龔夢澤

    進入2024年，自動駕駛行業(yè)的競爭愈發(fā)激烈，而大模型技術(shù)的崛起無疑又為這場競賽注入了一劑強心劑。隨著人工智能技術(shù)從深度學(xué)習(xí)到多模態(tài)大模型的快速發(fā)展、行業(yè)利好政策春風(fēng)勁吹，以及商業(yè)化落地路徑漸晰等三重共振，自動駕駛再次站在了技術(shù)進化和投資圈的第一線，有望迎來屬于自己的“質(zhì)變”時刻。

    首先，在技術(shù)層面，時空融合、大模型等新技術(shù)正在被引入自動駕駛，特別是“BEV+Transformer（鳥瞰視圖+基于自注意力機制的神經(jīng)網(wǎng)絡(luò)架構(gòu)）”技術(shù)和端到端模型的日趨成熟，正以其強大的數(shù)據(jù)處理能力和自我學(xué)習(xí)能力，將車輛的感知、決策和執(zhí)行能力提升到前所未有的高度。

    其中，“BEV+Transformer”將二維圖像和傳感器信息綜合轉(zhuǎn)化為三維向量空間，支持多傳感器信息融合，在車端實現(xiàn)高精度局部地圖的實時構(gòu)建。如此，極大地降低了自動駕駛對高精度地圖的強依賴，使得城區(qū)領(lǐng)航成為可能。這是大模型技術(shù)在自動駕駛行業(yè)的首次亮相，也是FSD（完全自動駕駛）的關(guān)鍵所在。

    端到端模型背后，是基于純視覺方案，將上千萬個視頻片段包含的人類駕駛知識壓縮到了端到端神經(jīng)網(wǎng)絡(luò)參數(shù)中，形成一個大的神經(jīng)網(wǎng)絡(luò)，而無需從前的大量泛化代碼。借助端到端，自動駕駛系統(tǒng)便具備了時空理解能力，能讀懂文字信息，有了時間觀念，理解不同城市特點的交通元素，做出更擬人的決策。

    其次，政策層面，隨著國內(nèi)首批有條件自動駕駛（L3級）高速公路道路測試牌照正式發(fā)放，寶馬、奔馳、深藍、賽力斯等多家車企獲得測試牌照，并相繼在北京、上海、重慶和深圳開啟測試?？梢灶A(yù)見，L3級的規(guī)模性啟動，將使自動駕駛車輛從小范圍測試驗證轉(zhuǎn)入技術(shù)快速發(fā)展、生態(tài)加速構(gòu)建的新階段。自動駕駛技術(shù)的迭代升級，將顯著助力汽車產(chǎn)業(yè)發(fā)展和智慧城市建設(shè)，為實現(xiàn)汽車產(chǎn)業(yè)、城市管理與大眾生活數(shù)字化轉(zhuǎn)型升級貢獻光熱。

    最后，商業(yè)化層面，基于以上技術(shù)和政策的雙重加持，2024年將成為智能駕駛在消費端從形成認知到購買轉(zhuǎn)化的重要時間窗口。自動駕駛技術(shù)成為消費者購車的重要考量因素后，車企對高階智能駕駛的重視程度顯著提升。目前，國內(nèi)幾乎所有參與智能汽車競爭的頭部玩家，都發(fā)布了各自的城區(qū)智能駕駛，甚至不少車企和自動駕駛供應(yīng)商還建立了自己的算力中心。此外，智能化使得車載半導(dǎo)體、線控制動、車載軟件等產(chǎn)業(yè)需求得以延伸，帶來了諸多投資機會。

    需要指出的是，在取得一系列實踐成果、產(chǎn)業(yè)發(fā)展速度顯著提升的同時，自動駕駛汽車現(xiàn)存的挑戰(zhàn)仍不容忽視。不管是人工智能領(lǐng)域近年取得的突破式進展，還是對自動駕駛做出的發(fā)展路徑預(yù)判，底層邏輯仍然是堅守長期主義。

    筆者認為，自動駕駛每向前一步都需要龐大的數(shù)據(jù)、場景、資金和政策支撐，這些都是自動駕駛走向終極無人駕駛目標過程中必經(jīng)的隘口。以上，既需要企業(yè)經(jīng)歷規(guī)?；涞氐膰揽量简?，更需要法規(guī)體系的支持跟進以及社會各界的“包容審慎”。令人鼓舞的是，越來越多的產(chǎn)業(yè)參與者已經(jīng)攜使命馬不停蹄，星夜兼程了。