何小鹏:「端到端小模型」是巨大的缝合怪!

源自小红薯:车范思

01-17 11:12

小鹏汽车CEO何小鹏在发布会上犀利点评当前自动驾驶技术,直指所谓端到端小模型是巨大缝合怪,只能解决80%场景,真正的自动驾驶需要全新的技术路线。

何小鹏:「端到端小模型」是巨大的缝合怪!智能速览

  • 端到端小模型只能解决80%场景,剩余20%成致命缺陷

  • 小鹏推出第二代VLA系统,专注物理世界复杂性

  • 自研芯片让同等算力发挥数倍威力

  • 1亿个异常场景数据,相当于6500年驾驶经验

  • 传统规则兜底导致系统永远在适应新场景

何小鹏:「端到端小模型」是巨大的缝合怪!精华内容

面对自动驾驶技术的分歧,小鹏选择了彻底重构技术路线。通过大模型、大算力、大数据的组合,试图突破当前技术的天花板。

缝合怪困境

何小鹏直言,当前主流的端到端自动驾驶模型都是巨大的缝合怪。无论是单段式、两段式还是多段式端到端,最多只是数据的端到端,并非真正的模型端到端。

这些系统依赖大量规则兜底,导致在遇到新场景时表现不稳定,出现今天好明天不好的问题。即使能开好80%的道路,剩下的20%场景将使其永远无法实现真正的自动驾驶。

更关键的是,目前绝大部分公司的自动驾驶模型size不到0.5B,是非常小的模型。而且这些模型多是以数字世界和语言为导向,而非针对物理世界的表象和运动,导致转换效率低下。

算力革命

算力不是堆硬件就能解决的。何小鹏透露,小鹏通过自研芯片、自有编译、自有量化技术和专为算力适配的模型,能让同样的算力发挥出别人一倍到数倍的威力。

具体来看,如果其他厂商的2250TOPS算力,小鹏实际能达到4500TOPS的效果。这种算力优化能力,让小鹏在硬件相同的情况下获得了巨大优势。

小鹏已经建成行业最大的3万卡云端超大算力集群,为大规模模型训练提供了基础设施保障。

数据壁垒

在数据层面,小鹏采用了完全不同的策略。普通道路上重复行驶的数据几乎没有价值,只有各种异常情况下的片段数据才有意义。

小鹏目前使用了1亿个不同的数据片段,这些数据相当于一个人类驾驶员在6500年驾驶过程中遇到的各种极端情况总和。通过学习这些罕见但关键的场景,系统才有可能达到L4级别自动驾驶。

这种高质量、高差异化的训练数据,构成了小鹏自动驾驶技术的核心壁垒。

VLA2.0突破

小鹏正在研发的第二代VLA系统,专门针对物理世界无限的复杂性寻找更优解。这套系统采用了全新的技术架构,不再是简单的规则堆砌。

VLA2.0基于更大参数的模型,专门针对物理世界的表象和运动进行优化,而非传统的语言模型思路。这种转变让模型能够更好地理解和预测现实世界的复杂变化。

通过大模型、大算力、大数据的协同,小鹏试图构建一套真正能够应对无限场景的自动驾驶系统。

内容由AI生成
0
扫一下,分享更方便,购买更轻松
0评论

当前文章无评论,是时候发表评论了
提示信息

取消
确认
评论举报

最新文章 热门文章