华为余承东点评特斯拉自动驾驶:上限很高、下限很低!
在享界S9发布会上,华为车BU董事长表示,公司员工去美国对特斯拉的FSD进行了测试,发现特斯拉的FSD上限很高,下限很低,采用FSD的特斯拉甚至不会避开静止的货车,会直接撞上去;当然,余承东还夸了一下华为的ADS 3.0智驾技术。
目前华为不少车型使用的ADS 2.0智能驾驶辅助技术,本身是基于规则决策模型打造的,这需要华为对各类场景做适配,需要的算力也是很高的;但是随着ChatGPT“大模型”的诞生,“端到端”似乎成为汽车厂商或者自动驾驶技术提供商的共同努力方向。
特斯拉今年年初推出的FSD 12.3上引入了One Model,这其实也是一种“端到端”的落地,并且这种技术对汽车性能的要求并不算很高,因此一些老款的特斯拉车型也能支持;端到端本质上是将传感器获得的数据直接交给“大模型”去处理,厂商不需要再去做各种规则决策模型,实际上也降低了汽车厂商的工作量。
只是目前“大模型”还处于学习阶段,一些小概率的简单问题也会出错,例如余承东说的特斯拉FSD不会避开静止的货车,不过在One Model 学习了这个问题之后,其实就能解决这个问题;只是这个学习过程,需要很多车主自己去训练,风险转移给车主了。
“大模型”的诞生,其实解决了汽车智驾方案的很多难题,例如规则几乎是无穷尽的,任何厂商想要做一个完美的规则决策模型是不可能的;“大模型”在技术上是具备前瞻性的,同时也是未来智能驾驶的核心,只是目前还处于学习阶段,应用的过程对于乘客来说或许不那么友好,一些简单的问题它可能处理不了。
上限高的原因是基于这个大模型,理论上可以实现更先进的自动驾驶技术,在大模型不断学习、修正数据之后,可以获得上限更高的自动驾驶体验;
下限低的原因也很简单——学习初期出现的问题很多,哪怕是小问题也得需要学习才能解决,但这个过程大概率是错误不断,对于乘客来说体验不好。
国内不少厂商都宣布要做各自的“大模型”,但是小宅认为,做“大模型”的前提是先做好比较基础的自动驾驶技术,规则决策模型是不可缺少的;如果厂商连规则决策模型都做不好,想要在“大模型”时代弯道超车,几乎也是不可能实现的。