作者 | 褚萬博,編輯 | 章漣漪
一種很新的自動駕駛技術(shù)路徑,出現(xiàn)了。同樣是端到端,但在感知層面引入包括視覺、聲音、文本等不同類型的信息,通過多形態(tài)的感知元素token化輸入,形成多模態(tài)感知的的端到端自動駕駛大模型。類似的想法馬斯克在此前也表達(dá)過,即將聲音納入自動駕駛的感知,但至今并未實(shí)現(xiàn)。
最外層保證安全底線的技術(shù),則是引入一個對自動駕駛行業(yè)非常陌生的技術(shù)——類腦科學(xué),通過模擬生物大腦運(yùn)行機(jī)制和對危險(xiǎn)感知規(guī)避的天性,代替以規(guī)則代碼為主的安全保障層。類腦科學(xué)+多模態(tài)端到端大模型,當(dāng)下算是行業(yè)內(nèi)一種少有,或者是沒有過的嘗試。
技術(shù)方案被叫做Nullmax Intelligence(NI),來自一家此前聲量并不算大的漸進(jìn)式自動駕駛公司:Nullmax(紐勱)。一個在業(yè)內(nèi)不太顯眼的團(tuán)隊(duì),做出的沒人見過的方案。這家公司從何而來,有何獨(dú)到之處?
01、從特斯拉到Nullmax
長久以來,業(yè)內(nèi)關(guān)于Nullmax的信息并不多見,這家公司上一次敞開向外界展示技術(shù)方案,還是在2019年,等到最近Nullmax Intelligence自動駕駛方案發(fā)布,已經(jīng)過去5年時間。
融資方面放在同時期的自動駕駛公司中間也并不算出彩,企查查結(jié)果顯示,自成立至今,Nullmax經(jīng)歷5輪融資,累計(jì)披露融資金額不到10億元。行事確實(shí)低調(diào),但背后團(tuán)隊(duì)履歷相當(dāng)亮眼。公開信息顯示,Nullmax在2016年成立于美國硅谷,其創(chuàng)始人徐雷,本科畢業(yè)于中國科學(xué)技術(shù)大學(xué)計(jì)算機(jī)科學(xué)專業(yè),之后前往美國深造,并取得紐約州立大學(xué)布法羅分校計(jì)算機(jī)科學(xué)博士學(xué)位。在創(chuàng)立Nullmax前,徐雷曾在高通有過3年的工作經(jīng)歷,后來加入特斯拉,擔(dān)任特斯拉自動駕駛高級計(jì)算機(jī)視覺工程師。
Nullmax創(chuàng)始人徐雷在特斯拉履職期間,徐雷主要負(fù)責(zé)的,就是Autopilot視覺研發(fā),擔(dān)任Tesla Vision深度學(xué)習(xí)負(fù)責(zé)人,曾從零開始組織研發(fā)Tesla Vision深度學(xué)習(xí)網(wǎng)絡(luò)。最終在2016年,Autopilot 2.0成功取代Mobileye的視覺系統(tǒng),在Model X上量產(chǎn)。
另一位核心團(tuán)隊(duì)成員宋新雨,同樣來自特斯拉,曾在特斯拉任職研發(fā)質(zhì)量和供應(yīng)鏈部門高級經(jīng)理,期間曾是Autopilot及娛樂系統(tǒng)開發(fā)團(tuán)隊(duì)核心骨干成員。Autopilot 1.0和Autopilot 2.0系統(tǒng)的研發(fā)和產(chǎn)品化之路,宋新雨也有過深度參與。2016年,正值A(chǔ)utopilot結(jié)果之時,在特斯拉相識的徐雷與宋新雨出走特斯拉,成立Nullmax。
由徐雷擔(dān)任CEO兼CTO職位,主導(dǎo)技術(shù)研發(fā)工作,宋新雨則出任COO一職,負(fù)責(zé)公司運(yùn)營。在這個關(guān)鍵時刻離開特斯拉選擇創(chuàng)業(yè),徐雷告訴《賽博汽車》,一是在特斯拉看到了傳統(tǒng)車企以及Tier 1在智能化轉(zhuǎn)型過程中,一些以AI驅(qū)動應(yīng)用能力的缺失,比如智能駕駛;二則是特斯拉作為一家車企,其本身的愿景是可持續(xù)能源的發(fā)展。而Nullmax,最終的目標(biāo)是自動駕駛乃至之后完全的無人駕駛。不過,特斯拉的經(jīng)歷也對Nullmax最初選擇自動駕駛實(shí)現(xiàn)路線產(chǎn)生了重要的影響,即純視覺、漸進(jìn)式的自動駕駛路線。
Nullmax在2019年發(fā)布MAX 1.02019年,Nullmax發(fā)布其自動駕駛解決方案(現(xiàn)在來看要?dú)w類于L3以下的智能駕駛)MAX 1.0,方案基于英偉達(dá)Xavier 平臺,感知套件采用12個攝像頭+5個毫米波雷達(dá)+12個超聲波雷達(dá),可以實(shí)現(xiàn)包括泊車、高速上的高階智能駕駛功能。同時,需要注意的是,這套方案并沒有高精地圖。去(激光)雷達(dá),去(高精)地圖這類近兩年?duì)幾h才收斂起來的議題,Nullmax確實(shí)在2019年的時候就有了前瞻的判斷。等到業(yè)內(nèi)意見基本統(tǒng)一后,時隔5年,Nullmax又帶著一套沒人見過(至少是準(zhǔn)量產(chǎn)心態(tài))的方案走來了。依舊是前瞻?
02、類腦計(jì)算?一種很新的自動駕駛
至少從兩個方面來說,Nullmax此次帶來的自動駕駛方案Nullmax Intelligence,是截止到目前業(yè)內(nèi)發(fā)布的方案中的唯一。按照當(dāng)前端到端大模型的理解,相比此前感知、規(guī)控、執(zhí)行等等模塊化的環(huán)節(jié),自動駕駛大模型可以從感知到?jīng)Q策一個模型通路解決,但當(dāng)下各家除了特斯拉,基本是在感知層面,或者是從傳感器數(shù)據(jù)輸入到感知結(jié)果輸出一個模塊大模型,規(guī)控、決策仍然處于小模塊(層層遞進(jìn))階段。
但根據(jù)Nullmax現(xiàn)場展示的方案來看,NI是從感知到執(zhí)行一個大模型解決,并且在此之外,聲音、文本等等環(huán)境信息,通過token化可以一起為大模型提供感知。類似的想法馬斯克此前有過發(fā)聲,比如將路面環(huán)境聲音信息作為感知輸入自動駕駛系統(tǒng),不過目前來看還停留在想法階段。大模型的輸出端,則包含3個部分:即時的駕駛動作、可視化結(jié)果以及延時0.2秒的場景描述(文本)。
駕駛動作即執(zhí)行層面,而場景描述,按照我們的理解,是作為一種模型驗(yàn)證以及問題回溯的工具出現(xiàn),也就是解釋修正大模型的作用。這里的一個問題是,多模態(tài)感知意味著感知信息的類型增加、數(shù)據(jù)量提升,這對模型的計(jì)算提出了更大的要求,最后落到一個問題上就是,車端計(jì)算芯片算力是否足夠。這里需要注意的是,根據(jù)Nullmax的說法,這套方案稀疏算力100 TOPS就夠用。對于這個問題,Nullmax表示,其大模型是一個非attention機(jī)制的一種語言模型,不同感知信息token化之后進(jìn)入大模型,對算力的要求是非常低的。
安全類腦概念除了多模態(tài)的感知輸入,Nullmax還在最新的自動駕駛方案中引入了一個“安全類腦”的概念。這個概念對于自動駕駛大模型來說可能比較陌生,但類腦計(jì)算本身在全世界范圍內(nèi)的前沿科學(xué)中比較火熱。這里簡單介紹一下,所謂類腦計(jì)算是借鑒生物神經(jīng)系統(tǒng)信息處理模式和結(jié)構(gòu)的計(jì)算理論、體系結(jié)構(gòu)、芯片設(shè)計(jì)以及應(yīng)用模型與算法的總稱。已經(jīng)是一個非常龐大的學(xué)科,但簡單理解,就是借鑒生物大腦的運(yùn)行方式處理問題。
具體來看,Nullmax在這套方案中,通過解密10萬神經(jīng)元級別的斑馬魚大腦避險(xiǎn)的運(yùn)作方式,為自動駕駛提供一個安全底線。即在大模型輸出結(jié)果后,在判定有誤的情況下快速做出安全動作。在Nullmax的方案中,大模型輸出的結(jié)果作為一級仲裁,安全類腦為二級仲裁,兩個結(jié)果一致時正常執(zhí)行,不一致時由二級仲裁。這種機(jī)制是大多數(shù)自動駕駛玩家的共同選擇,即在大模型輸出結(jié)果之外還有另一套負(fù)責(zé)底線的模型兜底。不過更多的玩家趨向于采用規(guī)則代碼這種直觀的方式去作為最后一道安全屏障。引入類腦計(jì)算,Nullmax還是第一個。為什么不要規(guī)則代碼而用類腦計(jì)算?Nullmax認(rèn)為,規(guī)則代碼無法窮盡場景,而類腦計(jì)算可以利用生物大腦對于危險(xiǎn)情況的反應(yīng),快速做出反應(yīng)。當(dāng)然,作為自動駕駛公司,橫跨學(xué)科有點(diǎn)難度。安全類腦的成果并非Nullmax原創(chuàng),而是來自巖思類腦研究院的李孟團(tuán)隊(duì)。
相關(guān)研究研究論文《Internal state dynamics shape brainwide activity and foraging behaviour》曾在《Nature》發(fā)表。多模態(tài)+類腦計(jì)算,在我們能看到的自動駕駛解決方案中,是獨(dú)一檔的存在。這種技術(shù)方案是否真的有效,是否會比現(xiàn)有端到端大模型的體驗(yàn)更好,我們不做評判,因?yàn)檫€需要驗(yàn)證,根據(jù)徐雷的透露,這套方案將會在明年初落地。屆時相信會得到答案。拋開這套技術(shù)本身,Nullmax這家聲量并不大的自動駕駛公司,或者是智能駕駛方案供應(yīng)商給了我們另一個話題的啟發(fā)。
03、智能駕駛方案小廠,怎么活?
事實(shí)上,智能駕駛方案供應(yīng)商中,體量不大的這部分玩家如何生存,已經(jīng)成了業(yè)內(nèi)熱議的一個話題。
現(xiàn)實(shí)也確實(shí)不那么樂觀,一方面,在主機(jī)廠降本增效的大趨勢下,作為供應(yīng)鏈的一環(huán),利潤寒氣會傳導(dǎo)過來,尤其是體量不大,話語權(quán)比較小的小廠;另一方面,融資環(huán)境不夠理想的大環(huán)境,等待變現(xiàn)的投資人,普遍虧損的經(jīng)營現(xiàn)狀……如此等等,再加上技術(shù)資源和投入劣于大廠,擔(dān)憂很多,討論也很多。
對于這些問題,Nullmax部分回答了我們。首先是在技術(shù)投入上的天然劣勢。當(dāng)自動駕駛進(jìn)入端到端大模型階段,有2個關(guān)鍵因素比較重要,一是大量真實(shí)數(shù)據(jù)的投喂,二是AI算力的模型訓(xùn)練支持。一個需要車,一個需要高成本投入。第三方智能駕駛方案公司,尤其是小體量玩家,二者都沒有,這還怎么玩?
Nullmax認(rèn)為后期虛擬數(shù)據(jù)占比更多徐雷對此的回答是,在自動駕駛訓(xùn)練的初期,真實(shí)有效數(shù)據(jù)很關(guān)鍵,但隨著模型的逐漸成熟,真實(shí)場景數(shù)據(jù)在模型訓(xùn)練后期的增益效果以及需要的量會變小,AIGC生成虛擬數(shù)據(jù)就非常關(guān)鍵。
而在AI算力方面,徐雷表示,在給定預(yù)算下,讓哪些數(shù)據(jù)先進(jìn)系統(tǒng),怎么去在訓(xùn)練中調(diào)它的收斂速度,調(diào)參數(shù),能讓系統(tǒng)性能提升更高,這里面是有很多技巧,并不是說多少張卡(AI芯片)多少數(shù)據(jù)就對應(yīng)了性能多少的提升。簡而言之,以技巧取勝。
其次是作為第三方的供應(yīng)商,如何低成本開發(fā)適配不同需求、車型的產(chǎn)品方案。Nullmax的做法是,通過MaxOS中間件平臺,實(shí)現(xiàn)軟硬件解耦,實(shí)現(xiàn)不同計(jì)算平臺、不同傳感器配置(包括激光雷達(dá))、不同層級智能駕駛功能,適配同一個軟件算法平臺。當(dāng)前Nullmax的產(chǎn)品序列在這一套模式下,分成低、中、高3個組合方案,包括:1、1V2T,一個攝像頭,加上一顆德州儀器的2TOPS算力芯片,實(shí)現(xiàn)基礎(chǔ)的L2級輔助駕駛;2、5V/6V8T,5/6個攝像頭,利用8TOPS算力,實(shí)現(xiàn)高速NOA和記憶泊車,且泊車過程可檢測障礙物;3、11V,實(shí)現(xiàn)L2+,包括高速NOA和自主代客泊車。
Nullmax產(chǎn)品方案最后,我們上文提到的“類腦計(jì)算”,其實(shí)并非是Nullmax原創(chuàng),而是來自巖思類腦研究院。這個巖思類腦研究院后面的母公司,也是Nullmax的控股母公司巖山科技。就是那個去年10月份斥資7.8億元投資Nullmax的巖山科技。所以還在找出路的智能駕駛方案商們懂了嗎?上市不是當(dāng)下唯一的選擇,先找棵大樹也不錯。