通用人工智慧元年：商湯「絕影」如何進化成「天賦型運動員」-今日必看

通用人工智慧元年：商湯「絕影」如何進化成「天賦型運動員」

來源：讀職場釋出時間：2023-04-25 15:13

這一整週，新智駕團隊都泡在上海車展裡，充分浸潤中國汽車行業的新氣息，沿著“電動化”和“智慧化”大風向，也嗅到了相較往年，新能源汽車行業更為鮮明的喜好。

一個字可以形容今年的上海車展——卷。

“智慧化”無疑是“卷之又卷”的紅海區。

城市領航功能、全域智慧架構、基於AI大模型演算法的更新、艙內語音互動......車企也好，供應鏈企業也好，如果不亮出智慧化相關的新產品、新技術或者量產交付新進度，那麼就會在眾多“喜新厭舊”的媒體人和專業觀眾的目光中，迅速淪為背景板。

實現汽車智慧化是行業共識，但其實在幾年前，主機廠們對智慧車艙、智慧駕駛功能，包括對技術和測試方案的理解都還沒有一個特別清晰的概念。

而當下，各種智駕方案已進入大規模量產階段。

比如在今年上海車展，新智駕發現，光是搭載了商湯絕影智慧駕駛和智慧車艙產品的車型諸如蔚來ES7、極氪X、東風猛士917、廣汽埃安AION LX Plus、傳祺E9、影酷、M8宗師、哪吒S等等，就差不多有30款展出。

商湯財報顯示，僅2022年，商湯絕影的智慧駕駛和智慧車艙產品新增汽車定點數已超過800萬臺。

主機廠們也垂垂搭建起自己內部的大規模測試團隊，對智駕產品的形態、功能的體驗、技術的認知，也有了更深入和更成體系的理解和需求。

商湯的聯合創始人、首席科學家、絕影智慧汽車事業群總裁王曉剛告訴新智駕，如今主機廠們正對智慧化提出更高的要求：

“首先，更看重智慧駕駛的實際價值，之前是"從無到有"，現在則是"從有到優"，強調高效互動，要給消費者帶來更"擬人化"的智慧駕駛體驗；

其次，智慧駕駛方案量產上車後，要進一步普及，就要求進一步降低成本。”

如何在保障需求效能的基礎上，儘可能降低成本，這是一門關於省錢的精妙平衡藝術——

而商湯絕影抓住的關鍵致勝武器之一，是通用人工智慧。

從“刻苦型”運動員到“天賦型”運動員：更“擬人化”的智駕體驗

先來看看通用人工智慧是如何提升智慧駕駛體驗的。

猶如嬰兒一聲響亮的啼哭，ChatGPT的亮相和火爆，宣告了通用人工智慧元年的到來。

什麼是通用人工智慧（AGI）？

一般而言，現有人工智慧系統輸入的是多模態資料，輸出也可以是多個任務，但是這些任務都是預先設計好的，一旦遇到新的任務，就要重新設計AI系統，採集樣本，對模型重新訓練。

而一個AGI模型，在給定合適的提示詞作為輸入後，就能生成多模態資料，再加上用自然語言描述的任務，就可以在不改變模型本身，僅透過設計合適的提示詞的情況下，覆蓋海量複雜的開放式的任務，包括各種長尾任務，也包括一些主觀描述性的任務。

以一個智慧駕駛場景為例，比如在給AI系統一幅圖後，系統希望知道車輛是否應該減速。

在現有的AI系統中，系統首先要進行物體檢測，得到檢測框，再進行文字識別，最後做出“要不要減速”的決議計劃判斷，所有這些模組都是預先設計好的任務。

在這種模式下，系統需要透過終端裝置不斷採集並且標註大量的資料去更新模型，模型再反饋到前期終端裝置，去獲取更高質量的資料，這就是過去幾年常被提及的“資料飛輪”。

而在AGI系統中，給到系統圖像後，終端可以問AGI任何問題，比如“這個圖示是什麼意思?我們應該做什麼？”。

AGI系統會給出答案和中間的推理過程，比如看到了前方100米每小時30公里的限速，這是學校區域，有小孩活動，所以需要小心小孩，將車速降到30公里每小時以下。

可以這麼理解，在AGI的系統當中，人對於模型的輸入是對齊人的意圖的——即透過人的調教、指導甚至方法論的輸出，不斷地解鎖新模型的新能力，這個過程是人和模型共創的。

AI模式，王曉剛視之為“資質平庸”的苦練型運動員，AGI模型則是“天賦型”運動員。

王曉剛認為，以往的一些模型，無論是中模型或小模型，它是一個專屬模型，可以把它理解為一個比較刻苦的運動員，天賦不是很高，但透過勤奮和努力也能達到一定的水平，但這就需要教練一招一式一次次地去演示給模型看，或者是需要更有天賦的大模型的演示，這意味著需要採集更多的訓練資料。

“優秀的大模型就像非常有天賦的運動員一樣，作為教練，人並不需要一招一式地去演示給他，只要輸出一些方法論，給予恰當的引導，甚至是在一些關鍵的地方給予指導，它就能夠學會甚至創造新的動作，見招拆招，無招勝有招。”

什麼是智慧駕駛技術的本質？

自動駕駛技術的本質，是解決時間(When) 與空間(Where) 交叉發生的綜合場景問題：

這就需要利用感知融合、建圖定位、決議計劃規劃、運動控制等自動駕駛全棧技術，解決好自動駕駛執行期間的日夜差別、逆光、雨雪霧等不同時間場景(When)及高速公路、城市道路、停車場、園區、港口、礦山等各類空間場景(Where)。

高價值資料獲取+高效率資料利用，則是自動駕駛技術致勝關鍵。

由此商湯絕影提出了自己的量產智慧駕駛公式：

自動駕駛技術能力=場景資料x資料獲取效率x資料利用效率 =場景資料x資料獲取效率x提高前輩演算法x提高前輩算力。

商湯研發體系正逐步完成從“苦練型”大模型到“天賦型”大模型的轉變，也意味著其資料獲取效率的大幅提升。

所謂更高的資料獲取效率，即如何更快地去獲取這些資料，這有兩個維度：

一方面是如何基於新計算平臺快速地使車輛跑起來，實現閉環迭代；另一方面是如何快速實現資料迴流。

比如基於“苦練型”AI模型，如果在客戶端或者OEM端發現了系統對車型的識別不夠好，就要花大量的時間和金錢，採集大量資料，再去做標註、重新做訓練和驗證，一般以月為時間單位進行最佳化。

而基於AGI系統，商湯絕影智慧汽車事業群智慧駕駛副總裁石建萍介紹，這一流程就能被大大加速，商湯已經可以做到每兩週迭代一個版本，至於對特定場景資料的篩選和獲取，還可縮短至3-5天完成。

同時，基於AGI系統，資料標註成本也能降至原來的十分之一。

以鐳射雷達為例，過去各公司透過鐳射雷達做感知時，當拿到一個新的型號，要想獲得可靠的感知結果，一般需要標註幾十萬幀資料，這對應著幾十萬甚至上百萬個的檢測框，整個標註成本會達到近百萬元，如果要覆蓋更多異常場景、目標或者天氣，資料還要再積累幾十倍，成本也會高達幾百萬元。

另外，由於鐳射雷達對標註員、標註工具的要求比較高，現階段完全熟練的資料標註員也不多，因此構建一套完整可持續工作的資料集，即使排程了幾十甚至幾百人的標註團隊，也得花費將近半年時間。

“現在商湯絕影透過AGI大模型做鐳射雷達資料的打標籤、預標註、篩選，基本能把資料標註的量級降至小於十萬張。”石建萍透露。

那基於AGI大模型實現高效資料閉環所需要的原料——海量資料又是從何而來？

商湯絕影有三類渠道：

智慧交通+智慧駕駛多行業資料匯聚：透過以往不同的業務場景（比如路端的智慧感知產品、車端側的車城網平臺等）匯聚多行業資料，擁有廣泛的時空場景資料。
L2+和L4多產品線形態覆蓋：絕影的產品線覆蓋了量產行車場景、量產停車場景、園區自動接駁場景、運營區自動載客場景等，也能夠實現規模化、泛化場景量產資料和複雜任務場景高精度資料互相反哺。
廣泛車企合作：商湯絕影已與 30 多家車企建立合作關係，到 2022 年底，絕影智慧駕駛技術已在多個車型實現量產。