和 ChatGPT 在 AIGC（AI- Generated Content，人工智能生成內(nèi)容）領(lǐng)域一樣具備顛覆性的事情正在發(fā)生。

4 月 11 日，自動(dòng)駕駛技術(shù)公司毫末智行在其第八屆 HAOMO AI DAY 上，重磅發(fā)布行業(yè)首個(gè)自動(dòng)駕駛生成式大模型 DriveGPT，中文名「雪湖·海若」，該模型參數(shù)規(guī)模達(dá)到 1200 億，可用于解決自動(dòng)駕駛研發(fā)過(guò)程中困擾已久的認(rèn)知決策問(wèn)題，并通過(guò)能力迭代，最終實(shí)現(xiàn)端到端自動(dòng)駕駛。

此前，受制于傳統(tǒng)模型「數(shù)據(jù)量小、基于規(guī)則」等局限性，智能駕駛技術(shù)進(jìn)展一度較為緩慢，甚至不少?gòu)臉I(yè)者都對(duì)未來(lái)產(chǎn)生了自我懷疑，在這樣的背景下，兩年前，毫末率先投入到大模型技術(shù)的研發(fā)之中，旨在尋找新的突破。

經(jīng)歷了先行探索和反復(fù)驗(yàn)證，毫末成功找到了突破口——生成式大模型，通過(guò)在行業(yè)首個(gè)將 GPT 落地到自動(dòng)駕駛領(lǐng)域，大大加速了更高階智能駕駛的落地應(yīng)用。

「生成式大模型將成為自動(dòng)駕駛系統(tǒng)進(jìn)化的關(guān)鍵，基于 Transformer 大模型訓(xùn)練的感知、認(rèn)知算法會(huì)逐步在車端進(jìn)行落地部署。」毫末董事長(zhǎng)張凱在 HAOMO AI DAY 上對(duì)行業(yè)未來(lái)發(fā)展趨勢(shì)作出論斷。

毫末 CEO 顧維灝也表示：「DriveGPT 雪湖·海若將會(huì)重塑汽車智能化技術(shù)路線，讓輔助駕駛進(jìn)化更快，讓自動(dòng)駕駛更早到來(lái)。」

顧維灝在自動(dòng)駕駛技術(shù)領(lǐng)域的眼光獨(dú)到，布局非常領(lǐng)先。

事實(shí)上，毫末在 2021 年就已經(jīng)開(kāi)始了 Transformer 大模型技術(shù)的探索，并快速落地應(yīng)用到 BEV 視覺(jué)感知算法當(dāng)中，然后又以五大模型的方式來(lái)實(shí)現(xiàn)自動(dòng)駕駛感知、認(rèn)知算法的快速升級(jí)，現(xiàn)在這些大模型將統(tǒng)一到 DriveGPT 生成式大模型當(dāng)中，目標(biāo)將實(shí)現(xiàn)端到端自動(dòng)駕駛。

毫末的探索始終走在行業(yè)技術(shù)探索的前列。

據(jù)了解，新摩卡 DHT-PHEV 即將首發(fā)搭載 DriveGPT 雪湖·海若量產(chǎn)上市，屆時(shí)，用戶市場(chǎng)還將迎來(lái)一輪新的震撼。

「毫型橘末真正重塑了行業(yè)信心，」一位業(yè)內(nèi)人士略微激動(dòng)地說(shuō)道，「這將是一場(chǎng)革命。」

01、DriveGPT 雪湖·海若，如何顛覆智能駕駛

在介紹 DriveGPT 雪湖·海若之前，先回顧一下 ChatGPT 的概念，其全稱是 Chat Generative Pre-trained Transformer，字面意思是用于聊天的生成式預(yù)訓(xùn)練 Transformer 大模型扒埋。

其中 Transformer 是 ChatGPT 的重點(diǎn)，最早由谷歌在 2017 年提出，該模型基于注意力機(jī)制的設(shè)計(jì)，可以實(shí)現(xiàn)出色的算法并行性，因而迅速在自然語(yǔ)言處理（NLP) 領(lǐng)域流行起來(lái)，ChatGPT 就是其最新成果。

Transformer 大模型對(duì)于智能駕駛來(lái)說(shuō)也不陌生，在 NLP 中奠定了核心地位之后，被逐漸被引入計(jì)算機(jī)視覺(jué)（CV）領(lǐng)域，后又被特斯拉、毫末智行等行業(yè)龍頭先行引入自動(dòng)駕駛系統(tǒng)中，用于提升感知端的模型效果。

如今，毫末在 Transformer 大模型的應(yīng)用上更進(jìn)一步，將其率先拓展到智能駕駛系統(tǒng)認(rèn)知端，DriveGPT 雪湖·海若由此誕生。

從同樣使用 Transformer 大模型的角度來(lái)說(shuō)，ChatGPT 和 DriveGPT 雪湖·海若屬于同宗同源。

其中，ChatGPT 是對(duì)話式的生成式自然語(yǔ)言模型，輸入是自然語(yǔ)言的文本串，輸出是自然語(yǔ)言的文本，可以完成通用的下游春租螞語(yǔ)言生成任務(wù)，比如多輪對(duì)話、代碼生成、翻譯、數(shù)學(xué) 運(yùn)算等能力。

而毫末 DriveGPT 雪湖·海若是用于自動(dòng)駕駛場(chǎng)景的生成式大模型，輸入是感知融合后的文本序列，輸出是自動(dòng)駕駛場(chǎng)景文本序列，即將自動(dòng)駕駛場(chǎng)景 Token 化，形成「Drive Language」，最終完成自車的決策規(guī)控、障礙物預(yù)測(cè)以及決策邏輯鏈的輸出等任務(wù)。

DriveGPT 雪湖·海若首先在預(yù)訓(xùn)練階段通過(guò)引入量產(chǎn)駕駛數(shù)據(jù)，訓(xùn)練初始模型，再通過(guò)引入駕駛接管 Clips 數(shù)據(jù)完成反饋模型 (Reward Model) 的訓(xùn)練，然后再通過(guò)強(qiáng)化學(xué)習(xí)的方式，使用反饋模型去不斷優(yōu)化迭代初始模型，形成對(duì)自動(dòng)駕駛認(rèn)知決策模型的持續(xù)優(yōu)化。

具體來(lái)說(shuō)，DriveGPT 雪湖·海若會(huì)通過(guò)人類反饋強(qiáng)化學(xué)習(xí)的方式進(jìn)行迭代，用 DriveGPT 雪湖·海若最新模型 (Active Model) 對(duì)真實(shí)場(chǎng)景 Case 做生成，產(chǎn)出多種場(chǎng)景序列結(jié)果，再用反饋模型給這些結(jié)果進(jìn)行打分排序，目標(biāo)是把好的結(jié)果排上來(lái)，差的結(jié)果排下去，然后與初始模型 (Pretrain-Model) 的生成概率做比較，放大比分。最后通過(guò)強(qiáng)化學(xué)習(xí)的方式將參數(shù)再次更新到最新模型 (Active Model) 中，一直反復(fù)這個(gè)迭代過(guò)程。

其中，Reward Model(反饋模型) 的訓(xùn)練過(guò)程是獨(dú)立的，使用帶有偏序關(guān)系的 Pair 樣本對(duì)來(lái)訓(xùn)練，這些樣本對(duì)來(lái)自于接管 Case，毫末將與人類駕駛結(jié)果相似的模型結(jié)果作為正樣本，與被接管軌跡相似的作為負(fù)樣本，這樣來(lái)構(gòu)建偏序?qū)希倮?LTR(Learning To Rank) 的思路去訓(xùn)練 Reward Model，進(jìn)而得到一個(gè)打分模型。

此外，DriveGPT 雪湖·海若還可以輸出決策邏輯鏈：即在輸入端提供 Prompts(提示語(yǔ))，根據(jù)提示輸出含有決策邏輯鏈 (Chain of Thought) 的未來(lái)序列。

毫末 CSS 自動(dòng)駕駛場(chǎng)景庫(kù)是 CoT 的重要輸入，擁有超過(guò)幾十萬(wàn)個(gè)細(xì)顆粒度場(chǎng)景，將 Prompt 提示語(yǔ)和完整決策過(guò)程的樣本交給模型去學(xué)習(xí)，學(xué)到推理關(guān)系，從而將完整駕駛策略拆分為自動(dòng)駕駛場(chǎng)景的動(dòng)態(tài)識(shí)別過(guò)程，完成可理解、可解釋的推理邏輯鏈生成。

除了用作認(rèn)知決策，DriveGPT 雪湖·海若還可以逐步應(yīng)用到城市 NOH、捷徑推薦、智能陪練以及脫困場(chǎng)景中。

有了 DriveGPT 雪湖·海若的加持，車輛行駛會(huì)更安全；動(dòng)作更人性、更絲滑，并有合理的邏輯告訴駕駛者，車輛為何選擇這樣的決策動(dòng)作。

對(duì)于普通用戶來(lái)說(shuō)，車輛越來(lái)越像老司機(jī)，用戶對(duì)智能產(chǎn)品的信任感會(huì)更強(qiáng)，理解到車輛的行為都是可預(yù)期、可理解的。

盡管 DriveGPT 雪湖·海若剛出世就擁有強(qiáng)大的功能，但這還不是它的「終局」，毫末對(duì)于 DriveGPT 雪湖·海若的目標(biāo)是實(shí)現(xiàn)端到端自動(dòng)駕駛，后續(xù)毫末會(huì)持續(xù)將多個(gè)大模型的能力整合到 DriveGPT 雪湖·海若中。

與此同時(shí)，毫末也對(duì)外構(gòu)建 DriveGPT 雪湖·海若生態(tài)，通過(guò)對(duì)行業(yè)提供開(kāi)放服務(wù)，促進(jìn)自動(dòng)駕駛的從業(yè)者和研究機(jī)構(gòu)，快速構(gòu)建基礎(chǔ)能力，釋放創(chuàng)新。

汽車之心獲知，毫末 DriveGPT 雪湖·海若首批定向邀請(qǐng)了北京交通大學(xué)計(jì)算機(jī)與信息技術(shù)學(xué)院、高通、火山引擎、華為云、京東科技、四維圖新、魏牌新能源、英特爾等加入。

事實(shí)上，毫末對(duì)于大模型的開(kāi)放從 DriveGPT 雪湖·海若的中文名「雪湖·海若」即可窺見(jiàn)。

據(jù)了解，「海若」一詞出自《莊子·秋水》中的神話人物北海若，在該書(shū)中，另一神話人物河伯請(qǐng)教北海若，何謂大小之分，北海若教導(dǎo)河伯說(shuō)，不因天地而覺(jué)大，不因毫末而覺(jué)小。

毫末據(jù)此把 DriveGPT 中文名命名為「海若」，寓意著智慧包容、海納百川，為行業(yè)發(fā)展貢獻(xiàn)力量。

02、自動(dòng)駕駛生成式大模型「第一槍」，為何由毫末打響

自動(dòng)駕駛領(lǐng)域頂級(jí)玩家眾多，毫末憑何在全球首個(gè)推出了自動(dòng)駕駛生成式大模型 DriveGPT 雪湖·海若？

要回答這個(gè)問(wèn)題，首先要理清楚毫末 DriveGPT 雪湖·海若的本質(zhì)，它是應(yīng)用在智能駕駛上的人工智能，就必然離不開(kāi)人工智能三要素：算法、數(shù)據(jù)和算力，而這三者恰恰是毫末具備領(lǐng)先性優(yōu)勢(shì)的地方。

首先在算法的技術(shù)路線上，毫末早早就堅(jiān)定選擇走漸進(jìn)式發(fā)展路線，比「躍進(jìn)式」玩家的量產(chǎn)時(shí)間更早，更快形成規(guī)模化，從用戶真實(shí)使用場(chǎng)景中積累足夠多的數(shù)據(jù)。

毫末還清晰地提出了從自動(dòng)駕駛 1.0 時(shí)代到自動(dòng)駕駛 3.0 時(shí)代的演進(jìn)路徑，并率先進(jìn)入以數(shù)據(jù)驅(qū)動(dòng)為核心的新時(shí)代。

從這時(shí)開(kāi)始，自動(dòng)駕駛獲取的數(shù)據(jù)量與數(shù)據(jù)多樣性將呈現(xiàn)指數(shù)級(jí)膨脹，在深度學(xué)習(xí)主導(dǎo)中，與大模型相輔相成，真正去解決自動(dòng)駕駛最后的長(zhǎng)尾難題。

在 2021 年 12 月第四屆 HAOMO AI DAY 上，毫末發(fā)布中國(guó)首個(gè)數(shù)據(jù)智能體系 MANA，其由四大板塊組成，分別是 TARS、LUCAS、VENUS 和 BASE。

其中，BASE 是整個(gè)系統(tǒng)架構(gòu)的底層，包括數(shù)據(jù)底座、數(shù)據(jù)融合、PoseidonOS 等。

其他三大板塊置于上層：

【本文來(lái)自易車號(hào)作者汽車之心，版權(quán)歸作者所有,任何形式轉(zhuǎn)載請(qǐng)聯(lián)系作者。內(nèi)容僅代表作者觀點(diǎn)，與易車無(wú)關(guān)】