1月8日，在新京报“智造改日”2024第十九届超等汽车论坛上，清华大学苏州汽车预想院助理院长、智能网联中心主任戴一凡作念主旨演讲《AI技能在自动驾驶中的应用》示意，大模子和端到端自动驾驶措置决策会让自动驾驶技能已毕阶跃式发展。

　　跟着民众汽车的校正升级，自动驾驶已成为汽车行业的柔顺焦点，AI（东说念主工智能）的发展对自动驾驶起到首要激手脚用，也让行业面对新的挑战。戴一凡以为，AI时期自动驾驶行业将面对新一轮洗牌，头部企业的汇注效应愈发凸起，后入局者的追逐难度越来越大。

自慰

　　AI在自动驾驶畛域有四方面应用

　　戴一凡示意，AI的中枢驱能源是数据、算力和算法。其中，算力包括两个层面的，一是模子成长西宾时辰的算力，二是推理也便是现实应用场景时辰的算力。对自动驾驶而言，西宾是在云霄、在机房完成，推理是在车端及时完成。

　　“AI在自动驾驶畛域的举座省略有四个方面的应用。”戴一凡分析。

　　第一是基于深度学习技能的自动驾驶感知技能，也便是通过录像头、雷达等传感器去识别行驶环境，让自动驾驶车辆能对周围环境进行直不雅判断。

　　第二个基于深度强化学习的决策打算技能，也便是对改日行驶旅途以及步履作念决策综合色站，举例应该走哪条路、若何换说念、加快也曾降速等，这是基于深度强化学习的AI技能。

　　第三个是基于BEV的自动驾驶新范式。BEV便是俯视视角，基于全局视角的一种自动驾驶模式。

　　第四个基于大模子的端到端的自动驾驶应用，端到端自动驾驶措置决策，现在多家车企正要点布局。

　　端到端决策可让自动驾驶系统更精辟

　　戴一凡示意，大模子第一个中枢特征是参数畛域大，时时在千亿致使万亿级别，“这么会体现出很强的泛化特征，也便是说相同一个大模子在不同畛域的应用齐会有很好的收尾。”其次，表示特征亦然大模子止境清苦的特征，当模子畛域最初一定量级，模子的性能会有阶跃式的发展和封锁。

　　在戴一凡看来，现在大模子在自动驾驶畛域止境典型的应用便是端到端自动驾驶措置决策。

　　他进一步分析，传统自动驾驶决策中每一个模块是沉寂的，从传感器输入感知信号，识别行驶周围环境。再传递给决策模式，打算模块再凭据决策给出行驶轨迹。临了搁置模子去搁置实施机构，如搁置标的盘、刹车油门等。

　　而端到端自动驾驶措置决策中把许多模块进行了整合。所谓端到端，其实便是愚弄一个模子已毕多种模块的功能，缩短多模子的联级误差，举座进步系统性能，让系统变得更简化。

　　企业要作念好叮咛变革

　　车企、科技公司为什么要布局端到端自动驾驶措置决策？在戴一凡看来，端到端自动驾驶措置决策有两大明显上风，这是现在企业抢滩布局的主要原因。

　　第一个是大模子的辽远泛化能力，端到端自动驾驶措置决策通过辽远的模子泛化能力来进步智能驾驶的上限。面对不同的自动驾驶场景，可能会遭受角落、冷落的场景会增多安全风险。若是靠传统自动驾驶决策，需要工程师不休地修改代码。但端到端自动驾驶措置决策使用的是推理能力，其不错通过数据迭代已毕多应用场景的适配，措置了智能化能力的上限问题。

　　第二个是通过数据的隐式抒发幸免信息的蚀本。传统算法中各模块之间通过界说接口的方式进行信息的显式传递，会产生明显的信息蚀本，如感知的漏检、无效见地的剔除等。端到端自动驾驶措置决策中，统统信息是通过隐式抒发特征进行信息传递，将信息“无损”地传递给下位模块。举座上而言，模拟了东说念主类的想考。

　　戴一凡苛刻，AI会导致传统的研发模式被颠覆，跟着算法入手造成数据入手，数据的清苦性在快速高涨，工程师代码素养的清苦性鄙人降。因此，统统企业齐要作念好叮咛这个变革的准备。

　　同期，大模子和端到端自动驾驶措置决策会让自动驾驶技能已毕阶跃式发展，通过数据的西宾和泛化能力推动自动驾驶技能的快速发展。传统规矩入手的算法将被推倒重来综合色站，行业面对新一轮的洗牌，技能头部企业的汇注效应愈发凸起，先入局者的上风越来越明显，后入局者的追逐难度越来越大。