電子行業(yè)專題研究：AI大模型如何加速無人駕駛發(fā)展.pdf

電子行業(yè)專題研究：AI大模型如何加速無人駕駛發(fā)展。“無人駕駛”是最早被提出的人工智能應(yīng)用場景之一，谷歌，蘋果，特斯拉， 百度等海內(nèi)外科技巨頭從 2016 開始就積極布局，但直到現(xiàn)在一直還很難實(shí) 現(xiàn)大規(guī)模商用落地。我們認(rèn)為，1）多維度數(shù)據(jù)的獲取和標(biāo)注成本高，2） 對小概率事件的決策準(zhǔn)確度和人類還存在較大差距，3）事故時(shí)法律權(quán)責(zé)歸 屬不明確，是制約其發(fā)展的一部分問題。我們認(rèn)為，以 ChatGPT 和 SAM 為代表的大模型的出現(xiàn)，將要改變智能駕駛在內(nèi)所有行業(yè)的工作范式，我 們從數(shù)據(jù)，算法，算力等角度初步探討其中一些發(fā)展機(jī)會。

數(shù)據(jù)：大模型提升數(shù)據(jù)采集、數(shù)據(jù)標(biāo)注的效率

海量的數(shù)據(jù)是智能駕駛/無人駕駛的基礎(chǔ)。通過這幾年發(fā)展，現(xiàn)在一臺 L2+ 級別智能電動(dòng)車通常能夠采集多 10+顆攝像頭，1-2 顆激光雷達(dá)，3-5 顆毫 米波雷達(dá)的多維度數(shù)據(jù)，數(shù)據(jù)經(jīng)過標(biāo)注之后，用于訓(xùn)練模型。大模型的出 現(xiàn)，首先能夠 1）構(gòu)建虛擬場景人工生成數(shù)據(jù)，補(bǔ)充現(xiàn)實(shí)中難以獲得/數(shù)據(jù) 量不足的情形。特斯拉 FSD 的虛擬仿真，英偉達(dá)的 Omniverse 都是其中 的代表。2）數(shù)據(jù)標(biāo)注是非常費(fèi)時(shí)費(fèi)人的工作，以 Meta 的 SAM 為代表的 圖像分割大模型的出現(xiàn)可大幅降低數(shù)據(jù)標(biāo)注的成本。

算法：大模型提升感知準(zhǔn)確度，影子模型學(xué)習(xí)人類駕駛習(xí)慣

智能駕駛算法主要包括 1）感知（識別道路和道路上物體），2）預(yù)測（預(yù) 測周圍車輛和行人的行為），3）決策（控制車輛速度方向等行動(dòng)）。特斯 拉、新勢力等主要企業(yè)從幾年前開始采用基于 Transformer 的大模型等新 技術(shù)，1）提高道路、物體的識別精準(zhǔn)度；2）學(xué)習(xí)人類的駕駛習(xí)慣（影子 模式），3) 縮短決策所需要的時(shí)間，從而訓(xùn)練模型更加“擬人”。

智能駕駛產(chǎn)業(yè)鏈：國產(chǎn)替代趨勢顯著

受益于智能駕駛本土化的客觀需求、產(chǎn)業(yè)鏈各環(huán)節(jié)國內(nèi)供應(yīng)商產(chǎn)品性能的 提升與下游自主品牌的崛起，零部件國產(chǎn)替代趨勢顯著。1）芯片：國內(nèi)玩 家地平線、黑芝麻等與海外大廠的差距逐漸縮小，本土化服務(wù)能力更強(qiáng)。 2）域控制器及解決方案：國內(nèi)玩家德賽西威、經(jīng)緯恒潤、縱目科技、知行 科技等均已規(guī)模化上車，技術(shù)成熟度不斷提升。3）激光雷達(dá)：國產(chǎn)供應(yīng)商 禾賽、圖達(dá)通、速騰等在量產(chǎn)節(jié)奏更快。4）4D 毫米波：國內(nèi)玩家有行易 道、森思泰克等雷達(dá)廠商以及加特蘭（MMIC 芯片）等芯片公司。5）高速 連接器：羅森伯格技術(shù)積淀深厚，電連技術(shù)、瑞可達(dá)等加速追趕。