腾讯刘澍泉对话元戎启行周光：智能汽车是打开物理世界通用人工智能的钥匙

　　【ZiDongHua 之驾驶自动化收录关键词： 智能汽车 人工智能 自动驾驶 机器人 传感器】

　　

　　

　　随着人工智能浪潮的发展，端到端模型在自动驾驶领域崭露头角，通过将感知、规划、决策等关键模块整合到统一的神经网络之中，让自动驾驶更像人类司机一样驾驶，进一步推动了高阶智驾的量产进程。同时，也随之催生了对数据、算力等底层基础设施的新需求。

　　

　　近期，元戎启行CEO周光邀请腾讯智慧出行副总裁刘澍泉，在北京市区道路上体验了双方合作打造的业内首个仅使用导航地图的高阶智能驾驶量产方案，并围绕自动驾驶量产、人工智能2.0时代等话题展开了一场精彩对话。

 

　　

　　周光认为，智能汽车是打开物理世界通用人工智能的钥匙。智能汽车是人类首个达到千万级数据体量的机器人，对物理世界形成了海量共识的理解，将沉淀形成一个物理世界的基础模型，未来也会更容易迁移到其他机器人场景。

　　

　　周光表示，元戎启行一直顺应人工智能的发展，在端到端、大语言模型、生成式AI为核心的人工智能2.0时代，元戎启行能够早于行业多数人意识到并发掘这个事情，是一种来自于技术上的直觉。

　　

　　面向自动驾驶领域，腾讯扮演的是一个比较纯粹的数字助手角色。刘澍泉表示，腾讯面向行业提供自动驾驶云、合规云以及地图相关的服务。腾讯希望和众多的合作伙伴，把整套的云加端的架构打通，从而通过高速的迭代、数据训练不断优化算法。

　　

　　在今年1月份的CES期间，元戎启行与腾讯宣布在地图领域达成合作，推出了行业首个仅使用导航地图数据的高阶智驾量产方案，预计将于今年投入消费者市场。

　　

　　以下是双方对话节选：

　　

　　智能汽车是

　　

　　打开物理世界通用人工智能的钥匙

　　

　　刘澍泉：

　　

　　今年越来越多有智能驾驶功能的车上市，而且价格在不断的下探，迭代在加快，整体的这个技术路线、方案路线慢慢开始趋同了，我想听听你的看法。

　　

　　周光：

　　

　　经历了一年“无图”的方案，我觉得已经形成了行业的共识了，我们的这个方案是业内首个仅使用导航地图的自动驾驶方案，能够提供非常优质的城市NOA自动驾驶体验。

　　

　　我们做了泛化测试，涉及了大概数十个城市，整体来说，我觉得腾讯地图的数据的质量还是挺高的。但可能在一些个别的城市，我们还是会有一些更新的问题，一些像二线、三线城市，它们修路的速度比较快，它的道路拓扑结构改变了，这种可能还需要做一些更新。但我相信随着高阶自动驾驶量产，有了实时的反馈，地图的更新也会更快。

　　

　　刘澍泉：

　　

　　其实这就是腾讯所谓的云图一体嘛。通过这种云加端的架构，当车辆发现物理世界的差异，实时地把这种差异传回到云端，我们再做更新地图下发下来。

　　

　　要怎么理解，智能汽车是打开物理世界通用人工智能的钥匙呢？

　　

　　周光：

　　

　　其实更早一点的自动驾驶系统，是经典机器人，都有感知决策定位模块。这些模块都是特殊针对这个场景所设计的，缺乏了实际上的通用性。而端到端的智能驾驶系统是由神经网络驱动的，包含感知模块、决策模块，通过神经网络、向量矩阵直联，并没有预先定义好的接口，所以它也是适用于机器人的。

　　

　　我认为人类首个能达到千万级数据积累的机器人就是智能车，其他的机器人是不可能有这么多海量数据的。当你有了千万级的海量数据之后，慢慢地你会对物理世界形成一些共识的理解，你会对这个物理世界有一个基础模型，以后把这个模型迁移到其他机器人场景是更加容易的。

　　

　　刘澍泉：

　　

　　元戎启行是准备怎么达成这样的目标呢？

　　

　　周光：

　　

　　这不是一步就能达到，其实我们也前前后后经历了非常多的阶段，第一个阶段就是多传感器前融合，而且做了点云渲染。

　　

　　但是在那个时间点上，其实还没有想到居然会成为端到端的一个环节。比如说今天我们这个车有七个摄像头，一个激光雷达。在前融合阶段之前，它需要有不同的七个算法，都去负责感知，然后做后端的融合，再去开这个车。做前融合实际上是把所有的东西放在一个坐标系里面，用统一的算法来做感知识别。

　　

　　前融合是第一步，第二步是去高精地图。高精地图其实是能帮助我们做高级的语义判断，比如说像今天我们开车，不仅仅只是要看周围的100米，可能你需要知道这个路的曲率等比较难的任务，都是交给这个地图了。

　　

　　随着人工智能的发展，我们意识到，下一步其实我们是可以通过神经网络把静态元素、道路拓扑全部都复现，就有了这个“无图”的方案。

　　

　　元戎启行从2020年初期开始的，前前后后经历过两年的时间，在2022年首次达到了一个相对还可以的效果，在2023年我们就把所有的动静态的感知放在同一个神经网络里面做。但是在那个点上我们就意识到了我们一直都要做减法。于是我们又做了下一件事：用数据驱动的预测决策系统。整个系统形成了两个模块，感知大模型以及规划决策大模型。

　　

　　在去年年初的时候我们意识到，这两个模型其实通过这个神经网络直联，就是一个信息无减损的端到端结构。因此去年8月份就跑通了端到端，到今年3月份的时候，在NVIDIA的GTC大会上，我们对外官宣。

　　

　　为智能驾驶量产提供底层“加速器”

　　

　　周光：

　　

　　刚才聊了很多关于元戎的端到端的技术，我现在也想问一下腾讯作为一个云商也是一个图商，怎么去面对这个赛道？腾讯的优势在于哪里？

　　

　　刘澍泉：

　　

　　首先我们的战略定位是非常清晰的。腾讯做的是一个比较纯粹的数字助手角色，面向行业去提供自动驾驶云、合规云以及导航、地图相关的一些服务。

　　

　　我觉得有几个比较有特色的服务：首先，刚才提到，我要有一个端到端的网络，但是在这个过程中你必须要有一个更精准的导航服务，它需要更精准的车道级的连接性，像腾讯从去年开始做的，也是双方把导航的能力和元戎端到端的大模型算法结合起来，去达到最好的调优状态。

　　

　　第二点，自动驾驶相关的业务它是一个强数据驱动类的业务，所以它一定会需要更高的算力，更高的存储以及更广泛的网络覆盖，这一块是腾讯云的强项。我们把网络、存储、计算统一，能够做到更高的性价比，在这个方面也有一些优秀案例：例如和NVIDIA的合作、和博世的合作，当然也包括和元戎的合作，形成整体的一个数据闭环。

　　

　　我们特别希望和众多的合作伙伴，把整套的云加端的一个架构打通，从而通过高速的迭代、数据的训练再去finetune我们的算法。

　　

　　顺应人工智能2.0时代

　　

　　端到端让自动驾驶更“有人味”

　　

　　刘澍泉：

　　

　　实际上自动驾驶端到端的模型，它是把感知规控一体化的输入进来，最后得到一个更像人的一个决策结果，所以这个过程是一个偶然吗？还是说从一个学术发展也好，或者说技术演进里面有这样一个预判？有这样一个推导吗？

　　

　　周光：

　　

　　我觉得是有这种感觉：就是说从一开始做融合、做BEV，都是你感觉这样是对的，但是你其实不知道终局的。因为当时那个点上还有这个高精度地图之争、后融合前融合之争，但是直到你看懂了端到端的时候你会发现，其实你所有的铺垫都是为了最后这一步——做一套端到端系统DeepRoute IO。

　　

　　我们最大的优势就是我们一直顺应了人工智能的发展，尤其是人工智能2.0时代，2.0时代就是端到端、大语言模型、生成式，分别针对了语言的、数字生成式的以及这个机器人物理实践，我们能够早于行业多数人去意识到、去发掘到这个事情，然后去开始去投入布局。可以说这是一种来自于技术上的直觉。

　　

　　刘澍泉：

　　

　　你提到了一个很重要的点，就是今天感知的模型规控模型之间的这个直通，在这一块的话你有什么可分享的技巧吗？

　　

　　周光：

　　

　　我们做一个生物学的解剖：我们人脑肯定是一个神经网络，但是它也会分为感知、视觉和语言中枢各种模块。今天的端到端它也是由不同功能的模块构成的，只不过都是通过直联，这个直联其实牵涉到你的训练方法、你的训练步骤、你的数据，这个其实是今天的核心竞争力，真的不是那些网络。

　　

　　刘澍泉：

　　

　　今天我们有了一个端到端的大模型，但是模型参数太多了，模型太大了，我们今天算力是受限的。怎么能够把它去合理的“减脂”，把它部署到车上呢？

　　

　　周光：

　　

　　今天的端到端大模型它也并不是一个完全Transformer-based，所以说它对算力的需求相对来说没有那么大，另外来讲，一个端到端系统它并不意味着它一定就是大，像我们这次的产品叫DeepRoute IO，IO就是input、output（输入、输出），它只是讲你是input，然后我有output，中间没有人类编程而已。

　　

　　端到端跟大模型是两码事，会根据你数据的情况、你的网络的容量情况以及你要达到的场景情况，去选合理选择你的模型大小。当然你基本的这些模型优化裁剪，这就是一些基本功了。

　　

　　刘澍泉：

　　

　　自动驾驶过程中经常遇到一些特殊场景，要面对车流、行人、自行车等等大量不确定的因素，像这种情况元戎有什么自己的独门绝技吗？

　　

　　周光：

　　

　　之前的这种预测都是基于速度推断的，就是做一个匀速的假设或者做一些速度的二阶导，这是比较初级的做法，基于数据驱动的、基于端到端的这个预测，会是更加丰富的一个预测场景。比如说在一个安全岛上的一个人，可能你的预测是他不太会乱跳下来，但是在路口的一个人他可能就窜出来概率比较高，它会考虑整个场景的前后表现，这样车子开起来就很“有人味”。

　　

　　刘澍泉：

　　

　　刚才，周光博士提到了打造物理世界通用人工智能大门这样的一个愿景，腾讯也有一个愿景：做好数字化助手、做好底层的云服务、做好底层的地图服务、做好大模型的基础设施，我们共同打造整体的一个合作伙伴体系，共同去打开物理世界的大门，我认为是我们的共同的一个伟大的目标。

　　

　　周光：

　　

　　我觉得我们在整个的这个产业链、生态链、还要继续携手，然后一起共赢，向着目标前进。

　　

　　作为国际领先的人工智能企业，深圳元戎启行科技有限公司致力于研发和应用高阶智能驾驶技术。随着数据的积累及技术的迭代，元戎启行将打造物理世界的通用人工智能，为人类带来全新生产力。

　　

　　元戎启行拥有深厚的技术储备及丰富的行业经验，长期投入前沿技术研发。2024年4月，元戎启行率先推出基于端到端模型的新一代智驾平台DeepRoute IO；2023年3月，元戎启行推出国内首款基于导航地图、可实现全域点到点功能的高阶智能驾驶解决方案DeepRoute-Driver 3.0；2021年12月，元戎启行推出国内首个可量产的智能驾驶前装解决方案DeepRoute-Driver 2.0 ，打破自动驾驶量产壁垒。

　　

　　元戎启行已与多家车企达成智能驾驶汽车量产合作，搭载端到端模型的多款量产车型将于2024年陆续推向消费者市场。