走向规范化的机遇，正是在问题的应对和处理中酝酿。

邮发代号：77-19

单价：8元，年价：408元

编辑｜张毅

审核｜吴新

爆料联系：cpcfan1874（微信）

壹零社：用图文、视频记录科技互联网新鲜事、电商生活、云计算、ICT领域、消费电子，商业故事。《中国知网》每周全文收录；中国科技报刊100强；2021年微博百万粉丝俱乐部成员；2022年抖音优质科技内容创作者