用基础模型重新定义自动驾驶的边界

DeepRoute.ai 首席技术官：NVIDIA GTC 2026重新定义边界自动驾驶基础模型

核心观点与关键数据

GTC 2026缩放定律：迈向L5级自动驾驶的必然之路

• 200,000已发货：标志着新的起点，强调自动驾驶是一个规模问题。
• 缩放定律：模型缩放 × 数据缩放速度 = 接近L5的进度比率。
• 瓶颈分析：数据闭环速度和模型缩放速度是决定进步的关键。

数据飞轮：从20万辆到100万辆汽车

• 数据挑战：行业采用端到端方法，但L5时间表推迟，数据闭环旋转过慢。
• 数据质量瓶颈：传统方法依赖人工，效率低下，无法扩展。
• FM驱动数据循环：Foundation Model（FM）驱动数据挖掘、标注、训练、评估等环节，将5天流程缩短至12小时。
• FM性能优势：召回率@P=90%，动作评分相关性优于传统方法。

模拟弥合虚拟与现实之间的差距

• 长尾场景模拟：低频、高风险场景需要自然发生，通过模拟提升真实性。
• 3D场景重建：利用NVIDIA 3DGUT修复图像瑕疵，确保训练级模拟真实度。
• 合成数据生成：结合宇宙风格迁移和DiPIR插入式编辑，系统生成“难以捕捉的危险”输入。
• 强化学习优化：FM驱动策略优化，降低人工标注需求，提升决策安全性与精确性。

统一基础模型：为系列产品提供动力

• 40B VLA基础模型：视觉 + 语言 + 行动，支持不同产品线（如自动驾驶出租车）。
• 数据积累：13亿+实际行驶公里数，20k+城市NOA解决方案累计装机容量。
• 产品验证与迭代：通过基础模型迭代提升VLA模型性能，实现高效VA模型（不少于100 TOPs）。

研究结论

• 数据缩放是关键：通过FM驱动数据闭环，提升数据质量与处理速度。
• 模型缩放是基础：40B VLA基础模型支持大规模数据处理与多模态融合。
• 模拟与现实结合：利用3D重建和合成数据生成，提升长尾场景模拟真实性。
• 统一基础模型：为系列产品提供动力，加速L5级自动驾驶进程。