首頁/ 科技/ 正文

小鵬自動駕駛無限看齊特斯拉

是抄作業,還是英雄所見略同?

歡迎關注“新浪科技”的微信訂閱號:techsina

文/萬博

小鵬汽車2022年的1024科技日,下一代智慧駕駛系統XNGP是絕對的主角。

85分鐘的直播中,將近50分鐘的畫面都給了一個人——講到嗓子沙啞的小鵬自動駕駛副總裁吳新宙。

從XNGP的新一代Xnet感知架構,到資料收集、標註、訓練和部署的自監督自學習技術模型,還有XNGP系統詳細的部署時間表。

技術細節足夠硬核,且裡裡外外透著一股逐漸特斯拉化的味道。

當然,最後還少不了的一個彩蛋是:小鵬Robotaxi計劃。

01

XNGP技術細節全在這裡了

關於XNGP,吳新宙在近50分鐘的時間裡,分享了其與上一代的XPILOT系統的區別,以及軟體技術細節。

根據官方的口徑,XNGP未來將會成長為一個全場景輔助駕駛的系統,可以在無高精地圖的前提下實現高階智慧輔助駕駛功能,最終的能力表現是超過大部分司機。

而XPILOT最終也將實現上述的能力,但最大的區別在於,無法脫離高精地圖的運用。

在XNGP的能力進度表規劃上,小鵬希望可以在2023年逐步落地全場景輔助駕駛,2025年之後開始向全面自動駕駛進發。

也因此,XNGP對於小鵬來說,可以理解為從輔助駕駛過渡到自動駕駛的最後一款智慧駕駛系統,承上啟下的意義不言而喻。

所以,這次的技術分享,也格外的硬核細緻,歸結起來一句話,感知進化和資料閉環,兩大板塊指向一個重點——城市場景的高級別輔助駕駛。

吳新宙表示,在城市場景落地高級別輔助駕駛,相對於高速和泊車兩大場景,具有非常大的難點。

首先是需要面對場景相對更加複雜多變,比較典型的例子是,城市道路錯綜複雜,主幹道和輔路情況更多,交通參與者的行為不夠規範,改道施工比頻繁等等。單是改道施工這一條,吳新宙表示,光是廣州的路面平均一天就有兩起,一年下來超過500次。

場景的複雜多變,也要求城市高級別輔助駕駛需要具備更強的能力,比如橫向操控、不確定場景處理和博弈等等。

另外,基於這些難點,吳新宙還對高精地圖的使用給出了自己的判斷:城市高級別輔助駕駛,是基於車本身核心的感知能力進行判斷。

一定程度上,吳新宙的態度已經能夠說明在失去高精地圖資質後,小鵬現在及未來智慧駕駛思維的轉變趨勢——重感知輕地圖路線。

所以落到感知上,小鵬在這次科技日上推出了新一代的感知架構——Xnet。

Xnet的特點就是多相機、多幀資料輸入方式,簡單理解一下就是,Xnet可以直接將連續的影片流資料輸入深度學習模型當中,然後直接輸出在3維空間的結果,本質上是一種前融合的輸出方式。而在此之前,小鵬的感知架構是透過多相機單幀的方式輸入模型,後期再利用演算法進行資料融合。

類比一下,整體類似於特斯拉在去年AI DAY上分享的基於影片流資料的共享特徵多工型神經網路架構。

而這種能力帶來的優勢是,可以讓車輛具備超強的靜態環視感知能力,即時生成高精地圖,以此擺脫或者減輕對高精地圖的依賴。

動態感知方面,Xnet感知架構也具備更強的360度感知,靠近車身的感知盲區得到加強,同時加入了速度感知和意圖預測,使得系統的博弈能力和變道成功率更高。

以上就是小鵬在感知架構方面的最新進展,而感知之後,就是資料的處理和演算法部署。

按照資料和演算法的迭代關係,吳新宙將小鵬的整個資料閉環分成4大關節:資料收集、標註、訓練和部署。

首先,資料收集層面上,小鵬在近10萬輛的小鵬車型上部署了超過300個觸發器,可以隨時隨地將場景資料收集上傳。

其次,標註方面,多相機多幀的輸入也意味著資料量的大幅增長。比如訓練一個影片流輸入的網路,就需要50-100萬個短影片,需要標誌的動態資料數以億計。

為此,小鵬引入全自動的標註系統,對比人工標註,全自動標註系統效率高,過去2000個人一年的標註任務,現在用16天左右就能完成,效率可以提升45000倍。另外在資料的質量和資訊全面性上,全自動標註系統也更有優勢。

關於模型訓練的部分,算力龐大的智算或超算中心,似乎成為自動駕駛玩家的共同選擇。

就在前不久,小鵬與阿里合作建設扶搖智算中心,據瞭解,該智算中心的算力可以達到600PFLOPS,原來需要276天才能訓練完成的模型,現在可以縮短到11個小時,效率提升超過600倍。

最後是演算法部署,小鵬在這方面最新的進展是,對Transformer運算元做了完全的重構。也因此,演算法模型的執行效率和算力利用率,得到了非常大的最佳化。

小鵬披露,重構運算元之後,演算法的執行時間獲得2。9倍的增益,運算時間有了20倍的縮減。同時,小鵬還透過剪枝演算法,完成了2。9倍的模型加速。

這些數字落實到算力利用率上,吳新宙給出了一組資料:原來需要一顆Orin晶片1。22倍算力的模型,只需要用到9%的算力。

而上面一整個資料處理和演算法迭代的核心,是一個全閉環、自成長的AI資料體系。

根據吳新宙的介紹,這個AI資料體系可以分成兩個部分,分別處理真實資料和模擬資料,而體系的核心則是一個自監督學習的技術網路——黃金骨幹模型。

透過這個黃金骨幹模型,車輛遇到的某個corner case,比如異形車輛資料,會自動上傳雲端,並找出大量的同類真實場景資料輸入模型中進行訓練。

而模擬資料的處理不同,一些在真實場景罕有的corner case,一旦被採集到就會透過UE引擎產生具備真值的同類模擬場景,之後再輸入到模型進行訓練。

同樣按照這個流程操作,不同之處在於,一些非常難以遇到的corner case,在上傳之後會透過UE引擎產生具備真值的模擬資料。

而這個黃金骨幹模型,帶來的核心優勢就一個字:快。吳新宙表示,透過黃金骨幹模型,XNGP技術網路的提升和釋出模型訓練解耦,新的corner case出現,只需要在現有的基幹網路上進行最佳化,不需要從頭訓練。好處就是,演算法的迭代速度和成本可以大幅最佳化。

以上,就是XNGP的全部細節,在最後,吳新宙還給出了一個One more thing:Robotaxi。

就在不久之前,小鵬G9通過了封閉道路的自動駕駛測試,目前已獲得智慧網聯汽車道路測試許可。也就是說,小鵬G9作為Robotaxi的承載車型,上路的牌照已經到手了,下一步就是具體的落地上路。

根據規劃,小鵬Robotaxi將會在明年或後年出現在廣州街頭,在有安全員的前提下載客運營。

所有關於XNGP的軟體細節全部講完了,是不是挺硬核?

而消化這些乾貨的同時,我們也可以發現一個現象,小鵬的智慧駕駛軟體方案,越發的特斯拉化了。

小鵬XNGP軟體方案的每一個部分,包括多相機多幀的影片流輸入方式、速度感知和意圖預測的動態感知、全自動資料標註和自監督自學習模型,甚至是大算力智算中心扶搖的建設和自學習,幾乎都能在特斯拉近兩年的AI DAY上找到對標。

甚至用量產乘用車作為Robotaxi車輛,也是馬斯克一開始的態度,只是後來這個flag被無限期延長而已。

而這個現象,已經不單單隻有小鵬一家,毫末智行也是積極的在兩家的AI DAY上找相同。

所以是大家抄作業,還是英雄所見略同,最後都得殊途同歸呢?

02

XNGP高階駕駛輔助系統,2024年全場景打通

需要注意的是,XNGP目前還是一個期貨產品,今年交付的小鵬G9 MAX版(其他版本僅支援XPILOT)僅有高速NGP、記憶泊車、LCC、智慧泊車等能力。

城市NGP,需要等到明年上半年才能上車,屆時將有廣州、深圳和上海三座城市支援城市NGP。

到明年下半年,XNGP就可以在全國大部分無高精地圖城市,落地城市NGP核心的開放變道、超車和左右轉功能。

最終,2024年,高速、城市開放道路以及泊車全場景打通,實現車位到車位的智慧導航輔助駕駛能力,而且是脫離高精地圖的那種。

從這個時間規劃表來看,小鵬重感知輕地圖的技術轉型,現在還處在早期階段。

另外,上一代智駕系統XPILOT小鵬也沒有放棄迭代,在這次科技日上,吳新宙給出了一個有點複雜的更新時間線(瞬間想到了G9釋出會上那張讓人看不懂的車型組合PPT)。

具體迭代的迭代節奏,請看下圖:

以防大家看不懂,這裡做個小總結,重點有3個(敲黑板敲黑板):

其一,到2023年下半年,XPILOT將會迭代到輔助駕駛能力的天花板,具體表現,應該就是在高精地圖的支援下實現高速+城市NGP以及記憶泊車,無高精地圖的地區,城市開放道路僅支援LCC基礎上的紅綠燈識別和車道級導航;

其二,開放高精地圖的城市,只有廣州、深圳和上海;

其三,XPILOT能力的集大成者車型將是小鵬P5 E版,想體驗的朋友記得看準了再買。

03

機器馬&飛行汽車很潦草,語音互動有看點

智慧座艙部分,最大的進展是,小鵬帶來了全場景語音2。0。

據何小鵬介紹,全場景語音2。0首次將MIMO多音區技術應用在車載語音系統上,透過小鵬自研的語音架構,小鵬語音互動在功能上也迎來一些升級。

具體來看,主要有以下幾點:

首先,全車多路語音流並行處理,支援處理四音區併發、端雲一體、實時流式識別理解、並行指令等各種功能交織的語音互動請求;

其次,全車多個音區的上下文理解,同時既維護單人的對話和上下文管理;

最後,去掉喚醒詞,語音全程待命,在網路狀況較差的條件下,也能實現600多項車輛功能控制。

說到機器馬和飛行汽車,今年的科技日多少有點“槽點大於看點”的意思。

小鵬汽車CEO何小鵬在科技日上表示,在過去一年中,對於機器馬各個方面進行了諸多探索,比如運動的靜謐性如何解決?如何在狹窄的環境具備避障能力,以及機械臂的多場景應用。

基於這些探索,今年展出的機器馬……PPT,較去年來看有了比較大的變化,比如面部增加了AR投影儀,機器馬的骨骼和表皮,也應用了更柔軟的材料,骨骼材料也是輕量化設計。

這一部分的介紹很短,不過何小鵬也在最後留下彩蛋——一個蒙著布的機器馬。

希望明年布揭開能看見真東西。

相比之下,飛行汽車這一趴,好歹看見了真的驗證車。不過與此前的雙翼螺旋槳結構不同的是,最新的樣車以四翼螺旋槳的面貌出現,何小鵬表示,這種設計基於飛行穩定性的考量。

同時從放出的量產建模影片來看,四翼螺旋槳應該會保留到將來的量產車上,同時量產車將同時具備陸行和飛行兩種行進方式。

這個靜止狀態,有點像一輛機甲化的小鵬P7揹著一堆旅行箱:

雖然目前還在驗證階段,但何小鵬依然自信,小鵬匯天的飛行汽車,將是全球首款能飛又能開的飛行汽車。

期待吃餅~

小鵬自動駕駛無限看齊特斯拉

相關文章

頂部