新北市學車交流論壇

標題: FSD V12将迎重大架構變化,“端到端自動駕驶”影响几何? [打印本頁]

作者: admin 時間: 2024-4-24 17:50
標題: FSD V12将迎重大架構變化,“端到端自動駕驶”影响几何?
特斯拉屡次暗示FSD V12将實现全新的“端到端主動駕驶”，模子架構将迎来重大變革。對付新架構的技能细節和潜伏影响，市場仍有较多迷惑和不同。按照特斯拉對外表露的信息及马斯克在X平台（前推特）公布的信息，咱們猜测特斯拉内部今朝有两条“端到端”线路同步在研：1）级联式端到端神經收集；2）World Model。咱們認為，FSD V12是前者的可能性较大，有望于来岁初落地，以更好地實现L3能力；World Model仍较為新兴，但中持久有望成為主動駕驶甚至具身智能范畴的根本模子，可類比GPT之于LLM，或對行業款式發生倾覆性影响。

▍可能性1（较高）：级联式端到端神經收集，大幅晋升練習效力和機能上限，有望助力主動駕驶體系更好地實现L3能力，但可否迈向L4仍待张望。

技能本色：體系從输入到输出，全程利用神經收集算法，無需任何人工法则参與。當前，主動駕驶模子多為模块化架構，感知展望、计劃、節制等分歧使命分属于多個分歧的小模子，且下流規控环節廣泛仍以法则為主。而“端到端”神經收集在输入图象後，可直接输出轉向、刹車、加快等節制指令。為晋升練習腳氣膏推薦, 結果，“端到端”的大神經收集可能由多個小的子神經收集级联而成。但與傳统模块化架構用“法则”毗连模块分歧，级联式神經收集的子模块因此“神經收集”的方法自行練習重叠，是以可經由過程数据驱動優化全部端到端模子，防止“局部最優，而非全局最優”的窘境。

潜伏影响：更好地實现L3能力。端到端/神經收集的焦點益處在于模子迭代的关頭由“工程師”變成了更容易于范围化的“数据和算力”，因此練習效力和機能上限有望获得显著晋升。落到實處，咱們認為端到規矩案所三芝通馬桶,展现出的機能潜力有望大幅晋升主動駕驶體系的接收程度，從而實现真正無可争议的L3能力（比方到达每周接收1次）。但端到端模子的“黑盒”問標题前财產界還没有有十分成熟的解决方案，是以咱們認為，其终极可否迈向寻求极致平安性的L4全無人駕驶仍待张望。

成长進度：有望搭载于FSD V12，来岁初正式落地的可能性较大。2023年8月26日，马斯克在X平台（前推特）举行了FSD V12 demo的駕驶直播。咱們認為，虽然直播中展示出的能力間隔正式推送给消费者仍有間隔，但可根基揣度當前的V12模子已十分靠近端到端，再共同特斯拉在数据和算力上的庞大投入，V12接下来至年末的迭代速率有望大幅加速。

治療媽媽手, ▍可能性2（较低）：World Model，有望打造主動駕驶范畴的根本底座，引领视觉的GPT時刻；今朝或仍處于GPT-1阶段，但成长速率值得等待，中持久看或對行業款式發生倾覆性影响。

技能本色：無需標注、自监视的預練習模子。World Model可天生主動駕驶相干的持续帧视频場景，其本色是對视频中的丰硕语义和暗地里的物理纪律举行進修，從而對物理世界的演變發生深入理解。基于World Model所供给的丰硕语义信息和對世界壮大的理解力，主動駕驶模子的感知與展望能力有望获得显著晋升，计劃、節制等下流使命也有望水到渠成。

潜伏影响：為主動駕驶供给了一套未經證實的新路径，若得以走通，将對行業發生较大倾覆。中短時間来看，World Model或将重要利用于数据合成和仿真摹拟环節，厂商的車队范围對算法練習的首要性或有所降低，数据闭环的框架也将有所扭轉。持久来看，World Model有潜力成為主動駕驶甚至具身智能范畴的根本模子，可類比GPT為所有NLP問题供给了一個通用解。斟酌到更尺度化的解决方案和更庞大的資金投入（資金需求或是這一代BEV+Transformer方案的数倍），行業内有望呈现少数几家壮大的World Model根本模子层平台方，以SaaS或API的方法為主機厂/運营方供给主動駕驶能力，行業款式和互助模式或将產生较大變革。

成长進度：仍處初期，但成长速率值得等待。咱們認為，特斯拉、Wayve等公司不谋而合地在本年推出World Model，很大水平上是遭到了GPT的開导。今朝，World Mo汽機車借款,del或仍處于GPT-1的阶段，但斟酌到今朝行業总體對“大模子”潜力的强烈共鸣、算力的進级和以特斯拉為代表的玩家此前堆集的海量数据，咱們認為World Model從0金屬防鏽漆,到1的暴發或较ChatGPT更快（OpenAI從GPT-1至GPT-3.5共历經4年）。

▍海内玩家間隔“端到端”仍有较远間隔。

不管是级联式端到端神經收集仍是World Model，咱們总結其焦點壁垒皆在于：1）專業的AI人材团队日本代購,，2）海量的视频数据，和3）庞大的算力投入。海内主機厂從2023年起頭陸续實现這一代“BEV+Transformer”架構的量產上車，尽快實现“脱图”和尽量多地“開城”是海内智駕車企當前的重點。

對付下一代的“端到端”技能线路，海内主機厂今朝最快也仍處于初期預研阶段，且在人材、数据、算力三方面较特斯拉皆有较大差距，是以從預研到上車樂旁觀或也需3年摆布的時候。

而對付远景更不開阔爽朗的World Model（或需期待特斯拉有更多功效展现），面對着较大贩卖和交付压力的海内主機厂，在新技能的人材和資本投入上或也有所保存。相较之下，咱們認為，特斯拉、华為等行業巨擘在資金和資本上更占上風；而WAYVE、极佳科技等草創企業的方针和精神更加聚焦，也有望吸引到更多的AI人材，雷同于昔時的OpenAI。

▍危害身分：

特斯拉端到端技能线路成长不及預期；特斯拉FSD V12推送進度不及預期；云端練習算力呈现较大紧缺；中國玩家追逐進度不及預期等。

本文源自：券商研報精選

歡迎光臨新北市學車交流論壇 (https://bbs.hair999.com.tw/)