[小米] 小米SU7車禍:叁名女大學生葬身車禍,誰的錯?
2024年4月3日，中國28座城市的小米汽車交付中心同步開啟首批小米SU7汽車交付。攝影/本刊記者 殷立勤
智能駕駛可以被分為感知、決策和執行叁部分。在感知環節，主流做法曾是使用激光雷達、攝像頭等多種傳感器，以減輕車輛感知環節壓力。特斯拉則放棄激光雷達，只使用攝像頭采集的視覺數據。這是壹個馬斯克用第壹性原理思考的案例，既然人開車時只采集視覺信息，機器開車時也應如此。
對於純視覺路線究竟是否存在短板的問題，清華大學蘇州汽車研究院智能網聯中心技術總監孫輝告訴《中國新聞周刊》，純視覺路線的短板主要在於叁個方面：深度感知局限，高動態場景（反光、逆光）適應性弱，以及夜晚、雨霧場景性能衰減明顯。“在算力允許的情況下，從獲取信息完備的角度看，‘視覺+激光雷達’壹定優於純視覺。兩種方案的差距主要體現在對不規則、稀有障礙物的判斷上，純視覺主要依賴模型的泛化能力，因此存在壹定的漏檢風險，尤其是在光線不足或過曝時，更可能失去感知能力。”
不過，相比於純視覺路線是否可靠的疑問，壹個更重要的問題可能是具體的純視覺路線是否可靠。有業內人士告訴《中國新聞周刊》：“不能簡單對比兩條路線的優劣。作為‘純視覺’路線代表，特斯拉FSD能力就比較強。”
但是國內相關車企在硬件與模型訓練層面相比特斯拉均有差距。
比如對於“純視覺”路線的壹個質疑在於其夜間表現。“目前多數特斯拉仍在使用3.0版本硬件，配備8個200萬像素攝像頭，144 TOPS算力，這壹版本硬件的攝像頭夜間成像可能存在問題。但是新款Model Y使用4.0版本硬件，配備8個500萬像素索尼攝像頭，720 TOPS算力。索尼攝像頭在光照強度僅有1勒克斯左右，也就是沒有月光的夜間也能清晰成像，而在光照強度為8萬—10萬勒克斯的夏天正午，也不會過度曝光，所以這款攝像頭對照度的適應范圍遠超人眼。”有長期關注智能駕駛領域的學者告訴《中國新聞周刊》，“相比之下，國內相關車企可能配備數量更多的攝像頭，基本包括前後兩只800萬像素攝像頭，但是攝像頭對照度的適應范圍可能不及特斯拉使用的索尼攝像頭，可能導致夜間成像質量存疑。”
而在前述業內人士看來，國內車企在車載攝像頭、芯片等硬件方面的配置尚可，但是訓練算力與數據的缺失才是關鍵。
在孫輝看來，純視覺路線主要從硬件與軟件兩方面提升表現，軟件方面的提升主要依賴數據，大模型訓練需要海量數據，尤其是Corner case（邊緣場景）數據，這些數據的數量和質量決定了智駕系統的表現。
前述學者進壹步解釋稱，國內車企訓練算力普遍不足，而且壹些車企用戶數據閉環剛剛建成，甚至還沒有建成，而僅僅依靠數據采集能采集的數據量有限。特斯拉V12版本FSD使用1000萬段，每段1分鍾時長的用戶數據。如果1分鍾對應的行駛距離是1公裡，這意味其使用1000萬公裡用戶駕駛數據，如此數據量難以通過數據采集的方式完成，從采集到標注的成本為柒八拾億元，因此沒有車企能夠依靠數據采集的方式積累足夠的數據。
有國內第叁方智駕方案供應商告訴記者，在數據方面，特斯拉相比國內廠商確實具備很大優勢，因其具有先發優勢。據他預估，如果壹家車企累計銷量超過百萬輛，便會具備“相對可以”的模型訓練數據基礎。
2023年7月，世界人工智能大會期間，智能駕駛、機器人、大模型、芯片等領域的科技成果吸引人們參觀體驗。圖/IC
“由於算力與數據的不足，國內車企‘純視覺’路線相比特斯拉FSD普遍存在差距，但值得注意的是，‘激光雷達+視覺’路線的功能性、安全性都優於純視覺路線。”前述業內人士直言，國內車企沒有激光雷達的輔助駕駛系統“差很多”。
[物價飛漲的時候 這樣省錢購物很爽]
好新聞沒人評論怎麼行，我來說幾句
智能駕駛可以被分為感知、決策和執行叁部分。在感知環節，主流做法曾是使用激光雷達、攝像頭等多種傳感器，以減輕車輛感知環節壓力。特斯拉則放棄激光雷達，只使用攝像頭采集的視覺數據。這是壹個馬斯克用第壹性原理思考的案例，既然人開車時只采集視覺信息，機器開車時也應如此。
對於純視覺路線究竟是否存在短板的問題，清華大學蘇州汽車研究院智能網聯中心技術總監孫輝告訴《中國新聞周刊》，純視覺路線的短板主要在於叁個方面：深度感知局限，高動態場景（反光、逆光）適應性弱，以及夜晚、雨霧場景性能衰減明顯。“在算力允許的情況下，從獲取信息完備的角度看，‘視覺+激光雷達’壹定優於純視覺。兩種方案的差距主要體現在對不規則、稀有障礙物的判斷上，純視覺主要依賴模型的泛化能力，因此存在壹定的漏檢風險，尤其是在光線不足或過曝時，更可能失去感知能力。”
不過，相比於純視覺路線是否可靠的疑問，壹個更重要的問題可能是具體的純視覺路線是否可靠。有業內人士告訴《中國新聞周刊》：“不能簡單對比兩條路線的優劣。作為‘純視覺’路線代表，特斯拉FSD能力就比較強。”
但是國內相關車企在硬件與模型訓練層面相比特斯拉均有差距。
比如對於“純視覺”路線的壹個質疑在於其夜間表現。“目前多數特斯拉仍在使用3.0版本硬件，配備8個200萬像素攝像頭，144 TOPS算力，這壹版本硬件的攝像頭夜間成像可能存在問題。但是新款Model Y使用4.0版本硬件，配備8個500萬像素索尼攝像頭，720 TOPS算力。索尼攝像頭在光照強度僅有1勒克斯左右，也就是沒有月光的夜間也能清晰成像，而在光照強度為8萬—10萬勒克斯的夏天正午，也不會過度曝光，所以這款攝像頭對照度的適應范圍遠超人眼。”有長期關注智能駕駛領域的學者告訴《中國新聞周刊》，“相比之下，國內相關車企可能配備數量更多的攝像頭，基本包括前後兩只800萬像素攝像頭，但是攝像頭對照度的適應范圍可能不及特斯拉使用的索尼攝像頭，可能導致夜間成像質量存疑。”
而在前述業內人士看來，國內車企在車載攝像頭、芯片等硬件方面的配置尚可，但是訓練算力與數據的缺失才是關鍵。
在孫輝看來，純視覺路線主要從硬件與軟件兩方面提升表現，軟件方面的提升主要依賴數據，大模型訓練需要海量數據，尤其是Corner case（邊緣場景）數據，這些數據的數量和質量決定了智駕系統的表現。
前述學者進壹步解釋稱，國內車企訓練算力普遍不足，而且壹些車企用戶數據閉環剛剛建成，甚至還沒有建成，而僅僅依靠數據采集能采集的數據量有限。特斯拉V12版本FSD使用1000萬段，每段1分鍾時長的用戶數據。如果1分鍾對應的行駛距離是1公裡，這意味其使用1000萬公裡用戶駕駛數據，如此數據量難以通過數據采集的方式完成，從采集到標注的成本為柒八拾億元，因此沒有車企能夠依靠數據采集的方式積累足夠的數據。
有國內第叁方智駕方案供應商告訴記者，在數據方面，特斯拉相比國內廠商確實具備很大優勢，因其具有先發優勢。據他預估，如果壹家車企累計銷量超過百萬輛，便會具備“相對可以”的模型訓練數據基礎。
2023年7月，世界人工智能大會期間，智能駕駛、機器人、大模型、芯片等領域的科技成果吸引人們參觀體驗。圖/IC
“由於算力與數據的不足，國內車企‘純視覺’路線相比特斯拉FSD普遍存在差距，但值得注意的是，‘激光雷達+視覺’路線的功能性、安全性都優於純視覺路線。”前述業內人士直言，國內車企沒有激光雷達的輔助駕駛系統“差很多”。
[物價飛漲的時候 這樣省錢購物很爽]
| 分享: |
| 注： | 在此頁閱讀全文 |
| 延伸閱讀 | 更多... |
推薦: