作者 | R
編輯 | 志豪
車東西 1 月 24 日消息，日前，由智一科技旗下智猩猩、車東西共同發(fā)起的第四屆全球自動駕駛峰會在北京中關村國家自主創(chuàng)新示范區(qū)展示交易中心 - 會議中心成功舉辦。
智加科技首席科學家崔迪瀟登臺演講，主題為《走向更安全更智能的干線物流》。
崔迪瀟指出，中國的干線物流是一個萬億級別的巨大市場，卡車的存有量達到 800 萬臺。然而在這個巨大的市場背后，一系列結構性的問題正日益凸顯。一方面，干線物流安全事故頻發(fā)，另一方面，人力與燃油成本攀升擠占利潤空間，降本增效需求顯著。
值得關注的是，崔迪瀟也就業(yè)內(nèi)盛行的端到端熱潮作出回應。他指出，端到端在某種程度上可謂是一種資源 " 恐嚇 "，尤其對于部分初創(chuàng)型企業(yè)而言更是如此。
與此同時，他也提到，盡管資源有限，但這些創(chuàng)業(yè)團隊同樣面臨著機遇。當技術發(fā)展至一定階段后，能夠以十分之一的成本達成同樣出色的效果。這是因為在端到端智能駕駛中，大量冗余的標注與計算實際上并無必要。
最后，崔迪瀟總結說："L4 級自動駕駛是我們的終極目標，在朝著這一目標前進的過程中，我們勢必會遇到各種變化和挫折，也會發(fā)現(xiàn)一些新的技術方向。不過，這些新的技術方向僅僅是我們實現(xiàn)目標的手段，而非目標本身。不能走了太遠，忘了為何而出發(fā)。為達成無人化這一目標，還有很多更重要的工作要大家一起堅持繼續(xù)去做。"
01.
存有量市場巨大 L4 會帶來生產(chǎn)關系調(diào)整
崔迪瀟表示，中國干線物流市場巨大，卡車保有量達 800 萬，但背后存在嚴峻的結構性問題。首先，重型卡車事故率較高，每百萬公里發(fā)生 1.9 起事故，原因涉及人為、環(huán)境及車輛監(jiān)管。
其次，商用車作為生產(chǎn)工具，需進行成本核算。隨著人力和燃油成本上升，物流行業(yè)利潤空間壓縮，導致降本增效需求未得到滿足，進一步加劇安全事故，形成惡性循環(huán)。
企業(yè)需制定可持續(xù)發(fā)展策略，按階段推進，全面核算成本，如折舊、燃油和人力開支，并通過技術創(chuàng)新與研發(fā)投入，實現(xiàn)從 L2 到 L4 的漸進式發(fā)展。
實現(xiàn) L4 自動駕駛后，生產(chǎn)力飛躍將帶來深刻的生產(chǎn)關系變革。無人駕駛車輛將成為運輸體系的核心，結合無人化調(diào)度系統(tǒng)，提升物流效率，降低成本，最終實現(xiàn)長期戰(zhàn)略目標。
02.
技術商業(yè)法規(guī)需要打通
商用車要復用乘用車供應鏈
崔迪瀟表示，智加科技把愿景拆分成可實現(xiàn)的路徑，完成了分解。
智加領航 1.0 在 2021 年已經(jīng)投放市場，也完成了和榮慶物流的交付，實現(xiàn)了在高速主路上的高比例自動駕駛。
從 2022 年開始到現(xiàn)在，智加科技完成了高速路收費站到收費站區(qū)間的高級別輔助駕駛系統(tǒng)的量產(chǎn)和交付，這也是智加科技投放給客戶的主流產(chǎn)品。
隨著產(chǎn)品軟硬件的不斷升級，自動駕駛的安全性和可靠性將提升，最終實現(xiàn)倉到倉的無人化運營。這一愿景的實現(xiàn)不僅依賴技術突破，還需在成本控制和服務對象之間找到平衡。
崔迪瀟指出，商用卡車自動駕駛的挑戰(zhàn)不僅在復雜場景，還在于卡車駕駛的高難度。盡管人類具備高度智能，駕駛卡車仍需十多年經(jīng)驗，反映了其操控和場景理解的復雜性。
從技術角度看，自動駕駛涵蓋感知、定位、規(guī)劃和控制等多個技術難題，智加科技堅持量產(chǎn)車型原則，與 OEM 廠商合作，確保車輛主體結構和外觀不變，傳感器采用車規(guī)級智加領航系統(tǒng)，已更新至第三代。
智加科技的技術方案與行業(yè)主流一致，采用多傳感器融合技術，并復用乘用車賽道的供應鏈資源。這不僅降低研發(fā)成本，提高可靠性，還能將資源集中于重型卡車的定制需求，推動技術、商業(yè)和法規(guī)快速打通，最終實現(xiàn)高效閉環(huán)運作。
03.
司機接受度較高 商用車對能力要求更高
崔迪瀟認為自動駕駛使用比例是比較直觀普遍的能夠反映出系統(tǒng)性能的指標。目前智加科技客戶真實運營的自動駕駛比例為 96.7%，相關的變道，微調(diào)，避讓等等各項指標均是在百分之 95 到 100% 之間。
該功能在司機用戶中獲得較高接受度。以換道為例，司機確認或取消變道反映了系統(tǒng)與司機主觀判斷的一致性，智加科技通過模型迭代優(yōu)化決策時機，提高了用戶體驗。
高比例方案表明自動駕駛產(chǎn)品具備安全、省力和節(jié)油特點。節(jié)油本質(zhì)是復雜的非線性優(yōu)化問題，關鍵在于減少不必要的制動，保持速度穩(wěn)定，降低外部環(huán)境對巡航速度的影響。
智加科技的研究證明，自動駕駛輔助系統(tǒng)有效減輕司機的認知和身體負荷，同時確保突發(fā)事件的應對能力。
商用車運行的挑戰(zhàn)是 24 小時不停歇的狀態(tài)，經(jīng)常會有晚上凌晨兩三點發(fā)車，所以對于傳感器、算法、感知能力和執(zhí)行器在不同工況和不同場景下的普遍的適應能力和處理能力會提出更高的要求。
04.
L4 是研發(fā)的抓手 L2 是量產(chǎn)化的抓手
崔迪瀟認為，L4 是研發(fā)的核心，而 L2 則是量產(chǎn)工程化的基礎。L4 的目標是擴大覆蓋范圍，盡量接近 100% 的作用域；L2 則通過工程化提高系統(tǒng)的可靠性、安全性和穩(wěn)定性，降低成本，實現(xiàn)當前作用域的高自動化比例。二者相乘，最終實現(xiàn)倉到倉的無人駕駛。
崔迪瀟將數(shù)據(jù)利用和產(chǎn)生能力分為兩個維度，從 L4 角度看，L2 需要與 L4 共享架構和工程資源。他強調(diào)，L4 并不一定比 L2 更高級，因為自動駕駛的技術、法規(guī)和商業(yè)相互依賴，L4 同樣需要 L2 來解決問題。
L4 需要強大算力，但產(chǎn)業(yè)演進是漸進的，從 Xavier 到 Orin 再到 Thor，業(yè)界已開始使用雙 Thor 方案進行 POC 驗證。因此，L4 的發(fā)展需跟隨產(chǎn)業(yè)鏈的成熟，不能一蹴而就。
商業(yè)化運營體系需通過大規(guī)模運營才能成熟，因此可以在 L4 場景中使用不完善的產(chǎn)品進行試運營，通過人接管系統(tǒng)的最低標準驗證和完善無人化運營體系。L4 和無人化運營是對位關系，L4 是產(chǎn)品概念，無人化運營則是商業(yè)化概念，需要通過大規(guī)模商業(yè)化解決。
以兩個例子為例：首先，業(yè)內(nèi)普遍認為高階自動駕駛需配備激光雷達，以提高方案靈活性和實現(xiàn)更多功能。攝像頭可作為主要輸入，但毫米波雷達不可缺少。如果側向和后向攝像頭失效，系統(tǒng)將關閉相關功能并通知司機。
其次，L2 對 L4 的幫助體現(xiàn)在 " 數(shù)據(jù)閉環(huán) " 上，雖然這一目標看似簡單，但實際操作可能需要多年時間。在未接觸 PB 級數(shù)據(jù)之前，崔迪瀟認為沒有信心保證自動駕駛系統(tǒng)在如此大數(shù)據(jù)量下的高效性，必須伴隨大規(guī)模運營逐步完善。
05.
端到端不應是資源恐嚇 L4 是終極的目標
崔迪瀟認為，端到端研發(fā)不應成為對初創(chuàng)企業(yè)的資源 " 恐嚇 "，若算力不足，可通過算法優(yōu)化解決。他最近的工作利用導航命令學習場景稀疏表征，目前已上車，但尚未量產(chǎn)。該方法在算力和數(shù)據(jù)使用上約為主流方法的十分之一，卻能提升兩倍效果。
崔迪瀟相信，技術達到一定階段后，可以以十分之一的成本實現(xiàn)相同或更好的效果，這為小型創(chuàng)業(yè)團隊提供了機會。核心思路是減少冗余標注和計算，例如，左轉時無需關注后方車輛。算法應根據(jù)特定任務自適應學習，而非依賴大量不必要的信息，減少對 transformer 的使用。
他一直在思考如何節(jié)約資源，通過人類駕駛行為和指令引導模型，學習關注關鍵內(nèi)容。這種方法使訓練時間減少十分之一，推理時間更短，最終實現(xiàn)端到端訓練，依賴人類行駛軌跡。
崔迪瀟強調(diào)，L4 不僅僅是數(shù)據(jù)驅(qū)動或端到端技術，它是產(chǎn)品形態(tài)，而無人駕駛重卡或 Robotaxi 是商業(yè)形態(tài)。這三者是遞進關系，端到端是實現(xiàn) L4 和無人化運營的工具之一，但不能單一依賴，需兼容并舉。
所以崔迪瀟認為依然要關注對于冗余架構的設計，依然要關注對于失效場景下如何進行失效場景的識別和處理這樣一套完整的安全功能的工作，這也是智加科技過去一直在堅持的。
崔迪瀟最后總結到，L4 是終極的目標，在朝著這個目標走的過程中，會遇到一些變化，遇到一些挫折，可能會看到一些新的技術方向。但是大家意識意識到，這些新的技術方向是手段而不是目標，最終的目標是要實現(xiàn)無人化，一定還有更重要，更多的工作要做好。
