人工智能產業（包括自動駕駛）有一個不可忽視的人性缺陷：

除了天然受制于技術語言，也有不少人故意把東西說得模棱兩可、艱澀難懂、天下第一……以達到讓人不明覺厲、讓資本掏錢的目的。

有些自動駕駛公司就善于此道。

(資料圖)

或者說，如今市面上，把汽車工業與 " 超大模型 ""GPT" 以及 "AIGC" 強綁定的說辭，基本可以歸于 " 非蠢即壞 " 的商業炒作行徑。

特別是，在 " 大模型 " 到底有多大都沒法定義的情況下，有人拿出幾億參數值說大，有人搬出幾十億也說大，而 GPT2 的 " 大 " 就有 150 億，GPT3 則是 1750 億。

當然，大不大無所謂，很多人最關心的問題是，開始有公司向汽車產業推出所謂的自動駕駛 GPT，到底有什么用？

答案是，或許真的沒太多用處。

首先，就像寫 Paper 占坑一樣，它的確有一小部分研究價值，屬于學術界的任務；

其次，忽悠資本，因為不少資本會對汽車產業與大模型的雙倍規模與估值買賬。

但事實上，包括自動駕駛產業與深度學習圈，許多開發者們對 " 自動駕駛 GPT" 的說法很不認同，甚至是極為惱火的。

我們請教了多位曾在大廠、中美科技獨角獸做自動駕駛研發的資深工程師，以及包括 OEM 在內的汽車產業人士看法，再結合部分博客文章，總結了一些觀點，或許會對汽車工業、資本以及更廣闊的大眾群體有一些啟發。

把 GPT 吹上車

以某家公司給出的 " 自動駕駛 GPT 產品 " 為例，其神經網絡概念圖讓內行都一頭霧水，不知所云。

此外，1200 億的參數量的確夠大，相當于對標了 GPT3。這意味著支撐這龐大數據量訓練的硬件資源支持，同樣不菲。

但是，他們雖背靠主機廠，卻并沒有自建昂貴的數據中心，而是跟其他企業一樣租用云上資源。很明顯，這是將某大廠云服務整合包裝為自己的數據基礎設施服務體系。

其次，最重要的，大模型到底怎么落地？

把跟 ChatGPT 一樣的 " 黑匣子 " 塞進汽車里，做從 " 感知、規劃到決策 "（這是自動駕駛技術三個組成部分）的端到端輸出？

從這一方向，各方非常嚴謹地表示，目前離落地非常遙遠。

ChatGPT 有著自己天然的生存環境，那就是昂貴的數據中心里。而所有關于 AIGC 的應用都要跟數據中心聯網，這沒有任何問題——在光纜的連接體系里，做到極快反應。

但作為大型移動設備，車唯一靠的就是無線，但目前連 5G 也非常不穩定。所以，包括特斯拉在內，大家都只能選擇走一條路——

將高性能且輕量化的算法模型，塞進一枚性價比足夠高的芯片里。

本質上，英偉達從 Tegra 2、Xavier，過渡到 Orin，再到 2000Tops 的 Thor，算力的確是沿著自動駕駛 AI 算法模型在車內的瘋狂擴充與變化而一路往上爬的。

而估算一下，GPT3 需要的算力至少是 Thor 的 10 的 N 次方倍。

當然，就像 GPT3.5 開源之后，有開發者已采用量化技術用蘋果 M2 芯片運行起 ChatGPT，所以，不排除未來有人會把它塞進英偉達的芯片里。

但是，除去車輛感知、規劃與決策過程本身的復雜性，汽車工業瘋狂追求的性價比、以及延遲兩秒就會出人命的嚴苛交通環境，對一切 " 不可解釋性 " 有著天然的回避姿態。因此，業內認為，可行的時間點極為遙遠。（當然，這家公司說自己的模型對于駕駛策略是可解釋的，請拿出更詳細的證據。）

目前來看，自動駕駛前裝市場普遍情況是：" 唯有‘感知’模塊用上了模型 "。

業內清楚，感知最好做，且各家已成功落地——從 CNN（卷積神經網絡）開始，它就是一套相對成熟的流水線。而芯片里的 GPU 部分也基本被 " 感知 " 占用。

當然，" 決策 " 與 " 規劃 " 兩個部分，并非沒有人做 AI 化嘗試，只是汽車工業大多在當下，依然采用最為穩健的方法——

一系列來自機器人等領域的經典規則理論。譬如以 " 蒙特卡羅搜索樹 " 為代表的啟發式搜索算法。

以 " 規劃 " 為例，其上車最常見的方式是把 " 縱向規劃 " 和 " 橫向規劃 " 分開，做 " 時空分離 "。而在這一點的創新上，就分出了幾個 " 流派 " ——

以 B 大廠與蘇 Q 廠為代表，做時空聯合規劃。相當于把縱向控制與橫向控制的問題結合在一起，更容易搜索出全局最優值。

這個流派的優點是，在面對極為困難或復雜場景，局部最優算法很難搜索出一個更智能路徑，但全局可能性更大。但缺點是占用更多算力。

以蘇 M 廠等很多從深度學習領域 " 出道 " 的公司為代表，在經典決策規劃里融入 AI 算法，把其中一部分模塊用 AI 算法替代掉，而非上來就做大一統。

的確，五六年前 " 計算機視覺 " 的大火，早就證明了深度學習具備巨大的應用潛力。但它的缺點也是顯而易見的—— " 不可解釋性 "，以及通過大量資源投入來持續燃燒數據。

因此，要想上車，大部分企業在努力采用折中的方式——經典理論輔以 AI 算法，既保留經典方法的穩定性，又能提升性能表現。

" 譬如，規劃里的‘路徑生成’，就可能用 AI 做替代；而路徑的選擇、判定以及決策，以及后面的縱向規劃，仍基于規則去做，形成一種復合方法。"

因此，大模型當然是一個終極理想狀態，但上車的最好方法卻是 " 分步驟推進 "，與成本之間做更多權衡。

當然，如今也有高端玩家們已經在研究 " 單模型多任務 " 的所謂 " 大一統 " 形式，不過一切沒有定論。

大小可能不重要

我們從來都沒想到，就像當年 " 自動駕駛分級 " 概念的模糊不清，讓國內不少公司鉆過空子一樣；大模型這個 " 大 " 竟開始也被鉆空子——

你有 10 億，我有 100 億，他有 1000 億參數。

然而，在國外，對大模型的 " 大小 " 雖然有討論，卻從來不是重點。況且，國外工業界已經有了" 去大用小 "的勢頭。因為 " 大模型 " 絕不是越大越好，越大就意味著越不透明，越具有排它性。

包括蘇黎世聯邦理工大學的科學家在內，一群年輕學者已發起一個叫做 "BabyLM" 的迷你模型挑戰賽，用規模為大型語言模型千分之一（一億參數左右）做更適用工業界的模型。

此外，2022 年，諸多國內自動駕駛公司蹭的所謂 "Transformer" 大模型，更多指代的，是包括 GPT 在內諸多大模型背后的深度學習基礎架構，而非僅指代大模型本身。

它最早出現在 2017 年谷歌的論文里。但這個被常用在自然語言處理（NLP）的 Transformer 模型，之所以突然在自動駕駛視覺界火了，是因為特斯拉將這一深度學習模型的 " 原理 "，極具創造性地用在了 " 圖像空間轉化為矢量空間 " 的感知預測中。

簡單來說，特斯拉工程師思考的是，既然這是一個優秀的語言翻譯模型，那么為何不能將 " 攝像頭獲取的圖像空間‘翻譯’為 3D 矢量空間 "？

所以，Transformer 發源于 NLP 但轉入了 CV（計算機視覺）；而 2023 年最火的 BEV 大模型，則是基于 Transformer 在自動駕駛領域的衍生物。

如果感興趣，可以直接看 Medium 上關于特斯拉 FSD 的技術博客。工程師全程從沒提過所謂的 BEV 模型到底有多大（雖然 BEV 被印證的確是燒數據的），而是設法解決目前車載攝像頭數據融合產生的問題——

純攝像頭系統對閉塞區域與大型物體的預測結果比較糟糕，那么便從神經網絡源頭改變算法模型的設計理念——從圖像過渡至 BEV。

效果也確實有了質的提升。

同時，強大的工程能力，又讓特斯拉把這些模型都塞進了車里。

" 特斯拉是在從大模型原理入手，去試圖做一些有益于自動駕駛整個模型的設計，同時又考慮到汽車必要的輕量化和小型化，再結合自己的 AI 芯片（TRIP）工藝往車上搬。

我認為這是一件更趨向于實干的事情，而不是像國內一些公司吹牛蹭熱點。"

從 1 到 1.X？

不能上車，那么大模型做離線支持的" 數據閉環 "工作總可以吧？

" 數據閉環 " 這個概念，可以參考被說爛了的特斯拉 Autopilot 數據引擎框架——

確認模型誤差、數據標注和清洗、模型訓練，再到重新部署。

與此同時，全球各地的特斯拉車輛源源不斷的回傳數據進入這套流程，使之迅速流轉起來，形成一套閉環系統。

但有趣的是，沒有 " 大模型 "，這些工作也可以做，不是非大模型介入不可。

譬如，數據閉環里的 " 預標注 "，國內無論是早期的 B 大廠，還是 H 大廠的某生物工具鏈，做的這套東西已經非常成熟，那么大模型的 " 增益 " 就有待評估，沒有 PPT 們渲染的那么厲害。

實際上，數據閉環的概念既簡單又復雜。

簡單在于，它可以被直接看做是" 錘煉算法的大型基礎設施 "，從它里面出來的模型上車后足夠智能，足夠見多識廣。

而復雜之處在于，它的每個環節，幾乎可以作為一個小型創業項目——

如何做到樣本的自動化挖掘，如何清洗掉冗余數據留下最有營養的部分，如何做好數據的冷存儲與熱存儲？如何分門別類組織好數據？如何做到更有效的預標注……

所以，這套閉環的工程量極為龐大，每個環節都需要專門的人才維護。

而對于自動駕駛創業公司來說，由于極度燒錢，一般會選擇" 把 A 部分做好，把 B 部分外包出去 "的輕量化模式，有強項也有短板。

目前，雖然各家東西細節無從比較，但 L4 獨角獸 P 廠的數據閉環工具鏈 "CQ"，竟然得到了業內不錯的評價。

對于這只早期 L4 巨獸，不談商業模式，被認為 " 在構建基礎設施上的積累比較厚實 "，是一家在技術層面有真東西的企業。

此外，維持這套東西的運轉，必然需要投喂更多的新鮮血液——數據與人才。因此，不是誰都能玩得起。

而特斯拉與比亞迪，是被認為最有可能把這個東西做好的商業組織。

只不過，基于人工智能的特性，數據閉環短期內是看不到成效的。它更像是春播秋收，把該澆的水、該施的肥、該播的種都做到位，不會立竿見影且巨燒資源，但效果出現后，便是馬太效應形成的開始。

因此，要比大模型在數據閉環上的應用，不如比誰更有錢。

寫在最后

當然，以上內容無意在狙擊誰，也無意表揚誰（否則不會用字母指代），而是希望產業能回到一個正常的對比參照系內，以及重點放在實際效果上。

以及，建議企業把辦公室內的 " 牌匾 " 換成特斯拉的成功三要素：

堅持第一原則思考方式，工程能力，以及執行力。

本文來自微信公眾號：宇多田（ID：hellomusk），作者：宇多田