当马斯克的私人飞机从北京飞向华盛顿,去参加特朗普当选庆祝酒会的时候,就意味着中美两国端到端的战争已经正式开打。
早在9月5日,特斯拉就已经官宣:其高级驾驶辅助系统FSD(Full Self Driving)将于2025年第一季度在中国和欧洲推出,目前正在等待监管部门的批准。
FSD入华也被特斯拉的投资人寄予厚望,这是堪比Model 3入华一样令人振奋。
据马斯克去年8月时直播端到端FSD的说法,特斯拉FSD转到端到端方案之后,代码行数只有3000多行了。
在转向端到端方案之前,特斯拉FSD V11中的软件已经基本实现了近乎全面的神经网络形式化,因为当时的代码行数也只有30多万行。
也就是说,和分模块方案的V11相比,V12又消除了30多万行C++代码。
端到端是绝对的趋势,这毋庸置疑。
分模块的底层逻辑是规则,而规则是模拟世界。
规则其实是一种排除法思维,比如红灯要停,有人要停,遇见加塞的要让……通过一个个规则的建立,让车辆行驶在允许的范围内。
但是真实世界的交通环境是极度复杂的,总有规则顾及不到的地方,所以就得不停地加规则、改规则,这就导致代码越来越臃肿,码农越来越多,事故也越来越多,甚至规则冲突也越来越多。
端到端的底层逻辑是模拟懂规则的个体——我只需要模拟懂规则的人,比如老司机就够了。
通过海量的数据学 ,不需要成为一个天道规则的气运之子,只需要成为一个人见人爱的老司机。
这就注定了,分模块和端到端的区别,一个堆码农的人力,一个是卷机器学 的算力。
特斯拉的端到端磨刀霍霍,新势力的端到端也没闲着。
今年5月,小鹏发布了能够量产上车的端到端大模型,将于今年第三季度实现智能驾驶“全国都能开,每条路都能开”。
理想CEO李想在2024重庆论坛上公开表示,今年第三季度,理想将向测试用户推送端到端+VLM(视觉语言模型)的智驾方案。
华为的动作则更加直接,4月华为发布智驾“乾崑”ADS 3.0。ADS 3.0强调“越开越好开”“行驶更类人”,正是新一代端到端智驾方案的典型特征。
6月30日,华为乾崑智驾高阶功能包再度降价6000元,进一步提升市场占有率的目的非常明显。
这是主流新势力的时间表,但是截胡的却是魏牌蓝山NOA。
——魏建军是4月15日在保定直播NOA,这应该是国内最早的端到端落地的车型,也是最早进行端到端直播的车型。
端到端是一条新的起跑线,谁转型得早,谁就能领先。魏牌蓝山NOA赢得端到端先发战的秘密,就是元戎启行。
以端到端的研发时间来看,元戎2023年3月就确定了端到端方向的研发,8月就完成了端到端模型的道路测试。从这点看,元戎是国内最早把端到端模型测试车跑在城市公开道路的方案商。
这也是魏建军说魏牌蓝山智驾第一的底气所在:第一个车企老总完成两场直播,第一个端到端装车量产。
端到端就类似于辟邪剑谱,大厂一方面在分模块上投入重金,砍掉可惜,另一方面分模块带来了庞大的码农数量,动辄几千人,而特斯拉的端到端团队据说只有300人。
大厂还没反应过来的时候,还在犹豫要不要自宫的时候,元戎已经把辟邪剑谱练完了。
在传感器方案上,全新蓝山智驾系统传感器配置采用了跟问界M7一样的1L3R11V12U方案:1颗128线束激光雷达、3颗毫米波雷达、11个高清摄像头和12个超声波雷达,一共27个。
2024款理想L8 Max和Ultra则有1颗128线束激光雷达、1颗毫米波雷达、11个高清摄像头和12个超声波雷达,一共25个,比蓝山少了两颗毫米波雷达。
不出意外,全新蓝山智驾传感器方案将会固化下来,这可以确保数据采集的一致性和高质量性。
当然,还得看训练。
新势力现在很流行仿真测试,最某绝对头部新势力车企智能驾驶负责人在接受媒体访谈时表示:和小鹏汽车测试了全国700多万公里的道路不同的是,他们依靠重建+生成的世界模型进行智能驾驶功能的测试。
现实永远比想象更复杂。所以,在海量的仿真测试之外,还必须经由丰富的实车测试验证功能的完备性。
目前,长城的智能驾驶团队正在全国各地展开密集的实车测试,在实车回传数据的基础上,在数据闭环或数据引擎的推动下,能够做到“发现一个问题,解决一类问题”。
在更好的训练范式出现之前,以规则代码或安全网络兜底是不可避免的中间阶段!
华为在它的分段式端到端网络中,加入了与其PDP预测决策规划网络并行的本能安全网络。
长城汽车采用规则代码的方式进行安全兜底,说实话,这种做法需要极大的勇气。
毕竟,在一些新势力车企的推波助澜之下,完全追随特斯拉,将决策模块完全神经网络化成了一种政治正确。
传感器方案第一阵营、端到端遥遥领先、训练数据质量最优、规则代码安全兜底,这四点构成了全新魏牌蓝山智驾第一底气。
当然,智驾没有终点,端到端的战争才刚刚开始,魏牌蓝山也只是暂时领先,毕竟车市崇尚的是后发效应,只有不断保持进化之心,才能一直领先,即便是元戎也不例外。
元戎启行创始人周光在专访中说:对于智能驾驶公司来说,量产最大的意义在于提供数据。对一般的端到端模型来说,1万辆车是个基准,有这个数量的车在路上跑,才能保证智驾模型不断向前进化。
如果要追求更进一步的性能,比如我们正在开发、预计明年推出的VLA模型,要达到比较好的训练效果至少得有10万辆车的数据。
这个量级的车靠资方来投资不现实,必须直接杀入量产车市场,直接面向大众消费者。
现在魏牌蓝山NOA一个月六千多台,明年努努力估计就能达成10万台的保有量。光一个全新魏牌蓝山就能让元戎的端到端更上层楼。