如同在人脸识别、计算机视觉已经发生的三段式发展过程一样，在吴新宙看来，自动驾驶也会是三段式的发展：刚开始第一代的自动驾驶系统是完全基于规则，有着大量人工Engineer Feature（工程师特征），通过很多算法去完成自动驾驶这样一个让车自己开的动作。第二代就是现在市场上可以看到的，已经开始用大量的AI取代原有的人工Engineer Feature，现在不管是预测还是规划都在用模型去做。第三代则会变成端到端大模型的方式。而且这个过程是不可避免的，在未来五年内就会发生。

既然不可避免，那未来的AI汽车会是怎样的呢？吴新宙认为，届时会比现在的自动驾驶开发简单很多，因为它是一个大模型，更多地是集中在云端。NVIDIA希望大部分模型都能够在云端完成训练，通过数据驱动的方式，车端触发Edge Case案例，然后通过自动数据驱动完成模型的自我迭代，也希望在云端通过仿真完成大部分的验证，极大地减少车端大规模设备部署和测试的依赖性。未来的部署也可以简化成模型更新的工作，而不是巨大的代码更新。

当然，AI对于汽车的影响远不只自动驾驶领域，生成式AI对智能座舱的提升也是巨大的。吴新宙希望未来的车端AI 计算平台既可以支持智能驾驶，也可以支持车端智能，包括座舱的一些配置。

要做到这一切，一颗强大的AI芯片不可或缺。NVIDIA DRIVE Thor的出现，有望把车端的仿真模型的运算能力推到下一个高点。同时，NVIDIA在DRIVE Thor上也做了大量的思考，以便能够更好地支持LLM模型。

如何从AI 1.0到AI 2.0

Norm Marks是一位汽车软件领域的老将，他已经在这个行业工作了25年。然而生成式AI以及大语言模型对汽车行业的影响依然令他印象深刻。他说，自己从来没有看到过生成式AI被采用的速度像过去的18-24个月这么快的情况。

自动驾驶汽车1.0时代主要是基于标注图像的训练，并在上面开发和部署深度神经网络的集成，可能会有40-50个深度神经网络从L2 层级往更高级的自动驾驶方向去走。假设有50辆测试车的车队，每周生成的数据可能是2PB，其中只有10%-15%会得到标注，所以可以想象继续往上走的规模会有多大。受限于此，1.0时代智驾只能走这么远，可以实现ADAS和领航自动驾驶LLM，或者是高速和城市环境的自动驾驶，但如果想要实现完全的自动驾驶以及最高等级的安全，需要向2.0转型。

NVIDIA的中国智驾版图

生成式AI的大爆发，NVIDIA显然是最大的赢家，甚至没有之一。随着汽车智能化的推进，NVIDIA在中国乃至世界的智驾版图必然再次扩大。

刘通深耕中国市场多年，他表示NVIDIA在中国的汽车客户数量非常庞大。比如全球新能源汽车销冠比亚迪跟NVIDIA的合作就是端到端全栈式合作。包括车端芯片、DRIVE Orin、DRIVE Thor，智驾芯片、数据中心端的解决方案，GPU产品、数据中心的网络，以及NVIDIA用于AI开发和自动驾驶算法开发或者大模型的开发的软件系列产品NVIDIA AI Enterprise。在智能工厂环节，NVIDIA和比亚迪也在做机器人领域的合作。刘通透露，NVIDIA与比亚迪有全系列合作，包括DRIVE Thor、DRIVE Orin、Omniverse，是最完整的合作代表。

460匹马力，3.1秒破百…实拍全新特斯拉Model 3高性能版！和国产电车比咋样?

2024-05-05

盘点北京车展最热4款SUV！顶配不到20万、长得像MPV…全部是爆款？

2024-05-04