圖片來(lái)源：視覺中國(guó)

藍(lán)鯨新聞8月10日訊（記者 李卓玲）又一家車企對(duì)智駕研發(fā)部門的組織架構(gòu)進(jìn)行調(diào)整。

日前，藍(lán)鯨新聞從小鵬汽車方面獲悉，該公司近期對(duì)自動(dòng)駕駛部門進(jìn)行相應(yīng)組織架構(gòu)調(diào)整，新設(shè)AI模型開發(fā)、AI應(yīng)用開發(fā)、AI效能開發(fā)三大板塊職能，旨在加速AI能力進(jìn)化和組織AI化轉(zhuǎn)型。

無(wú)獨(dú)有偶，蔚來(lái)今年6月也曾被曝重組智駕團(tuán)隊(duì)，感知和規(guī)控團(tuán)隊(duì)合并為大模型團(tuán)隊(duì)；理想汽車今年7月則被曝成立“端到端自動(dòng)駕駛”實(shí)體組織，規(guī)模約200人。

車企頻頻“動(dòng)刀”智駕部門，背后有何原因及深意？

智駕新一輪比拼：“端到端”技術(shù)成焦點(diǎn)

據(jù)悉，車企此番組織調(diào)整與智駕技術(shù)路線變革有關(guān)。目前，“端到端”技術(shù)正成為車企智駕比拼的焦點(diǎn)。

何為“端到端”？公開資料顯示，自動(dòng)駕駛有感知、規(guī)劃與決策和控制三大模塊，靠感知“看”，靠決策“思考”如何開車，靠控制模塊完成駕駛行為。“端到端”技術(shù)指的是，從感知到?jīng)Q策整個(gè)過(guò)程，都用一個(gè)大模型來(lái)實(shí)現(xiàn)。

在業(yè)界看來(lái)，該技術(shù)的意義在于，讓智駕研發(fā)進(jìn)入了 AI時(shí)代，換言之，其不再依賴大量人工編程，只要用更多數(shù)據(jù)訓(xùn)練模型，系統(tǒng)就會(huì)不斷變強(qiáng)，表現(xiàn)可能超過(guò)人類司機(jī)。

“端到端”技術(shù)的大火，要追溯至特斯拉的FSD V12版本。去年5月，特斯拉CEO馬斯克透露，特斯拉FSD V12將采用端到端方案。

藍(lán)鯨新聞此前從特斯拉方面了解到，V12版本的模型架構(gòu)發(fā)生重大迭代，是全新的“端到端”人工智能技術(shù)應(yīng)用，可實(shí)現(xiàn)“光子進(jìn)入，控制輸出”。換言之，通過(guò)車輛攝像頭、自研自動(dòng)駕駛芯片和神經(jīng)網(wǎng)絡(luò)軟件系統(tǒng)等，感知和理解車輛外部環(huán)境并輸出輔助駕駛控制。

官方稱，該功能可以像人類一樣不斷學(xué)習(xí)迭代提升，廣泛應(yīng)用后將進(jìn)一步減少因人的駕駛失誤而造成的事故，提升車輛主動(dòng)安全性能。

今年3月，特斯拉開始大范圍推送V12。據(jù)第三方網(wǎng)站FSD Tracker統(tǒng)計(jì)，特斯拉FSD V12更新后，較此前版本，用戶完全無(wú)接管的行程次數(shù)占比從47%提升到72%，平均接管里程（MPI）從116英里提高到333英里。

在特斯拉自動(dòng)駕駛技術(shù)大突破背后，國(guó)內(nèi)多家車企也開始押注“端到端”。

以蔚小理為例，今年7月5日，理想宣布向全量理想AD Max用戶推送“全國(guó)都能開”的無(wú)圖NOA并發(fā)布基于端到端模型、VLM視覺語(yǔ)言模型和世界模型的全新自動(dòng)駕駛技術(shù)架構(gòu)；同月27日，蔚來(lái)正式發(fā)布全新智能駕駛技術(shù)架構(gòu)“NADArch 2.0”，并表示該技術(shù)架構(gòu)在算法層升級(jí)為引入世界模型的端到端架構(gòu)，直接從原始傳感器數(shù)據(jù)生成駕駛決策，減少傳統(tǒng)方案中的信息損耗。

上月底，小鵬汽車官宣將向全球用戶全量推送AI天璣系統(tǒng)XOS 5.2.0版本。其董事長(zhǎng)、CEO何小鵬表示，在端到端大模型的助力下，小鵬智駕技術(shù)和體驗(yàn)的進(jìn)化周期將大幅縮短。

“目前很多在研發(fā)L4自動(dòng)駕駛技術(shù)的公司仍采用了‘傳統(tǒng)的算法+小AI模型’的技術(shù)路線，建議這些企業(yè)趕緊切換到‘端到端’技術(shù)。”何小鵬此前甚至直接發(fā)文稱。

技術(shù)迭代倒逼組織結(jié)構(gòu)調(diào)整，人才“貴精不貴多”？

與過(guò)去傳統(tǒng)的“算法+規(guī)則時(shí)代”相比，“端到端”技術(shù)有何不同？其對(duì)人才的需求又有何種轉(zhuǎn)變？這些問(wèn)題也成為業(yè)界關(guān)注的焦點(diǎn)。

“傳統(tǒng)是規(guī)則驅(qū)動(dòng)，寫的代碼更多是限定自動(dòng)駕駛的規(guī)則。發(fā)展到端到端后變成了數(shù)據(jù)驅(qū)動(dòng)，對(duì)數(shù)據(jù)和算力的要求很高。”中國(guó)科學(xué)院戰(zhàn)略咨詢?cè)寒a(chǎn)業(yè)科技創(chuàng)新中心汽車行業(yè)特聘研究員鹿文亮對(duì)藍(lán)鯨新聞表示。

“之前是用規(guī)則去串起感知、決策還有執(zhí)行等模塊，端到端就是利用了大模型，用訓(xùn)練AI學(xué)會(huì)開車的方式取代條條框框的規(guī)則。換言之，傳統(tǒng)智駕方案就是要窮舉所有情況，但現(xiàn)在是訓(xùn)練AI可以自己應(yīng)對(duì)所有情況。”有熟悉智能駕駛領(lǐng)域的資深業(yè)界人士也對(duì)藍(lán)鯨新聞表示。

針對(duì)不同的高階自動(dòng)駕駛解決方案，何小鵬此前曾發(fā)文解釋道，在“算法+規(guī)則時(shí)代”，依靠“無(wú)高清地圖+AI激光雷達(dá)+算法”，復(fù)雜度大大提高，相比有高精地圖方案，可以開的區(qū)域增加很多，但是需要做更大量的規(guī)則，規(guī)則之間的博弈非常痛苦，需要大量的人力去維護(hù)，導(dǎo)致整個(gè)開的過(guò)程越來(lái)越不絲滑，導(dǎo)致能力的繼續(xù)明顯向上碰到巨大挑戰(zhàn)。

但在“端到端”時(shí)代，復(fù)雜度更進(jìn)一步提高，相比上述方案，能力會(huì)有反復(fù)，以前很容易規(guī)則實(shí)現(xiàn)的能力，現(xiàn)在要大量工作；而以前要很多特殊規(guī)則適配的，現(xiàn)在反而會(huì)容易很多。在何小鵬看來(lái)，端到端是真正可以全球化的，是真正可以到小區(qū)和所有內(nèi)部道路自動(dòng)駕駛的最優(yōu)解決方案。

不過(guò)，端到端模型對(duì)車企高端人才配備、研發(fā)能力等也提出了更高的要求，這或也有了近期車企頻頻“動(dòng)刀”智駕部門組織架構(gòu)的系列動(dòng)作。

對(duì)于理想汽車智駕團(tuán)隊(duì)去年至今“從大規(guī)模招人到裁人再到召回”系列操作，其智能駕駛副總裁郎咸朋日前在接受《晚點(diǎn)》采訪時(shí)指出，本質(zhì)是技術(shù)迭代了。

據(jù)其透露，以前智駕系統(tǒng)里有大量規(guī)則，需要人工編程、管理進(jìn)度、做測(cè)試。但端到端更多是AI模型，上述崗位大幅減少。后來(lái)再召回少數(shù)人，更多還是基于業(yè)務(wù)需求進(jìn)行的調(diào)整。“其實(shí)特斯拉智駕團(tuán)隊(duì)一直是200到300人，交付了全球最大的自動(dòng)駕駛車隊(duì)。”

“早期構(gòu)建端到端模型對(duì)人才的要求非常高，同時(shí)也需要大量的人來(lái)完善模型。當(dāng)模型逐步完善，進(jìn)入正向迭代后，對(duì)人員的要求開始逐步下降，人才需求量也會(huì)逐步減少。”對(duì)此，鹿文亮對(duì)藍(lán)鯨新聞解釋道。

       原文標(biāo)題 : 多車企“動(dòng)刀”智駕部門，端到端技術(shù)比拼愈演愈烈