从老婆开车到自动驾驶:李想的技术路线思考-电动汽车观察家

从老婆开车到自动驾驶:李想的技术路线思考

自从特斯拉不举办AI DAY以后,中国智能驾驶行业对于未来的技术路线,似乎失去了方向。

大家争先恐后爱说的“时髦话”,也止步于“端到端”了。

出人意料地,“好久没出来的”李想,给出了一个自动驾驶技术路线的新思考。

在2024年6月8日举行的2024中国汽车重庆论坛上,理想汽车董事长兼CEO李想发表了关于自动驾驶技术路线的思考。

“端到端+VLM(视觉语言模型)+生成式的验证系统,会是未来整个物理世界机器人最重要技术架构和技术体系。”

李想认为这一技术路线“法力”足够强大,基于它,“最早在今年年底,最晚在明年上半年,真正有监督的L3自动驾驶就可以批量向用户交付了,而不是做实验。”

而且,“L4级别无监督的自动驾驶在三年内一定能够实现。”

很激动人心的展望。

先不说理想汽车这一技术路线是否“画大饼”,李想还说,“最近本月还有下月还有几个关键AI方面的技术论坛里,我们技术研究的同事也会向整个行业来分享我们对这方面的研究。”

尽管近期,业界风传“理想智驾团队裁员至1000人以内”。

但是,对于自动驾驶研究,人多未必力量大。

李想和理想汽车希望在自动驾驶领域更多的发声,来和特斯拉、华为、小鹏争夺自动驾驶、智能驾驶的话语权和标签,提升理想汽车在各个层面的吸引力。

01

从老婆开车思考自动驾驶

“我的爱人刚学会开车,连续好多年都不停地刮蹭。你和她分析下一次怎么不刮蹭,还是没有用,还是刮蹭。”

李想说,最后他给他爱人报了宝马驾驶培训的初级班,此后才不再剐蹭。

他的意思是,学习cornercase没有用,需要通过提升能力解决问题。

人类是这样学习驾驶的,AI也应当如此。

所以,如果“自动驾驶团队每天干的活都是靠人工去调试各种各样的cornercase,而且人越多,cornercase越多,离真正的自动驾驶就越遥远。”

那正确的做法是什么?

他介绍了一本书《思考快与慢》的启发。

李想曾多次推荐《思考,快与慢》

核心意思是,大脑分成系统1和系统2来工作。系统1来处理一些直觉、快速响应的事情。“很多时候我们在开车,脑子在想别的事情,但我们仍然在处理路上的各种事情,这就意味着我们用系统1在工作。”

“当去到一个复杂的路段,比如十字路口或者遇到一个水坑,这时候调用大脑系统2工作,处理复杂逻辑推演的能力。”

处理简单问题的自动驾驶系统1,李想说,今天很多自动驾驶团队都用端到端技术来解决,效率更高。

但是包含三个挑战:一是要有真正做端到端及数据训练的人才,二是需要真正高质量的数据,三是需要足够多的算力。

李想说,理想汽车“大概放入了100万Clips(视频片段),用于端到端的训练,大概一个月十轮左右的训练,基本就可以完成一个无图NOA的上限水平。”

处理复杂路况的系统2,李想认为不能依赖解决cornercase,而是要提升能力。

他认为需要用VLM,即视觉语言模型,来提升能力。

现在,由于ChatGPT等应用的示范,大语言模型LLM很火。但他认为大语言模型在云端使用,响应速度慢,遇到问题还来不及反应就车毁人亡了。

“所以我们还是思考如何把一个视觉大语言模型进行足够压缩,最后放到车上去。”

李想还说,VLM能够让自动驾驶告别高清地图。因为视觉的语言模型能够像人类一样去读懂导航地图。

找到技术方案分别解决系统1和系统2问题之后,还需要对能力进行验证。

理想的方案是,用类似Sora的技术,构建一个小型的视觉模型,来检测自动驾驶的能力。

Sora和ChatGPT出于同门,也是美国人工智能研究公司OpenAI的作品。Sora可以根据用户的文本提示,创建最长60秒的视频。OpenAI将它视作世界模拟器。

Sora生成的视频中的一个画面

Sora在今年春节期间发布,视频逼真效果引起震撼。当时,就有智能驾驶业界人士评论,Sora或可以用于自动驾驶模拟训练。但也有人表示,Sora会生成大量不符合物理规律的视觉内容,并不可靠。

李想总结,理想汽车过去一段时间自动驾驶最重要的技术突破就是——端到端承载人的系统1,VLM来承载人的系统2,并应用生成式的小的视觉模型来进行考试。

他还说,这一方案“已经完全通过了正常的研究验证。”

李想会提出VLM来解决自动驾驶问题,不是突然兴起。此前,理想汽车与清华大学交叉信息研究院一直在进行联合研究。今年2月,双方团队联合发布了论文《DriveVLM:The Convergence of Autonomous Driving and Large Vision-Language Models》。

根据该论文,双方提出的DriveVLM模型,在nuScenes(一个公开的可供测试的自动驾驶数据集)规划任务上取得了最先进的性能(下表)。

基于这一技术路线,李想对理想汽车和全行业的自动驾驶进展非常乐观。

他表示,最早在今年年底,最晚在明年上半年,真正有监督的L3自动驾驶就可以批量向用户交付了,而不是做实验,“并且随着这套技术的演进、算力增强,我认为L4级别无监督的自动驾驶在三年内一定能够实现。”

02

理想智驾现在什么水平?

李想此时发布理想汽车对于自动驾驶的技术路线,很多人可能不服。

就当前的智能驾驶、自动驾驶实践来说,全球市场特斯拉独领风骚,国内华为和小鹏更被认可,理想汽车在前列,但绝非引领者。

从车辆当前的智能驾驶水平而言,消费者有感知的还是功能和功能可用性、体验性。

功能层面,当前对比的“科目”,一般而言就是可以根据导航和限速自动行驶的辅助系统——高速领航驾驶和城市领航驾驶。

如今,第一梯队都至少具备了高速领航功能,并且实现了高速和快速全覆盖。

在城市领航驾驶方面,华为系(问界、阿维塔、极狐阿尔法HI版、智界)和小鹏覆盖范围最广,理想汽车大概在第三名或者第四名。

目前,理想汽车正在进行近千人规模的AD MAX 3.0进阶版测试,核心功能是实现无图城市NOA,要做到全国都能开、有路就能开。

这一版本就是李想所说的,即将在今年三季度正式推送的版本。

如果这一版本能够顺利推出,那就在功能和覆盖范围上,理想就可以追平华为了。

李想在提及此事时还说,届时,理想也会向测试用户提供通过300万Clips训练出来的端到端+VLM的一套监督型自动驾驶体系(即L3)。

并且,“最早会在今年的年底,最晚明年年初,我们会推出超过1000万Clips训练的端到端+VLM的带有监督的自动驾驶体系。”

按照李想同一场合的说法,这一系统,就是可以交付的“真正有监督的L3自动驾驶”。

目前的理想汽车,还未完全从此前MEGA受挫等一系列的挫折中摆脱出来。

首先是MEGA受挫后,内部启动了矩阵组织2.0的升级,其次,理想汽车启动了大范围的裁员。据《21世纪经济报道》等媒体报道,五一过后,理想汽车开启了一轮比例超过18%的优化行动。

到目前为止,本轮优化已经基本结束,包括裁员重灾区智驾部门。

在产品层面,李想在一季报电话会上宣布,原本计划今年发布的三款纯电推迟到明年发布。今年重点还是经营L系列。

在销量上,理想汽车5月交付3.5万辆,同比增长23.8%,环比增长35.8%,在新势力新品牌中依旧可以排名第一,比华为系——鸿蒙智行(问界、智界)更多。

只是,理想汽车2024年的目标颇高。最早理想汽车曾定下80万辆目标,3月21日,下调到56万-64万辆。

《晚点汽车》近期还报道说,在三款纯电SUV延期发布之后,理想再次下调全年销量目标。

在组织、产品、智驾等方面的大调整之后,理想汽车需要更多时间来修复外界预期和内部士气。

在一季报电话会上,有分析师问李想,如果销售不如预期,理想汽车会不会再次降价。

李想当时的回应是,理想L系列订单增长很快,没有任何降价计划。

最新的消息是,理想汽车6月8日宣布推出端午节限时购车礼包。

6月18日前定购理想L7、理想L8、理想L9,可以享受最高价值2798元限时购车礼(用车服务包)及价值10,000元限时购车权益。

如此看来,理想汽车的销量也还不够好。

不过,如果理想汽车能在智能驾驶、自动驾驶上后发先至,现在的一切困难,都是浮云。

就看看今年底、明年上半年理想汽车能否交付有监督的L3级自动驾驶了。

本文由 电动汽车观察家 作者:邱, 锴俊 发表,其版权均为 电动汽车观察家 所有,文章内容系作者个人观点,不代表 电动汽车观察家 对观点赞同或支持。如需转载,请注明文章来源。
16