小鹏智驾负责人质疑FSD:入华搞不定3亿「小电驴」

FSD"鲶鱼效应"已经出现

编者按:本文来自微信公众号 智能车参考(ID:AI4Auto),作者:贾浩楠,创业邦经授权转载。

小鹏自动驾驶一号位李力耘刚刚断言:

3亿“神兵”,挡在特斯拉FSD入华的路上,一时半会搞不定。

它们身段灵活,可穿梭在市井小巷,也能和机动车一较高下;它们神出鬼没,在各种混乱复杂的路口闪现、走位。

而且它们中的很大一部分,一向我行我素,视交通法规为无物。

你肯定猜到了,小鹏认为特斯拉FSD入华,最大的挑战是中国3亿小电驴

FSD搞不定小电驴?

前两天何小鹏不是亲赴美国体验FSD“侦查敌情”吗,对FSD肯定赞赏之后,又强调对自家XNGP完全有信心。

信心从何而来,小鹏智驾负责人李力耘补充了后续。

首先,中国路况与电单车等非机动车的“切磋博弈”,是 FSD 入华要面临的头疼难点之一。

李力耘表示,中国的路况与美国相比复杂许多,以广州市中心城区为例,约有 30% 的道路没有非机动车道,且中国电单车占用机动车道的情况普遍。

这使得自动驾驶车辆在处理复杂的交通场景时面临更大的挑战。

而小鹏在处理电单车方面有丰富的经验。不仅经过了多个城市电单车大军的实际验证与考验,还在寻找电单车保护的“平衡点”,并已形成成熟的解决方案。另外,小鹏还在推进应用 AI 技术来提升在类似 “ 肉搏战 “ 场景中的处理速度。

一句话,小鹏的XNGP在中国复杂的人车博弈工况下“久经考验”,无论是端到端底层技术范式,还是针对特定情况的应对方法,都十分完善。

对了前不久有一位小鹏汽车用户发了一段视频,显示小鹏XNGP成功处理了电动车“鬼探头”场景,避免了一起严重的事故:

图片

这样的“中国特色自动驾驶技术”,是小鹏通过10年时间不断研发、测试、迭代积累的。

无论从技术角度还是用户体验角度,评判智能驾驶系统在中国表现如何,必须要在小电驴、行人、车辆、狭窄道路的工况下进行比拼,光说NB是没用的。

所以特斯拉FSD要在中国形成一战之力,这一步躲不过去,但包括小鹏在内的中国国内自动驾驶玩家,有先发优势。

3亿电驴神兵,属于小鹏应对特斯拉FSD挑战的外围援兵,真正发挥核心作用的,李力耘认为还是小鹏XNGP技术体系。

他用热议的NOA开城来描述:

现存两种路径:一种是“白名单式”全国都能开,很多车企其实是用这种方式,只对城市里部分白名单道路开放,或只招募部分满足一定门槛的白名单用户去开放。

另一种“黑名单式”全国都能开,除了部分特定场景无法开(如保密区域等),其余全国所有路都能开,且对全量用户开放。

小鹏XNGP是“黑名单式”全国都能开,能迎接全球最突出智驾技术的挑战。

背后,其实是规则主导的模块化自动驾驶技术,在于数据主导的端到端自动驾驶体系竞争中,已经处于疲于奔命的状态了。

FSD入华,技术上到底有哪些挑战?

神出鬼没的小电驴带来的挑战,大概可以分成3类。

首先是感知层面的,小电驴大小、外观千变万化有两轮有三轮还有四轮:

图片

骑车人有胖有瘦,车的用途也不一样:有单人骑的,有带人的,有送外卖的、有拉货的…

这么多异形物异型车的感知难题,形成严峻挑战。

靠以往人工打标分类的有限数据集去训练模型,无论如何也覆盖不了全部的目标类型。

第二个挑战是规控层面,识别之后采取什么样的举动,是避让还是绕行?或者在鬼探头这样极短时间内就需要做出决策的场景,系统有没有完善的博弈能力?

面对这样的场景,以往靠人为定义规则的方式显然也无法应对,就比如可以把系统做的十分保守,遇到电动车占道、抢行直接刹停或避让,避免事故但这样的系统使用体验很差,很容易劝退用户。

这也延伸到第三代个挑战,即安全层面的AEB功能

告诉大家一点行业内幕,实际上车企、自动驾驶公司在发布会上拿出的反复测试+剪辑呈现出的AEB效果,完全不能代表系统真实水平和使用体验。

很多厂家在测试前会把系统灵敏度调的非常高,别说120km/h,150、180km/h都能刹住。更有甚者,为了应对测试直接把系统修改成“条件触发”,也就是只识别测试假人白衬衫蓝裤子的模式。

问题当然很严重了。灵敏度过高的AEB,量产根本无法使用,频繁触发幽灵刹车,其实更加危险。第二种就更不用说,完全是作弊造假行为。

行业内衡量AEB系统能力的指标,其实是误触发率,这其中包含了正确触发和误触发两种指标,跟自动驾驶接管率类似,也是“XX公里一次”的衡量标准。

降低误触发率,其实挑战也是一样,不能依靠写定规则,而应该利用感知系统对场景的理解认知作为规控的依据。

图片

所以FSD入华要解决3亿小电驴带来的挑战,需要的能力有这么两个。

首先是短期内,AEB能力作为兜底,防止恶性事故的发生。或许为了委托,做的保守一点也可以。

但长周期内,无论是兜底的AEB,还是感知、规控环节,都必须依赖数据驱动的端到端自动驾驶模型能力。

或许还不够,在对场景、目标的认知能力上,以往的视觉模型并不占优,所以现在国内有玩家开始探索将语言模型应用在自动驾驶任务中,都过大语言模型对图像进行抽象理解,增加整个系统的认知能力。

最强“鲶鱼”,效应显现

分析一下目前各自的的优势。

首先特斯拉FSD的算力基础设施绝对突出,装机量和里程绝对突出。

而包括小鹏在内的中国玩家,优势包括“久经考验”积累的经验、场景优势,多传感器融合的方案优势,以及在开城进度上,中国玩家已经占了先机,华为、小鹏、极越几个头部玩家,今年年内就能做到全国都能开的水准。

但依然存在两个变量。

首先是特斯拉入华后,“里程优势”可能并不会凸显,原因就如小鹏李力耘所讲,北美路况和中国完全不同。

图片

这就使得FSD和所有国内玩家站到同一起跑线,甚至还落后一点。

另外,是端到端体系的能力,现在还没有判断优劣的标准。

到底是从从图像数据输入,到刹车油门信号输出的所有模块端到端一体化,还是感知决策部分一体化,没有定论。

特斯拉采取的第一种方式,但据说也不能完全抛弃规则,具体方案也从未详细说明过。

国内玩家则还在探索尝试。

所以综合这两点来看,高阶智驾的决赛才刚刚开始,而且很可能是耐力赛。

但中国玩家已经严阵以待,FSD的鲶鱼效应已经发挥作用了。

本文为专栏作者授权创业邦发表,版权归原作者所有。文章系作者个人观点,不代表创业邦立场,转载请联系原作者。如有任何疑问,请联系editor@cyzone.cn。

反馈
联系我们
推荐订阅