share_log

小鹏李力耘称端到端很容易方向错了:周期短见效快的 类似预制菜

小鵬李力耘稱端到端很容易方向錯了:週期短見效快的 類似預製菜

快科技 ·  12:04

快科技10月21日消息,高階輔助駕駛系統已經發展有些年頭,從一開始的高精地圖,到而後的BEV鳥瞰,再到全國無圖都能開,而當前最主流也是最火熱的無外乎是「端到端」,主流新勢力甚至包括傳統車企都在用。

但端到端也不盡相同,近日,小鵬汽車自動駕駛負責人李力耘在接受媒體採訪時詳細回答了其中不少細節。

媒體提問:我們今天談論的很多內容都關於端到端,但在去年下半年,國內廠商都還在研究怎麼做無圖城市 NOA、比拼開城數量,今年以來,端到端熱度陡然升高,這個節奏是否超出你們的預期?

李力耘回答稱:端到端其實很容易走錯方向

“像我們之前提過,小鵬和華爲的方向大致一致的,是正確的。然而有的廠商會有一些混淆,把一些小模型通過規則的連接看成是端到端,或者直接做一個車上的端到端模型,其實這些都會有問題。

例如,藉助規則堆砌小模型來做端到端,會導致你仍然需要大量優秀的規則工程師;如果是在車上部署一個端到端模型,短期內可能見效很快,但是它長期的能力會受限於模型本身的大小。

李力耘同時還表示,在雙Orin芯片上能夠佈置的模型大小是有物理極限的,這對於每家車企都是一樣的,如果AI的基礎架構和雲端的數據飛輪只侷限於雙Orin能夠承載的模型,顯然是一個短視的行爲,未來會遇到更多的瓶頸。

「小鵬是更拔高地看這件事情,一定要先在雲端有一個更強大的模型,無論是從模型的數量、參數的數量,還是數據量上,都要有幾何級數的增長。在此基礎上,我們再來做車端模型的選型跟部署。」

隨後他還發布微博進一步做了說明:未來的自動駕駛競爭在雲端,小鵬已經開始佈局雲端大模型,在雲端實現強化訓練後蒸餾到車上,極大提高了端到端的上限

譯文內容由第三人軟體翻譯。


以上內容僅用作資訊或教育之目的,不構成與富途相關的任何投資建議。富途竭力但無法保證上述全部內容的真實性、準確性和原創性。
    搶先評論