理想汽車智能駕駛研發(fā)副總裁郎咸朋
新能源汽車的下半場，智能化果然是主旋律。價格戰(zhàn)之外，各家智駕能力的比拼，也成為搶占用戶心智的新戰(zhàn)場。
作為造車新勢力的代表之一，理想在7月份月銷過5萬輛，去年?duì)I收超千億，銷量上已經(jīng)實(shí)現(xiàn)了“遙遙領(lǐng)先”，但在智駕上的動作一直并不激進(jìn)，或者可以有有些保守。
那么，作為智駕上的“差生”或者說“后進(jìn)生”，理想接下來的智駕策略是什么？為什么大家都在切入端到端？現(xiàn)在爆火的端到端智駕新故事，理想又會如何來講？端到端之后，智駕還能拼什么？
近日，鈦媒體App與理想智能駕駛研發(fā)副總裁郎咸朋有了一次深入的溝通，對于理想的智駕以及端到端，也有了全面的了解。
眾所周知，理想在造車新勢力里面，智駕并不是其標(biāo)簽。隨著銷量穩(wěn)定上來，智能化開始成為新能源汽車主要競爭高地，理想也開始加碼在智駕領(lǐng)域的布局和投入。
有人說，理想拿出端到端+VLM大模型的智駕技術(shù)，意在追趕特斯拉、華為的智駕能力。
對此，郎咸朋表示，“我們看問題就看本質(zhì)，表面上看起來我們不停地在迭代，或者說跟別人學(xué)，或者自己探索，但實(shí)際上我們不是一個專門follow別人的公司，我們有自己對這個技術(shù)和對產(chǎn)品的本質(zhì)理解。”
那么，問題來了，端到端到底是什么？其實(shí)就是End-to-End Deep Learning（端到端深度學(xué)習(xí)），簡言之，就是要建立一個完整的學(xué)習(xí)系統(tǒng)，直接從原始數(shù)據(jù)中不斷學(xué)習(xí)，并生成所需的輸出，不需要人為將任務(wù)分解成多個中間步驟。
在簡單一點(diǎn)來理解，就是采用端到端的這套智駕方案，通過不斷給它喂養(yǎng)數(shù)據(jù)，它會自己思考學(xué)習(xí)成長，不斷長大變強(qiáng)。這也是為什么大家現(xiàn)在都在追逐端到端智駕到根本原因。
據(jù)郎咸朋介紹，去年一年，理想做了三次技術(shù)的研發(fā)迭代，最先用的都是NPN神經(jīng)地圖先驗(yàn)（Neural Map Prior）這種帶有場景的方案，然后又轉(zhuǎn)換到無圖的方案，最后才迭代到現(xiàn)在的端到端方案。
如此頻繁地迭代技術(shù)路線，不斷地推倒重來，是否會造成智駕能力的落后？
郎咸朋認(rèn)為，從本質(zhì)上看，無論是NPN（神經(jīng)先驗(yàn)網(wǎng)絡(luò)）還是重圖的方案，它最大的問題是只要你用圖你就做不了全國，想要解決它，那就只能做無圖，所以就切到無圖了。但不管是分段式，還是模塊化的無圖方案，它都有上限在哪，都還有人的規(guī)則在里面，無法做到非常擬人的駕駛體驗(yàn)。
“理想并不是為了做端到端而去做端到端，而是把無圖、有圖這些技術(shù)方案全部都做完一遍，領(lǐng)悟到這些技術(shù)特點(diǎn)之后，才堅(jiān)定地選擇下一步要走端到端這套方案。”郎咸朋說道。
翻譯一下就是，理想其實(shí)也一直在思考如何實(shí)現(xiàn)自動駕駛，如何讓當(dāng)下的高階輔助駕駛有更好的體驗(yàn)，在技術(shù)上經(jīng)過不斷地探索之后，發(fā)現(xiàn)原來的方式是無法真正做到自動駕駛，這也是為什么后面在端到端上有了系統(tǒng)1+系統(tǒng)2的思考。
在郎咸朋看來，端到端最大的改變不是一個模型還是兩個模型的問題，而是從端到端開始，才真正地用人工智能的方式去做自動駕駛。之前的串聯(lián)式的端到端、分小模塊的這種做自動駕駛的方式，其實(shí)本質(zhì)上它還是一個產(chǎn)品，更偏傳統(tǒng)一點(diǎn)的產(chǎn)品研發(fā)思路。
怎么來理解呢？就是原來做自動駕駛的思路，是先定義需求，然后根據(jù)需求來拆解成很多場景，場景再拆分為很多的研發(fā)模塊，最后用人制定的規(guī)則去實(shí)現(xiàn)，這里面可能用到小模型。研發(fā)出來之后，再根據(jù)場景去做測試評價，有問題再改，沒問題就交付。
在這個過程中，會有哪些問題呢？
如果場景有限，比如高速NOA場景，這種道路結(jié)構(gòu)比較簡單，但擴(kuò)展到城市之后，它的場景就出現(xiàn)了爆炸式的變化，跟高速場景完全不一樣。如果繼續(xù)用以前的方式去設(shè)計(jì)場景、去設(shè)計(jì)規(guī)則、去實(shí)現(xiàn)驗(yàn)證，這里面的每一步就會遇到很大挑戰(zhàn)。
因?yàn)閳鼍笆菬o窮無盡的，一旦還用原來的方式去做自動駕駛，那自動駕駛的能力邊界就顯而易見了，只能按照你的設(shè)計(jì)達(dá)到某種能力，而超出能力之外的東西，它無法做到。
簡單來說，按照原來用規(guī)則來做智能駕駛的開發(fā)思路，必須要在一個確定性的環(huán)境下來研發(fā)。即使問題比較復(fù)雜，也想把它拆解得非常確定，然后再去研發(fā)做測試。而自動駕駛是沒法用規(guī)則式來做的。
郎咸朋對此的理解是未來的自動駕駛，我們面臨的是一個不確定的變化的復(fù)雜的世界，如果還用一些確定性的模式去做這個事情，那就肯定是有問題的。
“所以從端到端開始，它的變化并不是說一個模型、兩個模型這么簡單，而是它整個的思維，就是研發(fā)的流程和方式發(fā)生了巨大的改變，這里面沒有任何的規(guī)則，我能做的是喂給他高質(zhì)量的數(shù)據(jù)，再加上訓(xùn)練提升模型的能力，讓它能做出更好的規(guī)劃和決策。”郎咸朋總結(jié)道。
端到端的流行，或者說人工智能的快速發(fā)展，讓智駕領(lǐng)域的研發(fā)人才也開始出現(xiàn)了變化。
端到端這套方案，讓整個研發(fā)流程變得相對簡單了，主要就是挑選數(shù)據(jù)、訓(xùn)練模型、評估模型、世界模型。
理想的這套智駕方案是“端到端+VLM+世界模型”，其中最大的特點(diǎn)是采用了雙系統(tǒng)的理論，快系統(tǒng)做出及時的處理響應(yīng)，慢系統(tǒng)對應(yīng)復(fù)雜的思考邏輯判斷，雙系統(tǒng)共同地組成了人類認(rèn)知和思維的機(jī)制。
具體來看，理想的這套智駕方案，其系統(tǒng)一就是快系統(tǒng)，應(yīng)用端到端模型來實(shí)現(xiàn)，主要是挑選數(shù)據(jù)、訓(xùn)練數(shù)據(jù)；系統(tǒng)二則是慢系統(tǒng)，采用VLM的視覺語言大模型來實(shí)現(xiàn)，主要是其能像人一樣的思考能力，更好理解復(fù)雜道路情況，應(yīng)對未知場景。經(jīng)過預(yù)研和研發(fā)，目前理想的這兩套系統(tǒng)都已實(shí)現(xiàn)量產(chǎn)上車。
世界模型，在理想內(nèi)部稱其為系統(tǒng)三，它是一個考試系統(tǒng)，系統(tǒng)一+系統(tǒng)二的能力由系統(tǒng)三去評價和認(rèn)證。
原來自動駕駛系統(tǒng)的評價與測試，都是由人來執(zhí)行完成的，不管是跑大的路測還是跑場地的測試都是由人去評價的，但人是評價不過來的。而系統(tǒng)三則能夠取代人去考核系統(tǒng)一和系統(tǒng)二的能力，通過考核之后，就迭代上線，然后進(jìn)入下一輪的考核。
流程變簡單了，相對應(yīng)需要的人也變少了。郎咸朋坦言，除了研發(fā)這些系統(tǒng)平臺的過程需要人，其實(shí)并沒有很多人參與到實(shí)際的一些東西上來，會大大減少人的使用，確實(shí)用不了那么多人。
“我們可能會比特斯拉現(xiàn)在的人多一些，但是也不會達(dá)到一兩千人的規(guī)模。”郎咸朋說道。
實(shí)際上，理想智能駕駛研發(fā)部門的人員數(shù)量，相對蔚來、小鵬、華為等是最少的，據(jù)相關(guān)數(shù)據(jù)統(tǒng)計(jì)，截至今年5月，華為、小鵬、蔚來智駕團(tuán)隊(duì)人數(shù)分別超過7000人、3000人和1300人。而根據(jù)媒體的一些報(bào)道，截至6月初，理想智駕部門員工總?cè)藬?shù)已被削減到了800人以內(nèi)。
不過，自動駕駛最重要的是什么？是人才與資金嗎？郎咸朋的回答是，長期來看，算力和數(shù)據(jù)都很重要，但前期對人才這塊，算法更重要。
在他看來，沒有數(shù)據(jù)，將來算法的訓(xùn)練、驗(yàn)證，都是沒有基礎(chǔ)的。但在模型迭代的基礎(chǔ)上，最重要的方式是怎么去找到更優(yōu)質(zhì)的數(shù)據(jù)，這個數(shù)據(jù)除了量要足夠大，質(zhì)量也要足夠好。
當(dāng)大家都開始做端到端，站在了同一起跑線上，那么，智駕還能拼什么？
在郎咸朋看來，真正到了人工智能時代，大家其實(shí)就拼兩件事，一是你有沒有足夠多的高質(zhì)量的數(shù)據(jù)；二是你有沒有與之相匹配的充足的訓(xùn)練算力的集群。
總而言之，自動駕駛到最后拼的就是算力和數(shù)據(jù)，但這兩件事，門檻都非常高。如果企業(yè)的資金儲備不足以支撐每年訓(xùn)練的花費(fèi)，那就不可能玩到后邊的L3或L4；如果車企的這個車的保有量不夠多，數(shù)據(jù)其實(shí)也無法支撐它的訓(xùn)練需求。
據(jù)郎咸朋透露，目前理想自動駕駛每年投在訓(xùn)練花費(fèi)上是10億人民幣，預(yù)估將來花費(fèi)要到每年10億美金。
郎咸朋指出，“這只是訓(xùn)練的算力，還不包括其他的人員各種費(fèi)用。如果未來你一年拿不出10億美金來做訓(xùn)練，可能將來會在自動駕駛的競爭當(dāng)中被淘汰。”
理想L系列產(chǎn)品都是套娃，但套娃對于自動駕駛來說，郎咸朋認(rèn)為是有極大的好處，所有的攝像頭規(guī)格和安裝的位置都是一致的，數(shù)據(jù)都可以復(fù)用。
但有的廠商，它的產(chǎn)品可能有轎車、SUV等，傳感器可能也都不太一樣，對于這些廠商來說，數(shù)據(jù)的復(fù)用確實(shí)會是一個問題。
而關(guān)于智駕，郎咸鵬認(rèn)為，一方面要有遠(yuǎn)期的考慮和探索，另一方面也要有現(xiàn)在的交付和產(chǎn)品迭代。對于公司來說，智駕是一個產(chǎn)品。公司做任何一個產(chǎn)品，目的還是為了盈利，為了去獲得更好的現(xiàn)金流，更好的利潤，從而讓企業(yè)有更好的發(fā)展。
如何證明自己的智駕能力是行業(yè)第一梯隊(duì)？在郎咸朋看來，“用戶實(shí)打?qū)嵉靥湾X買你，我覺得這是最有說服力的。最終還是要看搭載AD max車型的銷量，這將決定理想的智駕能力是不是在市場上領(lǐng)先，這是最硬核的指標(biāo)。”
其實(shí)，理想AD PRO、AD max兩款產(chǎn)品，價格僅相差3萬元，主要差別就在智能駕駛的硬件和功能上，其他都一樣。
簡言之，對于郎咸朋來說，如果在理想的總銷量中，搭載高階智駕版本的AD max車型占比較高，那就說明理想的智駕做得還是成功的。
這樣來看，后面車企在智駕上的卷，還是會回歸到卷銷量上。只有越來越多的用戶選擇智駕版，才能證明你的智駕功能是做得真的好用。如果用戶都不選智駕版，即便真的做得很好，又如何來證明呢？
畢竟，智駕能力到底強(qiáng)不強(qiáng)，不是誰的嗓門大誰就強(qiáng)，還是需要拉出來遛遛才知道。（本文首發(fā)于鈦媒體App，作者｜張敏）
快報(bào)
根據(jù)《網(wǎng)絡(luò)安全法》實(shí)名制要求，請綁定手機(jī)號后發(fā)表評論