[汽車之家 技術(shù)講堂]  2023年11月，特斯拉宣布已開始向員工推出完全自動(dòng)駕駛（FSD）V12版本，該版本會(huì)引入神經(jīng)網(wǎng)絡(luò)系統(tǒng)，使用最新的端到端自動(dòng)駕駛技術(shù)，不再依賴于復(fù)雜冗長的代碼。2024年，F(xiàn)SD V12開始全面推送，與此同時(shí)，F(xiàn)SD入華也成為可能。一時(shí)間，“端到端”成為全世界自動(dòng)駕駛領(lǐng)域最熱門的詞匯。 

　　端到端到底是什么？落地端到端意味著車將會(huì)成為“機(jī)器人”嗎？大模型、多模態(tài)、神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)等對(duì)全自動(dòng)駕駛有多大幫助及影響？中國公司在AGI領(lǐng)域的實(shí)力究竟如何？前段時(shí)間我們探訪了商湯總部，對(duì)話了行業(yè)專家，商湯科技聯(lián)合創(chuàng)始人、首席科學(xué)家、絕影智能汽車事業(yè)群總裁王曉剛博士，在采訪中我們也進(jìn)一步了解了商湯絕影在汽車行業(yè)的發(fā)展和規(guī)劃。

「商湯是AGI領(lǐng)域的佼佼者」

「商湯的業(yè)務(wù)遍布全球」

一、AGI和傳統(tǒng)的AI有什么區(qū)別？什么是端到端？ 

　　AI代表人工智能，能夠執(zhí)行特定任務(wù)或解決特定問題，如語音識(shí)別、圖像處理和自然語言處理等，能表現(xiàn)出高度專業(yè)化但局限于特定領(lǐng)域，現(xiàn)如今AI技術(shù)已經(jīng)成熟并廣泛應(yīng)用于醫(yī)療、金融、交通等行業(yè)。 

「AI被應(yīng)用于高鐵檢測(cè)」

「AI被應(yīng)用于礦井作業(yè)」

「AI被應(yīng)用于醫(yī)學(xué)檢查」

　　AGI（通用人工智能）指的是具有人類般通用智能的系統(tǒng)，能夠在不同任務(wù)和領(lǐng)域中表現(xiàn)出廣泛的適應(yīng)能力。開發(fā)特定領(lǐng)域的人工智能系統(tǒng)相對(duì)簡(jiǎn)單，通過大量數(shù)據(jù)和特定算法訓(xùn)練模型即可，而AGI需要模擬人類的廣泛認(rèn)知能力和自我學(xué)習(xí)能力，實(shí)現(xiàn)難度極高。

「AGI對(duì)技術(shù)的要求更高」

「商湯的人工智能大裝置」

　　想要更好地理解端到端，需要和傳統(tǒng)的自動(dòng)駕駛控制邏輯進(jìn)行比較：傳統(tǒng)的自動(dòng)駕駛系統(tǒng)采用模塊化部署策略，其中每個(gè)功能，如感知、預(yù)測(cè)和規(guī)劃，都是單獨(dú)開發(fā)并集成到系統(tǒng)中的，執(zhí)行時(shí)需要一個(gè)環(huán)節(jié)接一個(gè)環(huán)節(jié)遞進(jìn)。端到端自動(dòng)駕駛則能像人一樣，“看”到外界場(chǎng)景后直接就能做出判斷，從信息輸入到?jīng)Q策執(zhí)行一氣呵成，沒有中間環(huán)節(jié)。 

　　直接感知強(qiáng)調(diào)系統(tǒng)直接從原始數(shù)據(jù)中獲取環(huán)境信息，不經(jīng)過太多的中間處理和轉(zhuǎn)換環(huán)節(jié)，這是端到端中的一個(gè)關(guān)鍵起始點(diǎn)。直接決策則是基于感知結(jié)果直接生成駕駛策略和行動(dòng)指令，減少了中間復(fù)雜的推理和轉(zhuǎn)換過程，也是端到端的重要體現(xiàn)。 

　　端到端能夠?qū)崿F(xiàn)整個(gè)自動(dòng)駕駛流程的連貫性和整體性，除了感知和決策，還包括將決策轉(zhuǎn)化為實(shí)際車輛控制動(dòng)作以及整個(gè)過程中的無縫銜接和高效協(xié)同。所以，直接感知和直接決策是端到端的核心特征之一，但也不能簡(jiǎn)單地將它們與端到端完全等同，端到端是一個(gè)更全面、涵蓋整個(gè)自動(dòng)駕駛體系從輸入到輸出的概念。 

「端到端是AGI技術(shù)發(fā)展的關(guān)鍵進(jìn)程」

　　當(dāng)然，端到端不僅可以應(yīng)用在智駕領(lǐng)域，這種大模型更像是人的思考方式，省去了中間繁瑣的步驟，減少了數(shù)據(jù)的損失，從信息輸入到策略輸出，都使用同一套算法模型，往往是包含大量數(shù)據(jù)及信息的大模型。端到端的應(yīng)用，是AGI技術(shù)發(fā)展的關(guān)鍵進(jìn)程。 

二、發(fā)展AGI技術(shù)的核心是原創(chuàng)性 

　　AGI技術(shù)是近幾年全世界各行業(yè)的發(fā)展重點(diǎn)，身為AGI領(lǐng)域的頂級(jí)專家，王曉剛也和我們分享了一些觀點(diǎn)。 

　　談及AGI，就不能不提現(xiàn)今最火的Chat GPT，新的GPT-4o，將大語言模型和多模態(tài)相結(jié)合，引領(lǐng)了整個(gè)行業(yè)的發(fā)展。但在成功的背后，也是多家頂尖科技公司的共同進(jìn)步，微軟為Open AI提供了大型軟硬件基礎(chǔ)設(shè)施，而相關(guān)的基礎(chǔ)算法和Transformer神經(jīng)網(wǎng)絡(luò)模型，谷歌已經(jīng)研究多年。

「商湯如影數(shù)字人視頻生成平臺(tái)」

　　國內(nèi)雖然也有層出不窮的大語言模型及相關(guān)應(yīng)用，但大部分的原創(chuàng)度并不高，很可能會(huì)陷入“價(jià)格越卷越低，但核心技術(shù)進(jìn)步緩慢”的尷尬境地。 

　　因此，大模型的發(fā)展不應(yīng)急于商業(yè)化，而應(yīng)著重提升其自身能力。未來的關(guān)鍵在于多模態(tài)數(shù)據(jù)的聯(lián)合訓(xùn)練，這需要物理學(xué)、心理學(xué)、認(rèn)知科學(xué)、數(shù)據(jù)科學(xué)和數(shù)學(xué)等多個(gè)領(lǐng)域的合作，多樣化的數(shù)據(jù)有助于平衡偏見，減少錯(cuò)覺，使大模型更穩(wěn)定可靠。

「語言大模型是近兩年的熱門」

　　目前，Open AI已經(jīng)在視頻、圖片、語音和文本等多模態(tài)數(shù)據(jù)的融合訓(xùn)練上取得一定進(jìn)展，雖然低延遲和仿生交互只是表象，但其背后蘊(yùn)藏著AGI的雛形。AGI的實(shí)現(xiàn)路徑依賴于訓(xùn)練數(shù)據(jù)的質(zhì)量和多樣性，多模態(tài)數(shù)據(jù)在高維空間中的對(duì)齊和融合是當(dāng)前最大的技術(shù)難點(diǎn)。AGI的發(fā)展不僅需要技術(shù)，還需要信念和熱愛，中國的AGI需要自己的奧本海默，企業(yè)應(yīng)專注于提升核心競(jìng)爭(zhēng)力和技術(shù)的原創(chuàng)性，而非陷入價(jià)格戰(zhàn)，以推動(dòng)中國AGI的長遠(yuǎn)發(fā)展。 

「商湯一直堅(jiān)持技術(shù)原創(chuàng)」

　　商湯一步步走來，一直堅(jiān)持技術(shù)原創(chuàng)，這也是為什么在那么多人工智能相關(guān)的公司中，商湯能夠傲視群雄。早在2014年，商湯團(tuán)隊(duì)就發(fā)布了DeepID系列人臉識(shí)別算法，首次超過人眼識(shí)別率，甚至超過了Facebook同期發(fā)布的DeepFace算法，實(shí)現(xiàn)了從0到1的突破。 

「商湯團(tuán)隊(duì)在國內(nèi)一眾人工智能公司中傲視群雄」

　　2018年，商湯開始大模型相關(guān)的研究，當(dāng)時(shí)并沒有能提供足夠算力的基礎(chǔ)設(shè)施，甚至連國內(nèi)頂級(jí)的互聯(lián)網(wǎng)公司阿里和騰訊都沒有，商湯開始在上海臨港進(jìn)行基礎(chǔ)建設(shè)，AIDC人工智能計(jì)算中心，提前為之后的AI云計(jì)算、云服務(wù)布局。有了自己的大型基礎(chǔ)設(shè)施，商湯在行業(yè)內(nèi)的發(fā)展能夠更加游刃有余。

「AIDC人工智能計(jì)算中心位于上海臨港」

　　2023年，端到端技術(shù)伴隨著特斯拉發(fā)布FSD V12成為行業(yè)關(guān)鍵詞，但早在2022年，商湯就發(fā)布了端到端技術(shù)，并表示端到端是未來。近日伴隨著GPT-4o爆火的多模態(tài)，對(duì)于商湯而言并非什么新技術(shù)，已經(jīng)研究多年并投入應(yīng)用。不久前，商湯的SenseChat V5以總分80.03分的成績(jī)刷新SuperCLUE國內(nèi)最好成績(jī)，并且在中文綜合成績(jī)上超過GPT-4-Turbo-0125，這是國內(nèi)大模型首次在SuperCLUE中文基準(zhǔn)測(cè)試中超越GPT-4 Turbo實(shí)現(xiàn)登頂。

「商湯的SenseChat V5刷新了SuperCLUE國內(nèi)最好成績(jī)」

　　商湯一直堅(jiān)持AGI相關(guān)技術(shù)的原創(chuàng)，走到世界前列。王曉剛認(rèn)為，同質(zhì)化的競(jìng)爭(zhēng)會(huì)導(dǎo)致資源浪費(fèi)，原創(chuàng)性是推動(dòng)全球人工智能行業(yè)向前發(fā)展的源動(dòng)力。當(dāng)然，原創(chuàng)也意味著更多的不確定性和更大的風(fēng)險(xiǎn)，但如果成功，對(duì)于整個(gè)行業(yè)而言，突破是巨大的，這也是商湯想要實(shí)現(xiàn)的。