智駕玩家，打響「云」上突圍賽

作者｜劉佳藝，編輯｜白雪

今天的自動(dòng)駕駛，已經(jīng)到了拼「數(shù)字基建」的階段。

從「BEV+Transformer」成為公認(rèn)的算法架構(gòu)開(kāi)始，算法壁壘其實(shí)在被逐漸打破，曾經(jīng)神秘的端到端范式，也在一點(diǎn)點(diǎn)揭開(kāi)技術(shù)面紗。

以蔚小理為代表的新勢(shì)力車(chē)企躬身入局，華為、博世等供應(yīng)商們也紛紛亮出了端到端智駕大模型。

可以看到，各家都到了端到端模型的落地階段，這時(shí)比的是誰(shuí)迭代速度更快，誰(shuí)上車(chē)體驗(yàn)更像「老司機(jī)」。

從技術(shù)角度出發(fā)，這指向了冰山之下數(shù)據(jù)閉環(huán)的建設(shè)能力。

英偉達(dá)自動(dòng)駕駛負(fù)責(zé)人吳新宙認(rèn)為，數(shù)據(jù)閉環(huán)已經(jīng)成為實(shí)現(xiàn)高階智駕的「華山一條路」，沒(méi)有一家車(chē)企可以繞開(kāi)。

所謂數(shù)據(jù)閉環(huán)，它的底層邏輯是：

車(chē)端與云端形成閉環(huán)，車(chē)端將數(shù)據(jù)反饋給云端，在云端集中進(jìn)行自動(dòng)駕駛模型的訓(xùn)練與仿真，再把模型數(shù)據(jù)發(fā)回車(chē)端，進(jìn)行 OTA 部署及更新，兩端進(jìn)行協(xié)同互補(bǔ)，由此完成了智駕技術(shù)的迭代與進(jìn)化。

而端到端的技術(shù)架構(gòu)，從感知到規(guī)控端串聯(lián)成一整個(gè) AI 神經(jīng)網(wǎng)絡(luò)，要讓 AI 像人一樣思考、決策，則意味著云端的訓(xùn)練數(shù)據(jù)足夠大且精，算力足夠大，算法足夠強(qiáng)，否則泛化性、準(zhǔn)確率和召回率就難以保障。

這也意味著，在 AI 定義汽車(chē)的時(shí)代，智能化競(jìng)爭(zhēng)的重心，集中到了車(chē)端到云端的數(shù)據(jù)閉環(huán)上。

往更深層次著眼，數(shù)據(jù)閉環(huán)的落地，又需要強(qiáng)大的工程化能力進(jìn)行支撐，即數(shù)據(jù)從采集、傳輸?shù)酱鎯?chǔ)、訓(xùn)練、優(yōu)化的全流程環(huán)節(jié)，要形成一套完整的技術(shù)體系與工具鏈。

由此，圍繞這條自下而上的方法論，智駕玩家們都開(kāi)始從基礎(chǔ)建設(shè)著手，與云服務(wù)商在「相輔相成」的關(guān)系中緊密綁定。

比如，博世近期就宣布與騰訊深化戰(zhàn)略合作關(guān)系，在自動(dòng)駕駛公有云、專(zhuān)有云領(lǐng)域開(kāi)展進(jìn)一步合作。

01、搭上「云梯」，博世后發(fā)而先至

近兩年，國(guó)內(nèi)智駕肥沃的土壤，已經(jīng)生長(zhǎng)出不少技術(shù)、量產(chǎn)能力過(guò)硬的智駕玩家。

后來(lái)者想要入局，必須在短時(shí)間內(nèi)做出差異化成績(jī)。

對(duì)于博世而言，這無(wú)疑是一個(gè)巨大挑戰(zhàn)。

一是市場(chǎng)競(jìng)爭(zhēng)殘酷，在國(guó)內(nèi)智能駕駛、智能座艙領(lǐng)域，它至少面臨 200 個(gè)競(jìng)爭(zhēng)對(duì)手；

二是容易水土不服，這家以硬件著稱(chēng)的老牌企業(yè)，到達(dá)了用軟件廝殺的新賽道，需要重新建立優(yōu)勢(shì)。

但作為全球零部件巨頭企業(yè)，博世還是拿出了「大象轉(zhuǎn)身」的魄力與決心。

比如在組織架構(gòu)層面，為順應(yīng)「軟硬全?！沟陌l(fā)展趨勢(shì)，博世成立了智能駕駛與控制事業(yè)部，在年初，又整合成「博世智能出行集團(tuán)」，正式在軟件領(lǐng)域走上正軌。

當(dāng)然，博世也并非完全從零開(kāi)始，百年積攢下的工程化思維已經(jīng)構(gòu)建成量產(chǎn)能力，它需要的是在軟硬件適配基礎(chǔ)上，先搭建出高階智駕的方案體系。

在底層能力建設(shè)上，博世則找到了騰訊，為其搭建了一條穩(wěn)定、完整的開(kāi)發(fā)工具鏈。重點(diǎn)是，依托騰訊提供的云與合規(guī)一體化方案，攻克了數(shù)據(jù)合規(guī)難題。

對(duì)于這家德國(guó)企業(yè)而言，合規(guī)問(wèn)題一直貫穿數(shù)據(jù)采集、處理、訓(xùn)練、存儲(chǔ)的全鏈路，相關(guān)法規(guī)要求也愈發(fā)嚴(yán)苛，由此，從騰訊借力是一個(gè)有效方式。

騰訊在這方面，本身有圖商資質(zhì)兜底，同時(shí)獨(dú)家開(kāi)設(shè)了華東、華北兩地的自動(dòng)駕駛云專(zhuān)區(qū)，專(zhuān)門(mén)為自動(dòng)駕駛開(kāi)發(fā)創(chuàng)造了一個(gè)端到端、全程合規(guī)的數(shù)據(jù)閉環(huán)服務(wù)。

博世智能駕控事業(yè)部中國(guó)區(qū)總裁吳永橋表示，騰訊相當(dāng)于充當(dāng)一個(gè)警察角色，幫助其在數(shù)據(jù)處理、篩選、標(biāo)注等工作上完成了合規(guī)任務(wù)，很大幅度提升了開(kāi)發(fā)效率。

目前，博世已經(jīng)取得了第一階段成果，用 18 個(gè)月時(shí)間，將高階智駕方案量產(chǎn)部署在奇瑞星紀(jì)元車(chē)型上。

按照博世規(guī)劃，下一站是繼續(xù)沿著模型軌跡，量產(chǎn)兩段式端到端后，在 2025 年過(guò)渡到一段式端到端方案，最后在 2026 年完成世界模型的搭建。

在這個(gè)過(guò)程中，對(duì)于數(shù)據(jù)、算法、算力的需求愈發(fā)增強(qiáng)，換言之，博世需要更強(qiáng)大的底層工具鏈進(jìn)行穩(wěn)定支撐。

吳永橋認(rèn)為，未來(lái)端到端大模型走多快，多遠(yuǎn)，比拼的關(guān)鍵因素是高質(zhì)量的數(shù)據(jù)。

對(duì)于智駕供應(yīng)商而言，數(shù)據(jù)資源更是極為可貴，因此，不僅要采集并積累大量、有用的數(shù)據(jù)，還要讓這些數(shù)據(jù)得到高效利用，以滿(mǎn)足快速迭代的算法訓(xùn)練需求。

這意味著，博世需要從底層工具鏈上，構(gòu)建起對(duì)這些數(shù)據(jù)資產(chǎn)的管理能力，即如何對(duì)數(shù)據(jù)進(jìn)行有效分類(lèi)、調(diào)度、訓(xùn)練。

在騰訊的存算一體解決方案中，提供了相應(yīng)開(kāi)發(fā)工具。數(shù)據(jù)提前被分類(lèi)為熱點(diǎn)、非熱點(diǎn)，然后儲(chǔ)存在不同的程序中，可以被系統(tǒng)迅速調(diào)度出來(lái)并使用。

這樣下來(lái)，既保證了極致的響應(yīng)時(shí)延和成本優(yōu)化，助力訓(xùn)練任務(wù)充分釋放出 GPU 的算力，又保障了高帶寬和超大的容量需求，讓 AI 訓(xùn)練可靠、高效。

博世還通過(guò)騰訊云向量數(shù)據(jù)庫(kù)，對(duì)海量的圖片、視頻、點(diǎn)云等非結(jié)構(gòu)化數(shù)據(jù)進(jìn)行快速、準(zhǔn)確處理。

比如，在自動(dòng)駕駛系統(tǒng)把車(chē)尾燈倒影判斷為障礙物，導(dǎo)致無(wú)法行駛的場(chǎng)景下，通過(guò)一張簡(jiǎn)單的截圖來(lái)提取關(guān)鍵特征，基于圖像檢索就可以從騰訊云向量數(shù)據(jù)庫(kù)中幾乎即時(shí)地搜索到大量相關(guān)的數(shù)據(jù)，大大提升了博世算法團(tuán)隊(duì)算法優(yōu)化的效率。

需要強(qiáng)調(diào)的一點(diǎn)是，騰訊在與 Tier1 博世的合作中，專(zhuān)注扮演好了 Tier2 的角色。

騰訊智慧出行副總裁劉澍泉在采訪(fǎng)中表示，騰訊云偏向于提供通用技術(shù)，比如在數(shù)據(jù)清洗層面模糊敏感信息，而博世靠近業(yè)務(wù)領(lǐng)域，在仿真訓(xùn)練等方面有更精深的理解，雙方始終做好相互配合。

冰山之下，數(shù)據(jù)閉環(huán)的快速迭代，加速了冰山之上模型的性能提升。

基于此，博世能夠在與騰訊 1+1 大于 2 的合作關(guān)系中，迅速跟上國(guó)內(nèi)端到端技術(shù)浪潮，完成高階智駕的關(guān)鍵一躍。

02、無(wú)圖趨勢(shì)下，「圖商」的身份進(jìn)化

車(chē)路云協(xié)同的大基調(diào)下，地圖數(shù)據(jù)同樣構(gòu)成了云端數(shù)據(jù)的核心一環(huán)。

因此，圖商同樣成為了智駕領(lǐng)域的關(guān)鍵角色，隨智駕演進(jìn)完成了身份進(jìn)化。

在高精地圖時(shí)期，圖商往往僅需交付出一個(gè)「黑盒子」式的方案，供車(chē)企、智駕供應(yīng)商量產(chǎn)上車(chē)，但成本高、鮮度低、覆蓋度低，已經(jīng)不適用于城區(qū)智駕。

并且，隨著從「BEV+Transformer」再到端到端的技術(shù)架構(gòu)演進(jìn)，車(chē)端感知能力隨著模型訓(xùn)練不斷強(qiáng)化，這意味著對(duì)于高精地圖的依賴(lài)會(huì)大幅度弱化。

當(dāng)然，這并不意味著「圖商」的存在感降低。

因?yàn)樽詣?dòng)駕駛的根本任務(wù)不會(huì)改變，即從 A 點(diǎn)行駛到 B 點(diǎn)，這注定離不開(kāi)地圖。

只不過(guò)，智駕玩家們對(duì)于地圖的需求，轉(zhuǎn)變?yōu)橐蕾?lài)怎樣的地圖，以及依賴(lài)程度有多深。

由此，行業(yè)需要圖商因時(shí)而變，提供更適配、更靈活、更具可持續(xù)性的服務(wù)。

需要明確的一點(diǎn)是，從高精地圖到無(wú)圖，并非一蹴而就。

吳永橋提到，目前在測(cè)試很多無(wú)圖方案過(guò)程中，都會(huì)發(fā)現(xiàn)「復(fù)雜路口車(chē)道識(shí)別困難」的問(wèn)題。

而解決這個(gè)問(wèn)題，需要從三點(diǎn)努力：

強(qiáng)調(diào)感知功能，讓汽車(chē)實(shí)時(shí)、甚至提前識(shí)別到車(chē)道箭頭線(xiàn)；通過(guò)針對(duì)性數(shù)據(jù)訓(xùn)練，比如收集 100 萬(wàn)個(gè)復(fù)雜路口行駛數(shù)據(jù)，訓(xùn)練 AI；給地圖加入輕度掛接元素，輔助車(chē)輛通過(guò)極端復(fù)雜路口，改善用戶(hù)體驗(yàn)。

這可以總結(jié)為兩個(gè)方向，一邊是在云端層面提供更強(qiáng)大的算力支持，供模型完成優(yōu)化訓(xùn)練；一邊是給地圖加上「補(bǔ)丁」，滿(mǎn)足自動(dòng)駕駛地圖數(shù)據(jù)實(shí)時(shí)更新的需求。

兩個(gè)方向同時(shí)進(jìn)行，這是行業(yè)大多數(shù)智駕玩家正在踐行的路徑。

這也指明了，從高精地圖到無(wú)圖的過(guò)程中，存在一些中間狀態(tài)，需要通過(guò)輕地圖方案進(jìn)行過(guò)渡，增加安全冗余。

而「圖商」的任務(wù)，就是針對(duì)輕圖、無(wú)圖的需求，扮演推動(dòng)者的角色。

騰訊充分考慮到了這點(diǎn)，首創(chuàng)「一張圖」地圖生產(chǎn)模式，即融合標(biāo)準(zhǔn)地圖（SD Map）、輔助駕駛地圖（ADAS Map)、高精地圖（HD Map) 等不同精度等級(jí)的地圖數(shù)據(jù)，做到數(shù)據(jù)同源、質(zhì)量同級(jí)，把數(shù)據(jù)資源放到一個(gè)池子內(nèi)消化、更新。

在此基礎(chǔ)上，推出了 HD Air 輕高精地圖、智駕云圖等產(chǎn)品形式。

先看 HD Air 輕高精地圖，它介于導(dǎo)航地圖與高精地圖之間，保留了城區(qū)智駕所需的基礎(chǔ)要素，卸下了很多不必要的地圖數(shù)據(jù)負(fù)擔(dān)，更輕量化表達(dá)，降低建圖成本。

同時(shí)，在更新頻率上保證周級(jí)更新，通過(guò)提供實(shí)時(shí)準(zhǔn)確的數(shù)據(jù)，幫助敏捷應(yīng)對(duì)快速變化的城市場(chǎng)景。

而智駕云圖，則更切合「無(wú)圖」的語(yǔ)境。

基于云管端的模式，智駕云圖可以結(jié)合動(dòng)態(tài)交通信息、環(huán)境信息、用戶(hù)駕駛經(jīng)驗(yàn)和車(chē)企自有數(shù)據(jù)資產(chǎn)，進(jìn)行云端多程建圖，實(shí)現(xiàn)要素級(jí)、最快分鐘級(jí)的在線(xiàn)更新。

這種云圖能力，可以配合車(chē)企、智駕供應(yīng)商完成無(wú)圖方案的整體構(gòu)建，幫助端到端大模型在各種極端場(chǎng)景下穩(wěn)定運(yùn)行。

某種程度而言，當(dāng)「輕圖」、「無(wú)圖」成為進(jìn)入智駕第一梯隊(duì)的入場(chǎng)標(biāo)準(zhǔn)時(shí)，行業(yè)愈發(fā)看中圖商技術(shù)創(chuàng)新、數(shù)據(jù)管理、合規(guī)保證的能力。

因此，騰訊在該層面積攢的經(jīng)驗(yàn)已經(jīng)轉(zhuǎn)化成了優(yōu)勢(shì)。博世也將憑借騰訊云圖一體的能力搭建底層橋梁，將「端到端+無(wú)圖」方案快速推向市場(chǎng)。

03汽車(chē)上云，開(kāi)放生態(tài)下的決勝關(guān)鍵

隨著智駕技術(shù)不斷變革，智駕產(chǎn)品正逐步成為汽車(chē)標(biāo)配。

吳永橋認(rèn)為，在智能化下半場(chǎng)，10-15 萬(wàn)的車(chē)沒(méi)有高速 NOA，肯定不會(huì)有消費(fèi)者愿意購(gòu)買(mǎi)。他預(yù)測(cè)，中階智駕在 10-15 萬(wàn)市場(chǎng)占有率將很快達(dá)到 60%。

這種滲透速度，基本指向了一場(chǎng)車(chē)企、智駕供應(yīng)商之間的競(jìng)速賽，關(guān)乎模型迭代、量產(chǎn)上車(chē)、性能體驗(yàn)。

實(shí)際上，從開(kāi)城到無(wú)圖，再到端到端浪潮，帶來(lái)的不止于技術(shù)洗禮，還有對(duì)基礎(chǔ)結(jié)構(gòu)乃至組織層面的重塑。

比如博世、小鵬，都在組織層面進(jìn)行統(tǒng)一動(dòng)作，即將算法團(tuán)隊(duì)一分為二，一部分團(tuán)隊(duì)專(zhuān)注算法研發(fā)，另一部分專(zhuān)注工程化落地、交付。

人員重新變動(dòng)，映射出成本的重新分配。

端到端技術(shù)路徑讓數(shù)據(jù)驅(qū)動(dòng)成為共識(shí)后，各家都在最大限度調(diào)度資源，試圖掌握更多的算力、數(shù)據(jù)、算法籌碼。

但不是每個(gè)玩家都像特斯拉一樣，能夠輕易調(diào)動(dòng)起高階智駕需要的運(yùn)力。

開(kāi)發(fā)理念開(kāi)始出現(xiàn)分歧，一種是基于巨人的肩膀做創(chuàng)新，另一種是重新造一個(gè)巨人的地基。

理想狀態(tài)當(dāng)然是，回歸理性，各自做各自擅長(zhǎng)的事情。

汽車(chē)上云，成為了大多數(shù)自動(dòng)駕駛玩家的必選項(xiàng)。

上云最大的兩個(gè)好處，一是合規(guī)，二是高效。

這兩點(diǎn)是自動(dòng)駕駛企業(yè)的生存重要指標(biāo)。

尤其是高效，劉澍泉認(rèn)為，企業(yè)最后競(jìng)爭(zhēng)的是效率，企業(yè)效率越高，迭代的越快，盈利能力越好。

因此，通過(guò)與云服務(wù)商的合作，自動(dòng)駕駛企業(yè)能夠在開(kāi)發(fā)層面獲得大量的計(jì)算資源，以供數(shù)據(jù)存儲(chǔ)或訓(xùn)練。

而騰訊在云服務(wù)商領(lǐng)域，一個(gè)顯著特點(diǎn)是開(kāi)放。

這也是博世選擇騰訊作為合作伙伴的關(guān)鍵要素。

某種程度上，「開(kāi)放」一詞放在騰訊身上，意味著生態(tài)共享，包括騰訊云、騰訊地圖，甚至微信關(guān)聯(lián)的智能座艙，都將被進(jìn)一步融合在一起，提供給智駕企業(yè)更深度、廣泛的服務(wù)。

最新數(shù)據(jù)是，騰訊云合作已覆蓋超過(guò) 100 家車(chē)企和出行科技企業(yè)，其中，有九成車(chē)企首選騰訊作為汽車(chē)云服務(wù)伙伴。

劉澍泉直言，以騰訊云為代表的云服務(wù)商，正身處于百億級(jí)別的藍(lán)海，市場(chǎng)空間呈指數(shù)級(jí)不斷擴(kuò)大。

這也意味著，云對(duì)于自動(dòng)駕駛的改變，才剛剛開(kāi)始。

一種雙向奔赴的勢(shì)頭也逐漸顯露。

當(dāng)智駕進(jìn)入白熱化競(jìng)速階段，馬太效應(yīng)也會(huì)愈發(fā)強(qiáng)烈，再回歸到效率、成本、體驗(yàn)的三角關(guān)系中，對(duì)于車(chē)企、智駕供應(yīng)商而言，選擇穩(wěn)定、合適的供應(yīng)鏈伙伴，往往代表了一種更可觀(guān)的經(jīng)濟(jì)效益。

毫無(wú)疑問(wèn)，汽車(chē)上云，擴(kuò)充并強(qiáng)化「冰山之下」的底層技術(shù)儲(chǔ)備，將成為未來(lái)「冰山之上」智駕顯性能力的決勝關(guān)鍵。