逐鹿智驾的“法门”,藏在最新技术趋势里

伴随着大算力、大数据、AI大模型的迭代发展,高阶智驾也将实现革命性突破,推动智能网联汽车进入新的发展阶段。

近日,中国汽车工程学会围绕新能源、智能网联和智能制造等细分领域,基于我国汽车技术创新方向的前瞻预判与现实考量,发布了《2025年度中国汽车十大技术趋势》。

从此次入选的《2025年度中国汽车十大技术趋势》(以下简称:《十大技术趋势》)看,和智能驾驶相关的内容占据榜单的“半壁江山”,囊括了多模态大模型、车载智能计算平台、AI赋能的合成数据、安全风险管控系统以及智能底盘跨域融合等前沿技术。

当下,“智能化”下半场激战正酣,上述技术的研发、量产的和规模化应用,是今年智能驾驶赛道竞逐的重中之重,也是2025年智驾新战场的必争之地。以最新的智驾技术为根基,未来的汽车产业将迎来更智能的发展格局。

图片

除了当下炙手可热的智驾技术,也有其它板块的最新趋势入选,例如:新能源A级乘用车百公里行驶电耗将降至10kWh以下,智能高效混合动力控制策略将持续优化并日益普及,以及EMB技术日趋成熟且即将迎来量产应用等。

不过,作为新能源汽车技术创新和投融资的核心赛道,智能驾驶的每一项重磅技术,都决定了产业链的后续变革和商业化落地。伴随着大算力、大数据、AI大模型的迭代发展,高阶智驾也将实现革命性突破,推动智能网联汽车进入新的发展阶段。

车载智能计算平台降本提质

助力NOA等智驾技术快速发展

车载智能计算平台为智能驾驶提供核心算力支持,是汽车智能化水平的重要方向标。

现阶段,车载智能计算平台的性能差异,已成为智能驾驶水平高低的核心影响因素。具体来看,智能计算平台集成多个SoC,支持大量数据并行计算和复杂逻辑功能,具备更高的计算能力和能效;通过软硬件协同优化,可实现更高效的算力利用、降低功耗且提升系统稳定性。

《十大技术趋势》统计,当前,车载智能计算平台已实现超大存储带宽,支持高效数据指令交换,算力最高可达500 TOPS以上,能满足端到端等先进模型的海量数据增长对更高算力的需求。

2025年,车载智能计算平台性能不断升级,成本呈现进一步降低的趋势,助力NOA等智能驾驶技术渗透率将接近20%。最近几年,Mobileye、地平线、华为、英伟达等国内外厂商均积极布局车载智能计算平台的量产落地。

以地平线为例,该公司自主研发的智能计算架构BPU(Brain Processing Unit),简化开发流程,提高了计算的智能高效性,也减少了因软硬件适配问题带来的额外成本和性能损耗。

软件层面,践行自动驾驶端到端的演进理念,地平线将算法层面的技术创新和突破应用到最新的智驾解决方案SuperDrive上,可以更高效地处理复杂交通场景信息,提升智驾系统的感知和决策能力。

智驾与智能底盘融合

提升L3以上车辆运动控制性能

过去几年,智能驾驶和智能座舱成了业界最关注的强话题,但很多人容易忽略的是,底盘技术作为智能化进程的核心角色,其重要性并不亚于智舱和智驾。

智驾与底盘的深度融合,已成为实现自动驾驶汽车更安全、更更高效的关键基石。

这里说的深度融合,主要是通过传感器、执行器和控制策略的深度融合,增强自动驾驶汽车的感知和决策能力、精准控制能力显著提升行车安全、驾驶舒适性与系统效率优化,降低自驾退出频次,助力L3以上自动驾驶落地应用。

智驾与底盘的深度融合涉及系统集成、域内融合、跨域融合等多个方面,包括增强底盘感知技术、线控技术、协同控制算法冗余设计等关键技术,重塑汽车产业整零合作模式的变革。

《十大技术趋势》分析,2025年,通过智驾与智能底盘的深度融合,将实现极限工况下底盘智能运动控制技术的重大突破,如智驾与动力联动的自动无停顿泊车功能、能耗控制回收系统以及魔毯功能等。

上个月,奇瑞官宣携手华为,发布了云台智能底盘2.0技术,采用新一代电气架构,1000 TOPS算力,整车OTA升级时间能小于25分钟。

智界S7是最先搭载华为途灵底盘的车型,新车在预售阶段,智能底盘就作为亮点之一,被华为重点宣传预热了一波。通过数字化能力升级,华为途灵底盘将底盘、座舱和智驾打通,可以更好地协同控制整车。

此外,蔚来已经完成从NT1构建智能底盘,到NT2的AI赋能,再到NT3的天⾏底盘的技术进阶,通过全线控主动悬架引领智能底盘的进一步技术探索。

据介绍,蔚来AI智能底盘的“撒手锏”之一,是蔚来整⻋全域操作系统——“SkyOS·天枢”,在底层打通智驾、座舱、⻋控、⻋联等各域,可实现对四颗Orin智驾芯⽚算⼒的自由调用,进⾏整车算法部署。

AI赋能合成数据

将成为自动驾驶研发重要资源

利用生成式AI和世界模型等先进人工智能技术,生成高质量的合成数据,可有效缓解数据短缺难题,提升算法模型的可靠性,是自动驾驶模型训练极具前景的发展方向。

在智能驾驶领域,高质量的真实数据成为越来越稀缺的资源,合成数据优势在于采集成本低、自带标注、跨平台通用性强,能有针对性地补充潜在危险场景和边缘场景,完善长尾场景库。

先进AI技术可以处理文本、图片、视频等不同类型的数据,并能快速提取大量未标记数据的有价值的信息,如不同类型交通参与者的信息,以及交通参与者之间的交互行为等。

《十大技术趋势》认为,2025年,AI生成的合成数据将普遍应用于自动驾驶模型的高效训练和仿真服务。

2024年,特斯拉、英伟达、Wayve、百度和蔚来等公司已经率先布局了世界模型的前瞻研发应用,支持部分算法上车。

随着高阶自动驾驶上路通行进程加速,2025年AI合成数据将逐步取代传统数据采集方式,成为满足自动驾驶数据需求。

多模态大模型

推动自动驾驶感知决策创新突破

《十大技术趋势》指出,2025年,自动驾驶模型有望随着多模态大模型算法改进数据生成能力提升、算力和训练时长扩增,助推自动驾驶感知决控能力的重要突破。

利用多模态大模型通识能力,可有效应对智能感知中存在的长尾问题,显著改善车辆对场景、障碍物、导航信息等要素的理解能力。

多模态大模型基于大规模数据训练,实现对世界的认知和理解。通过指令微调和后训练精调,将多模态大模型应用于自动驾驶复杂场景的感知决策中,构造自动驾驶专用的多模态模型。

当前,以视觉语言大模型为代表的多模态大模型,相较于传统视觉模型,能更好地识别和处理行驶环境中的罕见事件,显著提升自动驾驶系统对长尾场景的鲁棒性和泛化能力。

以商汤为例,在端到端系统的基础上,商汤绝影推出自动驾驶大模型DriveAGI,依托多模态大模型,实现对移动出行的深度理解、精准推理、智能决策以及与人类的自然交互,使自动驾驶系统更好地理解和适应周围的交通环境。

据悉,得益于多模态⼤模型,DriveAGI具备了更强的泛化能⼒,即便在0样本的情况下,也可以针对不同道路环境或交通状况并做出精准决策。在无高精地图条件下,也能依靠视觉感知实际道路情况。

车企阵营,“端到端+大模型”也在今年成了炙手可热的技术热点,以理想的“端到端+VLM”双系统为例,该智驾方案结合了One-Model端到端模型和VLM视觉语言模型——

“系统1”由端到端模型实现,应对驾驶车辆时95%的常规场景;“系统2”由VLM视觉语言模型实现,解决复杂甚至未知的交通场景,占日常驾驶约5%,两个系统相互配合,兼顾大部分场景和少数特殊场景。

自动驾驶运行安全风险管控系统

逐步上车部署与应用

《趋势报告》指出,“运行安全”以全生命周期运行风险管控和运行安全保障为核心,已成为高级别自动驾驶安全的焦点,

自动驾驶“运行安全”风险管控涉及安全要求、安全模型、事件记录、数据存储和在用车辆监测等多方面。车载运行安全风险管控系统整合车辆运行全过程安全关注事项,为风险统筹管控提供解决方案。

到2025年,车载运行安全风险管控系统将逐步在自动驾驶系统实现部署应用,服务自动驾驶运行安全监管与实施。

现阶段,清华大学、北京航空航天大学以及一汽、比亚迪等正积极投入车载运行风险管控单元开发与部署,预计将在明年部署量产车型,助力高级别自动驾驶运行安全,降低事故率至可接受水平。

(0)
上一篇 2024年11月22日 下午1:44
下一篇 2024年11月22日 下午7:23

猜你喜欢

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注