撰文：胡小凤
出品：车路云50人
随着AI大数据时代的到来，L2+量产智能驾驶产品正逐步进入规模化量产阶段，这一变革无疑给整个智驾产业生态带来了前所未有的机遇和挑战。在这一背景下，车企如何抓住机遇、应对挑战，推动智能驾驶的落地应用，成为了业界关注的焦点。
面对这一关注焦点，长安汽车首席智能驾驶技术官陶吉结合长安汽车的实践，阐述了他对AI大数据时代智能驾驶能力落地的思考。
1、当下自动驾驶发展的两大挑战： 让机器学会开车并不容易，存在很多人擅长、但智驾容易出事故的长尾场景；智驾产业生态亟需重构，存在数据未顺畅流动、资源未充分链接、竞争未有序协调等阻碍。
因此，如何让行业发展更加有序，减少重复造轮子，充分整合行业力量，是当下行业发展的重点工作。
2、在AI技术的驱动下，跨领域和多模态最终拉通的情况下，智驾整体上是场景演进，从功能实现、体验可用、等级提升，最终让汽车成长为智能汽车机器人。
未来智驾的发展方向是，语言大脑和驾驶大脑合为一体，就像专车司机，用户只要告诉它需要去什么地方就好了，剩下的事情完全由智驾搞定。
3、端到端是未来技术的发展方向，在从模块化智驾模型架构走向端到端的过程中，智驾的开发范式发生变化，对于企业核心竞争力的要求发生了变化，数据闭环和快速工程化成为决定车企竞争的关键因素。
从机遇上看，L2+量产智能驾驶产品已经逐渐走向了寻常百姓家，进入规模化量产阶段。
更重要的是，围绕着智能驾驶的话题已经从过去有无的讨论，变成了今天的功能是否好用，比如说辅助泊车功能已经跨越鸿沟，大家开始认为它是一个好用的产品。尤其近期围绕着AEB的争论，正好验证了大家开始关注每一个功能点。
从行业上看，越来越多的人才、资源聚集到了L2+和量产大的赛道。尤其是在乘用车量产方向上，自动驾驶技术的应用将会是全行业最快，数据显示，2025年L2及以上级自动驾驶会达到70%的加载率。在市场竞争压力下，实现技术创新、降本增效，倒逼中国做出了全世界最好用、性价比高的智能化产品，现在大多数主机厂都在强调出海计划，2023年中国整车出口创下了记录，达到了490万辆。
新机遇下也面临着新挑战，陶吉博士认为，当下自动驾驶的发展，主要有以下两大挑战。
一是，让机器学会开车并不容易，存在很多人擅长、但智驾容易出事故的长尾场景。
以高速场景为例，智能驾驶有它擅长的区域，人工驾驶也有他擅长的领域，但二者所擅长的部分并不完全重叠。
因为驾驶员疲劳驾驶、酒驾而产生交通事故，是高速路交通的主流事故。自动驾驶比较擅长通过约定规则方式有效避免事故，人擅长的部分是跟其他车辆意图的交互博弈、以及复杂场景的理解。相反，人工智能去解决复杂的交互博弈还存在问题，这对技术研发和自动驾驶领域技术人员提出了严峻挑战，需要持续攻克。
二是，当下智驾产业生态亟需重构，存在数据未顺畅流动、资源未充分链接、竞争未有序协调等阻碍。
如何让行业发展更加有序，减少重复造轮子，充分整合行业力量，是当下行业发展的重点工作。
比如算法在变，但在一定时间内，对数据的要求是稳定的。BEV面临的问题是不同的车辆、车型，需要不同的传感器搭载，需要补充新数据，但仍有80%的数据是可以复用，每家企业不必单独再去采同样的数据。
长安汽车和多家车企、生态企业建立了数据联盟，通过数据共享的方式，降低获取数据成本，赋能行业发展。同时，产业边界正在重塑，最终到传统主机厂的链条方式，变成了今天的多维或者三角形、多边形的合作方式。芯片厂商也开始往上游的解决方案发展，主机厂走向了更多核心技术的自研。大家都在寻找更好、更能实现多赢的合作方式。
用一张图描绘大模型、或者端到端，在AI发展全景图里处于什么位置。
横向是模态划分，纵向是领域划分，AI可以应用在智驾、工业、服务、安防等不同领域，AI的典型要素有感知、认知、行动等，在图中的矩阵交叉下，每一个交叉节点就是过去很多公司在做的小数据、小模型工作。小模型在单一模态内解决问题，比如用感知模态解决工业生产的问题，就是传统的工业视觉检测。
今天的大模型，是单⼀模态打通全领域或单⼀领域拉通全模态。比如大语言模型就是在语言认知模态把横轴拉通，跨不同领域。UniAD则是把纵轴拉通，在驾驶领域把感知认知行动变成端到端，成为垂直领域类的跨模态。
映射到智能驾驶产品和技术的发展，就是从过去小模型在单一模态内解决问题，到今天大模型单⼀模态打通全领域或单⼀领域拉通全模态，未来甚至全领域融汇、感知行贯通，实现类人的能力，智驾产品将走向越来越拟人化的驾驶行为，带来产品和用户体验的提升。
在AI技术的驱动下，跨领域和多模态最终拉通的情况下，智驾整体上是场景演进，从功能实现、体验可用、等级提升，最终让汽车成长为智能汽车机器人。
现在的智能座舱跟智能驾驶本质没有关系，驾驶本身除了响应用户启动的按纽以外，不能主动根据它对环境的认知和用户进行响应和交互，不能提示用户是不是需要做什么事情。
未来智驾的发展方向是，语言大脑和驾驶大脑合为一体，就像专车司机，用户只要告诉它需要去什么地方就好了，剩下的事情完全由智驾搞定。
比如每次开到家门口坑洼路时候，都会压坑，智能驾驶就会注意并且行为发生变化，在每次路过的时候发生智慧偏移，把语言逻辑理解和智能驾驶行为贯通，将会是未来AI给自动驾驶带来的新方向。
在智驾演进过程中，当前业界采用模块化智驾模型架构，所有模块单独设计，Corner case需要大量精力逐个解决，泛化能力弱，因此未来端到端AI大模型架构是向智能汽车机器人演进的必然选择，行业中有很多公司在做相应的尝试和探索。
陶吉认为，端到端一定是未来技术的发展方向，但同时也要对技术的应用保持谨慎乐观。
一方面，端到端技术更多还在开环的模拟器仿真中，或者封闭场地中做验证，还没有完全解决不可控问题。另一方面，端到端只是依靠领域内收集的数据，让行为优化更拟人，但解决不了这个领域内的长尾问题，长尾意味着这个领域内很少碰到这类问题，需要跨领域的能力来支撑，才能走向最终的全无人驾驶。
在从模块化智驾模型架构走向端到端的过程中，智驾的开发范式发生变化，对于企业核心竞争力的要求发生了变化，数据闭环和快速工程化成为决定车企竞争的关键因素。
在数据方面，数据要支撑更好的模型训练，对于人驾驶数据的学习需要高效数据闭环的体系和高质量数据积累。智能驾驶是不断进化的产品，车企所需要掌握数据核心资产，具有快速迭代能力，才能比别人走得更快。
在工程化落地能力方面，智驾产品对性价比的要求越来越高，要求在越来越有限的算力平台上以更低成本实现更多功能。如何把一个好的模型能力部署到车端，也是今天大家面临的挑战。长安汽车已经成立了专门的团队进行模型的优化部署，包括模型推理框架和模型编译，这也是车企能够在未来商业竞争中取胜的关键。
陶吉分享了长安在智能驾驶方面的一些实践。
北斗天枢计划是长安制定的战略方向，已经有智驾产品搭载在深蓝汽车S7智能版上，智驾搭载率将在2024年后快速上升到约100%，实现智驾平权。
依托北斗天枢计划，长安从油车时代开始就先后获得了智能驾驶方面奖项，长安汽车在智驾领域取得“十五个”里程碑式成果，行业持续领先。
重庆特殊的城市环境，让长安拥有持续领先的产品打造环境，得以锤炼最强适应的智驾产品。实现最全道路类型验证覆盖：覆盖超魔幻8D立交、超曲率弯道、超长隧道集群、超陡坡山道的全道路试验验证；最复杂交通环境验证覆盖：在有“黄色法拉利”之称的魔都复杂交通环境下打造最舒适、安全防加塞智驾体验。
从产品设计、人员交互上，长安跟多个高校展开合作，希望能做出更好的人机共驾产品。从产品形态上，瞄准从用户家里、停车场到公司，或者商业场所的停车场全路径，解决日常通勤和高频出行的城区场景电梯口到电梯口领航辅助问题，既突破地图边界限制，又有最强的环境适应性。并在行业内首次应用微碰传感器避免碾压事故，首次引入4D毫米波雷达微多普勒效应检测被车辆遮挡的行人。
目前，长安正在打造SDA新架构，AI重塑新汽车架构，以AI大模型作为横切面对SDA架构进行赋能。L3层融合AI硬件层，提供算力支持和数据采集；L4层融合AI框架层，提供算力调度和推理框架；L5层融合AI算法，提供算法服务；L6层融合AI数据层，提供数据标注和网络训练。
在BEV感知核心技术方面，长安也取得了一定成绩。从过去纯规则驱动，到今天预测和决策AI化。支撑这一切除数据引擎、应用模块开发之外，同时也有一个全生命周期的，从人车到云网路全链条的安全管理，包括公路安全和信息安全的全面布局。
最后，陶吉强调，长安汽车是一个非常开放的生态，长安汽车愿与业界共同推动技术产业应用发展，不断夯实“软硬”基础设施，创新四位一体的“智能合伙人”模式，共同为智能汽车发展添砖加瓦，共同构建智驾生态文明。
