大疆智駕王炸：32TOPS跑通端到端，純視覺有路就能開

賈浩楠 2025-01-07 18:12:06 來源：量子位

賈浩楠 發(fā)自 副駕寺智能車參考 | 公眾號 AI4Auto

高階智駕普及到10萬級車的安卓時刻，現(xiàn)在已經(jīng)有了明確時間表：

就在2025年Q1。

A級小車寶駿云海車主成幸運(yùn)兒，可能比很多四五十萬、百萬級車型用戶更早享受到不分時段、不分地域，有路就能開的高階智駕體驗(yàn)。

背后的推動者：卓馭科技，大疆自動駕駛業(yè)務(wù)背后的公司實(shí)體。

據(jù)他們自己說，這套只用7個攝像頭，32TOPS算力實(shí)現(xiàn)無圖端到端的方案一旦交付，是行業(yè)核彈級別。

有沒有吹牛畫餅？智能車參考先替大家體驗(yàn)了一番。

32TOPS的端到端，好用嗎？

體驗(yàn)路線圍繞深圳卓馭總部周圍，來回約30km路程，路段包括普通城市道路、城市快速路、城中村、施工路段等等。

時間是早上9點(diǎn)左右，正是早高峰時段，單程大概就需要40分鐘時間。

這條路線，卓馭向我們保證沒有任何針對性的優(yōu)化和特調(diào)，線路本身也是有導(dǎo)航軟件自動生成的。

第一個亮點(diǎn)，是0幀起手：大疆即將交付的純視覺端到端系統(tǒng)，現(xiàn)在可以直接從路邊臨停狀態(tài)下起步。

過程中還順便避讓了一個橫穿街道的行人。

路途中的第一個難點(diǎn)，是一個不規(guī)則右轉(zhuǎn)的路口，同時還有一輛臨停汽車，轉(zhuǎn)彎后道路又被成排違停車擠占：

難點(diǎn)在于智駕系統(tǒng)對場景的理解。因?yàn)檫`停、臨停車輛占用正常行車道，所以很多系統(tǒng)會把這樣的目標(biāo)理解成正常等紅燈的車流，尾隨傻等…

卓馭這套7V 32TOPS系統(tǒng)的亮眼之在于正確理解目標(biāo)狀態(tài)，靈活識別整個場景的可通行區(qū)域，并正確做出決策。

深圳早高峰的第二個考驗(yàn)，來自“著急上班”的深圳司機(jī)：

處理這種突發(fā)cut in場景，其實(shí)保證安全下限并不難，直接剎停即可。但這樣的被動觸發(fā)的邏輯規(guī)則，難點(diǎn)在時機(jī)：到底對方侵入本車道什么程度采取急剎？

晚了不能保證安全，太早太謹(jǐn)慎又會破壞乘坐體驗(yàn)，造成被追尾風(fēng)險。

卓馭純視覺智駕的最大亮點(diǎn)，就是處理各種突發(fā)狀況的表現(xiàn)，總結(jié)一個詞——預(yù)期感，符合成熟司機(jī)對情況的預(yù)判和采取的策略。

就比如上面的貨車側(cè)向逼近搶道，系統(tǒng)其實(shí)早就“預(yù)判”目標(biāo)意圖，全程沒有“前俯后仰”的急剎，沉著冷靜的避讓繞行。

毫無疑問，這是端到端、數(shù)據(jù)驅(qū)動的優(yōu)勢。

同樣，復(fù)雜城市車流場景卓馭純視覺系統(tǒng)依然能全程不接管，并且“絲滑”通行：

總結(jié)卓馭最新純視覺智駕的表現(xiàn)，最令人吃驚的是僅在7V 32TOPS這樣“簡陋”的硬件條件下，實(shí)現(xiàn)智駕場景全覆蓋，行業(yè)唯一。

額外的“驚喜”，是整套系統(tǒng)高度滿足老司機(jī)的“預(yù)期感”，“端味”很足，幾乎感受不出任何生硬的手寫規(guī)則痕跡。

全程體驗(yàn)下來有發(fā)現(xiàn)問題嗎？

當(dāng)然有。路口走錯車道，本來要右轉(zhuǎn)的場景，因?yàn)閭?cè)向司機(jī)不肯讓行，最終系統(tǒng)“被逼無奈”直行，導(dǎo)致人工接管：

這樣的失誤在15公里左右路程中出現(xiàn)了2-3次，也是人工接管的唯一原因。

卓馭歸因?yàn)?strong>安全優(yōu)先的開發(fā)思路，意思是訓(xùn)練數(shù)據(jù)的選擇上，不鼓勵系統(tǒng)跟其他車輛爭搶通行空間，所以只能“委屈”自己。

但是這樣的缺陷對智駕連貫性體驗(yàn)影響很大，甚至嚴(yán)重影響車主出行計劃和時間。卓馭內(nèi)部，也將它列為TOP 1待解問題。

但解決問題的方法和周期，和以往大不相同。

“100%數(shù)據(jù)驅(qū)動”，端味很足。

卓馭如何做端到端

對于端到端的理解和應(yīng)用，卓馭明顯比智駕流程模塊的“模型化”更深一層。

就比如剛剛提到的“錯過路口”問題，即使現(xiàn)在轉(zhuǎn)向端到端的大部分玩家，思路依然是用一系列規(guī)則嘗試解決：比如強(qiáng)制系統(tǒng)在離路口2公里時提前變道、即將錯過路口時提示人工接管等等。

公開話術(shù)是“給端到端套上安全底線”，其實(shí)是面對端到端的“黑盒”特性束手無策，想調(diào)參卻無從下手。

事實(shí)卻是：沒有一種規(guī)則能清晰描述如何準(zhǔn)確、安全的把握變道時機(jī)。所以規(guī)則本身只能做兜底，無法根本解決問題。

而卓馭則從端到端本質(zhì)出發(fā)思考：

端到端模型本質(zhì)是從大量數(shù)據(jù)中學(xué)習(xí)傳感器數(shù)據(jù)→軌跡的映射關(guān)系，能力上限由數(shù)據(jù)驅(qū)動獲得，所以關(guān)鍵在于高質(zhì)量的數(shù)據(jù)獲取和高效率的數(shù)據(jù)訓(xùn)練。

解決上述走錯車道的方法，也就相應(yīng)變成：

把類似以往人工規(guī)則的應(yīng)用經(jīng)驗(yàn)放回模型里面去訓(xùn)練。

簡單理解就是如果系統(tǒng)走錯車道（即違反“規(guī)則”），訓(xùn)練過程中就會產(chǎn)生懲罰。懲罰的數(shù)值越大越嚴(yán)重，就會越快讓整個模型參數(shù)進(jìn)行調(diào)整，最終讓這個模型收斂到懲罰很少或較輕的穩(wěn)定狀態(tài)。

同樣是規(guī)則引導(dǎo)，但不會以if else這種僵硬規(guī)則。

同時在“懲罰——收斂”的過程中，還可以在策略中加入更多語義信息，比如潮汐車道、公交車道一類，不斷的把人工規(guī)則經(jīng)驗(yàn)加入模型訓(xùn)練，最終時限在不寫復(fù)雜代碼的情況下，系統(tǒng)越來越像人。

相較于行業(yè)內(nèi)一段式、多段式這種表層爭論，卓馭不在乎誰更能代表“純血”端到端，更在乎的是解決問題的思路、手段，是否真正實(shí)現(xiàn)“數(shù)據(jù)驅(qū)動”。

所以卓馭的純視覺端到端和行業(yè)其他方案相比，有幾個明顯不同。

首先是采用二段式模式，讓模型可解釋，輸出軌跡的邏輯有據(jù)可依。

比如模型中的安全推理框架，其中的評估模塊會用神經(jīng)網(wǎng)絡(luò)對端到端輸出的各個候選軌跡評分，安全驗(yàn)證模塊則通過冗余的軟件和算法，參照功能安全機(jī)制，對最終輸出軌跡的質(zhì)量和安全性予以進(jìn)一步保障。

其次，卓馭端到端不依賴硬件端的高成本黑科技，而是以大疆長期以來軟硬結(jié)合積累為基礎(chǔ)。

比如起源于大疆2016年發(fā)布的無人機(jī)雙目視覺技術(shù)，現(xiàn)在成為卓馭中低算力平臺雙目增強(qiáng)端到端架構(gòu)的核心，可同時提供圖像+點(diǎn)云幾何信息，讓數(shù)據(jù)訓(xùn)練效率提升 10-20 倍，即達(dá)到同樣性能所需訓(xùn)練數(shù)據(jù)量只需常規(guī)單目/異構(gòu)單目方案的 10%左右，極大降低長尾數(shù)據(jù)需求。

第三點(diǎn)，卓馭在行業(yè)內(nèi)首次對端到端的上限和潛力提出量化預(yù)估。

目前7V 32TOPS的純視覺方案，在車端的模型參數(shù)量大約是1-3億，已經(jīng)可以覆蓋所有智駕場景，但多車博弈場景仍有不足。

以這樣的體驗(yàn)來看，卓馭認(rèn)為這套端到端潛力開發(fā)程度，大概在30-40%之間。

后續(xù)繼續(xù)發(fā)掘潛力、提升體驗(yàn)的方式也有的放矢，即通過精準(zhǔn)的訓(xùn)練數(shù)據(jù)篩選和定向優(yōu)化手段，而不是簡單粗暴的“大力出奇跡”。

所以大疆卓馭實(shí)現(xiàn)高階智駕的大規(guī)模普及，是靠對端到端、數(shù)據(jù)驅(qū)動本質(zhì)的理解和“因材施教”，不是單方面壓低價格“流血內(nèi)卷”。

32TOPS的端到端，能買到嗎？

其實(shí)已經(jīng)有很多用戶已經(jīng)買到了這套卓馭端到端智駕。

就在今年一季度，寶駿云海首發(fā)。包括新車，也包括去年已經(jīng)交付的車型。

因?yàn)榈讓佑布?、傳感器配置完全相同，可以直接OTA。

而這套低算力全場景高階智駕一旦上車交付，毫無疑問是行業(yè)核彈級的意義和影響。

首個在中算力(32TOPS)上，實(shí)現(xiàn) 7V 端到端城市領(lǐng)航輔助駕駛。

首個全平臺(中算力/高算力)實(shí)現(xiàn)端到端城市領(lǐng)航輔助駕駛。

原有車型平臺可提供端到端免費(fèi)升級，其中包括寶駿，iCAR 等已交付的量產(chǎn)車型。

首先是橫向智駕競賽層面。卓馭官宣成本5000塊，只相當(dāng)于其他高階方案一個傳感器的價格，實(shí)現(xiàn)的功能完全相同，體驗(yàn)甚至更好，后續(xù)潛力更大。

高階智駕普及到10萬級車型，會極大沖擊激光雷達(dá)、20萬以上車型壟斷高階智駕的用戶認(rèn)知和話語體系。

縱向技術(shù)層面，之前馬斯克給5年前特斯拉更新FSD，證明了端到端不需要潑天算力，并且劃定及格線144TOPS。大疆卓馭則大幅刷新這個紀(jì)錄。

也讓行業(yè)內(nèi)更加準(zhǔn)確認(rèn)知端到端本質(zhì)，既不過度神話，又給出了一條調(diào)參、迭代的可行方法。

最后是對產(chǎn)業(yè)鏈的影響。

7V 32TOPS的高階智駕體驗(yàn)、潛力，卓馭已經(jīng)作為明牌打了出來，徹底改變了以往智駕能力和算力的匹配邏輯。

上千TOPS的Thor量產(chǎn)后還適不適合L2+，是個問題了。

可能相比于算力數(shù)值的提升，智駕芯片架構(gòu)層面的創(chuàng)新和艙駕一體才更關(guān)鍵。

大疆卓馭量產(chǎn)端到端，智駕軟件算法又一次跑在硬件前面了。

One more thing

卓馭向智能車參考解釋了“免費(fèi)更新”的含義，我們也傳遞給大家：

最新端到端軟件，卓馭確定給車企免費(fèi)OTA。

但車企收不收用戶的錢，不是作為供應(yīng)商的卓馭說了能算的。

所以，建議大家期待一波。