“無人駕駛”是最早被提出的人工智能應(yīng)用場景之一，谷歌，蘋果，特斯拉，百度等海內(nèi)外科技巨頭從 2016 開始就積極布局，但直到現(xiàn)在一直還很難實現(xiàn)大規(guī)模商用落地。

原因有三：

• 多維度數(shù)據(jù)的獲取和標注成本高；

• 對小概率事件的決策準確度和人類還存在較大差距；

• 事故時法律權(quán)責歸屬不明確，是制約其發(fā)展的一部分問題。

我們認為，以 ChatGPT 和 SAM為代表的大模型的出現(xiàn)，將要改變智能駕駛在內(nèi)所有行業(yè)的工作范式，我們從數(shù)據(jù)，算法，算力等角度初步探討其中一些發(fā)展機會。

一、數(shù)據(jù)：大模型提升數(shù)據(jù)采集、數(shù)據(jù)標注的效率

海量的數(shù)據(jù)是智能駕駛/無人駕駛的基礎(chǔ)。

通過這幾年發(fā)展，現(xiàn)在一臺 L2+級別智能電動車通常能夠采集多 10+顆攝像頭，1-2 顆激光雷達，3-5 顆毫米波雷達的多維度數(shù)據(jù)，數(shù)據(jù)經(jīng)過標注之后，用于訓練模型。

大模型的出現(xiàn)，首先能夠：

1）構(gòu)建虛擬場景人工生成數(shù)據(jù)，補充現(xiàn)實中難以獲得/數(shù)據(jù)量不足的情形。

特斯拉 FSD 的虛擬仿真，英偉達的 Omniverse 都是其中的代表。

2）數(shù)據(jù)標注是非常費時費人的工作，以 Meta 的 SAM 為代表的圖像分割大模型的出現(xiàn)可大幅降低數(shù)據(jù)標注的成本。

二、算法：大模型提升感知準確度，影子模型學習人類駕駛習慣

智能駕駛算法主要包括：

• 感知：識別道路和道路上物體；

• 預(yù)測：預(yù)測周圍車輛和行人的行為；

• 決策：控制車輛速度方向等行動。

1. 特斯拉、新勢力等主要企業(yè)從幾年前開始采用基于 Transformer 的大模型等新技術(shù)，提高道路、物體的識別精準度；
2.  學習人類的駕駛習慣（影子模式）；
3. 縮短決策所需要的時間，從而訓練模型更加“擬人”。

三、智能駕駛產(chǎn)業(yè)鏈：國產(chǎn)替代趨勢顯著

受益于智能駕駛本土化的客觀需求、產(chǎn)業(yè)鏈各環(huán)節(jié)國內(nèi)供應(yīng)商產(chǎn)品性能的提升與下游自主品牌的崛起，零部件國產(chǎn)替代趨勢顯著。

1）芯片：國內(nèi)玩家地平線、黑芝麻等與海外大廠的差距逐漸縮小，本土化服務(wù)能力更強。

2）域控制器及解決方案：國內(nèi)玩家德賽西威、經(jīng)緯恒潤、縱目科技、知行

科技等均已規(guī)模化上車，技術(shù)成熟度不斷提升。

3）激光雷達：國產(chǎn)供應(yīng)商禾賽、圖達通、速騰等在量產(chǎn)節(jié)奏更快。

4）4D 毫米波：國內(nèi)玩家有行易道、森思泰克等雷達廠商以及加特蘭（MMIC 芯片）等芯片公司。

5）高速連接器：羅森伯格技術(shù)積淀深厚，電連技術(shù)、瑞可達等加速追趕。

綜上所述，通過AI大模型的應(yīng)用，無人駕駛行業(yè)的發(fā)展趨勢將得到進一步的促進，智能駕駛的安全性和穩(wěn)定性也會得到提高。同時，AI大模型技術(shù)在未來的發(fā)展中仍會扮演著越來越重要的角色，成為推動無人駕駛技術(shù)發(fā)展的重要推手。

烽火研報

3.6

10條點評

咨詢產(chǎn)品

免費試用

烽火研報提供一整套專業(yè)市場情報洞察服務(wù)，定制收集行業(yè)研報，上市公司研報。

客戶案例

暫無

合作品牌

22

了解行業(yè)趨勢

就上烽火研報