一、范式变革:基于多模态大模型的自动驾驶技术
- 多模态大模型推动具身智能体发展
- VLM(视觉-语言模型)和VLA(视觉-语言-动作模型)是核心技术。
- VLA性能增强:
- 提升图像、视频、3D点云与语义地图等多模态数据的语义对齐水平。
- 改善开放场景下的实例分割与目标检测准确率。
- 有效嵌入真实世界的物理学规律,提升避碰能力。
- 通过引入小脑模型,实现更精准、鲁棒与细滑的行为与动作生成。
- 决策与规划:推动构建世界模型驱动的一段式端到端智能体
- VLA的决策推理面临挑战,但更具研发意义与落地应用价值。
- 利用推理大模型DeepSeek等,完成百万量级合成场景训练,将接管率推进到每10万公里1-3次,将轨迹规划的实时响应时间缩短至50ms左右。
二、世界模型驱动的一段式端到端解决方案可望获得突破
- 世界模拟器引擎:时空场景合成数据的巨量生成
- 利用世界模型与世界模拟器生成百万量级的边缘事件时空场景。
- 实现世界模型引擎与真实路测数据的闭环验证,降低数据合成成本。
- 4D时空世界模拟:智能体在4D世界中与环境、其他智能体及人类进行交互式学习,实现物理规律模拟。
- 虚实平行世界:利用数字孪生系统进行虚实迁移,反哺AGI的发展。
- 硬件架构变革技术路线
- 感知设备:是否需要额外增加4D毫米波雷达进行多传感器融合。
- 车载计算平台:2025年英伟达2000TOPS算力Thor芯片可望量产,五年内车载存算一体芯片是否能突破更高的能效比瓶颈。
- 大模型上车:车侧一段式端到端模型上车的AI硬件算力支撑的模型蒸馏压缩与轻量化,是否可以支撑百亿级别参数规模的密集大模型上车。
- 创新型模型、架构与算法的基础性变革作用
- 底座模型创新:发展具有线性复杂性的下一代基础大型语言模型。
- 大模型基础与技术创新的重要性:DeepSeek的成功表明技术创新的关键作用。
- 推动国产AI芯片支撑国产大模型的生态建设:发展智慧云,适配国产AI算力芯片。
- 加速全国算力网建设:实现大颗粒国家超级智算中心的高速互联。
- 数字孪生测试验证平台
- 数据闭环中自动标注的准确率会进一步提升到99%以上。
- 世界模拟器可望支持千万量级的场景生成,并进行并行测试。
- 数字路测里程占比有望突破70%。
三、发展趋势:从感知智能到认知智能
- 未来五到十年,将逐步形成大模型主导的自动驾驶新范式。
- 世界模型驱动的一段式端到端模型可望获得突破。
- 车路云一体化下的分布式推理与可视化技术可望获得突破。
- 从感知理解到基于学习的决策规划,通过感知智能到认知智能的变革性发展,真正实现大模型时代自动驾驶的大规模商业化落地及产业化。