用強(qiáng)化學(xué)習(xí)，叩開(kāi)開(kāi)智駕的門(mén)！

具備自主預(yù)判性，才是真正的智能輔助駕駛。

一萬(wàn)年太久，只爭(zhēng)朝夕。高階智能駕駛輔助正駛在發(fā)展的快車(chē)道上，技術(shù)迭代幾乎在以一年一大版本的節(jié)奏演化著。頭部玩家們2023年開(kāi)推“無(wú)高精地圖”路線(xiàn)，24年主講“端到端”故事，25年則流行起了“世界模型”。

而當(dāng)版本迭代到“世界模型”后，駕駛輔助終于開(kāi)始展現(xiàn)出真正的智能，因?yàn)橄到y(tǒng)被賦予了自主預(yù)判的能力，它開(kāi)始變得像一個(gè)擁有自主意識(shí)的人類(lèi)了。

智能駕駛系統(tǒng)利用高清攝像頭、激光雷達(dá)、毫米波雷達(dá)等感知硬件探測(cè)出周?chē)沫h(huán)境，在理解了外面的世界后，汽車(chē)才能在做出通行策略，并執(zhí)行正確操作。

但外界環(huán)境對(duì)于智能駕駛系統(tǒng)來(lái)講，還是過(guò)于復(fù)雜了。不同特征的道路規(guī)劃、不受控的行人、不規(guī)則的車(chē)輛、不可控的天氣狀況等，都是不確定因素，造成的結(jié)果就是，未知“極端個(gè)例”永遠(yuǎn)海量般地存在著。身陷在一個(gè)個(gè)新的Coner case中，智能駕駛自然就成了“人工智障”。

端到端智能輔助駕駛縮短了程序鏈路，尤其一段式的端到端，把感知、決策、執(zhí)行環(huán)節(jié)整合進(jìn)統(tǒng)一的神經(jīng)網(wǎng)絡(luò)之中，一定程度上提高了系統(tǒng)的應(yīng)對(duì)效率，因此被認(rèn)為更具泛化、適應(yīng)能力。

但如果智能駕駛的底層邏輯仍停留在“規(guī)則主導(dǎo)”上，依靠數(shù)據(jù)投喂，覆蓋新的個(gè)例場(chǎng)景，并制定應(yīng)對(duì)的規(guī)則，就永遠(yuǎn)是在進(jìn)行一種“填鴨式”的被動(dòng)學(xué)習(xí)。

這個(gè)過(guò)程中，不僅海量的數(shù)據(jù)冗余帶來(lái)標(biāo)注負(fù)擔(dān)和算力浪費(fèi)，還永遠(yuǎn)無(wú)法完全覆蓋所有“極端個(gè)例場(chǎng)景”。駕駛關(guān)乎人身安全，一般情況下，不允許妥協(xié)，而陷入“龜兔悖論”中，也就意味著永遠(yuǎn)達(dá)不成真正的智能駕駛。

真正的駕駛，并不應(yīng)該是看到信息后機(jī)械似地做出被動(dòng)應(yīng)對(duì)，而是結(jié)合過(guò)往經(jīng)驗(yàn)，理解所處的環(huán)境，在大腦中形成提前的預(yù)判，或做出靈活的應(yīng)變。

這恰是面對(duì)未知的極端場(chǎng)景，系統(tǒng)與人類(lèi)的本質(zhì)區(qū)別所在，而預(yù)見(jiàn)性的自主判斷和靈活的決斷，正是世界模型期許到達(dá)的未來(lái)。

例如在蔚來(lái)最近發(fā)布的NWM世界模型中，系統(tǒng)每0.1秒可生成超200種的可能軌跡，并且會(huì)在下一幀信息輸入后，篩選最佳路徑，這個(gè)過(guò)程其實(shí)就是在模擬人類(lèi)駕駛員“反復(fù)評(píng)估—微調(diào)—決策”行為。

世界模型這種生成式人工智能如此特別，在于其可以“反事實(shí)推理”。系統(tǒng)不僅被動(dòng)地接受我們賦予的限制條件和對(duì)應(yīng)決策，還能夠思考如何類(lèi)似、但還未實(shí)際經(jīng)歷的情況下，做出合理的決策。

系統(tǒng)就像一個(gè)開(kāi)始萌發(fā)自主意識(shí)的孩童，不光觀察、學(xué)習(xí)著周遭世界，還在執(zhí)行、模仿之余，擁有“舉一反三”的思考能力，去主動(dòng)探索這個(gè)世界。

特斯拉FSD入華后，雖然出現(xiàn)了很多適配性方面的問(wèn)題，如看不懂交通標(biāo)識(shí)、占用非機(jī)動(dòng)車(chē)道等，但體驗(yàn)過(guò)FSD的業(yè)界大佬，都不約而同地認(rèn)可特斯拉是當(dāng)下最成熟的智能駕駛，駕駛得很絲滑。

特斯拉給人的感覺(jué)是，它像個(gè)不太熟悉中國(guó)交規(guī)、路況的老外，經(jīng)常出錯(cuò)，啼笑皆非。但它又確實(shí)是懂怎么開(kāi)車(chē)的，是當(dāng)下最接近人類(lèi)駕駛員的智駕系統(tǒng)。

特斯拉很少紕漏其智能駕駛方面的技術(shù)細(xì)節(jié)，但可以確定的是，特斯拉很早便開(kāi)始利用高效的大模型，來(lái)加速數(shù)據(jù)驅(qū)動(dòng)下的系統(tǒng)進(jìn)化，這其實(shí)也是行業(yè)頭部玩家們都在角力的賽道。

2025年CVPR輔助駕駛國(guó)際挑戰(zhàn)賽“端到端輔助駕駛”賽道，NVIDIA輔助駕駛應(yīng)用研究團(tuán)隊(duì)通過(guò)泛化軌跡評(píng)（GTRS）方法連續(xù)奪魁。

這次挑戰(zhàn)賽的主題恰是“實(shí)現(xiàn)通用的具身系統(tǒng)”，也即基于數(shù)據(jù)驅(qū)動(dòng)的非反應(yīng)式輔助駕駛仿真框架，NVIDIA泛化軌跡評(píng)（GTRS）方法的核心正是生成各種軌跡，并逐步篩選出最佳路徑。

基于感知到的環(huán)境，GTRS可擴(kuò)散性地創(chuàng)建出涵蓋各種情況的粗略軌跡集和適用于安全關(guān)鍵情況的細(xì)粒度軌跡集，然后利用依賴(lài)感知數(shù)據(jù)訓(xùn)練出的Transformer解碼器，捕捉相似軌跡之間細(xì)微但關(guān)鍵的差異，逐漸篩選出最具可能性的候選軌跡。

其實(shí)早在CES 2025上，NVIDIA發(fā)布的Cosmos?便是一個(gè)為具身智能打造的集成平臺(tái)，整合了前沿生成式世界基礎(chǔ)模型的各個(gè)環(huán)節(jié)，用于加速數(shù)據(jù)處理和管理，目的就是為世界模型訓(xùn)練提供支持，加速智能汽車(chē)、機(jī)器人的物理AI開(kāi)發(fā)。

當(dāng)強(qiáng)化學(xué)習(xí)的效率被提高，智能駕駛終于開(kāi)始展現(xiàn)出“所有AI項(xiàng)目之母”的潛力，雖然曾經(jīng)這么認(rèn)為的蘋(píng)果CEO蒂姆·庫(kù)克早已經(jīng)放棄了造車(chē)。

世界模型遠(yuǎn)不是自動(dòng)駕駛的終點(diǎn)，需要解決的問(wèn)題有很多，例如模型訓(xùn)練時(shí)長(zhǎng)、構(gòu)架精度優(yōu)化等，不同玩家間的路線(xiàn)和策略也很不同，以“蔚小理”為例：

蔚來(lái)NWM的核心是模型重建，結(jié)合視頻自監(jiān)督方式生成軌跡；小鵬的XVLA側(cè)重高頻閉環(huán)訓(xùn)練來(lái)加快車(chē)端部署和提升用戶(hù)體驗(yàn)；理想MindVLA則強(qiáng)調(diào)了語(yǔ)言模型與擴(kuò)散建模的融合，很獨(dú)特的側(cè)重點(diǎn)。

但隨著世界模型等推動(dòng)強(qiáng)化學(xué)習(xí)的效率提升，底層的技術(shù)在加速迭代，最終也會(huì)反應(yīng)在表層的產(chǎn)品體驗(yàn)上。

曾經(jīng)，參加廠家有關(guān)智能駕駛的試駕體驗(yàn)，多少是有些抗拒的。在我眼中，用著依賴(lài)高精地圖的智駕版本，行駛在廠家規(guī)劃好的單調(diào)路線(xiàn)上，和乘坐“有軌電車(chē)”的區(qū)別也不算明顯，味如嚼蠟。

現(xiàn)在，汽車(chē)面對(duì)未知環(huán)境時(shí)生成無(wú)數(shù)模擬線(xiàn)路，并根據(jù)實(shí)時(shí)信息選擇或是調(diào)整最優(yōu)路線(xiàn)的方式完全不同，有些像奇異博士，可以看到無(wú)數(shù)條未來(lái)的時(shí)間線(xiàn)，并選擇最優(yōu)解的那一個(gè)，酷的。

沒(méi)錯(cuò)，汽車(chē)通過(guò)強(qiáng)化學(xué)習(xí)，擁有自主預(yù)判性，開(kāi)得更像人類(lèi)，而不是按照既定規(guī)則去機(jī)械死板地行駛，很重要。

不久前，連續(xù)體驗(yàn)了三款不同品牌、價(jià)位、感知策略的車(chē)型，實(shí)際感受大相徑庭。其中兩款價(jià)位相近、同為純視覺(jué)感知、主打“科技平權(quán)”的產(chǎn)品：

搭載德州儀器TDA4 VH智駕芯片（官方未明確公開(kāi)信息，可能旗艦版搭載3顆TDA4 VH，等效96TOPS算力）的桂B(yǎng)車(chē)型，在用戶(hù)體驗(yàn)的完成度上，主要是最體現(xiàn)智駕功力的領(lǐng)航輔助駕駛功能，尚不及接手自滴滴、換裝2顆NVIDIA Orion-X智駕芯片、等效508TOPS算力的新勢(shì)力粵A車(chē)型（尤其該車(chē)與路上其他車(chē)輛進(jìn)行路權(quán)博弈時(shí)，竟有點(diǎn)人類(lèi)駕駛的味道了）。

花小錢(qián)、辦大事，采用高性?xún)r(jià)比智駕硬件，推動(dòng)“科技平權(quán)”，并在泊車(chē)等方面帶來(lái)切實(shí)好用的功能，不失為一種成功的產(chǎn)品策略。

但如果想把“科技平權(quán)”貫徹到底，基于前沿硬件的高昂研發(fā)投入是必要的。智能駕駛走向普及，性能向上的突破與價(jià)格向下的普惠，相輔相成，缺一不可。

實(shí)際上，桂B(yǎng)廠商也已經(jīng)在規(guī)劃了，在技術(shù)進(jìn)化日上宣布，將會(huì)在未來(lái)采用NVIDIA Thor芯片，并加快大模型的上車(chē)與提高數(shù)據(jù)驅(qū)動(dòng)的效率。

而首搭700TOPS算力的NVIDIA Thor芯片、多模態(tài)大語(yǔ)言模型、激光雷達(dá)和高清攝像頭，則可以快速賦予一臺(tái)售價(jià)30萬(wàn)元以上的自主大型SUV該有的智能化水準(zhǔn)。

但拿到Thor芯片流片用來(lái)匹配、開(kāi)發(fā)的時(shí)間還是太短了，僅僅一個(gè)多月，所以就用戶(hù)體驗(yàn)而言，還需OTA升級(jí)幾個(gè)版本后，這臺(tái)杭州灣品牌的旗艦SUV才能達(dá)到令人滿(mǎn)意的成熟度。

對(duì)于智能駕駛輔助，硬件基礎(chǔ)依然是必要的，但不能確保帶來(lái)優(yōu)秀的用戶(hù)體驗(yàn)，這就像一些復(fù)雜、優(yōu)質(zhì)的食材要經(jīng)過(guò)大廚的精心烹飪，才會(huì)是美味佳肴。而這，是個(gè)爭(zhēng)先、投入、探索、迭代的過(guò)程。

特斯拉自研的HW3.0系統(tǒng)在2019年便擁有了144TOPS算力與高清攝像頭。蔚來(lái)2022年在ET7上落地了1016TOPS的智駕算力與激光雷達(dá)。小鵬也是最早在緊湊級(jí)家用車(chē)上部署激光雷達(dá)，雖然現(xiàn)在開(kāi)始轉(zhuǎn)為“純視覺(jué)+高算力”為主的路線(xiàn)。

大模型的更新與智駕芯片算力的軍備競(jìng)賽還在被推向新高，小鵬正在研發(fā) 720 億參數(shù)的基座模型，大約是當(dāng)下主流VLA模型的35倍，并構(gòu)建了一個(gè)相當(dāng)于萬(wàn)卡集群的10EFLOPS算力的超算中心。

小鵬G7搭載3顆圖靈AI芯片，算力達(dá)到2200+TOPS。蔚來(lái)自研的5納米神璣NX 9031芯片的流片在2024年實(shí)現(xiàn)了流片。特斯拉HW5.0芯片算力也可能達(dá)到2500TOPS。

高度自定義硬件底層的高算力自研智駕芯片，與超算中心和強(qiáng)化學(xué)習(xí)模型，組出了駛向完全自動(dòng)駕駛的車(chē)具。

基于“高算力+高感知”積累下的有價(jià)值的數(shù)據(jù)喂養(yǎng)，經(jīng)過(guò)端到端、世界模型等先進(jìn)模型的強(qiáng)化學(xué)習(xí)，讓智駕頭部玩家們可以展現(xiàn)出領(lǐng)先的體驗(yàn)與可期待性。

后來(lái)者切換或者構(gòu)建出自身智駕體系時(shí)，可能會(huì)還要面對(duì)，一邊經(jīng)歷著初期有效數(shù)據(jù)和訓(xùn)練量偏少而造成的體驗(yàn)波動(dòng)，一邊看著“早鳥(niǎo)們”極速向前迭代。

很有趣，這種先發(fā)優(yōu)勢(shì)，有點(diǎn)類(lèi)似于歐洲車(chē)企們?cè)诘妆P(pán)調(diào)校方面的積淀與造詣。就像法系可以把扭力梁調(diào)好、保時(shí)捷能把麥弗遜玩出花活，特斯拉和一些自主品牌也在智能化方面展現(xiàn)先出獨(dú)到優(yōu)勢(shì)，輔之與供應(yīng)鏈的良好合作，這會(huì)是智能電動(dòng)時(shí)代定義領(lǐng)先的新能力。

本文作者為踢車(chē)幫 孫小樹(shù)