自動(dòng)駕駛一定有ChatGPT時(shí)刻，最快明年就降臨 | MEET2024

編輯部 整理自 MEET 2024

量子位|公眾號(hào)QbitAI

“觸及自動(dòng)駕駛的ChatGPT時(shí)刻，最快在明年下半年?！?/p>

“自動(dòng)駕駛目前最大的短板在硬件層?！?/p>

“只有越來(lái)越多的用戶使用自動(dòng)駕駛技術(shù)，才是自動(dòng)駕駛的ChatGPT時(shí)刻?！?/p>

……

隨著AGI領(lǐng)域ChatGPT的爆火，自動(dòng)駕駛距離自己的ChatGPT時(shí)刻還有多遠(yuǎn)？這個(gè)話題在量子位MEET2024 自動(dòng)駕駛圓桌上被激烈討論。

DeepWay深向聯(lián)合創(chuàng)始人、CTO田山，千掛科技聯(lián)合創(chuàng)始人廖若雪，零一汽車創(chuàng)始人、CEO黃澤鏵圍繞這一話題，分享了自己的看法。

三位來(lái)自商用車領(lǐng)域的自動(dòng)駕駛玩家，是怎么看待自動(dòng)駕駛的ChatGPT時(shí)刻？

在商用車領(lǐng)域，觸及這一時(shí)刻都有哪些關(guān)鍵要素、路線要怎么選擇，比如要不要造車？

以及最關(guān)鍵的，我們距離自動(dòng)駕駛的ChatGPT時(shí)刻到底還有多遠(yuǎn)？

關(guān)于MEET智能未來(lái)大會(huì)：MEET大會(huì)是由量子位主辦的智能科技領(lǐng)域頂級(jí)商業(yè)峰會(huì)，致力于探討前沿科技技術(shù)的落地與行業(yè)應(yīng)用。今年共有數(shù)十家主流媒體及直播平臺(tái)報(bào)道直播了MEET2024大會(huì)，吸引了超過(guò)300萬(wàn)行業(yè)用戶線上參會(huì)，全網(wǎng)總曝光量累積超過(guò)2000萬(wàn)。

話題要點(diǎn)

• 自動(dòng)駕駛有沒有ChatGPT時(shí)刻？
• 觸及自動(dòng)駕駛的ChatGPT時(shí)刻需要哪些要素？
• 在觸及的過(guò)程中要不要造車？
• 什么樣的商用車玩家可以觸及自動(dòng)駕駛的ChatGPT時(shí)刻？
• 距離自動(dòng)駕駛的ChatGPT時(shí)刻還有多遠(yuǎn)？

（圓桌環(huán)節(jié)由量子位聯(lián)合創(chuàng)始人、總編輯李根主持。在不改變?cè)獾幕A(chǔ)上，量子位對(duì)內(nèi)容進(jìn)行了編輯整理。希望能夠給你帶來(lái)更多的啟發(fā)與思考。）

論壇實(shí)錄

（話題要點(diǎn)為后添加）

自動(dòng)駕駛一定有ChatGPT時(shí)刻

量子位李根：大家好，今年我在聊自動(dòng)駕駛的時(shí)候總會(huì)遇到一個(gè)非常直接的問題：你還相信自動(dòng)駕駛嗎？這是在過(guò)去的幾年里不曾遇到的問題。

這讓我想起了ChatGPT到來(lái)之前，AI領(lǐng)域發(fā)生過(guò)同樣的事情。

當(dāng)大家對(duì)于DeepMind代表的第一波AI浪潮推動(dòng)技術(shù)落地的速度感到失望的時(shí)候，會(huì)重新看待AI的進(jìn)程，會(huì)思考、盤算AI到底燒了多少錢，AI到底給我們生活帶來(lái)多少改變？

直到OpenAI帶來(lái)了ChatGPT，并帶來(lái)產(chǎn)業(yè)變革之后，沒有人再思考這些問題，所有人都在談?wù)揂I帶來(lái)變革性、顛覆性的價(jià)值。

所以今天請(qǐng)到三位今年最具代表性的嘉賓，希望能給更多的朋友闡釋自動(dòng)駕駛。

首先是來(lái)自DeepWay深向的聯(lián)合創(chuàng)始人、CTO田山，他之前是百度Apollo商用車的項(xiàng)目負(fù)責(zé)人。

第二位是廖若雪，千掛科技的聯(lián)合創(chuàng)始人，他曾經(jīng)在李彥宏和身邊工作，被稱為“技術(shù)天花板”，在百度的技術(shù)專利墻上他的名字是和李彥宏放在一起的。

最后一位是黃澤鏵，是零一汽車創(chuàng)始人、CEO，被稱為“自動(dòng)駕駛天才少年”，年紀(jì)不大，已經(jīng)創(chuàng)立一家自動(dòng)駕駛公司，并且完成了從0到1的階段。

首先想要問一下田老師，你們創(chuàng)業(yè)的時(shí)候可以說(shuō)是自動(dòng)駕駛第二波浪潮，因?yàn)榈谝徊ㄊ窃诓粩嚅_拓邊界，而DeepWay深向的場(chǎng)景是非常明確的，不知道您怎么看待“自動(dòng)駕駛有沒有ChatGPT時(shí)刻，距離這個(gè)時(shí)刻還有多遠(yuǎn)”這個(gè)話題？

DeepWay深向田山：我們認(rèn)為實(shí)現(xiàn)通用、完全無(wú)人的自動(dòng)駕駛肯定需要一個(gè)自動(dòng)駕駛的ChatGPT時(shí)刻，并且這是一個(gè)絕對(duì)發(fā)展的技術(shù)方向。

從技術(shù)本身來(lái)看，目前自動(dòng)駕駛已經(jīng)在大模型方面做了很多探索，不過(guò)還存在一些欠缺，沒有達(dá)到ChatGPT時(shí)刻，我們認(rèn)為可能還需要一段時(shí)間。

而DeepWay深向是一家創(chuàng)業(yè)公司，所以我們一定是貼近用戶的市場(chǎng)需求，去做一個(gè)產(chǎn)品出來(lái)。

所以從另一個(gè)角度——需求本身來(lái)看，在目前的技術(shù)下，不使用大模型，自動(dòng)駕駛系統(tǒng)在很多限定場(chǎng)景里已經(jīng)能跑得非常好了。

也就是說(shuō)，目前在一些限定場(chǎng)景去落地自動(dòng)駕駛，其實(shí)可以沒有大模型、可以沒有ChatGPT。

但我也要回過(guò)頭來(lái)去強(qiáng)調(diào)，真正要在通用場(chǎng)景下實(shí)現(xiàn)L4、L5級(jí)自動(dòng)駕駛，大模型是不可或缺的。

量子位李根：看到廖老師剛才也在點(diǎn)頭。您之前也經(jīng)歷過(guò)移動(dòng)互聯(lián)網(wǎng)的浪潮，現(xiàn)在加入自動(dòng)駕駛商用化落地的浪潮。您認(rèn)為有沒有一個(gè)時(shí)刻可以讓自動(dòng)駕駛的價(jià)值得到廣泛認(rèn)可，而不是很多人談?wù)撔挪恍牛?/p>

千掛科技廖若雪：要回答這個(gè)問題，很重要的一點(diǎn)是現(xiàn)在自動(dòng)駕駛技術(shù)是不是廣泛地被客戶認(rèn)知到、看到。

因?yàn)镚PT不是1.0版本就開始破圈的，是到了3.0、3.5，甚至是4.0版本的時(shí)候大家才感知到這個(gè)技術(shù)。自動(dòng)駕駛也到了這個(gè)階段，就是需要看我們的客戶能不能感知到自動(dòng)駕駛技術(shù)。

因?yàn)榍炜萍际亲錾逃密嚨?。?duì)于商用車客戶來(lái)講，他能感知到自動(dòng)駕駛技術(shù)的時(shí)刻，更多的是在這個(gè)技術(shù)能帶來(lái)明確的成本降低、效率提升的時(shí)候。這樣才能讓越來(lái)越多的商用車客戶可以理解自動(dòng)駕駛技術(shù)。

因?yàn)樗麄儾皇亲黾夹g(shù)的，剛剛講BEV、Transformer，客戶并不能理解是什么意思，但是他可以看到這個(gè)技術(shù)確實(shí)給他們帶來(lái)幫助。

我認(rèn)為只有越來(lái)越多的用戶用起來(lái)自動(dòng)駕駛技術(shù)，才是自動(dòng)駕駛的ChatGPT時(shí)刻。

量子位李根：下面請(qǐng)黃老師來(lái)分享一下您的看法。因?yàn)槟呀?jīng)參與了自動(dòng)駕駛的第一波浪潮，對(duì)技術(shù)邊界進(jìn)行無(wú)限地開拓，我的理解這是一個(gè)不斷做加法的過(guò)程。但現(xiàn)在您創(chuàng)業(yè)的零一汽車是要做減法的過(guò)程，要具體到非常明確的場(chǎng)景和功能上，不知道您怎么看待這個(gè)問題。

零一汽車黃澤鏵：我的觀點(diǎn)可能會(huì)樂觀一些。

零一汽車經(jīng)歷過(guò)兩個(gè)階段。第一個(gè)階段是在最開始創(chuàng)業(yè)的時(shí)候，我跟團(tuán)隊(duì)說(shuō)零一不做自動(dòng)駕駛上層的算法，專注于把車做好。

因?yàn)檫@是我們談到自動(dòng)駕駛真正產(chǎn)品化落地，上層算法是一個(gè)部分，但是車端是另外一個(gè)部分。在這個(gè)階段里面看傳統(tǒng)的自動(dòng)駕駛技術(shù)，我是偏悲觀看的。

我的悲觀集中在大家看現(xiàn)有自動(dòng)駕駛整個(gè)發(fā)展過(guò)程中，已經(jīng)非常場(chǎng)景化、專業(yè)化了，包括做港口、礦山，或者L4干線，或者說(shuō)Robotaxi，更多會(huì)聚焦在某一個(gè)具體場(chǎng)景做自動(dòng)駕駛。

這里面我們?cè)诘讓蛹夹g(shù)看到里面的問題是——自動(dòng)駕駛泛化性。如果不解決泛化性，我們只能先退一步把車做好，這件事情的價(jià)值會(huì)更大一些。

然后在OpenAI去年年底爆發(fā)的時(shí)候，給了我們一些啟示，我們也開啟了第二階段。

我認(rèn)為OpenAI做了一個(gè)極大規(guī)模的實(shí)驗(yàn)，包括兩個(gè)關(guān)鍵要素，互聯(lián)網(wǎng)級(jí)別的數(shù)據(jù)和千億以上的參數(shù)。并且這個(gè)實(shí)驗(yàn)和這個(gè)實(shí)驗(yàn)帶來(lái)的結(jié)果是，現(xiàn)在的大模型產(chǎn)生了非常好的知識(shí)圖譜，產(chǎn)生了對(duì)于基礎(chǔ)知識(shí)的理解。

所以我當(dāng)時(shí)看到這個(gè)事情后，再加上內(nèi)部團(tuán)隊(duì)也跑了一些模型，就對(duì)零一汽車的戰(zhàn)略方向做出調(diào)整，現(xiàn)在我們?nèi)劢勾竽Ｐ?，?dāng)然在自動(dòng)駕駛之外還有整車的業(yè)務(wù)。

現(xiàn)在回答這個(gè)問題，首先我堅(jiān)信一定會(huì)有ChatGPT的時(shí)刻，或者說(shuō)iPhone時(shí)刻。這個(gè)時(shí)刻到來(lái)后，原來(lái)很多問題會(huì)迎刃而解。

現(xiàn)在自動(dòng)駕駛遇到非常多corner case，本質(zhì)上是自動(dòng)駕駛技術(shù)對(duì)于環(huán)境的理解不足夠的。

這是因?yàn)樵瓉?lái)自動(dòng)駕駛所有的模塊都是分開單獨(dú)做，最后合成一個(gè)系統(tǒng)，所以非常手工，會(huì)導(dǎo)致對(duì)于場(chǎng)景的定義上出現(xiàn)了很大偏差。

比如說(shuō)前幾個(gè)月自動(dòng)駕駛行業(yè)發(fā)生最大的事情是通用Cruise大規(guī)模停運(yùn)Robotaxi。它遇到的問題是一個(gè)行人被一輛車撞到了Cruise Robotaxi的前面，但這個(gè)車沒有停下來(lái)；包括說(shuō)在Robotaxi運(yùn)行的時(shí)候遇到一片水泥地，但沒有辦法很好地識(shí)別水泥地。這些問題在我們當(dāng)時(shí)做自動(dòng)駕駛系統(tǒng)的時(shí)候都想到過(guò)，我們也知道一定會(huì)發(fā)生。

因?yàn)樵趥鹘y(tǒng)自動(dòng)駕駛系統(tǒng)里，這些問題都需要工程師一個(gè)一個(gè)手工解決，也需要和產(chǎn)品經(jīng)理商量好，如果這有一個(gè)水泥地，那自動(dòng)駕駛系統(tǒng)應(yīng)該停下來(lái)繞開它，這樣再讓感知模塊去識(shí)別水泥地，規(guī)控模塊再執(zhí)行繞開的指令。

而這樣導(dǎo)致整個(gè)系統(tǒng)的開發(fā)復(fù)雜度非常高，我們也看到后面大家都有點(diǎn)開發(fā)不動(dòng)了。

之后有了ChatGPT。OpenAI的一系列demo，證明了人類的常識(shí)可以在一個(gè)神經(jīng)網(wǎng)絡(luò)里面體現(xiàn)出來(lái)，我也有信心駕駛的知識(shí)可以在神經(jīng)網(wǎng)絡(luò)里面體現(xiàn)出來(lái)。

這樣就帶來(lái)一個(gè)很大的變革，因?yàn)檫@個(gè)知識(shí)一定可以用在開車這樣的事情上。

所以我自己的觀點(diǎn)非常樂觀，現(xiàn)在ChatGPT展現(xiàn)出來(lái)的能力已經(jīng)超過(guò)了自動(dòng)駕駛、或者說(shuō)駕駛這個(gè)事情本身所需要的知識(shí)能力。我堅(jiān)信自動(dòng)駕駛的ChatGPT時(shí)刻一定會(huì)到來(lái)。

觸及自動(dòng)駕駛ChatGPT時(shí)刻有哪些關(guān)鍵要素？

量子位李根：那么您覺得觸及這個(gè)時(shí)刻要包括哪些關(guān)鍵要素？

零一汽車黃澤鏵：我認(rèn)為首先要把自動(dòng)駕駛系統(tǒng)分開的模塊融合起來(lái)，做到端到端的自動(dòng)駕駛。

我以前并不相信端到端，但現(xiàn)在覺得端到端是唯一的路徑，原因很簡(jiǎn)單。

自動(dòng)駕駛傳統(tǒng)架構(gòu)里面會(huì)拆分感知、定位、規(guī)劃、控制、地圖等等很多模塊。以我自己做感知的來(lái)說(shuō)，大部分時(shí)候傳統(tǒng)意義上定義的感知，是用bounding box、一個(gè)限定框把車輛框出來(lái)，定義這個(gè)物體的屬性、速度，類似這樣來(lái)劃分感知。

但一旦用這樣的一套框架再去處理自動(dòng)駕駛的問題，比如剛剛舉的例子，前面有一灘水泥地，那么這要當(dāng)做一個(gè)物體，還是一個(gè)區(qū)域，還是當(dāng)做一個(gè)什么東西？

并且它的標(biāo)簽如果是水泥地的話，那需要感知模塊專門訓(xùn)練一個(gè)具體的網(wǎng)絡(luò)，去識(shí)別這是水泥地，然后讓它做出相應(yīng)的操作。

這就是自動(dòng)駕駛原來(lái)的系統(tǒng)，這太人工了，帶來(lái)的問題就是在人工定義不到的地方一定會(huì)出現(xiàn)問題，也就是墨菲定律。

我認(rèn)為要觸及這個(gè)時(shí)刻，核心的要素就要把自動(dòng)駕駛整個(gè)網(wǎng)絡(luò)打通，基于數(shù)據(jù)去驅(qū)動(dòng)、基于大模型，讓它自然產(chǎn)生最后的行為。

量子位李根：我們知道端到端自動(dòng)駕駛今年是比較熱的點(diǎn)，其實(shí)在面向落地的時(shí)候，如果說(shuō)數(shù)據(jù)量太大的話，云存儲(chǔ)或者數(shù)據(jù)的成本壓力是挺大的。千掛現(xiàn)在已經(jīng)有自動(dòng)駕駛車輛在北京、上海的路段上跑，不知道廖老師怎么看這個(gè)問題？

千掛科技廖若雪：我可以透露一下，千掛科技的自動(dòng)駕駛卡車已經(jīng)在路上閉環(huán)跑起來(lái)了，剛剛提到的端到端自動(dòng)駕駛已經(jīng)成為現(xiàn)實(shí)。

而剛才說(shuō)的數(shù)據(jù)問題，不客氣的說(shuō)，現(xiàn)在自動(dòng)駕駛相關(guān)的數(shù)據(jù)規(guī)模在我看來(lái)還沒有那么大。因?yàn)楹臀覀円郧盎ヂ?lián)網(wǎng)的大數(shù)據(jù)規(guī)模比起來(lái)，自動(dòng)駕駛相關(guān)數(shù)據(jù)還是低數(shù)量級(jí)。

我們要解決的，或者說(shuō)我們更關(guān)注的是怎么才能獲取并且使用好這些數(shù)據(jù)。

這就依賴剛才黃澤鏵提到端到端大模型。因?yàn)橹挥心Ｐ筒拍軌蚝芎猛掏麓罅康臄?shù)據(jù)，才能夠處理那么多相關(guān)數(shù)據(jù)反饋的問題。我們不能通過(guò)工程師去人肉調(diào)規(guī)則，然后寫基于規(guī)則（rule based）的系統(tǒng)，這是不夠的。

這就意味著要實(shí)現(xiàn)自動(dòng)駕駛的ChatGPT時(shí)刻，技術(shù)上需要擁有能吞吐大量數(shù)據(jù)的能力。

但是另一個(gè)問題，數(shù)據(jù)從哪來(lái)？這就說(shuō)到前面說(shuō)的那一點(diǎn)，只有足夠多的客戶用起來(lái)自動(dòng)駕駛系統(tǒng)，才能獲取大量的數(shù)據(jù)。

同時(shí)我覺得剛才還有一點(diǎn)沒有提到，自動(dòng)駕駛的技術(shù)和商業(yè)能不能形成閉環(huán)。

大模型、人、機(jī)器，包括數(shù)據(jù)都很貴。所以說(shuō)自動(dòng)駕駛商業(yè)化，或者說(shuō)客戶在使用自動(dòng)駕駛相關(guān)產(chǎn)品的時(shí)候，能不能產(chǎn)生足夠的經(jīng)濟(jì)效應(yīng)，這個(gè)經(jīng)濟(jì)價(jià)值能不能反映出來(lái)給自動(dòng)駕駛技術(shù)提供生產(chǎn)支撐、數(shù)據(jù)的支撐。

有了經(jīng)濟(jì)上的支撐，才能使得自動(dòng)駕駛技術(shù)和商業(yè)形成一個(gè)互相促進(jìn)的閉環(huán)，這也是以前在互聯(lián)網(wǎng)或者移動(dòng)互聯(lián)網(wǎng)時(shí)代發(fā)生的事情。

只有當(dāng)閉環(huán)真正形成的時(shí)候，技術(shù)越好、產(chǎn)品越好，產(chǎn)品越好、商業(yè)落地越好，商業(yè)落地又能夠給技術(shù)帶來(lái)更多資金的支持、數(shù)據(jù)的支持，這樣才能形成一個(gè)很好的閉環(huán)。

量子位李根：DeepWay深向出發(fā)的時(shí)候其實(shí)就是想要打造自動(dòng)駕駛商用落地的閉環(huán)。我想問一下DeepWay深向關(guān)于閉環(huán)，或者關(guān)于實(shí)現(xiàn)自動(dòng)駕駛的ChatGPT時(shí)刻關(guān)鍵要素是什么，田老師怎么思考這個(gè)問題？

DeepWay深向田山：對(duì)于DeepWay深向來(lái)說(shuō)，我們從第一天開始就選擇通過(guò)造車實(shí)現(xiàn)自動(dòng)駕駛。

我們?yōu)槭裁丛燔嚕坑幸粋€(gè)很重要的考慮：因?yàn)檫@可以實(shí)現(xiàn)可持續(xù)的商業(yè)化。賣車可以商業(yè)化，同時(shí)造車又可以獲得數(shù)據(jù)，解決自動(dòng)駕駛所需要的關(guān)鍵要素。

要實(shí)現(xiàn)自動(dòng)駕駛的ChatGPT時(shí)刻，我認(rèn)為還有幾個(gè)方面的挑戰(zhàn)。

一方面大家公認(rèn)的數(shù)據(jù)的挑戰(zhàn)。

剛才若雪提到自動(dòng)駕駛數(shù)據(jù)很少，大家的數(shù)據(jù)都不一樣，因?yàn)閭鞲衅鞲骷叶疾灰粯忧疫€在不斷演進(jìn)，所以導(dǎo)致各家數(shù)據(jù)復(fù)用起來(lái)很困難，我們要獲得大規(guī)模的數(shù)據(jù)也相對(duì)來(lái)說(shuō)比較困難。

第二個(gè)方面是算力的限制。

雖然現(xiàn)在看到ChatGPT這樣一些大模型可以用幾萬(wàn)片GPU做訓(xùn)練，而自動(dòng)駕駛數(shù)據(jù)的維度是多出兩個(gè)維度的，時(shí)間和空間，這就意味著數(shù)據(jù)規(guī)模在指數(shù)級(jí)上升，所以它所需要的算力也是巨大的。

你要打造自動(dòng)駕駛端到端的大模型，要有足夠大的數(shù)據(jù)量還要有足夠大的算力，而這些現(xiàn)在都還在發(fā)展的過(guò)程中。

另外，在自動(dòng)駕駛上還有一個(gè)比較大的挑戰(zhàn)，安全性問題。

自動(dòng)駕駛不像ChatGPT，如果說(shuō)了一句玩笑話大家笑一笑就過(guò)去了。自動(dòng)駕駛?cè)绻霈F(xiàn)安全性問題，對(duì)行業(yè)來(lái)說(shuō)會(huì)產(chǎn)生非常大的影響，所以安全性問題也需要在實(shí)現(xiàn)端到端的過(guò)程中解決。比如我們是不是能加入一些人工監(jiān)督的干預(yù)，加入一些規(guī)則保證基本的安全性，這些其實(shí)都是一些挑戰(zhàn)。

對(duì)于DeepWay深向來(lái)說(shuō)的話，至少我們有比較好的載體——車作為數(shù)據(jù)的獲取和可商業(yè)化的平臺(tái)。同時(shí)我們也在積極部署端到端規(guī)劃、算法的能力，包括我們提前預(yù)購(gòu)了一些GPU，保證我們未來(lái)深度學(xué)習(xí)算力的需求。

通往自動(dòng)駕駛ChatGPT時(shí)刻，要不要造車？

量子位李根：把車作為一個(gè)載體至少有硬件承載自動(dòng)駕駛的算法和軟件能力，那么想請(qǐng)問黃老師，您現(xiàn)在做零一汽車也是有這個(gè)因素的考量嗎？

江湖上有一個(gè)調(diào)侃，說(shuō)您從不造車到現(xiàn)在造了零一智卡之后，覺得自動(dòng)駕駛的優(yōu)先級(jí)也沒有造車業(yè)務(wù)這么高，說(shuō)你是不愛自動(dòng)駕駛了、受了傷不愛了，不知道您怎么看這個(gè)問題。

零一汽車黃澤鏵：最早的時(shí)候看自動(dòng)駕駛，我覺得傳統(tǒng)模型其實(shí)已經(jīng)被大家充分研究了，所以沒有必要重新造輪子、浪費(fèi)社會(huì)的資源。

同時(shí)當(dāng)時(shí)我的信念是，自動(dòng)駕駛不僅僅是上層算法的系統(tǒng)，還是一個(gè)復(fù)雜的安全系統(tǒng)，而安全系統(tǒng)的能力是由短板決定的。我之前也看到自動(dòng)駕駛系統(tǒng)的短板是在車、硬件這一層，需要有一個(gè)團(tuán)隊(duì)把這個(gè)事情給解決。包括DeepWay深向這些和自動(dòng)駕駛有淵源的造車新勢(shì)力們，大家都看到了相同的事情，所以我們?cè)诋a(chǎn)業(yè)里面把這個(gè)事情解決，這是我們?nèi)ミx擇造車的原因，這并不是不愛自動(dòng)駕駛。

我覺得我已經(jīng)跟自動(dòng)駕駛相戀多年，算法這一側(cè)大家已經(jīng)有很多很成熟的想法，我去當(dāng)另外一端的愛人，服務(wù)好車和硬件這個(gè)部分。

量子位李根：廖老師的千掛科技選擇的是不造車。請(qǐng)問您對(duì)實(shí)現(xiàn)自動(dòng)駕駛的ChatGPT時(shí)刻的路徑，是怎么考慮的？

千掛科技廖若雪：我們雖然不造車，但是我們前裝量產(chǎn)的車很快就要下線了。我們看待造不造車這個(gè)問題的核心和角度更多是面向客戶。

實(shí)現(xiàn)客戶需求本身，可以分解為使用不同的方式，比如說(shuō)技術(shù)方式、產(chǎn)品方式、運(yùn)營(yíng)方式、商業(yè)化方式、工程上的方式。我們這個(gè)不同的實(shí)現(xiàn)方式，相信跟兩位造車的同學(xué)考慮這個(gè)問題的邏輯是一樣的。我們可能更多考慮的是，如何從客戶角度出發(fā)，快速地用我們手上已有的技術(shù)、產(chǎn)品、工程這些能力，給客戶打造出來(lái)好的產(chǎn)品。

客觀來(lái)講，我現(xiàn)在并不那么確定需要造什么樣的車才能滿足用戶的需求，我們需要更多的嘗試。這時(shí)候從我的角度來(lái)講，去提前定義一個(gè)滿足客戶需求的車，是蠻難的。

我們更希望的是在明年，我們和早期客戶合作的、相對(duì)來(lái)說(shuō)小規(guī)模的車可以在路上跑起來(lái)，這時(shí)候再做更多的迭代、升級(jí)，我們就可以對(duì)用戶到底要什么東西有越來(lái)越多的理解。

在已有技術(shù)的局限性下，如何用產(chǎn)品或工程或商業(yè)化運(yùn)營(yíng)的方式解決這些局限性，更好地定義好產(chǎn)品，我們才能知道要造什么樣的東西。所以從我的角度來(lái)講，千掛科技更多是這樣的路徑。雖然大家最終目標(biāo)是一致的，但是我們選擇的稍微有點(diǎn)不一樣。

量子位李根：所以千掛科技選擇的路徑或路線會(huì)更早觸達(dá)ChatGPT時(shí)刻嗎？

千掛科技廖若雪：當(dāng)然觸達(dá)ChatGPT時(shí)刻可能也有路徑依賴。不過(guò)我的邏輯很簡(jiǎn)單，我越早地接觸客戶，越早地給客戶帶來(lái)商業(yè)價(jià)值，我才能盡快的把自動(dòng)駕駛的閉環(huán)做起來(lái)。

從我們選擇的行業(yè)來(lái)講，商用車很有意思，這是非常紅海的一個(gè)市場(chǎng)，利潤(rùn)率非常低，所以在我們能通過(guò)一些新技術(shù)，能非常明顯的降低成本、提升效率的時(shí)候，那么這個(gè)飛輪轉(zhuǎn)起來(lái)的速度是飛快的。

量子位李根：田老師，DeepWay深向是中國(guó)第一家為了實(shí)現(xiàn)自動(dòng)駕駛而造卡車，或者說(shuō)造商用車的公司。你們?cè)趺纯催@個(gè)實(shí)現(xiàn)路徑的問題？因?yàn)橹按蠹矣X得造車是非常體量龐大，周期又長(zhǎng)的工作。

DeepWay深向田山：我非常同意廖老師的觀點(diǎn)，打造一個(gè)好的產(chǎn)品一定是針對(duì)客戶的需求，能滿足需求才能實(shí)現(xiàn)的。商用車行業(yè)、物流運(yùn)輸行業(yè)對(duì)成本又非常敏感，就像剛剛說(shuō)的屬于紅海的競(jìng)爭(zhēng)市場(chǎng)，節(jié)省1%、2%的成本都可以讓客戶決定購(gòu)買你的技術(shù)或者產(chǎn)品。

對(duì)于我們來(lái)說(shuō)的話，我們最開始要去造車，是因?yàn)楫?dāng)時(shí)在整個(gè)商用車領(lǐng)域，并沒有特別適合做自動(dòng)駕駛的商用車底盤，或者說(shuō)沒有先天存在的硬件。而如果我們要改裝這些車輛的話，基本要付出比較大的硬件成本。并且付出改裝成本之后，還沒有實(shí)現(xiàn)完全去掉司機(jī)、完成L4級(jí)別的自動(dòng)駕駛。

其實(shí)整個(gè)算下來(lái)并不劃算，我們的用戶不接受改裝一個(gè)車花了5萬(wàn)多塊錢，同時(shí)還沒有去掉司機(jī)，只能一年省1%、2%的油，這樣節(jié)省的成本是非常有限的。

從我們自身來(lái)說(shuō)的話，我們?cè)燔嚲褪菫榱丝刂普麄€(gè)車輛的成本，讓用戶能感受到車輛的技術(shù)性帶來(lái)經(jīng)濟(jì)性價(jià)值，讓他更快接受新的技術(shù)，這樣才會(huì)有足夠的數(shù)據(jù)或者空間去實(shí)現(xiàn)自動(dòng)駕駛的ChatGPT時(shí)刻。

量子位李根：田老師談到造車成本或者自動(dòng)駕駛實(shí)現(xiàn)的成本跟商用經(jīng)濟(jì)性問題，那么想問問黃老師，聽說(shuō)之前你們創(chuàng)業(yè)的時(shí)候是從三一重卡挖來(lái)合伙人組建了團(tuán)隊(duì)，這是不是因?yàn)楫?dāng)時(shí)對(duì)于造一輛商用卡車，在供應(yīng)鏈的成本或者經(jīng)濟(jì)性上發(fā)生了一些關(guān)鍵環(huán)節(jié)上的改變，才促使你們決定用造車方式實(shí)現(xiàn)這個(gè)東西？

零一汽車黃澤鏵：商用車不太像乘用車。對(duì)于太聚焦在TCO、性價(jià)比的商用車來(lái)說(shuō)，乘用車上L2或者L2+級(jí)別的功能有一定的作用，但是作用不是特別大。

商用車行業(yè)造車是單獨(dú)的邏輯鏈條。在這個(gè)邏輯鏈條里，為什么在今天這個(gè)節(jié)點(diǎn)選擇造車，商業(yè)模式該如何成立，我們有個(gè)單獨(dú)的故事，我簡(jiǎn)單講一下。

首先我們商用車，特別是重卡，這是車輛新能源化最后的陣地。這個(gè)陣地從油車變成新能源車有兩個(gè)好處，一個(gè)咱們國(guó)家包括ESG政策和趨勢(shì)上面有牽引，對(duì)這個(gè)陣地帶來(lái)了很大的動(dòng)量，這個(gè)動(dòng)量讓大家對(duì)于新能源車，包括商用車隊(duì)和司機(jī)都有很深的理解。

第二個(gè)事情是在成本端。商用車運(yùn)營(yíng)最大的成本其實(shí)不是買車也不是司機(jī)，最大的成本是油。在中國(guó)，商用車運(yùn)營(yíng)需要的油錢占接近50%的成本。

假設(shè)商用車運(yùn)營(yíng)的油錢是平均每公里3塊錢，在換成電車以后電錢只有1塊錢，那么這個(gè)運(yùn)營(yíng)成本最大可以直接拉低接近60%。這就是商用車新能源化主要的邏輯線，在過(guò)去兩三年中，這個(gè)邏輯線牽引著新能源重卡在中國(guó)快速增長(zhǎng)和落地。

量子位李根：黃老師強(qiáng)調(diào)的成本是新興技術(shù)落地必須考量或者核算的因素。

實(shí)現(xiàn)自動(dòng)駕駛ChatGPT時(shí)刻，資源、數(shù)據(jù)、算法、政策都不可或缺

量子位李根：乘用車領(lǐng)域，探索自動(dòng)駕駛的歷史不是那么長(zhǎng)，它的代表性玩家只有那么幾家。比如有特斯拉路線，馬斯克覺得應(yīng)該由量產(chǎn)車貢獻(xiàn)數(shù)據(jù)實(shí)現(xiàn)閉環(huán)，最終實(shí)現(xiàn)FSD（完全自動(dòng)駕駛）；也有Waymo路線，一開始應(yīng)該實(shí)現(xiàn)最終極的場(chǎng)景和產(chǎn)品；另外也有通用Cruise路線，包括之前的Uber和滴滴路線。

那么在商用車領(lǐng)域，如果要觸及自動(dòng)駕駛的ChatGPT時(shí)刻，讓所有人看到自動(dòng)駕駛的商用價(jià)值，這里面有什么樣的玩家能夠觸及這一時(shí)刻？先請(qǐng)?zhí)锢蠋煼窒硪幌驴捶ā?/p>

DeepWay深向田山：前面在說(shuō)自動(dòng)駕駛ChatGPT所需要的關(guān)鍵要素，我認(rèn)為如果能具備關(guān)鍵要素，那么就意味著在這條路徑上能更快觸及。

首先這需要對(duì)于產(chǎn)品本身的掌握能夠滿足用戶的最終需求，我們這三家都有這樣先天的優(yōu)勢(shì)。我們都是直接接觸客戶，直接賣給終端用戶，讓物流用戶使用產(chǎn)品，這是先決的條件。

其次是數(shù)據(jù)、算力方面的能力，包括我們架構(gòu)、模型的迭代，我認(rèn)為我們都有比較不錯(cuò)的機(jī)會(huì)。

說(shuō)句自我一點(diǎn)的話，我們現(xiàn)在已經(jīng)量產(chǎn)了，今年會(huì)交付550輛新能源重卡，也會(huì)成為市場(chǎng)上全球范圍內(nèi)包括特斯拉SEMI在內(nèi)，交付量第一的、正向設(shè)計(jì)的智能新能源重卡。我們相信DeepWay深向會(huì)有更多的機(jī)會(huì)，我們具備所有這些要素，我們做的是最快的。

量子位李根：廖老師，您怎么看待這個(gè)問題？

千掛科技廖若雪：我非常同意田山的看法，我們也是明年年初就會(huì)量產(chǎn)交付。我覺得早一天交付、早一天接觸客戶，跟客戶快速驗(yàn)證商業(yè)模式，這樣就會(huì)有機(jī)會(huì)觸及自動(dòng)駕駛的ChatGPT時(shí)刻。

前面講的更多是怎么形成閉環(huán)，這里面很重要一點(diǎn)是當(dāng)我們形成閉環(huán)后，我們有越來(lái)越多的錢、越來(lái)越多的數(shù)據(jù)來(lái)提升整體的技術(shù)和產(chǎn)品的時(shí)候，這時(shí)候公司本身就會(huì)越來(lái)越大，我們做的事情就會(huì)越來(lái)越多。這就涉及到公司組織管理相關(guān)的問題，尤其對(duì)于我們新的創(chuàng)業(yè)公司來(lái)講，這方面可能都需要補(bǔ)課。

量子位李根：請(qǐng)問黃老師還關(guān)心速度的問題嗎？我知道你們打造了第一家上市的無(wú)人駕駛公司，黃老師是里面的創(chuàng)造者?，F(xiàn)在做這家公司的時(shí)候，您的心態(tài)上，還有這樣對(duì)于速度的追求嗎？

零一汽車黃澤鏵：我覺得天下武功唯快不破，我們自己會(huì)關(guān)注速度。

回到您剛剛的問題，哪一類玩家會(huì)觸及這一時(shí)刻，我覺得應(yīng)該換成我們需要什么樣的要素。這個(gè)廖老師也提到了，我們總結(jié)下來(lái)第一個(gè)是錢或者資源，第二個(gè)是數(shù)據(jù)，第三個(gè)是算法本身。

我們現(xiàn)在并不是按照已有架構(gòu)去走，這里面有新的范式變化，這個(gè)范式變化需要全球最優(yōu)秀的人才、專門圍繞AI的工程師，用這樣的方式打造起來(lái)。

我覺得哪個(gè)玩家最有可能觸及這一時(shí)刻是很難談的事情。這還是需要對(duì)于這個(gè)方向本身有信仰的玩家堅(jiān)定的投入，才有這樣的可能。

量子位李根：那么需要多少錢是合適的？或者說(shuō)有多少資源才能夠跑起來(lái)？

零一汽車黃澤鏵：我覺得這個(gè)很難評(píng)測(cè)。

首先，其實(shí)自動(dòng)駕駛的大模型是一個(gè)專業(yè)模型，這個(gè)專業(yè)模型可以基于很多通用模型做訓(xùn)練，有非常多可以用的開源框架，我們自己實(shí)測(cè)訓(xùn)練一套神經(jīng)網(wǎng)絡(luò)下來(lái)并沒有那么昂貴。

但是自動(dòng)駕駛大模型落地到今天還在非常早的階段，其中會(huì)經(jīng)歷概念到技術(shù)，再到產(chǎn)品最后到商品的過(guò)程。每一個(gè)過(guò)程又需要投入非常多的錢。

最開始在概念階段的時(shí)候證明端到端能跑通，這個(gè)模型走直線沒問題，轉(zhuǎn)個(gè)彎或者簡(jiǎn)單的一些操作，和現(xiàn)在的系統(tǒng)是差不多的，同時(shí)又要有驚艷的地方。

不過(guò)等到完全自動(dòng)駕駛這一技術(shù)等級(jí)的時(shí)候，你會(huì)發(fā)現(xiàn)要把短板補(bǔ)起來(lái)。比如說(shuō)所有遇到的警察揮手的場(chǎng)景，系統(tǒng)是不是都能解決，這會(huì)有一系列的挑戰(zhàn)。

等再到產(chǎn)品端的時(shí)候，還有硬件問題，兩位老師都提到了車載3D檢測(cè)怎么辦、背后計(jì)算延遲性怎么辦，這些都要在產(chǎn)品這一側(cè)來(lái)解決。

并且最后要到商品端，做的這些事情全部加起來(lái)的收益還需要是正的、對(duì)于客戶來(lái)說(shuō)是有價(jià)值的。這是個(gè)挺宏大的問題，錢和資源都要達(dá)到海量級(jí)。

量子位李根：感謝黃老師的補(bǔ)充，補(bǔ)充了很重要的因素。并且今年有個(gè)最大的因素是政策，而且還是具有利好性質(zhì)的政策。

我們前幾年談?wù)撟詣?dòng)駕駛的時(shí)候，政策這個(gè)因素還沒有那么明確，而現(xiàn)在確實(shí)是旗幟性或者方向性的改變。請(qǐng)問黃老師你認(rèn)為自動(dòng)駕駛相關(guān)政策的出爐，意味著到了什么樣的時(shí)間節(jié)點(diǎn)？

零一汽車黃澤鏵：實(shí)事求是地說(shuō)，政策能給行業(yè)帶來(lái)很好的指引方向，能明確大家一起去走的方式。不過(guò)這個(gè)政策還不是全國(guó)意義上能達(dá)到全無(wú)人駕駛商業(yè)化的政策。

因?yàn)樵趪?guó)內(nèi)環(huán)境來(lái)說(shuō)，政策的推動(dòng)不會(huì)特別激進(jìn)，比如說(shuō)明天就允許全無(wú)人駕駛?cè)珖?guó)范圍內(nèi)鋪開。最終的政策需要看到足夠的數(shù)據(jù)。所以今天的政策讓大家可以往前走一步，去給國(guó)家、行業(yè)政策足夠多的數(shù)據(jù)，來(lái)支撐做下一步的決策。現(xiàn)在這個(gè)并不是終極的政策，但是是很好的推動(dòng)點(diǎn)。

量子位李根：廖老師，你們的車在高速上已經(jīng)開始運(yùn)轉(zhuǎn)了，請(qǐng)問政策是不是會(huì)給你們添加很多信心和指引？

千掛科技廖若雪：其實(shí)我們一直很有信心，這是毋庸置疑的。

政策很多時(shí)候是給我們的客戶信心，如何說(shuō)服客戶說(shuō)這個(gè)一定是未來(lái)。我們有一些客戶是相對(duì)在技術(shù)上比較激進(jìn)的，是自動(dòng)駕駛技術(shù)的早期嘗試者，而有的是不很信你的東西，不過(guò)大家都用的話他也會(huì)用。

所以我們要抓住早期愿意做技術(shù)嘗試的公司，說(shuō)服他們自動(dòng)駕駛確實(shí)是將來(lái)。

從政策本身來(lái)講，政策內(nèi)容背后國(guó)家的考慮當(dāng)然很重要。更重要的是政策意味著自動(dòng)駕駛可以關(guān)注，這個(gè)事情有可能是將來(lái)。這對(duì)于我們來(lái)講，有了政策就能幫助客戶理解這個(gè)事情，我們就更有說(shuō)服力。我們就能更好地說(shuō)服客戶：自動(dòng)駕駛是將來(lái)，如果你在技術(shù)上面愿意投入、愿意嘗試的話，我們就可以去嘗試。

量子位李根：請(qǐng)問田老師怎么看待自動(dòng)駕駛的政策？你們終于等到了。

DeepWay深向田山：是，我們還是很激動(dòng)。作為從業(yè)者來(lái)說(shuō)，在中國(guó)要做一個(gè)商業(yè)化的公司，肯定是要符合政府的政策方向、產(chǎn)業(yè)方向，還要符合整個(gè)技術(shù)的發(fā)展方向。

剛才廖老師提了，政策的方向一方面是給了客戶信心，我認(rèn)為還很重要的另一方面是給了投資人信心。

我們?cè)谌谫Y過(guò)程中，投資人都會(huì)問，你們到底什么時(shí)候能夠落地？我們說(shuō)可能受限于政策法規(guī)。因?yàn)樗w驗(yàn)過(guò)我們的車，在高速上可以實(shí)現(xiàn)1000多公里全程無(wú)接管，他覺得技術(shù)上都可以了，為什么還不賣？我們說(shuō)政策確實(shí)還得有一個(gè)過(guò)程。

但是政策是方向性的引導(dǎo)，一般都是后置的。前期是需要這些從業(yè)者去證明這個(gè)技術(shù)有潛力、有發(fā)展的可能性，也通過(guò)數(shù)據(jù)的積累，證明了安全性，再逐步推動(dòng)整個(gè)政策的開放。我覺得這是一個(gè)過(guò)程，但是有了現(xiàn)在這個(gè)政策是一個(gè)很好的開始。

量子位李根：對(duì)，之前也有說(shuō)法，說(shuō)自動(dòng)駕駛的實(shí)現(xiàn)是萬(wàn)事具備只欠政策。這是因?yàn)樵谠蹅儑?guó)家實(shí)現(xiàn)自動(dòng)駕駛落地，確實(shí)需要法律和法規(guī)的制定，不是法無(wú)禁止皆可為的模式。

距離自動(dòng)駕駛ChatGPT時(shí)刻最短只有2年

量子位李根：那么今天由于時(shí)間關(guān)系，我們最后直接一點(diǎn)。

因?yàn)榻裉斓闹黝}是自動(dòng)駕駛的ChatGPT時(shí)刻，之前有從業(yè)者測(cè)算，OpenAI帶來(lái)ChatGPT用了大概七年的時(shí)間?，F(xiàn)在從2015年第一波自動(dòng)駕駛創(chuàng)業(yè)浪潮開始，也差不多用了七年時(shí)間。

今天幾位的公司，都屬于OpenAI這種在新浪潮里面成長(zhǎng)起來(lái)的公司。我想很直觀地問一下，我們距離自動(dòng)駕駛的ChatGPT時(shí)刻還有多長(zhǎng)時(shí)間？先請(qǐng)?zhí)锢蠋焷?lái)回答。

DeepWay深向田山：從我們自身的產(chǎn)品和技術(shù)的規(guī)劃來(lái)說(shuō)，我認(rèn)為可能還需要三到五年的時(shí)間，這是一個(gè)比較保守的時(shí)間。

量子位李根：廖老師的看法呢？

千掛科技廖若雪：我這邊比較激進(jìn)一點(diǎn)，我認(rèn)為可能就是后年。

量子位李根：后年就是2025年。

千掛科技廖若雪：對(duì)。

因?yàn)槊髂?，我們?huì)和早期客戶去規(guī)?；厥褂梦覀兊能?。如果真的能夠在商用車這個(gè)行業(yè)中，我們發(fā)現(xiàn)這個(gè)車可以明顯地比原先的方式降低成本、提升效率的話，那這樣對(duì)于整個(gè)行業(yè)來(lái)說(shuō)，這已經(jīng)到了一個(gè)關(guān)鍵點(diǎn)。

量子位李根：黃老師給一下預(yù)測(cè)和規(guī)劃？

零一汽車黃澤鏵：我的答案是兩年。

但是我要定義一下這個(gè)兩年。類比ChatGPT證明了AGI（通用人工智能）的可行性，那自動(dòng)駕駛的ChatGPT時(shí)刻，其實(shí)是讓大家看到自動(dòng)駕駛真的可以到來(lái)，要證明自動(dòng)駕駛的可行性和強(qiáng)泛化性。這個(gè)事情，我覺得大概需要一到兩年的時(shí)間。

相對(duì)樂觀的預(yù)測(cè)，可能在明年下半年左右，有可能是我們，也有可能是行業(yè)其他玩家，或者說(shuō)其他國(guó)外的一些模型能證明，一個(gè)端到端的框架能夠具備非常強(qiáng)的泛化性，能解決原來(lái)非常多的corner case和開發(fā)范式的一些問題。我覺得這個(gè)時(shí)刻其實(shí)并沒有特別遠(yuǎn)。

量子位李根：謝謝各位老師。所以從這個(gè)調(diào)研能得出，觸及自動(dòng)駕駛ChatGPT的時(shí)刻快則兩年、慢則三五年。希望我們今天的這個(gè)panel能給自動(dòng)駕駛行業(yè)內(nèi)，以及外界公眾更多的信心。

其實(shí)我在跟每位自動(dòng)駕駛業(yè)內(nèi)人士交流的時(shí)候，大家都有這個(gè)信心，當(dāng)然沒有信心的我們也不邀請(qǐng)來(lái)參會(huì)了。

我覺得自動(dòng)駕駛的ChatGPT時(shí)刻一定會(huì)來(lái)的，只是要考慮它會(huì)是什么時(shí)候來(lái)、來(lái)的時(shí)候能不能讓所有人都看得見它的價(jià)值。今天圓桌的最后的一個(gè)主題關(guān)鍵就是六個(gè)字，自動(dòng)駕駛的ChatGPT時(shí)刻是“信則有，行則至”。

祝各位好運(yùn)，也祝各位能夠率先觸達(dá)這個(gè)ChatGPT的時(shí)刻，成為站在自動(dòng)駕駛風(fēng)口，證明自動(dòng)駕駛價(jià)值的公司。

謝謝三位老師，我們今天的自動(dòng)駕駛論壇就到這里，明年再見。