版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
正文目錄一、特斯拉智駕的軟硬件層面新迭代 4二、我國高階智駕發(fā)展邁入第三階段 5三、技術(shù)架構(gòu):主流智駕玩家迭代方向 8VLA方向 8華為ADS4.0,面向地平線機(jī)器人&Momenta強(qiáng)調(diào)一段式端到端 四、商業(yè)模式:基于量產(chǎn)車的Robotaxi業(yè)務(wù)提速 14五、投資建議 17六、風(fēng)險(xiǎn)提示 18圖表目錄圖表1特斯拉商業(yè)版圖全貌 4圖表2特斯拉AI5芯片較AI4性能大幅優(yōu)化 5圖表3城區(qū)輔助駕駛系統(tǒng)的3個(gè)構(gòu)型發(fā)展階段 6圖表4理想汽車智能輔助駕駛技術(shù)迭代關(guān)鍵節(jié)點(diǎn) 6圖表5智能輔助駕駛系統(tǒng)發(fā)展:基于規(guī)則—端到端1.0—端到端2.0(VLA) 7圖表6元戎啟行智能輔助駕駛技術(shù)迭代:從多模塊走向端到端融合 8圖表7理想汽車MindVLA技術(shù)架構(gòu) 9圖表8元戎啟行VLA模型架構(gòu) 9圖表9理想汽車VLA司機(jī)大模型訓(xùn)練過程 圖表10小鵬汽車基座模型迭代:內(nèi)循環(huán)、外循環(huán) 圖表11VLA對端到端智能輔助駕駛的體驗(yàn)改善 圖表12VLA上車后,用戶可感知的五大體驗(yàn)升級 圖表13智能輔助駕駛VLA的四個(gè)階段 圖表14華為ADS發(fā)展路徑 圖表15華為ADS4.0全新技術(shù)架構(gòu)WEWA 圖表16Momenta飛輪大模型 圖表17扎實(shí)的L2基礎(chǔ)能力是實(shí)現(xiàn)L4必經(jīng)之路 圖表18當(dāng)前部分企業(yè)定義的L3存在兩難困境 圖表19華為ADS規(guī)劃:2027年全面開啟載人&載物的無人化新時(shí)代 圖表20以消費(fèi)級量產(chǎn)車開展Robotaxi業(yè)務(wù),實(shí)現(xiàn)數(shù)據(jù)驅(qū)動的商業(yè)閉環(huán) 一、特斯拉智駕的軟硬件層面新迭代2025年,特斯拉正式發(fā)布其宏圖計(jì)劃第四篇章,其CEO馬斯克表示,F(xiàn)SD和Optimus(人形機(jī)器人)的規(guī)?;瘜⑹翘厮估顬橹匾氖马?xiàng)。根據(jù)特斯拉發(fā)布的《秘密宏圖第四篇章》,特斯拉已構(gòu)建起一個(gè)高度體系化的可持續(xù)產(chǎn)品生態(tài)系統(tǒng),從交通運(yùn)輸?shù)侥茉瓷a(chǎn),從電池存儲再到機(jī)器人技術(shù)。圖表1特斯拉商業(yè)版圖全貌海證券報(bào),特斯拉《秘密宏圖第四篇章特斯拉V12(,監(jiān)督版V14107FSDFSD14Robotaxi智駕核心硬件——下一代芯片AI5性能指標(biāo)遠(yuǎn)超AI4,這部分得益于軟硬結(jié)合的設(shè)計(jì)方式,提供更好的性能/能耗比。根據(jù)IT之家信息,近期馬斯克在X平臺表示,特斯拉AI5芯片有望成為針對參數(shù)規(guī)模約2500億以下模型的最佳推理芯片。并指出該芯片在芯片成本上遠(yuǎn)超同類產(chǎn)品,且能效比(性能/瓦特)表現(xiàn)最佳,AI6芯片將把性能提升到更高水平。業(yè)務(wù)進(jìn)展254/50萬輛。圖表特斯拉AI5芯片較性能大優(yōu)化訊網(wǎng),特斯拉2025年股東大會PP6(Vti于6AI2萬美元-2.5的AI芯片成本。二、我國高階智駕發(fā)展邁入第三階段高階輔助駕駛系統(tǒng)大致圍繞三個(gè)大的階段在發(fā)展:第一階段:規(guī)則系統(tǒng)階段。該階段的系統(tǒng)主要依賴預(yù)設(shè)規(guī)則進(jìn)行控制,在感知環(huán)節(jié)后通過大量手寫代碼實(shí)現(xiàn)決策與執(zhí)行。然而,由于現(xiàn)實(shí)道路場景復(fù)雜多樣,基于規(guī)則的橫向與縱向控制往往難以兼顧不同情境,易出現(xiàn)顧此失彼的蹺蹺板效應(yīng)——即優(yōu)化某一場景的控制性能,可能引發(fā)其他場景下的控制異常。圖表城區(qū)輔助駕系統(tǒng)的3個(gè)型發(fā)展段國汽車論壇地平線呂鵬演。特斯拉V12AI)推出VLA(Vision-Language-Action)圖表理想汽車智輔助駕技術(shù)代關(guān)鍵點(diǎn)訊網(wǎng),車東較于端到端1.0,架構(gòu)更統(tǒng)一,即使用一個(gè)神經(jīng)網(wǎng)絡(luò)完成從感知到控制的映射,進(jìn)一步減少人工規(guī)則和模塊接口。//Momenta的智駕方案的邊際變化。圖表智能輔助駕系統(tǒng)發(fā):基規(guī)則—到端端到端戎啟行公眾VLA910號已開啟VLA8月發(fā)布5華為ADS4.0的WEWA架構(gòu)。通過云端世界引擎與車端世界行為模型協(xié)同,實(shí)現(xiàn)了從ADS3.0的模塊化組合到AI訓(xùn)練AI的端到端一體化。華為路線與VLA路線的本質(zhì)差異在于,華為路線不依賴語言作為翻譯和推理介質(zhì),讓多模態(tài)傳感數(shù)據(jù)直接映射為控制動作,旨在構(gòu)建對物理世界的直接認(rèn)知模型,以實(shí)現(xiàn)更低延遲和更高可靠性。地平線HSD與Momenta最新一版方案則強(qiáng)調(diào)一段式端到端+強(qiáng)化學(xué)習(xí)。本質(zhì)是摒棄了傳統(tǒng)模塊化或兩段式方案的拼裝模式,致力于構(gòu)建一個(gè)從傳感器輸入直接映射到控制輸出的統(tǒng)一模型,并通過強(qiáng)化學(xué)習(xí)使系統(tǒng)具備從交互中自我進(jìn)化的能力。圖表元戎啟行智輔助駕技術(shù)代:從模塊向端到融合戎啟行官三、技術(shù)架構(gòu):主流智駕玩家迭代方向VLA方向模型。VA融合視覺Vii()(ti((。VLA由于融合了語言模型,VLA模型具備強(qiáng)大的思維鏈能力,能擺脫傳統(tǒng)端到端模型的黑盒難題,并將信息串聯(lián)、分析,從而推理出因果關(guān)系。此外,它天然集成海量知識庫,泛化能力更強(qiáng),能夠更好地適應(yīng)復(fù)雜多變的真實(shí)道路環(huán)境。VLA作為新一代AI架構(gòu),它不僅能看懂圖像、讀懂語言,還能基于理解直接驅(qū)動決策與動作,被視為大模型從會說走向會做的關(guān)鍵拐點(diǎn)。圖表理想汽車技術(shù)構(gòu)想汽車公眾圖表元戎啟行模型架構(gòu)戎啟行公眾VLA訓(xùn)練過程:VLA模型的研發(fā)需經(jīng)歷架構(gòu)設(shè)計(jì)、數(shù)據(jù)探索和規(guī)?;?、模型驗(yàn)證、部署上車及持續(xù)迭代等流程。在訓(xùn)練方式上,VLA采用多模態(tài)訓(xùn)練,融合視頻、語言與行為數(shù)據(jù),模擬人類駕駛認(rèn)知的形成過程。即預(yù)訓(xùn)練(掌握交通規(guī)則與道路基礎(chǔ)知識)、后訓(xùn)練(進(jìn)行場景化上路練習(xí))、強(qiáng)化訓(xùn)練(通過經(jīng)驗(yàn)積累不斷提升決策能力)?;P皖A(yù)訓(xùn)練:模型需要學(xué)習(xí)看和說。通過海量道路圖像和語言數(shù)據(jù)(如交通規(guī)則、導(dǎo)航指令),訓(xùn)練模型理解視覺場景與語言的關(guān)聯(lián)。動作微調(diào):隨后,加入駕駛行為數(shù)據(jù),教模型如何開車。這一階段通過模仿學(xué)習(xí)實(shí)現(xiàn),模型觀察人類司機(jī)的操作(如轉(zhuǎn)向、剎車),學(xué)習(xí)將視覺和語言輸入轉(zhuǎn)化為動作。這一階段依賴大規(guī)模量產(chǎn)車數(shù)據(jù),以確保數(shù)據(jù)多樣性。強(qiáng)化學(xué)習(xí)優(yōu)化:最后,模型進(jìn)入實(shí)戰(zhàn)訓(xùn)練。通過仿真環(huán)境或人類反饋,模型學(xué)習(xí)更優(yōu)策略,例如避免危險(xiǎn)行為或適應(yīng)復(fù)雜交通流。這一階段也包括對齊人類價(jià)值觀(如安全駕駛習(xí)慣),確保AI司機(jī)不僅能力強(qiáng),而且具備職業(yè)素養(yǎng)。圖表理想汽車司機(jī)大型訓(xùn)練程思汽車研究院、理想汽車視頻號圖表10小鵬汽車基座模型迭代:內(nèi)循環(huán)、外循環(huán)(和強(qiáng)化學(xué)習(xí)鵬汽車公眾號VLA帶來哪些智駕體驗(yàn)的改善?VLA突破了傳統(tǒng)端到端模型的局限,具備思維鏈推理能力,可進(jìn)行因果推斷,并以自然語言呈現(xiàn)決策邏輯,有效解決黑盒問題,提升系統(tǒng)透明度和用戶信任度。其集成的海量知識庫增強(qiáng)了泛化能力,能夠適應(yīng)復(fù)雜多變的真實(shí)道路VLA對用戶而言,搭載VLA的車輛將智能駕駛體驗(yàn)從執(zhí)行命令的工具升級為具備溝通、思考和預(yù)判能力的專屬司機(jī)。用戶可通過自然語言直接與系統(tǒng)交互,例如使用找條人少的路等富含語義的指令。VLA的防御性駕駛能力可顯著提升行車安全,例如從公交車異常停車推斷車后可能有人并提前減速。系統(tǒng)還可通過語言接口實(shí)時(shí)響應(yīng)用戶的個(gè)性化調(diào)整需求,提供定制化智駕體驗(yàn)?;贕PT架構(gòu)的VLA圖表11VLA對端到端智能輔助駕駛的體驗(yàn)改善功能 技術(shù)實(shí)現(xiàn) 應(yīng)用場景功能 技術(shù)實(shí)現(xiàn) 應(yīng)用場景空間語義理解 動態(tài)盲區(qū)透視(如公交車遮擋、橋洞通行,結(jié)合環(huán)境語義測風(fēng)險(xiǎn)異形障礙物識別 基于互聯(lián)網(wǎng)知識庫識別超載車施工設(shè)備等非常規(guī)障礙物成避讓策略
無紅綠燈路口、視野受限路段復(fù)雜道路施工區(qū)、非標(biāo)車輛通行路段文字引導(dǎo)牌理解
策 多車道復(fù)雜路口交通規(guī)則動態(tài)調(diào)整區(qū)域語音交互控車 支持自然語言指令(如靠左行駛),優(yōu)先級高于導(dǎo)航規(guī)劃 用戶主動干預(yù)場景、導(dǎo)航路徑?jīng)_突場景戎啟行公眾號、耀途資本公眾圖表12VLA上車后,用戶可感知的五大體驗(yàn)升級想汽車官VLA當(dāng)前瓶頸與未來空間如何?我們認(rèn)為VLAVLA上車時(shí)間尚短,仍存在發(fā)展瓶頸和不足:VLA價(jià)值觀對齊。萬VLA不僅可應(yīng)用于智駕解決方案,更是走向通用人工智能的關(guān)鍵路徑。VLA的架構(gòu)可復(fù)用于機(jī)器人、物流車等移動載體;VLA可通過思維鏈進(jìn)行長時(shí)序推理,能基于歷史記憶(historymemory)推演多步(如預(yù)判15秒后的盲區(qū)風(fēng)險(xiǎn)),進(jìn)行全局分析與決策;VLA能實(shí)現(xiàn)記憶語音交互,賦予機(jī)器協(xié)作式溝通能力,讓AI司機(jī)成為現(xiàn)實(shí)。VLA的價(jià)值不僅是讓車學(xué)會思考,更是為機(jī)器植入物理世界的認(rèn)知基因,還將重構(gòu)AI與物理世界的交互范式,為通用人工智能鋪就現(xiàn)實(shí)路徑。圖表13智能輔助駕駛VLA的四個(gè)階段思汽車研究,ASurveyonVision-Language-ActionModelsforAutonomousDrivinADS4.0L3498月發(fā)布4月發(fā)布ADS(視50華為ADS4.0采用WEWA架構(gòu),標(biāo)志著華為ADS實(shí)現(xiàn)了從數(shù)據(jù)驅(qū)動向場景驅(qū)動。WEWA架構(gòu)的核心迭代在于實(shí)現(xiàn)了AI訓(xùn)練AI的閉環(huán),強(qiáng)調(diào)通過仿真(世界模型)來生成和解決長尾問題,模型不依賴大語言模型進(jìn)行推理(與VLA顯式引入語言推理形成鮮明對比),更注重對物理世界的隱式學(xué)習(xí)。WEWA架構(gòu)由云端世界引擎和車端世界行為模型兩部分組成,通過云端與車端的協(xié)同進(jìn)化以系統(tǒng)性解決智能駕駛面臨的長尾難題:云端的WorldEngine(世界引擎)為云端仿真與生成平臺,除了憑借高搭載量繼續(xù)積累真實(shí)路采數(shù)據(jù)外,更強(qiáng)化云端難例生成,云端可生成在現(xiàn)實(shí)世界中難以遇到的復(fù)雜危險(xiǎn)場景,為車端模型的訓(xùn)練提供高難度的仿真題庫,極大加速了對罕見但關(guān)鍵場景的覆蓋和學(xué)習(xí)效率。車端的WorldAction)AI司機(jī),其基于云端WorldEngineADS4.0在2025汽車論壇上,華為車BU李文廣指出,實(shí)現(xiàn)L4級自動駕駛需突破四大核心能力。一是看得更清楚,通過固態(tài)激光雷達(dá)與分布式雷達(dá)消除感知盲區(qū)及惡劣天氣影響;二是想得更明白,通過構(gòu)建原生世界模型(非大語言模型)實(shí)現(xiàn)類人決策;三是動作更到位,通過整合底盤控制算法至智駕域控達(dá)成精準(zhǔn)執(zhí)行;四是可靠性,通過升級L4操作系統(tǒng),實(shí)現(xiàn)系統(tǒng)級功能冗余保障可靠性。圖表14華為ADS發(fā)展路徑東西公眾號,2024世界智能網(wǎng)聯(lián)汽車大會余承東演講PP圖表15華為ADS4.0全新技術(shù)架構(gòu)WEWA為乾崑智能汽車解決方案公眾地平線機(jī)器人強(qiáng)調(diào)一段式端到端地平線把最新版HSD所處階段定位為高階算法的第三階段,認(rèn)為傳統(tǒng)的兩段式端到端、一段式端到端+規(guī)則后處理等混合式架構(gòu)采用橫縱向解耦,導(dǎo)致系統(tǒng)模塊增多、整體響應(yīng)延遲增加、信息傳遞損失等問題。而其最新版的HSD基于一段式端到端架構(gòu)和強(qiáng)化學(xué)習(xí)能力,推動輔助駕駛迎來擬人化體驗(yàn)拐點(diǎn)。HSD在一段式端到端架構(gòu)的基礎(chǔ)上,實(shí)現(xiàn)了系統(tǒng)低延時(shí)、全方位防御性駕駛、橫縱向合一的車控。藍(lán)L06(搭載雙J6M)亮相。據(jù)地平線官方公眾號,地平線HSD基于一段式端到端,實(shí)現(xiàn)從感知到控制的超低時(shí)延,面對突發(fā)場景反應(yīng)迅捷,提前識別潛在風(fēng)險(xiǎn)并進(jìn)行防御性駕駛。系統(tǒng)還引入強(qiáng)化學(xué)習(xí)機(jī)制,強(qiáng)化場景理解與推理能力,可以更好地自主應(yīng)對極端場景,推動輔助駕駛從單純模仿人類的學(xué)徒,向能夠超越人類的專家轉(zhuǎn)變,推動輔助駕駛的智能涌現(xiàn)效應(yīng)。HSDVLM+HSD10+Momenta累計(jì)合作量產(chǎn)車型已超160款。一個(gè)飛輪,兩條腿是指依靠數(shù)據(jù)飛輪,通過數(shù)據(jù)驅(qū)動的方式來解決問題;同時(shí),堅(jiān)持兩條腿戰(zhàn)略,即量產(chǎn)輔助駕駛(MassProduction)與自動駕駛(ScalableRobo)。量產(chǎn)輔助駕駛能夠輸出源源不斷的數(shù)據(jù)流,自動駕駛能夠反饋給量產(chǎn)產(chǎn)品技術(shù)流,基于統(tǒng)一的傳感器平臺,兩條腿相互協(xié)同,形成高效打通。數(shù)據(jù)飛輪的三個(gè)關(guān)鍵因素是數(shù)據(jù)驅(qū)動、海量數(shù)據(jù)和閉環(huán)自動化。其中,閉環(huán)自動化工具鏈包括數(shù)據(jù)的采集、回流、分析、標(biāo)注、模型訓(xùn)練及驗(yàn)證環(huán)節(jié),用來幫助數(shù)據(jù)和算法之間形成快速迭代的反饋閉環(huán)。在數(shù)據(jù)驅(qū)動的框架下,Momenta在獲取到海量數(shù)據(jù)之后,就能以閉環(huán)自動化工具鏈篩選出海量黃金數(shù)據(jù),驅(qū)動算法自動迭代升級,讓飛輪越轉(zhuǎn)越快。MomentaAD2.05.0的L4圖表16Momenta飛輪大模型omenta官四、商業(yè)模式:基于量產(chǎn)botaxi業(yè)務(wù)提速我們判斷,主流高階智駕玩家(包括車企及供應(yīng)商)基于消費(fèi)級量產(chǎn)車業(yè)務(wù)進(jìn)軍Robotaxi業(yè)務(wù)的節(jié)奏將加快,主要原因如下:1)Robotaxi業(yè)務(wù)可提供關(guān)鍵的長尾場景數(shù)據(jù),為模型訓(xùn)練與優(yōu)化提供燃料,提升系統(tǒng)在極端場景下的表現(xiàn)。2)商業(yè)模式的協(xié)同效應(yīng)日益凸顯。通過復(fù)用量產(chǎn)車的硬件方案與算法架構(gòu),Robotaxi業(yè)務(wù)的部署成本得以大幅降低,規(guī)?;虡I(yè)落地可行性提高。同時(shí)Robotaxi業(yè)務(wù)也可作為高階智駕技術(shù)標(biāo)桿,提升該智駕系統(tǒng)的知名度和影響力。更長遠(yuǎn)地看,Robotaxi業(yè)務(wù)可視為出行即服務(wù)的戰(zhàn)略卡位。當(dāng)前的無人車業(yè)務(wù)運(yùn)營范圍有限,硬件成本較高,導(dǎo)致商業(yè)閉環(huán)未形成,如文遠(yuǎn)知行、小馬智行等公司依然處于虧損狀態(tài)。在美國,無人駕駛的商業(yè)化運(yùn)營主要形成了兩種技術(shù)路線:一是以Waymo為代表的跨越式路線,二是以特斯拉為代表的漸進(jìn)式路線??缭绞铰肪€從L3/L4L2L2L4級無圖表17扎實(shí)的L2基礎(chǔ)能力是實(shí)現(xiàn)L4必經(jīng)之路oboX公眾號,地平線機(jī)器人陳黎明演圖表18當(dāng)前部分企業(yè)定義的L3存在兩難困境oboX公眾號,地平線機(jī)器人陳黎明演AIBUCEOL3L4L4圖表19華為ADS規(guī)劃:2027年全面開啟載人&載物的無人化新時(shí)代025世界新能源汽車大會靳玉
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 煤礦調(diào)度員法律培訓(xùn)課件
- 起重作業(yè)安全培訓(xùn)課件
- 宿舍安全方面的培訓(xùn)課件
- 護(hù)理安全持續(xù)改進(jìn):臨床護(hù)理實(shí)踐的安全改進(jìn)
- 山東高速集團(tuán)有限公司2025年下半年校園招聘備考題庫完整參考答案詳解
- 2026四川宜賓翼興汽車服務(wù)有限公司招聘1人備考題庫含答案
- 山西大地環(huán)境投資控股有限公司2025年社會招聘備考題庫及答案詳解1套
- 2026年機(jī)場電工技術(shù)考試備考題庫及答案(名校卷)
- 2026廣西梧州市衛(wèi)生幼兒園招聘1人備考題庫含答案
- 2026年江蘇財(cái)會職業(yè)學(xué)院單招職業(yè)適應(yīng)性考試題庫及答案1套
- GB/T 31439.1-2025波形梁鋼護(hù)欄第1部分:兩波形梁鋼護(hù)欄
- 貴州省縣中新學(xué)校計(jì)劃項(xiàng)目2024-2025學(xué)年高一上學(xué)期期中聯(lián)考地理試題(解析版)
- 【2025年】天翼云解決方案架構(gòu)師認(rèn)證考試筆試卷庫下(多選、判斷題)含答案
- 絞吸船清淤施工方案
- 2026屆新高考語文背誦篇目60篇(注音版)
- 220千伏輸變電工程投標(biāo)方案投標(biāo)文件(技術(shù)方案)
- 2024-2025學(xué)年度浙江特殊教育職業(yè)學(xué)院單招《語文》試卷附完整答案詳解(全優(yōu))
- 保護(hù)患者隱私培訓(xùn)課件
- 高職單招課件
- 私募基金設(shè)立流程與風(fēng)險(xiǎn)控制報(bào)告
- 非戰(zhàn)爭軍事行動常識課件
評論
0/150
提交評論