汽車變身爲行走的計算終端，其革命性形態已經出現。現在就參與大模型構建和應用，就顯得比較重要了。

文 /《汽車人》黃耀鵬

今年的新能源汽車產業，如果說有什么技術發展方向是業內共識的話，除了高壓快充普及，就是大模型接入了。

7月31日，吉利預告了大模型技術；8月8日，廣汽推出“廣汽AI大模型平台”；本月，奇瑞將發布自己的AI大模型……在此之前，小鵬、理想、特斯拉都宣稱自己擁有“自動化數據閉環系統”（大模型的一種應用方向）。李想公开宣稱：“大模型的研發和訓練，是智能電動車企業的必要能力。”

而平台級公司，百度、阿裏、騰訊、360、華爲都推出了自己的大模型。上半年結束的時候，國內大模型已經達到80個以上。中美兩國的大模型數量佔據了全球80%。

面對大模型，車企有三種選擇：第一種是從基礎層开始，全盤由自己搭建；第二種是在平台級企業搭建的基礎層上搭建應用層；第三種是直接接入某個大模型。

目前，三種玩法都有一批企業參與。百度的文心一言（語言大模型），就有長安、紅旗、嵐圖、長城、吉利、東風日產、零跑、集度等幾十家車企接入。

大模型有很多應用方向，語言類的集中於智能座艙的優化。而汽車必須首先滿足安全便捷地運送乘客，自動駕駛能力是剛需。因此，現在車企部署/接入的大模型，主要就是做自動駕駛，或者其中的一些環節。

什么是大模型

到底什么是“大模型”？

其實“模型”就是一段計算機程序，用來構建一個虛擬的神經網絡。和生物的神經網絡類似，只有刺激到一定程度，神經才會活躍。如果再強化刺激，就會輸出活動。

這其實就是多段函數的表達。神經網絡模擬任意連續函數，也就成了可能。上世紀80年代之後，這些計算機概念就建立起來，並在自動駕駛上應用，但一直沒有大的突破。

原因在於參數量。這是ChatGPT火起來的重要原因。OpenAI公司發現，模型參數如果多到一定程度，系統智能（模型精度）就會極大提升，原理現在無法解釋，但已經有了一個詞匯來形容——“湧現”。

多到什么程度呢？一般來說，至少要1億左右。當然，因爲自然語言的信息密度高於圖像，所以ChatGPT-2的參數量達到15億個，而ChatGPT-3則達到1750億個，剛好和人類神經元數量級別差不多。

不過，自動駕駛方面的應用，現在用不了那么多參數。因爲“湧現”現象尚未在計算機視覺領域出現。考慮到成本，車企們都未將大模型參數量做到ChatGPT-3那么誇張。但上億是沒跑的，否則就很難叫大模型，需要部署超算中心或者雲端算力中心，來運行如此之多的參數。

運行參數用來做什么？對自動駕駛系統進行數據訓練。那么大模型定義就呼之欲出了，就是擁有大量參數、運行於大算力硬件平台上，並能夠完成無監督學習（自我訓練）的計算機程序。

自動標注和預標注

以前都是有監督學習（人工訓練），現在讓AI自我訓練，就需要先完成數據閉環。這就是爲什么幾家新勢力說自己擁有“自動化數據標注系統”的原因，其實就是大模型的一個功能。

而完整的數據閉環則囊括了數據採集、數據回流、數據處理、數據標注、模型訓練、測試驗證諸多環節。其中，“數據標注”是AI自我訓練的前提，也是AI訓練的成本節點。

所謂標注，就是給視頻或者圖像的關鍵信息點貼上標籤，以便讓系統認識並在實際操作中做針對性規劃。顯然，量產車採集的場景基本都是重復的，數據意義不大。專門採集車則比較貴（成本每天6000元-10000元）。

重點是，如何盡量多地搜集到“長尾場景”，即不常遇見，但駕駛了很多次之後，每個人幾乎都會遇上的場景（佔5%左右）。

在大模型上线前，都是人工標注。1000幀的視頻數據，人工標注成本可能達到萬元。

而大模型目前最有價值的部分，莫過於自動化數據標注，可能會節約上億元（取決於替代多少人標注數據）。

特斯拉爲了打造一套高效數據閉環系統，自研了超算中心。超算的另一個作用，就是有了基底訓練數據——超過20億公裏，就不太依賴新的實際路採了。大模型會改變參數，在電腦裏面重建場景，自動進行長尾場景的自我訓練。比如採了白天的數據，稍微改一下，就變成黑夜、雨天，或者有司機急打方向盤、急踩剎車造成的混亂等等，都可以模擬。

在超算上運行的大模型，對長尾場景自動進行“預標注”。而後續還要進行人工審核，譬如要把漏標的框標注出來、把標注錯誤的框刪掉、把框的大小統一等。如果大模型預標注做得好，那么後續人工審核工作量就很小了，與採用人海战術對每一個圖像要素進行標注，完全不可同日而語。

新的合作方式

數據閉環的工作現在已經分割給外包供應商、大模型平台公司（也可以視爲供應商）和車企分別來做。

關鍵在於，數據閉環能否讓車企有效迭代自動駕駛算法，並提升應對偶發場景的能力（這幾乎是L4繞不過去的坎）。落實到使用層面，通過多方合作，基於新的標注數據，進行新的訓練，實現由數據閉環驅動自動駕駛軟件迭代，並通過OTA部署到終端。

很少有車企能夠徹頭徹尾地自己部署基礎大模型，自己搞定應用層，自己設計預標注並實現數據閉環，再驅動算法更新。這即是L4的進化之路，它的技術復雜度要求車企與供應商充分融合式合作，而非傳統的供應商“交付”-主機廠應用。

車企過於看重價值鏈全盤掌握，強調全棧自研，可能會耽誤迭代進程。

如果設計一種規則，比如基礎層大模型由平台級公司設計，車企負責掌握標注規則，並將後續人工審核交給另外的第三方，拿回標注好的數據之後，自己進行訓練。通過任務拆解，讓自己處於自動駕駛價值鏈的核心地位。避免在關鍵技術上受制於人，也不用被迫接受“全家桶”（即由某個供應商提出軟硬一體的解決方案）。

車企對這種方式應該駕輕就熟，現在球踢回供應商這邊，要求後者也要主動參與到車企的大模型設計和訓練當中，而不必執着於“打包交付”。

目前，雖然上馬大模型的車企越來越多，但是已經實現數據閉環，並部署於量產車上的，幾乎沒有。大家都還在拼“誰先抵達下一個節點”。好消息是，L4看上去並非那么遙不可及了。

現在的問題是，一個主機廠面對好幾個自動駕駛系統供應商。各個供應商提供的每一個模塊，代碼質量不一，工具鏈可能也不相同。如何檢驗不同供應商的模塊是否存在衝突，目前的工程化還不夠成熟。

這就涉及到，新獲得的長尾數據，對決策（規劃）產生的影響到底是什么。有些新增數據，上了模型訓練之後，效果變好（有效應對了該場景），但總體上效率下降。這樣的局部改善導致整體變差的情況，需要對全局價值進行一番預評估。這是另外的話題了，不展开。

轉移模型到車端

不過有一點需要澄清，大模型部署於超算中心或者雲端，但很難部署於車端。因爲後者沒有那么強的算力，而且車端的數據存儲空間也不勝任。大模型的訓練也要在超算平台上完成，訓練得差不多了（改善可以無終點），就能上車，大模型就必須縮窄成中模型或者小模型。

數據需要壓縮，將知識體系（從感知輸入到規控輸出）轉移到輕量級的模型上，後者是車端算力和存儲可以承受的。

這其實就是“端到端”的算法。很多人都將“端到端”視爲自動駕駛算法的終極形態。所謂“端到端”，即只要有原始數據輸入（環境感知），就可以輸出結果（操作動作），和ChatGPT類似，中間過程對觀察者來說是“黑盒子”。

雖說人類不需要理解決策過程，但人們總擔心自動駕駛算法會輸出匪夷所思的決策。大量實踐結果沒問題，也不能打消顧慮。

不過這很像人類駕駛了。熟練司機從眼睛看見，到轉方向盤、踩剎車或油門，都是中樞神經在工作，人類沒有覺得自己花時間思考了。這就是大腦的“預訓練系統”在起作用。

轉移模型還有個好處，就是避免了雲與車端通訊的時延問題。車端AI反應都是毫秒級，如果指望雲端給出關鍵規劃，哪怕有邊緣計算加持，通訊也不能在任何時候實時保障。

雲端的作用，可以發揮大模型的參數容量優勢，完成數據挖掘、自動數據標注等任務。在車端，可以部署分管不同子任務的多個小模型，合並成一個“中模型”，以節省車端計算環節的推理時間，增加安全性。不過車端模型的參數量，要比雲端少一到兩個數量級。

爲了提升ChatGpt的能力，OpenAI在8年間耗費十億多美元的訓練成本。車企大概率不會付出那么高的成本（不過特斯拉超算中心就花了10億美元）。如何用有限資金，搶佔場景落地和商業化的速度（即訓練迭代速度），而非一味追求模型之大、算力之強？

既然AI的應用已經走到了利用大模型實行空間（再現物理空間）計算這一步，那么L4就有可能實現。這是所有車企應該具備的能力，無論它們採用什么方式達致這一目的。

汽車變身爲行走的計算終端，汽車的革命性形態，已經出現在視野，不再遙遙無期。現在就參與大模型構建和應用，而不是置身事外，就顯得比較重要了。

本文作者可以追加內容哦 !