自动驾驶一定有ChatGPT时刻,最快明年就降临 | MEET2024

自动驾驶年度激辩

编辑部 整理自 MEET 2024

量子位|公众号QbitAI

“触及自动驾驶的ChatGPT时刻,最快在明年下半年。”

“自动驾驶目前最大的短板在硬件层。”

“只有越来越多的用户使用自动驾驶技术,才是自动驾驶的ChatGPT时刻。”

……

随着AGI领域ChatGPT的爆火,自动驾驶距离自己的ChatGPT时刻还有多远?这个话题在量子位MEET2024 自动驾驶圆桌上被激烈讨论。

DeepWay深向联合创始人、CTO田山,千挂科技联合创始人廖若雪,零一汽车创始人、CEO黄泽铧围绕这一话题,分享了自己的看法。

自动驾驶一定有ChatGPT时刻,最快明年就降临 | MEET2024

三位来自商用车领域的自动驾驶玩家,是怎么看待自动驾驶的ChatGPT时刻?

在商用车领域,触及这一时刻都有哪些关键要素、路线要怎么选择,比如要不要造车?

以及最关键的,我们距离自动驾驶的ChatGPT时刻到底还有多远?

关于MEET智能未来大会:MEET大会是由量子位主办的智能科技领域顶级商业峰会,致力于探讨前沿科技技术的落地与行业应用。今年共有数十家主流媒体及直播平台报道直播了MEET2024大会,吸引了超过300万行业用户线上参会,全网总曝光量累积超过2000万。

话题要点

  • 自动驾驶有没有ChatGPT时刻?
  • 触及自动驾驶的ChatGPT时刻需要哪些要素?
  • 在触及的过程中要不要造车?
  • 什么样的商用车玩家可以触及自动驾驶的ChatGPT时刻?
  • 距离自动驾驶的ChatGPT时刻还有多远?

(圆桌环节由量子位联合创始人、总编辑李根主持。在不改变原意的基础上,量子位对内容进行了编辑整理。希望能够给你带来更多的启发与思考。)

论坛实录

(话题要点为后添加)

自动驾驶一定有ChatGPT时刻

量子位李根:大家好,今年我在聊自动驾驶的时候总会遇到一个非常直接的问题:你还相信自动驾驶吗?这是在过去的几年里不曾遇到的问题。

这让我想起了ChatGPT到来之前,AI领域发生过同样的事情。

当大家对于DeepMind代表的第一波AI浪潮推动技术落地的速度感到失望的时候,会重新看待AI的进程,会思考、盘算AI到底烧了多少钱,AI到底给我们生活带来多少改变?

直到OpenAI带来了ChatGPT,并带来产业变革之后,没有人再思考这些问题,所有人都在谈论AI带来变革性、颠覆性的价值。

所以今天请到三位今年最具代表性的嘉宾,希望能给更多的朋友阐释自动驾驶。

首先是来自DeepWay深向的联合创始人、CTO田山,他之前是百度Apollo商用车的项目负责人。

自动驾驶一定有ChatGPT时刻,最快明年就降临 | MEET2024

第二位是廖若雪,千挂科技的联合创始人,他曾经在李彦宏和身边工作,被称为“技术天花板”,在百度的技术专利墙上他的名字是和李彦宏放在一起的。

自动驾驶一定有ChatGPT时刻,最快明年就降临 | MEET2024

最后一位是黄泽铧,是零一汽车创始人、CEO,被称为“自动驾驶天才少年”,年纪不大,已经创立一家自动驾驶公司,并且完成了从0到1的阶段。

自动驾驶一定有ChatGPT时刻,最快明年就降临 | MEET2024

首先想要问一下田老师,你们创业的时候可以说是自动驾驶第二波浪潮,因为第一波是在不断开拓边界,而DeepWay深向的场景是非常明确的,不知道您怎么看待“自动驾驶有没有ChatGPT时刻,距离这个时刻还有多远”这个话题?

DeepWay深向田山:我们认为实现通用、完全无人的自动驾驶肯定需要一个自动驾驶的ChatGPT时刻,并且这是一个绝对发展的技术方向。

技术本身来看,目前自动驾驶已经在大模型方面做了很多探索,不过还存在一些欠缺,没有达到ChatGPT时刻,我们认为可能还需要一段时间。

而DeepWay深向是一家创业公司,所以我们一定是贴近用户的市场需求,去做一个产品出来。

所以从另一个角度——需求本身来看,在目前的技术下,不使用大模型,自动驾驶系统在很多限定场景里已经能跑得非常好了。

也就是说,目前在一些限定场景去落地自动驾驶,其实可以没有大模型、可以没有ChatGPT。

但我也要回过头来去强调,真正要在通用场景下实现L4、L5级自动驾驶,大模型是不可或缺的。

自动驾驶一定有ChatGPT时刻,最快明年就降临 | MEET2024

量子位李根:看到廖老师刚才也在点头。您之前也经历过移动互联网的浪潮,现在加入自动驾驶商用化落地的浪潮。您认为有没有一个时刻可以让自动驾驶的价值得到广泛认可,而不是很多人谈论信不信?

千挂科技廖若雪:要回答这个问题,很重要的一点是现在自动驾驶技术是不是广泛地被客户认知到、看到。

因为GPT不是1.0版本就开始破圈的,是到了3.0、3.5,甚至是4.0版本的时候大家才感知到这个技术。自动驾驶也到了这个阶段,就是需要看我们的客户能不能感知到自动驾驶技术。

因为千挂科技是做商用车的。对于商用车客户来讲,他能感知到自动驾驶技术的时刻,更多的是在这个技术能带来明确的成本降低、效率提升的时候。这样才能让越来越多的商用车客户可以理解自动驾驶技术。

因为他们不是做技术的,刚刚讲BEV、Transformer,客户并不能理解是什么意思,但是他可以看到这个技术确实给他们带来帮助。

我认为只有越来越多的用户用起来自动驾驶技术,才是自动驾驶的ChatGPT时刻

自动驾驶一定有ChatGPT时刻,最快明年就降临 | MEET2024

量子位李根:下面请黄老师来分享一下您的看法。因为您已经参与了自动驾驶的第一波浪潮,对技术边界进行无限地开拓,我的理解这是一个不断做加法的过程。但现在您创业的零一汽车是要做减法的过程,要具体到非常明确的场景和功能上,不知道您怎么看待这个问题。

零一汽车黄泽铧:我的观点可能会乐观一些。

零一汽车经历过两个阶段。第一个阶段是在最开始创业的时候,我跟团队说零一不做自动驾驶上层的算法,专注于把车做好。

因为这是我们谈到自动驾驶真正产品化落地,上层算法是一个部分,但是车端是另外一个部分。在这个阶段里面看传统的自动驾驶技术,我是偏悲观看的。

我的悲观集中在大家看现有自动驾驶整个发展过程中,已经非常场景化、专业化了,包括做港口、矿山,或者L4干线,或者说Robotaxi,更多会聚焦在某一个具体场景做自动驾驶。

这里面我们在底层技术看到里面的问题是——自动驾驶泛化性。如果不解决泛化性,我们只能先退一步把车做好,这件事情的价值会更大一些。

然后在OpenAI去年年底爆发的时候,给了我们一些启示,我们也开启了第二阶段。

我认为OpenAI做了一个极大规模的实验,包括两个关键要素,互联网级别的数据和千亿以上的参数。并且这个实验和这个实验带来的结果是,现在的大模型产生了非常好的知识图谱,产生了对于基础知识的理解。

所以我当时看到这个事情后,再加上内部团队也跑了一些模型,就对零一汽车的战略方向做出调整,现在我们全力聚焦大模型,当然在自动驾驶之外还有整车的业务。

自动驾驶一定有ChatGPT时刻,最快明年就降临 | MEET2024

现在回答这个问题,首先我坚信一定会有ChatGPT的时刻,或者说iPhone时刻。这个时刻到来后,原来很多问题会迎刃而解。

现在自动驾驶遇到非常多corner case,本质上是自动驾驶技术对于环境的理解不足够的。

这是因为原来自动驾驶所有的模块都是分开单独做,最后合成一个系统,所以非常手工,会导致对于场景的定义上出现了很大偏差。

比如说前几个月自动驾驶行业发生最大的事情是通用Cruise大规模停运Robotaxi。它遇到的问题是一个行人被一辆车撞到了Cruise Robotaxi的前面,但这个车没有停下来;包括说在Robotaxi运行的时候遇到一片水泥地,但没有办法很好地识别水泥地。这些问题在我们当时做自动驾驶系统的时候都想到过,我们也知道一定会发生。

因为在传统自动驾驶系统里,这些问题都需要工程师一个一个手工解决,也需要和产品经理商量好,如果这有一个水泥地,那自动驾驶系统应该停下来绕开它,这样再让感知模块去识别水泥地,规控模块再执行绕开的指令。

而这样导致整个系统的开发复杂度非常高,我们也看到后面大家都有点开发不动了。

之后有了ChatGPT。OpenAI的一系列demo,证明了人类的常识可以在一个神经网络里面体现出来,我也有信心驾驶的知识可以在神经网络里面体现出来。

这样就带来一个很大的变革,因为这个知识一定可以用在开车这样的事情上。

所以我自己的观点非常乐观,现在ChatGPT展现出来的能力已经超过了自动驾驶、或者说驾驶这个事情本身所需要的知识能力。我坚信自动驾驶的ChatGPT时刻一定会到来。

触及自动驾驶ChatGPT时刻有哪些关键要素?

量子位李根:那么您觉得触及这个时刻要包括哪些关键要素?

零一汽车黄泽铧:我认为首先要把自动驾驶系统分开的模块融合起来,做到端到端的自动驾驶。

我以前并不相信端到端,但现在觉得端到端是唯一的路径,原因很简单。

自动驾驶传统架构里面会拆分感知、定位、规划、控制、地图等等很多模块。以我自己做感知的来说,大部分时候传统意义上定义的感知,是用bounding box、一个限定框把车辆框出来,定义这个物体的属性、速度,类似这样来划分感知。

但一旦用这样的一套框架再去处理自动驾驶的问题,比如刚刚举的例子,前面有一滩水泥地,那么这要当做一个物体,还是一个区域,还是当做一个什么东西?

并且它的标签如果是水泥地的话,那需要感知模块专门训练一个具体的网络,去识别这是水泥地,然后让它做出相应的操作。

这就是自动驾驶原来的系统,这太人工了,带来的问题就是在人工定义不到的地方一定会出现问题,也就是墨菲定律。

我认为要触及这个时刻,核心的要素就要把自动驾驶整个网络打通,基于数据去驱动、基于大模型,让它自然产生最后的行为。

自动驾驶一定有ChatGPT时刻,最快明年就降临 | MEET2024

量子位李根:我们知道端到端自动驾驶今年是比较热的点,其实在面向落地的时候,如果说数据量太大的话,云存储或者数据的成本压力是挺大的。千挂现在已经有自动驾驶车辆在北京、上海的路段上跑,不知道廖老师怎么看这个问题?

千挂科技廖若雪:我可以透露一下,千挂科技的自动驾驶卡车已经在路上闭环跑起来了,刚刚提到的端到端自动驾驶已经成为现实。

而刚才说的数据问题,不客气的说,现在自动驾驶相关的数据规模在我看来还没有那么大。因为和我们以前互联网的大数据规模比起来,自动驾驶相关数据还是低数量级。

我们要解决的,或者说我们更关注的是怎么才能获取并且使用好这些数据

这就依赖刚才黄泽铧提到端到端大模型。因为只有模型才能够很好吞吐大量的数据,才能够处理那么多相关数据反馈的问题。我们不能通过工程师去人肉调规则,然后写基于规则(rule based)的系统,这是不够的。

这就意味着要实现自动驾驶的ChatGPT时刻,技术上需要拥有能吞吐大量数据的能力。

但是另一个问题,数据从哪来?这就说到前面说的那一点,只有足够多的客户用起来自动驾驶系统,才能获取大量的数据。

同时我觉得刚才还有一点没有提到,自动驾驶的技术和商业能不能形成闭环

大模型、人、机器,包括数据都很贵。所以说自动驾驶商业化,或者说客户在使用自动驾驶相关产品的时候,能不能产生足够的经济效应,这个经济价值能不能反映出来给自动驾驶技术提供生产支撑、数据的支撑。

有了经济上的支撑,才能使得自动驾驶技术和商业形成一个互相促进的闭环,这也是以前在互联网或者移动互联网时代发生的事情。

只有当闭环真正形成的时候,技术越好、产品越好,产品越好、商业落地越好,商业落地又能够给技术带来更多资金的支持、数据的支持,这样才能形成一个很好的闭环。

自动驾驶一定有ChatGPT时刻,最快明年就降临 | MEET2024

量子位李根:DeepWay深向出发的时候其实就是想要打造自动驾驶商用落地的闭环。我想问一下DeepWay深向关于闭环,或者关于实现自动驾驶的ChatGPT时刻关键要素是什么,田老师怎么思考这个问题?

DeepWay深向田山:对于DeepWay深向来说,我们从第一天开始就选择通过造车实现自动驾驶。

我们为什么造车?有一个很重要的考虑:因为这可以实现可持续的商业化。卖车可以商业化,同时造车又可以获得数据,解决自动驾驶所需要的关键要素。

要实现自动驾驶的ChatGPT时刻,我认为还有几个方面的挑战。

一方面大家公认的数据的挑战

刚才若雪提到自动驾驶数据很少,大家的数据都不一样,因为传感器各家都不一样且还在不断演进,所以导致各家数据复用起来很困难,我们要获得大规模的数据也相对来说比较困难。

第二个方面是算力的限制

虽然现在看到ChatGPT这样一些大模型可以用几万片GPU做训练,而自动驾驶数据的维度是多出两个维度的,时间和空间,这就意味着数据规模在指数级上升,所以它所需要的算力也是巨大的。

你要打造自动驾驶端到端的大模型,要有足够大的数据量还要有足够大的算力,而这些现在都还在发展的过程中。

另外,在自动驾驶上还有一个比较大的挑战,安全性问题

自动驾驶不像ChatGPT,如果说了一句玩笑话大家笑一笑就过去了。自动驾驶如果出现安全性问题,对行业来说会产生非常大的影响,所以安全性问题也需要在实现端到端的过程中解决。比如我们是不是能加入一些人工监督的干预,加入一些规则保证基本的安全性,这些其实都是一些挑战。

对于DeepWay深向来说的话,至少我们有比较好的载体——作为数据的获取和可商业化的平台。同时我们也在积极部署端到端规划、算法的能力,包括我们提前预购了一些GPU,保证我们未来深度学习算力的需求。

自动驾驶一定有ChatGPT时刻,最快明年就降临 | MEET2024

通往自动驾驶ChatGPT时刻,要不要造车?

量子位李根:把车作为一个载体至少有硬件承载自动驾驶的算法和软件能力,那么想请问黄老师,您现在做零一汽车也是有这个因素的考量吗?

江湖上有一个调侃,说您从不造车到现在造了零一智卡之后,觉得自动驾驶的优先级也没有造车业务这么高,说你是不爱自动驾驶了、受了伤不爱了,不知道您怎么看这个问题。

零一汽车黄泽铧:最早的时候看自动驾驶,我觉得传统模型其实已经被大家充分研究了,所以没有必要重新造轮子、浪费社会的资源。

同时当时我的信念是,自动驾驶不仅仅是上层算法的系统,还是一个复杂的安全系统,而安全系统的能力是由短板决定的。我之前也看到自动驾驶系统的短板是在车、硬件这一层,需要有一个团队把这个事情给解决。包括DeepWay深向这些和自动驾驶有渊源的造车新势力们,大家都看到了相同的事情,所以我们在产业里面把这个事情解决,这是我们去选择造车的原因,这并不是不爱自动驾驶。

我觉得我已经跟自动驾驶相恋多年,算法这一侧大家已经有很多很成熟的想法,我去当另外一端的爱人,服务好车和硬件这个部分。

自动驾驶一定有ChatGPT时刻,最快明年就降临 | MEET2024

量子位李根:廖老师的千挂科技选择的是不造车。请问您对实现自动驾驶的ChatGPT时刻的路径,是怎么考虑的?

千挂科技廖若雪:我们虽然不造车,但是我们前装量产的车很快就要下线了。我们看待造不造车这个问题的核心和角度更多是面向客户。

实现客户需求本身,可以分解为使用不同的方式,比如说技术方式、产品方式、运营方式、商业化方式、工程上的方式。我们这个不同的实现方式,相信跟两位造车的同学考虑这个问题的逻辑是一样的。我们可能更多考虑的是,如何从客户角度出发,快速地用我们手上已有的技术、产品、工程这些能力,给客户打造出来好的产品。

客观来讲,我现在并不那么确定需要造什么样的车才能满足用户的需求,我们需要更多的尝试。这时候从我的角度来讲,去提前定义一个满足客户需求的车,是蛮难的。

我们更希望的是在明年,我们和早期客户合作的、相对来说小规模的车可以在路上跑起来,这时候再做更多的迭代、升级,我们就可以对用户到底要什么东西有越来越多的理解。

在已有技术的局限性下,如何用产品或工程或商业化运营的方式解决这些局限性,更好地定义好产品,我们才能知道要造什么样的东西。所以从我的角度来讲,千挂科技更多是这样的路径。虽然大家最终目标是一致的,但是我们选择的稍微有点不一样。

自动驾驶一定有ChatGPT时刻,最快明年就降临 | MEET2024

量子位李根:所以千挂科技选择的路径或路线会更早触达ChatGPT时刻吗?

千挂科技廖若雪:当然触达ChatGPT时刻可能也有路径依赖。不过我的逻辑很简单,我越早地接触客户,越早地给客户带来商业价值,我才能尽快的把自动驾驶的闭环做起来。

从我们选择的行业来讲,商用车很有意思,这是非常红海的一个市场,利润率非常低,所以在我们能通过一些新技术,能非常明显的降低成本、提升效率的时候,那么这个飞轮转起来的速度是飞快的。

量子位李根:田老师,DeepWay深向是中国第一家为了实现自动驾驶而造卡车,或者说造商用车的公司。你们怎么看这个实现路径的问题?因为之前大家觉得造车是非常体量庞大,周期又长的工作。

DeepWay深向田山:我非常同意廖老师的观点,打造一个好的产品一定是针对客户的需求,能满足需求才能实现的。商用车行业、物流运输行业对成本又非常敏感,就像刚刚说的属于红海的竞争市场,节省1%、2%的成本都可以让客户决定购买你的技术或者产品。

对于我们来说的话,我们最开始要去造车,是因为当时在整个商用车领域,并没有特别适合做自动驾驶的商用车底盘,或者说没有先天存在的硬件。而如果我们要改装这些车辆的话,基本要付出比较大的硬件成本。并且付出改装成本之后,还没有实现完全去掉司机、完成L4级别的自动驾驶。

其实整个算下来并不划算,我们的用户不接受改装一个车花了5万多块钱,同时还没有去掉司机,只能一年省1%、2%的油,这样节省的成本是非常有限的。

从我们自身来说的话,我们造车就是为了控制整个车辆的成本,让用户能感受到车辆的技术性带来经济性价值,让他更快接受新的技术,这样才会有足够的数据或者空间去实现自动驾驶的ChatGPT时刻。

自动驾驶一定有ChatGPT时刻,最快明年就降临 | MEET2024

量子位李根:田老师谈到造车成本或者自动驾驶实现的成本跟商用经济性问题,那么想问问黄老师,听说之前你们创业的时候是从三一重卡挖来合伙人组建了团队,这是不是因为当时对于造一辆商用卡车,在供应链的成本或者经济性上发生了一些关键环节上的改变,才促使你们决定用造车方式实现这个东西?

零一汽车黄泽铧:商用车不太像乘用车。对于太聚焦在TCO、性价比的商用车来说,乘用车上L2或者L2+级别的功能有一定的作用,但是作用不是特别大。

商用车行业造车是单独的逻辑链条。在这个逻辑链条里,为什么在今天这个节点选择造车,商业模式该如何成立,我们有个单独的故事,我简单讲一下。

首先我们商用车,特别是重卡,这是车辆新能源化最后的阵地。这个阵地从油车变成新能源车有两个好处,一个咱们国家包括ESG政策和趋势上面有牵引,对这个阵地带来了很大的动量,这个动量让大家对于新能源车,包括商用车队和司机都有很深的理解。

第二个事情是在成本端。商用车运营最大的成本其实不是买车也不是司机,最大的成本是。在中国,商用车运营需要的油钱占接近50%的成本。

假设商用车运营的油钱是平均每公里3块钱,在换成电车以后电钱只有1块钱,那么这个运营成本最大可以直接拉低接近60%。这就是商用车新能源化主要的逻辑线,在过去两三年中,这个逻辑线牵引着新能源重卡在中国快速增长和落地。

量子位李根:黄老师强调的成本是新兴技术落地必须考量或者核算的因素。

实现自动驾驶ChatGPT时刻,资源、数据、算法、政策都不可或缺

量子位李根:乘用车领域,探索自动驾驶的历史不是那么长,它的代表性玩家只有那么几家。比如有特斯拉路线,马斯克觉得应该由量产车贡献数据实现闭环,最终实现FSD(完全自动驾驶);也有Waymo路线,一开始应该实现最终极的场景和产品;另外也有通用Cruise路线,包括之前的Uber滴滴路线。

那么在商用车领域,如果要触及自动驾驶的ChatGPT时刻,让所有人看到自动驾驶的商用价值,这里面有什么样的玩家能够触及这一时刻?先请田老师分享一下看法。

DeepWay深向田山:前面在说自动驾驶ChatGPT所需要的关键要素,我认为如果能具备关键要素,那么就意味着在这条路径上能更快触及。

首先这需要对于产品本身的掌握能够满足用户的最终需求,我们这三家都有这样先天的优势。我们都是直接接触客户,直接卖给终端用户,让物流用户使用产品,这是先决的条件。

其次是数据、算力方面的能力,包括我们架构、模型的迭代,我认为我们都有比较不错的机会。

说句自我一点的话,我们现在已经量产了,今年会交付550辆新能源重卡,也会成为市场上全球范围内包括特斯拉SEMI在内,交付量第一的、正向设计的智能新能源重卡。我们相信DeepWay深向会有更多的机会,我们具备所有这些要素,我们做的是最快的。

自动驾驶一定有ChatGPT时刻,最快明年就降临 | MEET2024

量子位李根:廖老师,您怎么看待这个问题?

千挂科技廖若雪:我非常同意田山的看法,我们也是明年年初就会量产交付。我觉得早一天交付、早一天接触客户,跟客户快速验证商业模式,这样就会有机会触及自动驾驶的ChatGPT时刻。

前面讲的更多是怎么形成闭环,这里面很重要一点是当我们形成闭环后,我们有越来越多的钱、越来越多的数据来提升整体的技术和产品的时候,这时候公司本身就会越来越大,我们做的事情就会越来越多。这就涉及到公司组织管理相关的问题,尤其对于我们新的创业公司来讲,这方面可能都需要补课。

自动驾驶一定有ChatGPT时刻,最快明年就降临 | MEET2024

量子位李根:请问黄老师还关心速度的问题吗?我知道你们打造了第一家上市的无人驾驶公司,黄老师是里面的创造者。现在做这家公司的时候,您的心态上,还有这样对于速度的追求吗?

零一汽车黄泽铧:我觉得天下武功唯快不破,我们自己会关注速度。

回到您刚刚的问题,哪一类玩家会触及这一时刻,我觉得应该换成我们需要什么样的要素。这个廖老师也提到了,我们总结下来第一个是钱或者资源,第二个是数据,第三个是算法本身

我们现在并不是按照已有架构去走,这里面有新的范式变化,这个范式变化需要全球最优秀的人才、专门围绕AI的工程师,用这样的方式打造起来。

我觉得哪个玩家最有可能触及这一时刻是很难谈的事情。这还是需要对于这个方向本身有信仰的玩家坚定的投入,才有这样的可能。

自动驾驶一定有ChatGPT时刻,最快明年就降临 | MEET2024

量子位李根:那么需要多少钱是合适的?或者说有多少资源才能够跑起来?

零一汽车黄泽铧:我觉得这个很难评测。

首先,其实自动驾驶的大模型是一个专业模型,这个专业模型可以基于很多通用模型做训练,有非常多可以用的开源框架,我们自己实测训练一套神经网络下来并没有那么昂贵。

但是自动驾驶大模型落地到今天还在非常早的阶段,其中会经历概念到技术,再到产品最后到商品的过程。每一个过程又需要投入非常多的钱。

最开始在概念阶段的时候证明端到端能跑通,这个模型走直线没问题,转个弯或者简单的一些操作,和现在的系统是差不多的,同时又要有惊艳的地方。

不过等到完全自动驾驶这一技术等级的时候,你会发现要把短板补起来。比如说所有遇到的警察挥手的场景,系统是不是都能解决,这会有一系列的挑战。

等再到产品端的时候,还有硬件问题,两位老师都提到了车载3D检测怎么办、背后计算延迟性怎么办,这些都要在产品这一侧来解决。

并且最后要到商品端,做的这些事情全部加起来的收益还需要是正的、对于客户来说是有价值的。这是个挺宏大的问题,钱和资源都要达到海量级。

量子位李根:感谢黄老师的补充,补充了很重要的因素。并且今年有个最大的因素是政策,而且还是具有利好性质的政策。

我们前几年谈论自动驾驶的时候,政策这个因素还没有那么明确,而现在确实是旗帜性或者方向性的改变。请问黄老师你认为自动驾驶相关政策的出炉,意味着到了什么样的时间节点?

零一汽车黄泽铧:实事求是地说,政策能给行业带来很好的指引方向,能明确大家一起去走的方式。不过这个政策还不是全国意义上能达到全无人驾驶商业化的政策。

因为在国内环境来说,政策的推动不会特别激进,比如说明天就允许全无人驾驶全国范围内铺开。最终的政策需要看到足够的数据。所以今天的政策让大家可以往前走一步,去给国家、行业政策足够多的数据,来支撑做下一步的决策。现在这个并不是终极的政策,但是是很好的推动点。

自动驾驶一定有ChatGPT时刻,最快明年就降临 | MEET2024

量子位李根:廖老师,你们的车在高速上已经开始运转了,请问政策是不是会给你们添加很多信心和指引?

千挂科技廖若雪:其实我们一直很有信心,这是毋庸置疑的。

政策很多时候是给我们的客户信心,如何说服客户说这个一定是未来。我们有一些客户是相对在技术上比较激进的,是自动驾驶技术的早期尝试者,而有的是不很信你的东西,不过大家都用的话他也会用。

所以我们要抓住早期愿意做技术尝试的公司,说服他们自动驾驶确实是将来。

从政策本身来讲,政策内容背后国家的考虑当然很重要。更重要的是政策意味着自动驾驶可以关注,这个事情有可能是将来。这对于我们来讲,有了政策就能帮助客户理解这个事情,我们就更有说服力。我们就能更好地说服客户:自动驾驶是将来,如果你在技术上面愿意投入、愿意尝试的话,我们就可以去尝试。

量子位李根:请问田老师怎么看待自动驾驶的政策?你们终于等到了。

DeepWay深向田山:是,我们还是很激动。作为从业者来说,在中国要做一个商业化的公司,肯定是要符合政府的政策方向、产业方向,还要符合整个技术的发展方向。

刚才廖老师提了,政策的方向一方面是给了客户信心,我认为还很重要的另一方面是给了投资人信心。

我们在融资过程中,投资人都会问,你们到底什么时候能够落地?我们说可能受限于政策法规。因为他体验过我们的车,在高速上可以实现1000多公里全程无接管,他觉得技术上都可以了,为什么还不卖?我们说政策确实还得有一个过程。

但是政策是方向性的引导,一般都是后置的。前期是需要这些从业者去证明这个技术有潜力、有发展的可能性,也通过数据的积累,证明了安全性,再逐步推动整个政策的开放。我觉得这是一个过程,但是有了现在这个政策是一个很好的开始。

量子位李根:对,之前也有说法,说自动驾驶的实现是万事具备只欠政策。这是因为在咱们国家实现自动驾驶落地,确实需要法律和法规的制定,不是法无禁止皆可为的模式。

距离自动驾驶ChatGPT时刻最短只有2年

量子位李根:那么今天由于时间关系,我们最后直接一点。

因为今天的主题是自动驾驶的ChatGPT时刻,之前有从业者测算,OpenAI带来ChatGPT用了大概七年的时间。现在从2015年第一波自动驾驶创业浪潮开始,也差不多用了七年时间。

今天几位的公司,都属于OpenAI这种在新浪潮里面成长起来的公司。我想很直观地问一下,我们距离自动驾驶的ChatGPT时刻还有多长时间?先请田老师来回答。

DeepWay深向田山:从我们自身的产品和技术的规划来说,我认为可能还需要三到五年的时间,这是一个比较保守的时间。

量子位李根:廖老师的看法呢?

千挂科技廖若雪:我这边比较激进一点,我认为可能就是后年

量子位李根:后年就是2025年。

千挂科技廖若雪:对。

因为明年,我们会和早期客户去规模化地使用我们的车。如果真的能够在商用车这个行业中,我们发现这个车可以明显地比原先的方式降低成本、提升效率的话,那这样对于整个行业来说,这已经到了一个关键点。

量子位李根:黄老师给一下预测和规划?

零一汽车黄泽铧:我的答案是两年

但是我要定义一下这个两年。类比ChatGPT证明了AGI(通用人工智能)的可行性,那自动驾驶的ChatGPT时刻,其实是让大家看到自动驾驶真的可以到来,要证明自动驾驶的可行性和强泛化性。这个事情,我觉得大概需要一到两年的时间。

相对乐观的预测,可能在明年下半年左右,有可能是我们,也有可能是行业其他玩家,或者说其他国外的一些模型能证明,一个端到端的框架能够具备非常强的泛化性,能解决原来非常多的corner case和开发范式的一些问题。我觉得这个时刻其实并没有特别远。

量子位李根:谢谢各位老师。所以从这个调研能得出,触及自动驾驶ChatGPT的时刻快则两年、慢则三五年。希望我们今天的这个panel能给自动驾驶行业内,以及外界公众更多的信心。

其实我在跟每位自动驾驶业内人士交流的时候,大家都有这个信心,当然没有信心的我们也不邀请来参会了。

我觉得自动驾驶的ChatGPT时刻一定会来的,只是要考虑它会是什么时候来、来的时候能不能让所有人都看得见它的价值。今天圆桌的最后的一个主题关键就是六个字,自动驾驶的ChatGPT时刻是“信则有,行则至”

自动驾驶一定有ChatGPT时刻,最快明年就降临 | MEET2024

祝各位好运,也祝各位能够率先触达这个ChatGPT的时刻,成为站在自动驾驶风口,证明自动驾驶价值的公司。

谢谢三位老师,我们今天的自动驾驶论坛就到这里,明年再见。

版权所有,未经授权不得以任何形式转载及使用,违者必究。

相关阅读