11月15日的廣州車展上，長城汽車舉行了一場備受矚目的發(fā)布會。在這次盛會上，長城汽車正式宣布了全場景NOA的全國開城計劃，以及Coffee OS 3.1的全新升級。此外，長城展臺上還匯聚了20余輛魏牌全新藍(lán)山車型，以滄浪青配色亮相，形成了一道獨(dú)特的“青一色”風(fēng)景線，充分展現(xiàn)了長城汽車在智能化領(lǐng)域的領(lǐng)先地位和其在推動高質(zhì)量發(fā)展中的智能化潛力。
發(fā)布會結(jié)束后，EV視界對長城汽車的CTO吳會肖以及魏牌藍(lán)山商品總監(jiān)劉鵬凱進(jìn)行了專訪。在這次深入的對話中，我們探討了長城汽車自動駕駛技術(shù)的多個維度，包括技術(shù)進(jìn)步、面臨的挑戰(zhàn)、實際應(yīng)用、量產(chǎn)計劃、智能化轉(zhuǎn)型以及未來的宏偉藍(lán)圖。
自動駕駛技術(shù)，長城是領(lǐng)航者還是追隨者？
可以說國內(nèi)自動駕駛技術(shù)的發(fā)展中，端到端技術(shù)已成為主流。而在行業(yè)趨勢分析中，人們對長城汽車在智能駕駛領(lǐng)域的特色和進(jìn)展表現(xiàn)出濃厚興趣，特別是在智能駕駛技術(shù)與大型語言模型的結(jié)合方面，以及長城汽車在智能駕駛底層架構(gòu)上的優(yōu)勢。
特別是不久前，魏總親自體驗了長城智能駕駛技術(shù)，并給予了積極評價。同時，他也提出了進(jìn)一步改進(jìn)的問題，詢問長城智能駕駛技術(shù)要達(dá)到行業(yè)領(lǐng)先水平還需做哪些改進(jìn)，以及目前的發(fā)展?fàn)顩r。對此，吳會肖強(qiáng)調(diào)，盡管端到端技術(shù)被廣泛認(rèn)可，但每家企業(yè)在實施時都有其獨(dú)特之處。智能駕駛技術(shù)的發(fā)展依賴于算法的優(yōu)化和芯片性能的提升。目前，智能駕駛系統(tǒng)在處理復(fù)雜場景，例如救護(hù)車避讓和特殊車道使用限制等方面，仍然面臨挑戰(zhàn)。
吳會肖提到，智能駕駛系統(tǒng)需要引入新模型以適應(yīng)復(fù)雜場景，如交警手勢識別。全場景NOA全國開城已成為中國車企的共同目標(biāo)，競爭焦點(diǎn)在于提供流暢、準(zhǔn)確的駕駛體驗。產(chǎn)品理念正向Parking to Parking和門到門服務(wù)發(fā)展，特斯拉也在其最新版本中進(jìn)行了優(yōu)化。
另外，目前消費(fèi)者更關(guān)注車位到車位的便利性，而非端到端的技術(shù)概念。在中國，停車場環(huán)境復(fù)雜，智能駕駛系統(tǒng)需要適應(yīng)多樣的情況。產(chǎn)品理念明確，根據(jù)消費(fèi)者需求，提供從下車到停車的無縫服務(wù)。
吳會肖認(rèn)為，持續(xù)的算法模型精進(jìn)和產(chǎn)品理念創(chuàng)新是行業(yè)領(lǐng)先的關(guān)鍵。團(tuán)隊必須以提供更好的駕駛體驗為使命，尊重產(chǎn)品、算法和工程的全面發(fā)展。
關(guān)于全新藍(lán)山智駕是否已經(jīng)實現(xiàn)量產(chǎn)，以及未來是否會在魏牌或長城汽車整個產(chǎn)品體系中有更多的應(yīng)用和升級，答案是肯定。智能駕駛和智能座艙實際上是兩個獨(dú)立的部分，在進(jìn)行產(chǎn)品系列規(guī)劃時，長城汽車會同時考慮座艙和智駕的需求，同時也會考慮車控的需求。
吳會肖透露，高山系列將會推出類似藍(lán)山的產(chǎn)品，坦克品牌也在進(jìn)行相關(guān)工作，哈弗品牌的研發(fā)已經(jīng)啟動。具體的量產(chǎn)時間將取決于座艙和智駕的匹配情況。雖然對于10-15萬元價位的車型，目前還無法實現(xiàn)非常高水平的城市NOA功能，但可能會增加一些通勤模式，這些模式所需的芯片算力相對較低。長城汽車認(rèn)為高速NOA是可以實現(xiàn)的，并計劃在哈弗品牌上推進(jìn)這一功能。
從算力規(guī)劃的角度來看，長城汽車并不缺乏算力。無論是地平線、高通還是英偉達(dá)，長城汽車在芯片算力的儲備上，都希望能夠為技術(shù)升級提供充足的算力。早期在座艙中使用8155芯片時，長城汽車追求在一顆芯片上運(yùn)行盡可能多的功能，但芯片的算力有其物理極限，不能被突破。因此，長城汽車在算力系列上，從當(dāng)前最多的英偉達(dá)Thor系列到其他產(chǎn)品，都有不同的檔次。
值得一提的是，長城汽車在人工智能實踐方面積累了豐富的經(jīng)驗，涉及設(shè)計、代碼生成以及智能駕駛研發(fā)等多個領(lǐng)域。在大模型開發(fā)方式下，車企應(yīng)掌握的核心能力成為業(yè)界關(guān)注的焦點(diǎn)。
吳會肖指出，在AI應(yīng)用方面，人們往往首先關(guān)注產(chǎn)品層面，但在實際落地實施中，開發(fā)和運(yùn)營層面能更有效地發(fā)揮AI的效能。AI和大模型作為工具，應(yīng)使日常工作更加輕松和高效。
長城汽車的研發(fā)團(tuán)隊擁有一個AI Lab，最初主要面向產(chǎn)品側(cè)，但隨著ChatGPT的興起，AI Lab的職能已擴(kuò)展到整個運(yùn)營層。吳會肖提到，盡管汽車產(chǎn)業(yè)相較于互聯(lián)網(wǎng)和科技公司在AI應(yīng)用方面存在差距，但中國汽車產(chǎn)業(yè)對AI持開放態(tài)度，吸引了眾多互聯(lián)網(wǎng)和高科技人才，對開發(fā)組織產(chǎn)生了積極影響。
在AI的具體應(yīng)用領(lǐng)域，從造型創(chuàng)意、車機(jī)壁紙到宣傳圖都可以通過AI生成。AI在測試應(yīng)力、代碼注釋、編寫運(yùn)行代碼，尤其是測試性代碼方面表現(xiàn)出色。而汽車產(chǎn)業(yè)的挑戰(zhàn)在于其涉及的因素和組織眾多，一個零部件的變動可能對整車的法規(guī)符合性、安全性等產(chǎn)生重大影響。吳會肖強(qiáng)調(diào)，通過使用大模型，可以更好地進(jìn)行知識問答和日常標(biāo)準(zhǔn)索引。
長城汽車也在引入Coze系統(tǒng)，進(jìn)行定制化方案的開發(fā)，并進(jìn)行本地化部署以保護(hù)企業(yè)保密性數(shù)據(jù)。本地化部署后，系統(tǒng)將接觸各個領(lǐng)域出現(xiàn)的模型和工具，優(yōu)化日常差旅費(fèi)用和機(jī)票預(yù)訂等。
智能化轉(zhuǎn)型，未來還會有哪些大動作？
關(guān)乎長城汽車在智能化方面這一年多來經(jīng)歷了哪些最大的調(diào)整，以及未來長城汽車在智能化路線上的選擇。吳會肖回應(yīng)稱，從技術(shù)路線確定到產(chǎn)品落地需要一定時間。長城汽車的技術(shù)路線自去年9月份確定以來，全新藍(lán)山智駕以及哈弗品牌、坦克、歐拉的OTA功能均基于此技術(shù)路線。
吳會肖表示，端側(cè)技術(shù)路線上沒有做大的調(diào)整，主要是進(jìn)行工程化的落地。在云側(cè)分布式、車聯(lián)網(wǎng)以及云側(cè)的多云整合方面取得了一些成果。未來，長城汽車在智能化路徑上不會有大的調(diào)整，但在一些小的細(xì)節(jié)上會有所調(diào)整，例如多域控制器融合，這是一個可行的方向，有助于降低成本、提高通訊效率和穩(wěn)定性。
同時，長城汽車也在視覺和激光雷達(dá)的選擇上做準(zhǔn)備，認(rèn)為純視覺也可以有很好的效果。此外，長城汽車將從座艙和智駕向整車智能進(jìn)化，Coffee OS將升級為整車軟件系統(tǒng)，將更多的底盤控制、動力控制、車身控制和端云結(jié)合控制納入一體化的管控領(lǐng)域。
在過去一年中，長城汽車在智能化方面經(jīng)歷了顯著的調(diào)整。吳會肖提到，從技術(shù)路線的確定到產(chǎn)品的落地需要一定的時間，國際上的產(chǎn)品開發(fā)周期通常是36個月，而國內(nèi)可以縮短至24個月。在動力總成成熟、車身改款簡單和軟硬件集成的情況下，周期甚至可以縮短至18個月。去年9月份確定的技術(shù)路線，如今已經(jīng)體現(xiàn)在全新藍(lán)山智駕以及哈弗、坦克、歐拉品牌的OTA功能中。
自去年9月以來，長城汽車在端側(cè)技術(shù)路線上沒有進(jìn)行大的調(diào)整，而是專注于工程化的實施。在云側(cè)分布式、車聯(lián)網(wǎng)和多云整合方面也取得了進(jìn)展，包括數(shù)據(jù)采集、訓(xùn)練、精準(zhǔn)推送和定點(diǎn)大數(shù)據(jù)收集等方面。
展望未來，長城汽車在智能化路徑上不會有大的調(diào)整，但在細(xì)節(jié)上會有所優(yōu)化，例如多域控制器融合，這有助于降低成本、提高通訊效率和穩(wěn)定性。同時，長城汽車也在考慮視覺和激光雷達(dá)的選擇，隨著數(shù)據(jù)量的積累，認(rèn)為純視覺也可以達(dá)到良好的效果。此外，長城汽車正從座艙和智駕向整車智能進(jìn)化，Coffee OS將升級為整車軟件系統(tǒng)，整合更多的底盤控制、動力控制、車身控制和端云結(jié)合控制。
值得一提的是，吳會肖還強(qiáng)調(diào)了算法模型在端到端大模型中的重要性，并認(rèn)為這是表現(xiàn)不佳的公司迅速縮小代差的關(guān)鍵。
他指出，全新藍(lán)山智駕之所以能在較短時間內(nèi)實現(xiàn)工程化部署并取得良好效果，首先是因為其算法架構(gòu)設(shè)計得不錯。他還提到，中國人才流動迅速，一旦有公司取得技術(shù)突破，其他公司也會迅速跟進(jìn)。盡管特斯拉在理念上非常領(lǐng)先，但吳會肖對長城汽車的AI應(yīng)用和工程化能力表示有信心。
全新藍(lán)山智駕開始采用Orin-X的高算力平臺
吳會肖提到了一個關(guān)鍵議題，即未來技術(shù)發(fā)展將趨向多域融合。有人詢問這種架構(gòu)何時能在一些車型上實現(xiàn)。在多域融合之后，硬件平臺是否仍然只關(guān)注智能駕駛部分，因為據(jù)網(wǎng)上消息，Thor項目可能要延期。因為當(dāng)前端到端方案在產(chǎn)品體驗上，車道軌跡預(yù)測存在較大問題，解決方案采用了類似VON多模態(tài)語言進(jìn)行預(yù)訓(xùn)練。有人之前了解過VLA架構(gòu)，該架構(gòu)是在車端直接運(yùn)行一個模型，這個模型是在云端部署好大模型后，直接在車端部署的。
而有人詢問單顆芯片能部署到多大，吳會肖回應(yīng)說，談到多域融合器，人們對于智能駕駛和座艙的關(guān)注過高，因此一提到多域控制器融合，人們第一反應(yīng)就是智能駕駛和座艙的多域控制器融合。
實際上，從整車角度來看，多域控制器如何整合，或者他個人認(rèn)為，在短期內(nèi)，尤其是像城市NOA這樣的功能，目前他們正在做智能駕駛和座艙的融合，甚至發(fā)展到One trip這一層面。因此，他認(rèn)為在當(dāng)前智能駕駛、智能座艙在One trip路徑上，他們還需要進(jìn)一步觀察。
即使對于SKU，包括現(xiàn)在要推的CX ONE，包括高通的一些芯片，他本人并不十分支持，他認(rèn)為他們還需要更加謹(jǐn)慎。但他主要指的是車控領(lǐng)域的多域融合器，例如網(wǎng)關(guān)到車門，包括底盤、懸架、空氣懸掛，甚至包括動力控制器的部分，去做多域控制器整合的機(jī)會更大，成本也能得到更好的控制。
目前要整合智能駕駛和座艙搭載SOC這一層面上，就剛才的問題，到底多大CPU、GPU和NPU是足夠的，目前還沒有看到穩(wěn)態(tài)的結(jié)果出現(xiàn)。但對于一些MCU層面控制的邏輯其實還是非常清楚的，所以他認(rèn)為在整個車控，包括線控底盤控制上做多域控制器整合，他認(rèn)為這個機(jī)會已經(jīng)非常成熟了。
而且，他們通過軟件層面，可以把他們協(xié)調(diào)得更好，盡管說不同的域控制器里面，時間維度是不一樣的，可能對于安卓側(cè)，他們接受的是秒級，或者是幾百毫秒，到的動力總成控制的時間維度可能是50毫秒、10毫秒，或者5毫秒，控制不一樣。但總體上，從軟件層面，企業(yè)是可以打通的。
所以說多域控制器是指除了智艙和智駕其他的領(lǐng)域，當(dāng)然智艙和智駕里面也會有一些，比如說把泊車整合到座艙里面，就是把一些功能安全放到智駕里面，包括有一些未來支持大模型，他說的大模型不是這個訓(xùn)練大模型，可以看看放到SKU里面，還是放到未來的8295，或者8397里面更合適。
關(guān)于提到的第二個層面，實際上在目前他們看來，如果不引入剛才他說的，基于人類通識場景識別，比如看到交警打不一樣的手勢，前后方有類似于救護(hù)車，或者說特別特殊的場景，因為現(xiàn)在識別這個車就是一個車，就是一個物體，不管是什么，他不是一個人，他是一個交警，交警打的手勢是什么，這個層面的算力，現(xiàn)在評估還不是非常充分。再做剩下的軌跡預(yù)測和規(guī)劃生成，他們認(rèn)為當(dāng)前單Orin是可以處理得很好的，而且從目前的評測效果來看，他們覺得還不錯。
是否告別激光雷達(dá)，迎接純視覺智能駕駛時代？
媒體提出，因為剛才提到一個很重要的點(diǎn)，一些車企還在考慮是否能去掉激光雷達(dá)，他們認(rèn)為這是一個大的趨勢，不是說他們一定要把激光雷達(dá)看成一個“妖魔”，只是說如果技術(shù)本身能達(dá)到，它應(yīng)該要被去掉。那么問題就來了，把激光雷達(dá)去掉以后，本質(zhì)上肯定要上OCC去代替它之前的3D感知能力。OCC上了以后，對算力侵占，目前來看應(yīng)該是非常大的，就是有沒有這樣的系統(tǒng)可以在內(nèi)部實驗室里面去跑分來做驗證呢？
吳會肖回應(yīng)說，現(xiàn)在這個視覺已經(jīng)在跑了，但是目前他們評估下來，即使把它拿掉，可能對一些極端場景影響會比較大。但是正常情況下，無論是做一些訓(xùn)練，包括做歷史軌跡預(yù)測，去推斷接下來整個軌跡，比如說100個點(diǎn)里面定50個點(diǎn)，他們覺得這些里面，激光雷達(dá)并不是會占用特別大的算力，但他們還是擔(dān)心拿走之后，對于一些復(fù)雜的場景下，就是他們沒法靠視覺把這個物體識別得非常準(zhǔn)確，任何圖像識別到最終把這個結(jié)果輸出來，有誤的時候，執(zhí)行度沒法提得很高，所以說這一點(diǎn)，他們覺得可以再看一看，他們再去提升，看看整個訓(xùn)練的結(jié)果怎樣，如果說靠純視覺，包括加上這些毫米波雷達(dá)給出來的結(jié)果，他們覺得執(zhí)行度達(dá)到一個比較高的水平，那是可以拿掉的。
有關(guān)智能駕駛的部署問題，有人提出了疑問，是否能夠在云端和端側(cè)同時進(jìn)行。對此，吳會肖明確表示，在最終決策階段，必須將模型優(yōu)化以便能夠在端側(cè)部署。
他指出，依賴云端運(yùn)行是不可行的，因為在當(dāng)前技術(shù)條件下，沒有車輛的決策能夠承受云端處理帶來的時延，這個時延問題目前無法解決。因此，將模型簡化并部署在端側(cè)是毫無疑問的。他同時提到，這個過程確實存在一些不確定性。
吳會肖認(rèn)為，產(chǎn)品定義、技術(shù)架構(gòu)和算法需要更加緊密地結(jié)合在一起。產(chǎn)品定義將直接決定能夠運(yùn)行的模型大小，尤其是在圖像識別方面，不同的定義會導(dǎo)致不同的模型需求。
寫在最后
可以說，長城汽車在自動駕駛領(lǐng)域扮演著積極的角色，不僅追求技術(shù)前沿，還特別重視技術(shù)的實際應(yīng)用和用戶體驗。公司通過端到端技術(shù)、算法優(yōu)化和芯片性能提升，展現(xiàn)了其技術(shù)實力和對市場的敏銳洞察力。
并且，吳會肖還特別強(qiáng)調(diào)了算法模型的重要性，并提出了多域融合技術(shù)的前瞻性思考。因此可以看到，長城汽車在智能化轉(zhuǎn)型和未來規(guī)劃中，展現(xiàn)了對技術(shù)趨勢的精準(zhǔn)把握和對市場變化的迅速響應(yīng)，不僅提供了長城汽車在自動駕駛領(lǐng)域的最新進(jìn)展，還激發(fā)了對未來汽車智能化發(fā)展的深入思考，這對整個行業(yè)具有重要的啟示作用。
