大模型開(kāi)啟革命的序幕

文 / 黃耀鵬

今年的新能源汽車(chē)產(chǎn)業(yè)，如果說(shuō)有什么技術(shù)發(fā)展方向是業(yè)內(nèi)共識(shí)的話，除了高壓快充普及，就是大模型接入了。

7月31日，吉利預(yù)告了大模型技術(shù)；8月8日，廣汽推出“廣汽AI大模型平臺(tái)”；本月，奇瑞將發(fā)布自己的AI大模型……在此之前，小鵬、理想、特斯拉都宣稱自己擁有“自動(dòng)化數(shù)據(jù)閉環(huán)系統(tǒng)”（大模型的一種應(yīng)用方向）。李想公開(kāi)宣稱：“大模型的研發(fā)和訓(xùn)練，是智能電動(dòng)車(chē)企業(yè)的必要能力。”

而平臺(tái)級(jí)公司，百度、阿里、騰訊、360、華為都推出了自己的大模型。上半年結(jié)束的時(shí)候，國(guó)內(nèi)大模型已經(jīng)達(dá)到80個(gè)以上。中美兩國(guó)的大模型數(shù)量占據(jù)了全球80%。

面對(duì)大模型，車(chē)企有三種選擇：第一種是從基礎(chǔ)層開(kāi)始，全盤(pán)由自己搭建；第二種是在平臺(tái)級(jí)企業(yè)搭建的基礎(chǔ)層上搭建應(yīng)用層；第三種是直接接入某個(gè)大模型。

目前，三種玩法都有一批企業(yè)參與。百度的文心一言（語(yǔ)言大模型），就有長(zhǎng)安、紅旗、嵐圖、長(zhǎng)城、吉利、東風(fēng)日產(chǎn)、零跑、集度等幾十家車(chē)企接入。

大模型有很多應(yīng)用方向，語(yǔ)言類的集中于智能座艙的優(yōu)化。而汽車(chē)必須首先滿足安全便捷地運(yùn)送乘客，自動(dòng)駕駛能力是剛需。因此，現(xiàn)在車(chē)企部署/接入的大模型，主要就是做自動(dòng)駕駛，或者其中的一些環(huán)節(jié)。

人工智能正在“涌現(xiàn)”

到底什么是“大模型”？

其實(shí)“模型”就是一段計(jì)算機(jī)程序，用來(lái)構(gòu)建一個(gè)虛擬的神經(jīng)網(wǎng)絡(luò)。和生物的神經(jīng)網(wǎng)絡(luò)類似，只有刺激到一定程度，神經(jīng)才會(huì)活躍。如果再?gòu)?qiáng)化刺激，就會(huì)輸出活動(dòng)。

這其實(shí)就是多段函數(shù)的表達(dá)。神經(jīng)網(wǎng)絡(luò)模擬任意連續(xù)函數(shù)，也就成了可能。上世紀(jì)80年代之后，這些計(jì)算機(jī)概念就建立起來(lái)，并在自動(dòng)駕駛上應(yīng)用，但一直沒(méi)有大的突破。

汽車(chē)變身為行走的計(jì)算終端，其革命性形態(tài)已經(jīng)出現(xiàn)?，F(xiàn)在就參與大模型構(gòu)建和應(yīng)用，就顯得比較重要了。

原因在于參數(shù)量。這是ChatGPT火起來(lái)的重要原因。OpenAI公司發(fā)現(xiàn)，模型參數(shù)如果多到一定程度，系統(tǒng)智能（模型精度）就會(huì)極大提升，原理現(xiàn)在無(wú)法解釋，但已經(jīng)有了一個(gè)詞匯來(lái)形容——“涌現(xiàn)”。

多到什么程度呢？一般來(lái)說(shuō)，至少要1億左右。當(dāng)然，因?yàn)樽匀徽Z(yǔ)言的信息密度高于圖像，所以ChatGPT-2的參數(shù)量達(dá)到15億個(gè)，而ChatGPT-3則達(dá)到1750億個(gè)，剛好和人類神經(jīng)元數(shù)量級(jí)別差不多。

不過(guò)，自動(dòng)駕駛方面的應(yīng)用，現(xiàn)在用不了那么多參數(shù)。因?yàn)椤坝楷F(xiàn)”現(xiàn)象尚未在計(jì)算機(jī)視覺(jué)領(lǐng)域出現(xiàn)?？紤]到成本，車(chē)企們都未將大模型參數(shù)量做到ChatGPT-3那么夸張。但上億是沒(méi)跑的，否則就很難叫大模型，需要部署超算中心或者云端算力中心，來(lái)運(yùn)行如此之多的參數(shù)。

運(yùn)行參數(shù)用來(lái)做什么？對(duì)自動(dòng)駕駛系統(tǒng)進(jìn)行數(shù)據(jù)訓(xùn)練。那么大模型定義就呼之欲出了，就是擁有大量參數(shù)、運(yùn)行于大算力硬件平臺(tái)上，并能夠完成無(wú)監(jiān)督學(xué)習(xí)（自我訓(xùn)練）的計(jì)算機(jī)程序。

自動(dòng)標(biāo)注和預(yù)標(biāo)注

以前都是有監(jiān)督學(xué)習(xí)（人工訓(xùn)練），現(xiàn)在讓AI自我訓(xùn)練，就需要先完成數(shù)據(jù)閉環(huán)。這就是為什么幾家新勢(shì)力說(shuō)自己擁有“自動(dòng)化數(shù)據(jù)標(biāo)注系統(tǒng)”的原因，其實(shí)就是大模型的一個(gè)功能。

而完整的數(shù)據(jù)閉環(huán)則囊括了數(shù)據(jù)采集、數(shù)據(jù)回流、數(shù)據(jù)處理、數(shù)據(jù)標(biāo)注、模型訓(xùn)練、測(cè)試驗(yàn)證諸多環(huán)節(jié)。其中，“數(shù)據(jù)標(biāo)注”是AI自我訓(xùn)練的前提，也是AI訓(xùn)練的成本節(jié)點(diǎn)。

所謂標(biāo)注，就是給視頻或者圖像的關(guān)鍵信息點(diǎn)貼上標(biāo)簽，以便讓系統(tǒng)認(rèn)識(shí)并在實(shí)際操作中做針對(duì)性規(guī)劃。顯然，量產(chǎn)車(chē)采集的場(chǎng)景基本都是重復(fù)的，數(shù)據(jù)意義不大。專門(mén)采集車(chē)則比較貴（成本每天6000元-10000元）。

重點(diǎn)是，如何盡量多地搜集到“長(zhǎng)尾場(chǎng)景”，即不常遇見(jiàn)，但駕駛了很多次之后，每個(gè)人幾乎都會(huì)遇上的場(chǎng)景（占5%左右）。

在大模型上線前，都是人工標(biāo)注。1000幀的視頻數(shù)據(jù)，人工標(biāo)注成本可能達(dá)到萬(wàn)元。

而大模型目前最有價(jià)值的部分，莫過(guò)于自動(dòng)化數(shù)據(jù)標(biāo)注，可能會(huì)節(jié)約上億元（取決于替代多少人標(biāo)注數(shù)據(jù)）。

特斯拉為了打造一套高效數(shù)據(jù)閉環(huán)系統(tǒng)，自研了超算中心。超算的另一個(gè)作用，就是有了基底訓(xùn)練數(shù)據(jù)——超過(guò)20億公里，就不太依賴新的實(shí)際路采了。大模型會(huì)改變參數(shù)，在電腦里面重建場(chǎng)景，自動(dòng)進(jìn)行長(zhǎng)尾場(chǎng)景的自我訓(xùn)練。比如采了白天的數(shù)據(jù)，稍微改一下，就變成黑夜、雨天，或者有司機(jī)急打方向盤(pán)、急踩剎車(chē)造成的混亂等等，都可以模擬。

在超算上運(yùn)行的大模型，對(duì)長(zhǎng)尾場(chǎng)景自動(dòng)進(jìn)行“預(yù)標(biāo)注”。而后續(xù)還要進(jìn)行人工審核，譬如要把漏標(biāo)的框標(biāo)注出來(lái)、把標(biāo)注錯(cuò)誤的框刪掉、把框的大小統(tǒng)一等。如果大模型預(yù)標(biāo)注做得好，那么后續(xù)人工審核工作量就很小了，與采用人海戰(zhàn)術(shù)對(duì)每一個(gè)圖像要素進(jìn)行標(biāo)注，完全不可同日而語(yǔ)。

催化全新合作方式

數(shù)據(jù)閉環(huán)的工作現(xiàn)在已經(jīng)分割給外包供應(yīng)商、大模型平臺(tái)公司（也可以視為供應(yīng)商）和車(chē)企分別來(lái)做。

關(guān)鍵在于，數(shù)據(jù)閉環(huán)能否讓車(chē)企有效迭代自動(dòng)駕駛算法，并提升應(yīng)對(duì)偶發(fā)場(chǎng)景的能力（這幾乎是L4繞不過(guò)去的坎）。落實(shí)到使用層面，通過(guò)多方合作，基于新的標(biāo)注數(shù)據(jù)，進(jìn)行新的訓(xùn)練，實(shí)現(xiàn)由數(shù)據(jù)閉環(huán)驅(qū)動(dòng)自動(dòng)駕駛軟件迭代，并通過(guò)OTA部署到終端。

很少有車(chē)企能夠徹頭徹尾地自己部署基礎(chǔ)大模型，自己搞定應(yīng)用層，自己設(shè)計(jì)預(yù)標(biāo)注并實(shí)現(xiàn)數(shù)據(jù)閉環(huán)，再驅(qū)動(dòng)算法更新。這即是L4的進(jìn)化之路，它的技術(shù)復(fù)雜度要求車(chē)企與供應(yīng)商充分融合式合作，而非傳統(tǒng)的供應(yīng)商“交付”-主機(jī)廠應(yīng)用。

車(chē)企過(guò)于看重價(jià)值鏈全盤(pán)掌握，強(qiáng)調(diào)全棧自研，可能會(huì)耽誤迭代進(jìn)程。

如果設(shè)計(jì)一種規(guī)則，比如基礎(chǔ)層大模型由平臺(tái)級(jí)公司設(shè)計(jì)，車(chē)企負(fù)責(zé)掌握標(biāo)注規(guī)則，并將后續(xù)人工審核交給另外的第三方，拿回標(biāo)注好的數(shù)據(jù)之后，自己進(jìn)行訓(xùn)練。通過(guò)任務(wù)拆解，讓自己處于自動(dòng)駕駛價(jià)值鏈的核心地位。避免在關(guān)鍵技術(shù)上受制于人，也不用被迫接受“全家桶”（即由某個(gè)供應(yīng)商提出軟硬一體的解決方案）。

車(chē)企對(duì)這種方式應(yīng)該駕輕就熟，現(xiàn)在球踢回供應(yīng)商這邊，要求后者也要主動(dòng)參與到車(chē)企的大模型設(shè)計(jì)和訓(xùn)練當(dāng)中，而不必執(zhí)著于“打包交付”。

目前，雖然上馬大模型的車(chē)企越來(lái)越多，但是已經(jīng)實(shí)現(xiàn)數(shù)據(jù)閉環(huán)，并部署于量產(chǎn)車(chē)上的，幾乎沒(méi)有。大家都還在拼“誰(shuí)先抵達(dá)下一個(gè)節(jié)點(diǎn)”。好消息是，L4看上去并非那么遙不可及了。

現(xiàn)在的問(wèn)題是，一個(gè)主機(jī)廠面對(duì)好幾個(gè)自動(dòng)駕駛系統(tǒng)供應(yīng)商。各個(gè)供應(yīng)商提供的每一個(gè)模塊，代碼質(zhì)量不一，工具鏈可能也不相同。如何檢驗(yàn)不同供應(yīng)商的模塊是否存在沖突，目前的工程化還不夠成熟。

這就涉及到，新獲得的長(zhǎng)尾數(shù)據(jù)，對(duì)決策（規(guī)劃）產(chǎn)生的影響到底是什么。有些新增數(shù)據(jù)，上了模型訓(xùn)練之后，效果變好（有效應(yīng)對(duì)了該場(chǎng)景），但總體上效率下降。這樣的局部改善導(dǎo)致整體變差的情況，需要對(duì)全局價(jià)值進(jìn)行一番預(yù)評(píng)估。這是另外的話題了，不展開(kāi)。

轉(zhuǎn)移模型到車(chē)端

不過(guò)有一點(diǎn)需要澄清，大模型部署于超算中心或者云端，但很難部署于車(chē)端。因?yàn)楹笳邲](méi)有那么強(qiáng)的算力，而且車(chē)端的數(shù)據(jù)存儲(chǔ)空間也不勝任。大模型的訓(xùn)練也要在超算平臺(tái)上完成，訓(xùn)練得差不多了（改善可以無(wú)終點(diǎn)），就能上車(chē)，大模型就必須縮窄成中模型或者小模型。

數(shù)據(jù)需要壓縮，將知識(shí)體系（從感知輸入到規(guī)控輸出）轉(zhuǎn)移到輕量級(jí)的模型上，后者是車(chē)端算力和存儲(chǔ)可以承受的。

這其實(shí)就是“端到端”的算法。很多人都將“端到端”視為自動(dòng)駕駛算法的終極形態(tài)。所謂“端到端”，即只要有原始數(shù)據(jù)輸入（環(huán)境感知），就可以輸出結(jié)果（操作動(dòng)作），和ChatGPT類似，中間過(guò)程對(duì)觀察者來(lái)說(shuō)是“黑盒子”。

雖說(shuō)人類不需要理解決策過(guò)程，但人們總擔(dān)心自動(dòng)駕駛算法會(huì)輸出匪夷所思的決策。大量實(shí)踐結(jié)果沒(méi)問(wèn)題，也不能打消顧慮。

不過(guò)這很像人類駕駛了。熟練司機(jī)從眼睛看見(jiàn)，到轉(zhuǎn)方向盤(pán)、踩剎車(chē)或油門(mén)，都是中樞神經(jīng)在工作，人類沒(méi)有覺(jué)得自己花時(shí)間思考了。這就是大腦的“預(yù)訓(xùn)練系統(tǒng)”在起作用。

轉(zhuǎn)移模型還有個(gè)好處，就是避免了云與車(chē)端通訊的時(shí)延問(wèn)題。車(chē)端AI反應(yīng)都是毫秒級(jí)，如果指望云端給出關(guān)鍵規(guī)劃，哪怕有邊緣計(jì)算加持，通訊也不能在任何時(shí)候?qū)崟r(shí)保障。

云端的作用，可以發(fā)揮大模型的參數(shù)容量?jī)?yōu)勢(shì)，完成數(shù)據(jù)挖掘、自動(dòng)數(shù)據(jù)標(biāo)注等任務(wù)。在車(chē)端，可以部署分管不同子任務(wù)的多個(gè)小模型，合并成一個(gè)“中模型”，以節(jié)省車(chē)端計(jì)算環(huán)節(jié)的推理時(shí)間，增加安全性。不過(guò)車(chē)端模型的參數(shù)量，要比云端少一到兩個(gè)數(shù)量級(jí)。

為了提升ChatGpt的能力，OpenAI在8年間耗費(fèi)十億多美元的訓(xùn)練成本。車(chē)企大概率不會(huì)付出那么高的成本（不過(guò)特斯拉超算中心就花了10億美元）。如何用有限資金，搶占場(chǎng)景落地和商業(yè)化的速度（即訓(xùn)練迭代速度），而非一味追求模型之大、算力之強(qiáng)？

既然AI的應(yīng)用已經(jīng)走到了利用大模型實(shí)行空間（再現(xiàn)物理空間）計(jì)算這一步，那么L4就有可能實(shí)現(xiàn)。這是所有車(chē)企應(yīng)該具備的能力，無(wú)論它們采用什么方式達(dá)致這一目的。

汽車(chē)變身為行走的計(jì)算終端，汽車(chē)的革命性形態(tài)，已經(jīng)出現(xiàn)在視野，不再遙遙無(wú)期?，F(xiàn)在就參與大模型構(gòu)建和應(yīng)用，而不是置身事外，就顯得比較重要了。