近年來，隨著人工智能的快速發(fā)展，在一系列利好政策加持下，我國自動駕駛技術進入全場景落地階段，從為普通人出行代步，到在礦山、物流等商用領域大顯身手，產(chǎn)業(yè)潛力不斷迸發(fā)。

6月21日，工信部相關負責人表示，將啟動智能網(wǎng)聯(lián)汽車準入和上路通行試點，組織開展城市級“車路云一體化”示范應用，支持L3級及更高級別的自動駕駛功能商業(yè)化應用。

【資料圖】

所謂“車路云一體化”系統(tǒng)，是通過新一代信息與通信技術將人、車、路、云的物理空間、信息空間融合為一體。在這一過程中，云底座正助力中國汽車產(chǎn)業(yè)在電動化、智能化轉型跑出“加速度”，為自動駕駛量產(chǎn)提質(zhì)加速。

自動駕駛技術加速落地 云底座化解發(fā)展堵點

隨著智能駕駛里程的持續(xù)積累，海量行車數(shù)據(jù)的產(chǎn)生推動自動駕駛水平快速提高，自動駕駛研發(fā)企業(yè)面臨的挑戰(zhàn)也隨之而來。業(yè)界認為，影響高階自動駕駛落地的關鍵因素，是讓模型快速學習各類不常見、但不斷出現(xiàn)的“長尾問題”。因此，如何提升數(shù)據(jù)處理效率，如何加速模型迭代，成為影響自動駕駛技術快速演進的關鍵。

在山東日照港，一汽解放無人駕駛港口車已投入運營。一汽解放商用車開發(fā)院智能網(wǎng)聯(lián)開發(fā)部部長王占春在接受人民網(wǎng)記者采訪時表示，當前，商用車自動駕駛迎來發(fā)展拐點，車企正積極尋求落地場景，基于市場導向，行業(yè)對于技術探索更趨于理性。云技術在行業(yè)探索高級別自動駕駛技術的過程中，是不可替代的一環(huán)。

元戎啟行技術合伙人、副總裁劉念邱則認為，目前，市場上的智能駕駛汽車因為依賴高精度地圖，就只能在特定區(qū)域行駛，不利于數(shù)據(jù)積累，所以能否突破行駛區(qū)域限制極為重要。

“以地圖更新為例，打造在線安全閉環(huán)的合規(guī)服務，可滿足政府安全要求和用戶更新數(shù)據(jù)需求，為車廠提供開發(fā)閉環(huán)、運營閉環(huán)，為行業(yè)形成基于高精度地圖的商業(yè)化生態(tài)閉環(huán)。”四維圖新高級副總裁蔣晟表示，與“云”服務相結合，打造完善的數(shù)據(jù)合規(guī)閉環(huán)服務，有利于自動駕駛高質(zhì)量發(fā)展。

華為云中國區(qū)副總裁張鵬在接受人民網(wǎng)記者采訪時表示，自動駕駛要對海量的數(shù)據(jù)進行算法訓練和仿真驗證，因此需要強大的算力和學習推理能力。云計算有著海量計算和存儲資源，可以實現(xiàn)超大規(guī)模的數(shù)據(jù)處理、模型訓練和仿真集群，同時，還能提供大量工具和服務幫助行業(yè)提升研發(fā)效率。

“近期，我們單集群2000P Flops的昇騰AI云服務正式上線，可以為自動駕駛開發(fā)提供千卡訓練一個月以上不中斷的算力。我們也新開設了烏蘭察布汽車專區(qū)，設計了三分區(qū)合規(guī)架構，將汽車專區(qū)劃分為數(shù)據(jù)處理區(qū)、智駕業(yè)務區(qū)和網(wǎng)絡中繼區(qū)，實現(xiàn)了嚴格的物理隔離和權限控制，滿足自動駕駛開發(fā)合規(guī)要求。同時，汽車專區(qū)有資質(zhì)圖商駐場，協(xié)同運維，能夠全流程保障數(shù)據(jù)的安全?！睆堸i說。

盤古大模型賦能 推進自動駕駛規(guī)?；慨a(chǎn)

近年來，我國正搶抓機遇，加速布局智能網(wǎng)聯(lián)汽車產(chǎn)業(yè)。近日，繼重慶、武漢等城市之后，上海、北京也正式為無駕駛人智能網(wǎng)聯(lián)汽車發(fā)放道路測試牌照，全自動無人駕駛乘用車商業(yè)化運營再進一步。

與此同時，在機場、港口、礦山等場景，無人車已經(jīng)開始順利“上崗”。在礦山，面對揚塵遮蔽、無標識的顛簸道路、特種作業(yè)車輛混行等等的情況，通過自動駕駛開發(fā)平臺強大能力和算法支持，重載達上百噸的自動駕駛車輛可以實現(xiàn)精準?？?；在天津港，通過自動駕駛的集卡，同樣可以讓港口24小時不間斷的高效作業(yè)，大大提升了港口效率。

記者了解到，自動駕駛需要通過積累真實世界的行車數(shù)據(jù)來訓練和驗證模型算法，這個過程需要構建很多復雜的駕駛環(huán)境，雇傭安全員進行大量的道路測試，積累必要的里程數(shù)來進行算法訓練。

“大模型突出的數(shù)據(jù)生成能力可以廣泛應用于數(shù)據(jù)預處理、模型訓練、仿真等環(huán)節(jié)，有望解決自動駕駛發(fā)展應用過程中的數(shù)據(jù)積累瓶頸?！睆堸i進一步闡述，比如場景生成大模型，可以按需生成現(xiàn)實世界中難以再現(xiàn)或者無法采集數(shù)據(jù)的場景，例如沙漠、暴雨、山路等極端場景。再比如自動標注大模型，現(xiàn)在的自動駕駛逐漸發(fā)展為“輕地圖、重感知”，通過車身上的激光雷達和攝像頭等傳感器去感知路況實現(xiàn)自動駕駛，在學習和訓練的過程中需要對大量的傳感器數(shù)據(jù)進行標注，通過大模型可以進行AI自動標注，不僅成本低還很高效，標注效率可以提升5到10倍，將標注成本降低為人工標注的十分之一。

“智能汽車已經(jīng)成為我國新的經(jīng)濟增長點，自動駕駛的量產(chǎn)進程正在加速?！睆堸i表示，在這一過程中，盤古大模型有望賦能自動駕駛，釋放量產(chǎn)加速度。

標簽：