顾表示,毫米超算中心的目标是满足千亿参数模型,训练数据规模达到100万clips,整体训练成本降低200倍。
“此外,我们基于细节点场景数据库有效组织训练数据,提高数据分布的合理性和多样性,并基于源源不断的量产实车驾驶数据构建增量学习引擎,结合稀疏激活、算子深度优化等技术,不断优化训练成本。”顾对说道。
从大模型到数据智能系统,再到超级计算机中心,如果说特斯拉在国外引领了行业的发展,那么它在国内扛起自动驾驶大旗的那一天到了。大洋两岸的头部玩家在关键技术点上选择了相同的路线,不免让人期待他们接下来会有什么大动作。
03
拿下中国第一个量产城市。
诺冲向下一段旅程
今年在自动驾驶领域,最热闹的莫过于城市道路场景的竞争。
小鹏在城市打响NGP第一枪后,很快宣布推出NOH,成为中国第二家投身城市场景的企业。
随后,理想、蔚来、极限狐狸、杜畿、奥乌塔、SAIC知己等。纷纷效仿,他们的最新车型都配备了城市驾驶辅助功能。
从技术上来说,以上所有玩家中,主要有两个派别:一个是“感知融合+高精地图”派,一个是“重感知,轻地图”派。不过属于后者,推出了首个重新感知的城市辅助驾驶方案。
在我看来,高精地图虽然可以提供丰富的先验信息,但由于缺乏新鲜度的保证和监管审核,无法大范围、大范围的跟上国内城市智能驾驶的需求,积累数据反馈技术。
这体现了做技术战略决策的第一原则,即能快速将数据规模优势转化为能力优势的技术路线才是好路线。
对于缺乏高精度地图的感知部分,采用基于变压器的神经网络模型,对空间、时间和传感器三个维度进行预融合,提高算法的准确性。
特别需要补充的是,变压器神经网络几乎同时被特斯拉和Mimo智行引入自动驾驶领域。从这里也可以看出两地业界领袖的默契。
在此前的墨豪AI日,利用独创的“双流”感知模型实现光地图下的红绿灯识别,利用自主研发的BEV Transfomer实现城市道路多传感器融合车道识别。
这次带来了NOH的六大亮点:
1.红绿灯智能识别,覆盖全国各类红绿灯。
经过多场景仿真验证,墨豪NOH可以根据红绿灯实现“红灯停、绿灯行、黄灯慢行”。
为了让用户熟悉,在绿灯状态下,用户需要轻踩油门才能通过。
2.智能左转右转。
根据人类的左右经验路线,设定车辆左右转弯的路线。该系统旨在转向时避开活跃的行人和非机动车。
3.智能变道
会根据导航和更高的通过效率自动变道,还会判断后方交通参与者的运动情况和变道空间,安全完成自动变道。
4.智能避开静态障碍物。
能准确判断锥形物、路墩等障碍物。,并减速或绕行。
如果旁路空间符合要求,则旁路;如果没有,放慢速度,等待时机。
5.智能避开动态障碍物
将提供类似高速版的智能闪避能力。对于行驶中的车辆等动态障碍物,多摩之城NOH会先选择适当的减速,然后根据绕行空间的可行性选择减速跟随或绕行,以保证通行的安全和效率。
6.智能交通流处理
更像是一种人类的驾驶方式,可以根据转向灯和刹车灯提前预测前方汽车的意图,做出更类似人类驾驶的操作,从而提高用户的乘坐舒适性。
多摩之城NOH会在哪一款车型上领先?
事实上,在8月的成都车展上,答案就已经提前公布了:它是在新的摩卡DHT-PHEV激光雷达模型中推出的。
按照长城汽车的计划,该车计划9月份量产,年内上市销售,上市后立即交付。这也将标志着中国首个量产城市NOH驾驶辅助系统正式“登车”。
虽然没有拿到“第一个公告”,但凭借其更先进的重新感知的技术路线,我们让“NOH,一个量产城市”在国内独占鳌头。
这大概是对“毫米模式”最好的注解。
另一方面,码头物流自动配送车也突破了码头物流自动配送车的成本难关。
墨智行的末端物流自动配送车“小魔驼2.0”售价12.88万元,是国内首款达到10万元级别并已下线的量产无人配送车,可覆盖园区和城市开放道路。
据张凯介绍,“小魔驼2.0”拥有L4级自动驾驶、远程驾驶、低成本调配、车辆管理平台、远程监控平台、订单管理平台、微信小程序七大核心功能。能高效执行订单交付,处于行业领先水平,预计年产量10000台。
1000天后,我们来到了一个新的历史起点,张凯将其比作“从步履蹒跚到踌躇满志”。
最近1000天是自动驾驶行业发展速度的缩影。过去十年,自动驾驶技术也呈现出加速进化的特点。
现在,自动驾驶的3.0时代正在咆哮,自动驾驶的新老参与者都在试图从这项革命性的技术中抓住确定性。
显然,此刻,我经历了智能驾驶量产交付的大考,完成了数据驱动的AI自动驾驶技术的不断进化。在特斯拉之后,我可以率先赢得3.0时代的入场券,我是一个可以预见的玩家。