究其原因,国内国际上BEV相关的学术界产出已经很多,各家基础方案都是基于学术界开源代码。量产主要壁垒在于自动和半自动标注数据的生产。同时,目前大部分玩家的BEV建图是将激光雷达和视觉进行前融合融合,用大模型输出,再配合以高精地图,效果能够满足量产要求。
02
下一步就是端到端?
“卷开城就是卷工程能力,”一位资深投资人这样看待国内各家智驾水平的差距,“但工程能力不如技术进步的价值大。”
所谓“技术进步”,即特斯拉FSD V12的“端到端”。
由于2023年没有AI DAY,目前外部无法获悉特斯拉是如何实现“端到端”的。所谓“光子输入、执行输出”的端到端,是一个完整的大模型?还是消除了不可导的后处理部分,实现完全可导的多模型流水线?抑或是仍有少量后处理(比如为什么能输出SR?)的“假”端到端?
消除30万行C++代码后的FSD V12版本
众说纷纭,不一而论。但明确的是,在各路测试视频中,V12确实展现出了相当惊人的拟人化和泛化能力。
2月初,《晚点Auto》就报道称:以端到端为方向,理想的新模型将在今年上半年上线,新架构将不限制道路范围,全国都能开。蔚来将在今年上半年上线基于端到端的主动安全功能。
相比BEV,端到端的追赶难度恐怕更大。
一方面,端到端的高阶智驾(自动驾驶)目前只有特斯拉一家,对业内来说能提供的经验和验证太少,难以下注。而且即使是特斯拉的V12,也仍有较大的不确定性。同样致力于端到端自动驾驶Comma.ai 表示,与V11相比,V12的安全性监管可能反而更多;
另一方面,仅BEV领域,中国玩家和特斯拉之间也仍有多道鸿沟要跨越。
其一是“雷达们”。随着视觉和激光雷达前融合的实践越来越多,且展现出越来越强的能力后,毫米波雷达的重要性正在降低。所以与舆论场中“去激光雷达”的声音不同,率先被“干掉”的或许将是角雷达一类的毫米波雷达。