電子行業專題研究：AI大模型如何加速無人駕駛發展.pdf

上傳者：J****
時間：2023/06/13
熱度：499
0人點贊
舉報

電子行業專題研究：AI大模型如何加速無人駕駛發展。“無人駕駛”是最早被提出的人工智能應用場景之一，谷歌，蘋果，特斯拉，百度等海內外科技巨頭從 2016 開始就積極布局，但直到現在一直還很難實現大規模商用落地。我們認為，1）多維度數據的獲取和標注成本高，2）對小概率事件的決策準確度和人類還存在較大差距，3）事故時法律權責歸屬不明確，是制約其發展的一部分問題。我們認為，以 ChatGPT 和 SAM 為代表的大模型的出現，將要改變智能駕駛在內所有行業的工作范式，我們從數據，算法，算力等角度初步探討其中一些發展機會。

數據：大模型提升數據采集、數據標注的效率

海量的數據是智能駕駛/無人駕駛的基礎。通過這幾年發展，現在一臺 L2+ 級別智能電動車通常能夠采集多 10+顆攝像頭，1-2 顆激光雷達，3-5 顆毫米波雷達的多維度數據，數據經過標注之后，用于訓練模型。大模型的出現，首先能夠 1）構建虛擬場景人工生成數據，補充現實中難以獲得/數據量不足的情形。特斯拉 FSD 的虛擬仿真，英偉達的 Omniverse 都是其中的代表。2）數據標注是非常費時費人的工作，以 Meta 的 SAM 為代表的圖像分割大模型的出現可大幅降低數據標注的成本。

算法：大模型提升感知準確度，影子模型學習人類駕駛習慣

智能駕駛算法主要包括 1）感知（識別道路和道路上物體），2）預測（預測周圍車輛和行人的行為），3）決策（控制車輛速度方向等行動）。特斯拉、新勢力等主要企業從幾年前開始采用基于 Transformer 的大模型等新技術，1）提高道路、物體的識別精準度；2）學習人類的駕駛習慣（影子模式），3) 縮短決策所需要的時間，從而訓練模型更加“擬人”。

智能駕駛產業鏈：國產替代趨勢顯著

受益于智能駕駛本土化的客觀需求、產業鏈各環節國內供應商產品性能的提升與下游自主品牌的崛起，零部件國產替代趨勢顯著。1）芯片：國內玩家地平線、黑芝麻等與海外大廠的差距逐漸縮小，本土化服務能力更強。 2）域控制器及解決方案：國內玩家德賽西威、經緯恒潤、縱目科技、知行科技等均已規模化上車，技術成熟度不斷提升。3）激光雷達：國產供應商禾賽、圖達通、速騰等在量產節奏更快。4）4D 毫米波：國內玩家有行易道、森思泰克等雷達廠商以及加特蘭（MMIC 芯片）等芯片公司。5）高速連接器：羅森伯格技術積淀深厚，電連技術、瑞可達等加速追趕。