“端到端”求L4，無異緣木求魚

而從國(guó)內(nèi)的智駕現(xiàn)狀來說，過去數(shù)年，幾乎所有的智駕企業(yè)選擇的都是可解釋的“模塊化”的路線。在模塊化的結(jié)構(gòu)中，智駕系統(tǒng)被拆解、融合為“感知-規(guī)劃-控制”三大模塊，像華為、小鵬的端到端大模型，就更近似于模塊化方案演變、融合后的結(jié)果。

當(dāng)然，模塊化結(jié)構(gòu)一直存在的“硬傷”是，盡管模塊數(shù)已經(jīng)變少，但感知端為了保證規(guī)控端的平穩(wěn)運(yùn)行，仍有可能出現(xiàn)被迫丟失信息的情況。而系統(tǒng)的決策又需要獲取足夠全面的信息，才有可能達(dá)到全局最優(yōu)。這是避不開的、最為矛盾的一環(huán)。

所以，為了解決近乎無窮的“Corner case”，大家又一股腦地投入“端到端”的熱潮中去。

而從基于規(guī)則的Rule based，到基于深度學(xué)習(xí)Learning based，所謂“數(shù)據(jù)驅(qū)動(dòng)”，通過海量的數(shù)據(jù)支持，來歸納求解，這是業(yè)內(nèi)車企競(jìng)相選擇端到端大模型的重要因素之一。泛化能力雖然更強(qiáng)，但海量的數(shù)據(jù)并不一定能夠?qū)ο到y(tǒng)產(chǎn)生正向的提升。

當(dāng)下最極端的論點(diǎn)是，無人駕駛距距離攻克也就是幾千萬公里的Corner case，以及大量的算力。這是典型的圍繞“數(shù)據(jù)驅(qū)動(dòng)”、“端到端”創(chuàng)造出來的愿景，兩者相輔相成，智駕領(lǐng)域的投資泡沫就是這么來的。

問題是，從技術(shù)角度來看，“端到端”極其依賴于大模型內(nèi)部的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，而神經(jīng)網(wǎng)絡(luò)本身又具備不可解釋性，所以業(yè)內(nèi)關(guān)于端到端的應(yīng)用和界定一直是各執(zhí)一詞。

眾所周知，人工智能的三大流派——連接主義、行為主義和符號(hào)主義，雖然當(dāng)下連接主義成為主流，但這三大流派各有強(qiáng)項(xiàng)，且連接主義采用的是深度學(xué)習(xí)，是個(gè)歸納、統(tǒng)計(jì)型的算法，這種“連接主義解決一切”的想法能不能實(shí)現(xiàn)？是個(gè)問題。

歸根究底，成功落地、實(shí)現(xiàn)量產(chǎn)，提高駕駛安全性和便捷度，才是智駕的核心。所以，用一個(gè)主義解決全部問題是不太可能的，需要兼容并蓄。

這方面，我贊同侯曉迪說的，對(duì)于內(nèi)行人來說，現(xiàn)在“端到端”不是一個(gè)學(xué)術(shù)概念，而是一個(gè)情緒載體，“很容易把機(jī)器學(xué)習(xí)領(lǐng)域沒有完成的夢(mèng)想和未竟的事業(yè)都寄托到‘端到端’這個(gè)具體技術(shù)概念里?！?/p>

03、One Model，Two Model，World Model

質(zhì)疑馬斯克的，不僅有侯曉迪，也包括小馬智行CTO樓天城和輕舟智航 CTO 侯聰。

侯聰對(duì)于馬斯克和Robotaxi的看法是，“Robotaxi 這個(gè)事情他有點(diǎn)吹牛了，低估了事情的難度?！倍鴺翘斐堑囊粋€(gè)結(jié)論是，L2做得越厲害，它離L4越遠(yuǎn)。反之也是如此。一個(gè)越好的L4公司，它離L2越遠(yuǎn)。

為什么？因?yàn)?，輔助駕駛就是一個(gè)助手，它的成本和覆蓋區(qū)域很重要，跟人類交互很重要。而L4的駕駛主體是機(jī)器，所有事情都要機(jī)器端解決，不能交給別人。哪怕稍微慢一點(diǎn)，安全性100%一定要保證。

而特斯拉做Robotaxi的邏輯是通過L2輔助駕駛的數(shù)據(jù)不斷積累實(shí)現(xiàn)L4級(jí)的Robotaxi，這無異于緣木求魚。這也是幾位反共識(shí)的“異見者”的結(jié)論。

而且，有意思的地方在于，當(dāng)初馬斯克是為數(shù)不多堅(jiān)持通過L2數(shù)據(jù)積累不斷實(shí)現(xiàn)L4的人，在當(dāng)時(shí)被外界認(rèn)為是異類。如今反過來了。

換句話說，通過L2的漸進(jìn)式路線做不出L4。L2的駕駛主體是人，L4的駕駛主體是機(jī)器；L2關(guān)注的核心是成本、覆蓋范圍和體驗(yàn)，L4更關(guān)注的是安全。所以，L2和L4的產(chǎn)品設(shè)計(jì)出發(fā)點(diǎn)都不同。

所以，2024杭州云棲大會(huì)上，小鵬汽車董事長(zhǎng)何小鵬對(duì)于特斯拉的盲目崇拜和盲目自信就很讓人擔(dān)心，“端到端的模型下限能力有望在明年快速提高，一旦提高后，不用2年時(shí)間，在全球范圍內(nèi)就可以做到超越 L4 標(biāo)準(zhǔn)的能力?！?/p>

問題在于，L2級(jí)智能輔助駕駛背后有人類司機(jī)兜底，但是L4的Robotaxi不行，要做到更好的商業(yè)化，做到車內(nèi)無人，沒有人給系統(tǒng)兜底，車輛的駕駛權(quán)屬于系統(tǒng)，責(zé)任屬于企業(yè)。所以系統(tǒng)就要無限提高安全上限。這是難點(diǎn)所在。

當(dāng)然，就當(dāng)下的情況而言，要達(dá)到“端到端”的目的需要不斷有突破性的手段。最近的動(dòng)向是關(guān)于世界模型的。

現(xiàn)在是Two Model、World Model、One Model三部曲思路。因?yàn)椋M管端到端上車如火如荼，但目前大部分中國(guó)車企并未實(shí)現(xiàn)理論上的“One Model”。通行的做法是，將端到端模型的智駕應(yīng)用分為兩個(gè)階段：

第一個(gè)階段是“Two Model”，由一個(gè)端到端的感知和一個(gè)端到端的規(guī)控組成，這是目前比較主流的一個(gè)方向。第二階段才是“One Model”，一個(gè)大模型解決信息輸入到?jīng)Q策輸出，但業(yè)內(nèi)預(yù)估要3~5年之后才會(huì)有一些規(guī)?；膽?yīng)用。

此外，蔚來、理想等車企都發(fā)布了自研的“世界模型World Model”，供應(yīng)商中有地平線、小馬智行等。像樓天城就認(rèn)為，“World Model”是目前最佳最重要的東西，將其理解為通往自動(dòng)駕駛的唯一解。

所謂世界模型，可以理解為對(duì)真實(shí)世界的仿真與建模，可以真實(shí)準(zhǔn)確地還原比如十字路口等場(chǎng)景的變化。同時(shí)，世界模型還是一個(gè)評(píng)分體系，對(duì)自動(dòng)駕駛系統(tǒng)的表現(xiàn)做出評(píng)價(jià)，能夠得知A系統(tǒng)和B系統(tǒng)相比誰更好。

蔚來自動(dòng)駕駛副總裁任少卿表示：“相比于常規(guī)的端到端的模型，新的世界模型有三個(gè)我們認(rèn)為主要的優(yōu)勢(shì)。第一個(gè)是在空間理解上，通過生成式模型，從重構(gòu)傳感器的方式，更加泛化地抽取了信息。第二個(gè)，通過自回歸模型，自動(dòng)建模長(zhǎng)時(shí)序環(huán)境。第三個(gè)，萬千世界需要更多數(shù)據(jù)，通過自監(jiān)督的方式，無須人工標(biāo)注，它是一個(gè)多元自回歸生成模型結(jié)構(gòu)，讓我們學(xué)得更好?！?/p>

此外，地平線也在感知上引入了“World Model”的概念。地平線認(rèn)為，通過World Model的算法訓(xùn)練可以解決場(chǎng)景的泛化、功能的連續(xù)性以及體驗(yàn)的一致性的問題。不過，在規(guī)控算法上，保留了Rule-based的鏈路。

世界模型的作用能有多大，還屬于未知。但是，說到底，Rule-based（基于規(guī)則）或者說Principle-based是不能放棄的，妄圖完全依靠端到端的“黑盒子”來解決問題，包括特斯拉、華為、小鵬等頭部車企正在做的事情，都得當(dāng)心，正在做不等于有結(jié)果。

L4的核心是如何完成一個(gè)穩(wěn)定的系統(tǒng)，尤其是用不穩(wěn)定的模塊去完成一個(gè)穩(wěn)定系統(tǒng)。L4需要的是智慧，而不僅僅是資本和算力、數(shù)據(jù)、智商。在這點(diǎn)上，即使強(qiáng)如馬斯克也同樣如此。根本的辦法還是，通過架構(gòu)層創(chuàng)新來保證系統(tǒng)的安全性，做好安全冗余。

反觀當(dāng)下各個(gè)企業(yè)喧囂的“端到端”宣傳，更多的目的還是打造差異化、把車賣出去。那么多的“心大了”的智駕事故，已經(jīng)很說明問題。這是我們應(yīng)該心里“門清”的。

作者丨王小西

責(zé)編丨北? ?岸

編輯丨王? ?越