AI頂會自動駕駛挑戰(zhàn)賽：「無圖」小米，全球第二

一凡 2024-06-21 15:50:26 來源：量子位

一凡 發(fā)自 副駕寺

智能車參考 | 公眾號 AI4Auto

小米的自動駕駛技術(shù)能力水平，有了最新的國際證明。

就在AI頂會CVPR舉辦的自動駕駛挑戰(zhàn)賽上，備受關(guān)注的無圖賽道，小米斬獲了第二名的成績。

這也是小米自入局造車、開啟自動駕駛自研以來，獲得的首個全球范圍內(nèi)的研究認(rèn)可。

相比于其他玩家，小米可謂是先上車后補(bǔ)票，先量產(chǎn)再秀研究水平。

自動駕駛國際挑戰(zhàn)賽，是AI視覺頂會CVPR 2024所屬的一項競賽，共設(shè)置7個細(xì)分賽道，吸引來自10多個國家的上百支隊伍參賽，可謂高手如云，華山論劍。

而小米首次出道，成績不俗。不過榮譽(yù)同樣屬于北京郵電大學(xué)，這次小米戰(zhàn)隊，聯(lián)合了北郵，提出了一種關(guān)于道路拓?fù)淅斫獾男路椒ǎ餐瑪孬@了這項挑戰(zhàn)賽的成績。

值得一提的是，知名Tier1博世全球，僅拿到了第四名的成績。而前三，無一例外被中國玩家包攬，而且可能都是讓人眼前一亮的自動駕駛“新玩家”。

第一名：朗歌科技。

第二名：小米&北郵。

第三名：曠視&北理工。

頂會自動駕駛挑戰(zhàn)賽，小米全球第二

CVPR會議前后舉辦了一系列挑戰(zhàn)賽，已經(jīng)成傳統(tǒng)了，目前最受關(guān)注的就有自動駕駛國際挑戰(zhàn)賽(Autonomous Grand Challenge)。

今年挑戰(zhàn)賽共設(shè)置了7個賽道：

• 端到端自動駕駛
• 世界模型
• 占用網(wǎng)絡(luò)與光流的運(yùn)動預(yù)測
• 具身智能多模態(tài)3D視覺定位
• CARLA自動駕駛挑戰(zhàn)
• LLM在自動駕駛的應(yīng)用
• 無圖自動駕駛

CVPR主辦方介紹說，LLM與世界模型的出現(xiàn)，給自動駕駛帶來巨大潛力，可解釋的端到端模型將是未來。

這類模型可以理解世界，并生成未曾實際到過的場景。

鑒于此，會議決定分出7個賽道，推動打破當(dāng)今感知、預(yù)測和規(guī)控的邊界。

而作為當(dāng)前自動駕駛的競速關(guān)鍵，無圖自動駕駛(Mapless Driving)賽道，同樣備受矚目——被認(rèn)為是量產(chǎn)自動駕駛更大規(guī)模落地的關(guān)鍵技術(shù)所在。

該挑戰(zhàn)賽，匯聚了來自10個國家的120支隊伍，參賽者包括一汽、博世(德國)、小米、曠視科技和朗歌科技等，共計收到729項工作。

這里說的“無圖”，同樣是指去高精地圖，轉(zhuǎn)而使用標(biāo)精地圖(Standard Definition Map)，可以理解為導(dǎo)航地圖。

△左側(cè)為標(biāo)精地圖樣例，右為對應(yīng)道路的高精地圖樣例

標(biāo)精地圖的精度通常在米級，提供了道路的基本信息和車道信息，能夠輔助自動駕駛系統(tǒng)，進(jìn)行導(dǎo)航和場景理解。

小米和北京郵電大學(xué)的工作，正是提出了一種利用標(biāo)精地圖，輔助道路拓?fù)淅斫獾男路椒ā?/p>

具體地說，研究團(tuán)隊設(shè)計了一個基于Transformer的緊湊架構(gòu)，用于標(biāo)精地圖的編碼和整合，利用中間車道點(diǎn)，改進(jìn)檢測頭中的每個車道注意力層，動態(tài)解碼。

這樣能夠提高解碼性能，同時獲得更準(zhǔn)確的位置信息，預(yù)測駕駛中的場景變化。

經(jīng)過激烈角逐，這項工作最終奪得無圖自動駕駛賽道的第二名。

誰是賽道的榜一大哥？

一家名不見經(jīng)傳的公司：朗歌科技。

朗歌科技成立于2021年，可不是一般的初創(chuàng)企業(yè)。

公開工商信息顯示，背后實際控制人為李書福，控股比例超96%，朗歌董事長劉金良為吉利集團(tuán)董事。

主營智駕地圖、多模態(tài)導(dǎo)航和智駕數(shù)據(jù)服務(wù)，是目前行業(yè)內(nèi)唯一一家兼具主機(jī)廠和導(dǎo)航電子地圖制作甲級測繪資質(zhì)背景(該資質(zhì)來自旗下湖北億咖通科技)的汽車智能化服務(wù)商。

此前開發(fā)了周天多模態(tài)地圖大模型，本次大賽以此為基礎(chǔ)，針對比賽任務(wù)調(diào)優(yōu)，利用標(biāo)精地圖提供的道路拓?fù)湎闰?，引入深度輔助監(jiān)督，提出了一種混合時序融合模塊，獲得了最好的道路拓?fù)浣Y(jié)構(gòu)認(rèn)知性能。

而憑借今年CVPR上的一戰(zhàn)成名，不論朗歌還是吉利，都在智駕上多了幾分自信的理由——

是時候告別Mobileye依賴。

CVPR自動駕駛挑戰(zhàn)賽其他賽道

無圖自動駕駛賽道之外，其他賽道的成績榜單，也有不少熟悉的名字。

其余六個賽道，華為在三個賽道榜上有名，獲得了世界模型賽道的第二名，CARLA自動駕駛挑戰(zhàn)賽MAP組的第三名，以及占用網(wǎng)絡(luò)與光流賽道的第四名。

最后要壓軸介紹的，是當(dāng)下最火熱、最值得關(guān)注的端到端賽道，第一名是巨頭英偉達(dá)，聯(lián)合了復(fù)旦大學(xué)等多家單位。

提出了一個名為Hydra-MDP的新穎架構(gòu)，使用多教師的教師學(xué)生范式進(jìn)行知識蒸餾，整合來自規(guī)則與人的知識。
’
這使得模型能夠?qū)W習(xí)不同的軌跡，提高在不同駕駛場景下的泛化能力。

值得一提的是，這項工作的感知網(wǎng)絡(luò)，使用了來自攝像頭和激光雷達(dá)的數(shù)據(jù)，是融合感知的方案。

緊隨英偉達(dá)其后，在端到端自動駕駛挑戰(zhàn)賽獲得第二名的團(tuán)隊，來自蘇州的初創(chuàng)企業(yè)零一汽車——由圖森未來聯(lián)合創(chuàng)始人黃澤鏵創(chuàng)立，獲獎團(tuán)隊成員包括圖森老將王泮渠等。

其團(tuán)隊提交的工作，把多模態(tài)視覺語言模型(VLM)與端到端架構(gòu)結(jié)合，應(yīng)用于自動駕駛，獲得了不錯的表現(xiàn)。

所以，CVPR自動駕駛國際挑戰(zhàn)賽可以說匯集了各路豪杰，既有國際巨頭，也有頗具潛力的初創(chuàng)企業(yè)。

一直以來，AI頂會也是最新最強(qiáng)技術(shù)的先發(fā)地，挑戰(zhàn)賽更是不少初創(chuàng)公司一戰(zhàn)成名的最佳戰(zhàn)場。

而今年，小米汽車初戰(zhàn)，一鳴驚人。

One More Thing

不過AI頂會獲獎，倒沒成為小米汽車的新熱搜。占據(jù)關(guān)注度的是小米被曝光的第二款車——小米SUV。

其路測諜照曝光，依然是長車頭，相對稍低趴的外觀。

即便重重偽裝，網(wǎng)友依然對這款車評價不俗，認(rèn)為小米汽車設(shè)計團(tuán)隊，果然不負(fù)盛名。

延續(xù)了小米SU7的成功經(jīng)驗……

但也很快，就有大量網(wǎng)友和博主指出，這車外觀似乎哪里見過……更懂車的朋友，則進(jìn)一步po出了這張圖：

△圖源：微博@科技頭條

沒錯，法拉利的首款SUV Purosangue……但仁者見仁、像者見像，也有其他網(wǎng)友覺得還是有不同的，更多可能還是類似小米SU7和保時捷Taycan的關(guān)系——心有靈犀。

然而即便有不同看法，最后達(dá)成一致的還是價格，小米的SUV，肯定不會像法拉利Purosangue一樣售價500萬之巨。

小米時刻即將在SUV車型上降臨：500萬的外觀設(shè)計、500萬的硬件配置、500萬的尊貴體驗……

售價不超過50萬。

想買法拉利Purosangue的朋友，再等等？

參考鏈接：

[1]https://mp.weixin.qq.com/s/MfqYnhPpGSiHWH1mMBa08Q

[2]https://mp.weixin.qq.com/s/EgFjr5wIfA_HSGwvroL_gw

[3]https://mp.weixin.qq.com/s/tS8mgsqSeJM7wZW0JkV7XA

[4]https://developer.nvidia.com/blog/end-to-end-driving-at-scale-with-hydra-mdp/

大會挑戰(zhàn)賽鏈接：

https://opendrivelab.com/challenge2024/#end_to_end_driving_at_scale

論文傳送門：

Leveraging SD Map to Assist the OpenLane Topology by XIAOMI
https://opendrivelab.com/challenge2024/technical_report/mapless_XIAOMIEV.pdf

Hydra-MDP: End-to-end Multimodal Planning with Multi-target Hydra-Distillation by NVIDIA
https://opendrivelab.com/challenge2024/technical_report/e2e_Team%20NVIDIA.pdf

End-to-End Autonomous Driving Using Vision Language Model by ZERON
https://opendrivelab.com/challenge2024/technical_report/e2e_ZERON.pdf