智己汽車CMO 李微萌

智己汽車副CTO 郭輝

智己汽車智駕中心總監(jiān) 賀錦鵬

智己智駕項目總監(jiān) 王康

Momenta CEO 曹旭東

 

Q：如何評價端到端？智己與Momenta的端到端和友商比較有什么差別？

 

曹旭東：今年，端到端大模型概念很火。實際上，行業(yè)里端到端大模型是多條途徑，包括橫向、縱向，但真正做到這些的并不多。一些所謂的端到端大模型，只輸出橫向，沒有縱向輸出。但我們的端到端是比較完整體的端到端：首先是一段式，感知和規(guī)控是完全打通的；其次，我們端到端軌跡同時控制橫向與縱向，相當于橫縱向通過大模型同時得到很好的優(yōu)化，在智能性、舒適性、安全性上都能達到了更高的天花板水平。

 

我們有一個概念，叫做有直覺 “有直覺”就是“車隨心動”，想到什么，車就做了，而且非常絲滑。當你看到一個場景，你覺得這個車應該那樣開的時候，它立刻馬上那樣開了，這就非常直覺。

 

智己聯合Momenta打造的一段式端到端智駕大模型，不光是擁有“人的直覺”，而且擁有“海量的好司機直覺”。我們收集了海量數據，從中篩選好司機的駕駛行為，同時還有一些好的指標，比如，智駕的橫向避讓比人避讓的多還是少？比人加速的多還是少？最終基于海量的數據分布，運用老司機、好司機的駕駛行為指導智駕學習。當然，不僅僅是老司機、好司機的行為，還有絕大部分被認可的駕駛行為習慣。

 

Q：智己的一段式端到端大模型實現機制是什么樣的？

 

李微萌：一段式端到端的技術路線非常好。五、六年前，大家還不覺得城市NOA這么快實現的時候，更多專注于高速高架NOA的研發(fā)。那時候有兩個技術流派：一個技術流派是rule-based（基于規(guī)則），另一個技術流派就是我們和Momenta所堅定走的Data-Driven（數據驅動）的技術路線。今天，為什么有人是兩段式端到端，我們直接做了一段式端到端？我們覺得一段式端到端一定是未來領先的。智駕到最后一定是像人一樣開車，人開車的時候不會先認識這是瓶子，再做規(guī)劃。

 

當年為什么有人選擇rule-based，因為它可以快速的變成汽車的賣點給到用戶。但是Data-Driven（數據驅動）要的訓練量很大，一開始的起步沒有那么的好，沒有那么快，需要不停的累計學習。當時rule-based都已經把這些場景做出來了，可以做好。但今天我們來看，當年選擇Data-Driven（數據驅動）是對的，因為智駕一定會實現城區(qū)NOA，以及L3、L4也會實現。

 

曹旭東：我們和智己對于數據驅動特別有信仰，Transformer在2018年就出來了，到2020年已經用Transformer做Planning（規(guī)劃）。那時候，行業(yè)里很多人說用Planning做Planning，或者數據驅動做Planning，肯定是不太可能的。放到當時場景，有理由的，那時候發(fā)現用Deep Learning Planning（深度學習規(guī)劃）做Planning，在有些場景會有驚艷的表現，但是也會在很多場景有很多匪夷所思的問題。我們研發(fā)體系和智己打磨，2021、2022年，到2023年初，我們才真正的把智己Deep Learning Planning（深度學習規(guī)劃）做到量產。

 

現在回過去看，那時候我們做到的相當于現在行業(yè)里兩段式端到端，只不過那時候沒有流線的數據。為什么先做兩段式，因為開發(fā)難度更小一些，先把兩段式先做出來，在去年成功量產。我們用Deep Learning 做Planning比特斯拉更早，特斯拉今年上半年才上了端到端，Planning變成深度學習。今年，我們已經有兩段式，再加上背后一整套研發(fā)體系的支撐，在今年成功實現一段式端到端。一段式端到端的優(yōu)點天花板更高，缺點是研發(fā)難度更大，包括怎么Debug問題的可解釋性以及怎么高效的解決問題，它需要很強的研發(fā)體系支撐才有可能做到。

 

賀錦鵬：兩段式端到端和一段式端到端，行業(yè)各種各樣的解釋方式，有說各種各樣模型堆疊在一起屬于兩段式或者多段式。我們在2023年蘇州發(fā)布會講過了”認知智能“和”感知智能“同樣重要，基于這個前提，我們做了幾種Planning的Deep Learning（深度學習）。那時候沒有用兩段式端到端的名詞，結果兩個模型的顯示傳遞，現在行業(yè)所提到兩段式端到端，不管什么樣的技術，最終目的是能夠擬人，并超越人。

 

《新機器智能》作者霍金斯被稱為腦科學領域的科技怪人，他提出人腦運行機理類似于經驗+預測大模型，跟我們當前大家所做的一段式端到端基本理念是一樣，經驗是做的訓練、大數據，海量的優(yōu)質的數據，預測是端到端本身的輸出。不管對自己行為預測還是對周邊障礙物預期目標軌跡的輸出，也是完全暗合了人腦腦科學發(fā)展領域和趨勢。這是我們認為的“為什么一段式端到端上限更高”，同時我們不排斥在有些模擬推理上工作內容也會疊加在端到端上。

 

Q：智己的“快慢系統(tǒng)”、“短期記憶和長期記憶”，與其他車企的區(qū)別是什么？

 

賀錦鵬：我認為現階段大家比的是對行業(yè)技術趨勢的理解，以及資源投入。如何實現快速迭代？各家會有差異化，這個答案不是標準答案。就行業(yè)趨勢而言，是相同的，頭部幾家都在做一段式端到端大模型；難點是海量、優(yōu)質的數據，以及怎么做快速迭代。在相同趨勢的基礎上，智己提出額外內容，通過“快系統(tǒng)”“慢系統(tǒng)”相互配合，通過仿真人腦，用“直覺推理+邏輯分析”的方式正確處理問題?？煜到y(tǒng)即直覺推理，善于直覺與經驗快速處理問題，形成決策。這是我們認為有差異點的地方。后續(xù)我們也會和Momenta在增大云端總體算力，增強大模型的快速產出的能力。

 

Q：智己與Momenta的合作模式，兩家如何配合？

 

郭輝：智己與Momenta的合作堪稱行業(yè)典范，智駕領域強強聯合模式建立起領先優(yōu)勢，把大家的優(yōu)勢組合起來，轉化成最好的產品，給到用戶極致的體驗，這才是我們的終極目標。在整個合作過程中，Momenta基于深度學習、神經網絡，以及數據方面的知識和能力，為智己帶來了非常大的幫助。從智己角度來講，我們在工程化方面的經驗，包括對整車的理解，包括怎么能夠讓智駕系統(tǒng)在車上實現十萬輛乃至更大規(guī)模的技術落地，我們要做大量的工作，無論從整車層級的系統(tǒng)性開發(fā)，抑或是硬件和底軟相關的開發(fā)和驗證，以及到最后測試過程中如何做好數據閉環(huán)，這些都非常重要。

 

曹旭東：智己和Momenta雖然是兩個公司，但是勝似一個團隊，整個合作迭代效率非常高。剛剛和郭博在聊，我們重點在討論兩個事，一個是如何超越智駕摩爾定律，之前說智駕摩爾定律兩年十倍，但是我們追求是遠比這個要高，可能兩年一百倍甚至更快的速度，怎么實現這個目標？實現這個目標需要兩邊非常高的迭代效率，整個數據閉環(huán)的效率提升，可能從以月為單位加速到以周為單位，再以周為單位加速到天為單位，兩邊團隊通過多年的合作形成默契后，這個效率提升放在任何一家公司，內部的團隊能夠達到這樣的效率，都是非常鳳毛麟角的，只有這個行業(yè)最高端的一部分的企業(yè)能夠做到。

 

賀錦鵬：我們在2023年，花了八個月時間開通全國高速高架NOA；城市NOA 2024年初在上海首發(fā)，到9月底全新LS6上市開通全國無圖城市NOA，在這個過程中經歷過技術方案的切換，從原來的高精地圖方案切換成輕地圖或者無圖，這個技術方案的變更非常大，挑戰(zhàn)也非常大，八個月的周期，我們完成了全國無圖的開通。從結果來看，雙方的合作達到了預期目標，也證明早期決策是非常正確的。

 

關于主機廠如何平衡與開發(fā)商的關系，整車企業(yè)要不要做全棧，行業(yè)里有各種各樣的聲音。在早期的經典汽車時代，日本豐田、本田都是自研自造。后期，部分零配件自研團隊成為獨立的公司，開始做零部件。我們現在講的汽車產業(yè)鏈和產業(yè)協同都是在這個時期形成。這就有點像三國時代，分分合合，分久必合，合久必分。我們認為，如何能夠快速迭代，達到市場預期，就是最好的方案。

 

用端到端做L4是不是偽命題？

 

郭輝：從智己的角度來看，我們搭建的是全級別的智駕平臺，支撐IM AD的智駕系統(tǒng)快速迭代。所以我們從一開始就選擇了數據驅動這一條路。我們的L2、L3、L4采取了共平臺開發(fā)策略，共享數據池和一段式端到端大模型。我們也是全國首個同時具備L2、L3、L4智能駕駛量產能力的品牌。

 

我們的理解是從L2到L3、L4，在技術上有相同的部分，也有不同的部分。我們剛才講的是技術上的相同部分，在硬件架構上L2++、L3、L4完全可以做增量。舉例，在今天L2++智能輔助駕駛上，現在是12個攝像頭，加上三個毫米波雷達，加上一個激光雷達，增加冗余的攝像頭，可以滿足L3級自動駕駛需求。如果到L4級自動駕駛，需要增加三個激光雷達，當然也包括執(zhí)行器要做一些增量配置，控制器的冗余配置也要做增量。此外，在架構上，還要做算法和安全增強，來做增量，我們有著非常清晰的路徑。反過來說，L2++輔助駕駛，以及L3和L4級自動駕駛在技術上也有不同的部分，以L3級自動駕駛為例，核心是做好高速高架場景。L4級自動駕駛要求會更高，包含城區(qū)場景下能夠脫手脫眼。從技術路徑上，我們也會有不同，比如加更多的安全增強，這都是在合作中要考慮的。

 

曹旭東：補充一點，有一個說法L2++做得越好，距離L4越遠，完全是偽概念，這個偽概念是曾經一小部分L4公司為了增加自己的所謂技術壁壘創(chuàng)造出來的概念，已經被證偽了?，F在說的人已經不多了，甚至做L4的公司不好意思提這個說法了。

 

Q：智己在L3-L4方向上，是否參與了標準的制定？

 

王康：隨著IM AD在自動駕駛行業(yè)里分量和地位不斷提升，影響力不斷擴大。很多國家相關部門、國家級檢測機構均跟我們進行了高頻交流，包括去年L3準入等行業(yè)標準的起草，我們都有深度參與。我們不僅要聚焦產品，同時也希望為中國自動駕駛不斷向前發(fā)展，多做點貢獻。

 

Q：智己的技術特點和競品有什么不同？

 

郭輝：在智能化賽道，核心抓手是智能駕駛，可以認為它是技術底座。對于智己來講，我們的品牌優(yōu)勢是靈蜥數字底盤。就以我們的“云臺車身”為例，依托智駕系統(tǒng)對環(huán)境的精準感知，能夠識別大曲率的彎道，對底盤進行智能調整，讓乘客獲得舒適平穩(wěn)的駕乘體驗。這是典型的跨域融合的例子，數字底盤也會用到智駕感知能力，同時在人駕情況下提供舒適的駕駛體驗。這個例子說明了，我們可以把數字底盤和智能駕駛的優(yōu)勢融合在一起。當然，前提是我們的智駕技術要非常優(yōu)秀，要在第一梯隊，要有突出的表現。

 

賀錦鵬：補充一下，比如我們有靈蜥數字底盤，在城市開啟高階智駕，遇到調頭工況時會用到靈蜥數字底盤的智慧四輪轉向，讓調頭更輕松，實現更小半徑的調頭，我們認為智駕體驗是否讓用戶感到舒適，有沒有頓挫、均要有好的底盤來做“手腳，眼、腦”的協調工作，只有做到這樣，才能算是真正好用的智能駕駛。

 

Q：智己LS6上市一個月表現怎么樣？Model Y要改款了，你們擔心嗎？

 

李微萌：訂單超三萬多。這個月交付量會達到八千左右，下個月破萬。中國品牌合圍Model Y，合力把它拉下神壇，肯定是中國品牌最開心的事情。中國品牌各自把自己的看家本領拿出來，互相促進變得更好，讓消費者有更大的獲益。