[小米] 小米SU7车祸:三名女大学生葬身车祸,谁的错?
2024年4月3日，中国28座城市的小米汽车交付中心同步开启首批小米SU7汽车交付。摄影/本刊记者 殷立勤
智能驾驶可以被分为感知、决策和执行三部分。在感知环节，主流做法曾是使用激光雷达、摄像头等多种传感器，以减轻车辆感知环节压力。特斯拉则放弃激光雷达，只使用摄像头采集的视觉数据。这是一个马斯克用第一性原理思考的案例，既然人开车时只采集视觉信息，机器开车时也应如此。
对于纯视觉路线究竟是否存在短板的问题，清华大学苏州汽车研究院智能网联中心技术总监孙辉告诉《中国新闻周刊》，纯视觉路线的短板主要在于三个方面：深度感知局限，高动态场景（反光、逆光）适应性弱，以及夜晚、雨雾场景性能衰减明显。“在算力允许的情况下，从获取信息完备的角度看，‘视觉+激光雷达’一定优于纯视觉。两种方案的差距主要体现在对不规则、稀有障碍物的判断上，纯视觉主要依赖模型的泛化能力，因此存在一定的漏检风险，尤其是在光线不足或过曝时，更可能失去感知能力。”
不过，相比于纯视觉路线是否可靠的疑问，一个更重要的问题可能是具体的纯视觉路线是否可靠。有业内人士告诉《中国新闻周刊》：“不能简单对比两条路线的优劣。作为‘纯视觉’路线代表，特斯拉FSD能力就比较强。”
但是国内相关车企在硬件与模型训练层面相比特斯拉均有差距。
比如对于“纯视觉”路线的一个质疑在于其夜间表现。“目前多数特斯拉仍在使用3.0版本硬件，配备8个200万像素摄像头，144 TOPS算力，这一版本硬件的摄像头夜间成像可能存在问题。但是新款Model Y使用4.0版本硬件，配备8个500万像素索尼摄像头，720 TOPS算力。索尼摄像头在光照强度仅有1勒克斯左右，也就是没有月光的夜间也能清晰成像，而在光照强度为8万—10万勒克斯的夏天正午，也不会过度曝光，所以这款摄像头对照度的适应范围远超人眼。”有长期关注智能驾驶领域的学者告诉《中国新闻周刊》，“相比之下，国内相关车企可能配备数量更多的摄像头，基本包括前后两只800万像素摄像头，但是摄像头对照度的适应范围可能不及特斯拉使用的索尼摄像头，可能导致夜间成像质量存疑。”
而在前述业内人士看来，国内车企在车载摄像头、芯片等硬件方面的配置尚可，但是训练算力与数据的缺失才是关键。
在孙辉看来，纯视觉路线主要从硬件与软件两方面提升表现，软件方面的提升主要依赖数据，大模型训练需要海量数据，尤其是Corner case（边缘场景）数据，这些数据的数量和质量决定了智驾系统的表现。
前述学者进一步解释称，国内车企训练算力普遍不足，而且一些车企用户数据闭环刚刚建成，甚至还没有建成，而仅仅依靠数据采集能采集的数据量有限。特斯拉V12版本FSD使用1000万段，每段1分钟时长的用户数据。如果1分钟对应的行驶距离是1公里，这意味其使用1000万公里用户驾驶数据，如此数据量难以通过数据采集的方式完成，从采集到标注的成本为七八十亿元，因此没有车企能够依靠数据采集的方式积累足够的数据。
有国内第三方智驾方案供应商告诉记者，在数据方面，特斯拉相比国内厂商确实具备很大优势，因其具有先发优势。据他预估，如果一家车企累计销量超过百万辆，便会具备“相对可以”的模型训练数据基础。
2023年7月，世界人工智能大会期间，智能驾驶、机器人、大模型、芯片等领域的科技成果吸引人们参观体验。图/IC
“由于算力与数据的不足，国内车企‘纯视觉’路线相比特斯拉FSD普遍存在差距，但值得注意的是，‘激光雷达+视觉’路线的功能性、安全性都优于纯视觉路线。”前述业内人士直言，国内车企没有激光雷达的辅助驾驶系统“差很多”。
[物价飞涨的时候 这样省钱购物很爽]
这条新闻还没有人评论喔，等着您的高见呢
智能驾驶可以被分为感知、决策和执行三部分。在感知环节，主流做法曾是使用激光雷达、摄像头等多种传感器，以减轻车辆感知环节压力。特斯拉则放弃激光雷达，只使用摄像头采集的视觉数据。这是一个马斯克用第一性原理思考的案例，既然人开车时只采集视觉信息，机器开车时也应如此。
对于纯视觉路线究竟是否存在短板的问题，清华大学苏州汽车研究院智能网联中心技术总监孙辉告诉《中国新闻周刊》，纯视觉路线的短板主要在于三个方面：深度感知局限，高动态场景（反光、逆光）适应性弱，以及夜晚、雨雾场景性能衰减明显。“在算力允许的情况下，从获取信息完备的角度看，‘视觉+激光雷达’一定优于纯视觉。两种方案的差距主要体现在对不规则、稀有障碍物的判断上，纯视觉主要依赖模型的泛化能力，因此存在一定的漏检风险，尤其是在光线不足或过曝时，更可能失去感知能力。”
不过，相比于纯视觉路线是否可靠的疑问，一个更重要的问题可能是具体的纯视觉路线是否可靠。有业内人士告诉《中国新闻周刊》：“不能简单对比两条路线的优劣。作为‘纯视觉’路线代表，特斯拉FSD能力就比较强。”
但是国内相关车企在硬件与模型训练层面相比特斯拉均有差距。
比如对于“纯视觉”路线的一个质疑在于其夜间表现。“目前多数特斯拉仍在使用3.0版本硬件，配备8个200万像素摄像头，144 TOPS算力，这一版本硬件的摄像头夜间成像可能存在问题。但是新款Model Y使用4.0版本硬件，配备8个500万像素索尼摄像头，720 TOPS算力。索尼摄像头在光照强度仅有1勒克斯左右，也就是没有月光的夜间也能清晰成像，而在光照强度为8万—10万勒克斯的夏天正午，也不会过度曝光，所以这款摄像头对照度的适应范围远超人眼。”有长期关注智能驾驶领域的学者告诉《中国新闻周刊》，“相比之下，国内相关车企可能配备数量更多的摄像头，基本包括前后两只800万像素摄像头，但是摄像头对照度的适应范围可能不及特斯拉使用的索尼摄像头，可能导致夜间成像质量存疑。”
而在前述业内人士看来，国内车企在车载摄像头、芯片等硬件方面的配置尚可，但是训练算力与数据的缺失才是关键。
在孙辉看来，纯视觉路线主要从硬件与软件两方面提升表现，软件方面的提升主要依赖数据，大模型训练需要海量数据，尤其是Corner case（边缘场景）数据，这些数据的数量和质量决定了智驾系统的表现。
前述学者进一步解释称，国内车企训练算力普遍不足，而且一些车企用户数据闭环刚刚建成，甚至还没有建成，而仅仅依靠数据采集能采集的数据量有限。特斯拉V12版本FSD使用1000万段，每段1分钟时长的用户数据。如果1分钟对应的行驶距离是1公里，这意味其使用1000万公里用户驾驶数据，如此数据量难以通过数据采集的方式完成，从采集到标注的成本为七八十亿元，因此没有车企能够依靠数据采集的方式积累足够的数据。
有国内第三方智驾方案供应商告诉记者，在数据方面，特斯拉相比国内厂商确实具备很大优势，因其具有先发优势。据他预估，如果一家车企累计销量超过百万辆，便会具备“相对可以”的模型训练数据基础。
2023年7月，世界人工智能大会期间，智能驾驶、机器人、大模型、芯片等领域的科技成果吸引人们参观体验。图/IC
“由于算力与数据的不足，国内车企‘纯视觉’路线相比特斯拉FSD普遍存在差距，但值得注意的是，‘激光雷达+视觉’路线的功能性、安全性都优于纯视觉路线。”前述业内人士直言，国内车企没有激光雷达的辅助驾驶系统“差很多”。
[物价飞涨的时候 这样省钱购物很爽]
| 分享: |
| 注： | 在此页阅读全文 |
| 延伸阅读 | 更多... |
推荐: