ChatGPT 被認爲是 AI 的 "iPhone 時刻 "，作爲一種 " 平權 " 工具正在 " 進化 " 内容生産、工業設計等多個領域。
現在的問題是，如果和同樣用 AI 驅動的自動駕駛技術結合，會産生什麽樣的化學反應？
實際上，事情已經發生了。
自動駕駛技術公司 " 毫末智行 "，正在用駕駛場景數據訓練與自動駕駛有關的大模型。
這家初創公司在 4 月 11 日的 "HAOMO AI DAY" 上，正式發布了業内首個自動駕駛生成式大模型 DriveGPT，并将其命名爲 " 雪湖 · 海若 "。
官方說法是，DriveGPT" 雪湖 · 海若 " 是大模型技術落地自動駕駛的新範式。
這引發了人們的廣泛興趣，或許将是一場變革的開端——比如加速把人類帶入自動駕駛時代。
DriveGPT" 雪湖 · 海若 "
自動駕駛的天才小幫手
和 ChatGPT 類似，DriveGPT" 雪湖 · 海若 " 采用 Transformer 模型，訓練自動駕駛的認知決策模型。
不同的一點在于，ChatGPT 是通過自然語言進行訓練，" 雪湖 · 海若 " 則用駕駛場景數據推進模型訓練。
類似之處是，DriveGPT" 雪湖 · 海若 " 和 ChatGPT 均有持續自我學習、不斷優化的能力，最終目的是實現 " 拟人化 " 駕駛。
這讓其看上去像是自動駕駛技術的天才小幫手。
因爲自動駕駛的一大難點在于無法預測潛在的 "Corner case"（邊緣場景）——比如高速路上突然掉落的輪胎、路邊沖出的野豬等無法提前預測的情況。
這種 "Corner case" 具備随機屬性，而以往的自動駕駛必須進行海量數據标注，即搞到盡可能多的實際路況，才能訓練認知決策模型。
這是一個幾乎不可能完成的任務——在類似于中國這樣的基建狂魔國家，每時每刻道路都在發生變化。
但生成式大模型通過 AIGC，能夠爲自動駕駛系統提供 " 合成數據 "，提供任何人類能夠想象到的駕駛場景，而且還不涉及用戶隐私問題。
這讓其收集數據的效率和成本，遠超真實駕駛環境。
不能說大模型一定能夠解決所有 "Corner case"，但卻能夠有效應對這個痛點，模型算法的質量大幅提升。
某種程度上，這甚至重塑了汽車智能化技術路線。
首次搭載車型是新摩卡 DHT-PHEV
當 AI 突然能 " 理解 " 自動駕駛
毫末能在這個時間點推出 DriveGPT" 雪湖 · 海若 "，顯然不是簡單 " 蹭熱度 " 就能搞定的事情。
早在 2021 年，這家公司就開始研究 Transformer 大模型技術，現在顯然受益于這種前瞻性判斷。
毫末智行 CEO 顧維灏說，将把多個大模型的能力整合到 DriveGPT。
DriveGPT 有意思的一點在于，其通過引入人類駕駛數據建立 RLHF（人類反饋強化學習）技術，對自動駕駛的認知和決策模型進行持續優化。
這些術語看上去晦澀難懂，但大意就是，用人類在實際駕駛中應對問題的思路去訓練自動駕駛算法。
再通俗一些，就是用一個老司機的駕駛經驗，去對自動駕駛算法進行調優。
毫末 DriveGPT 雪湖 · 海若的另一個看點，就是人們期待看到類似 ChatGPT 那樣的 " 突現 " 能力——就像一個人練功十年，突然打通了任督二脈一樣。
官方資料顯示，其參數規模達到 1200 億，預訓練階段引入 4000 萬公裏量産車駕駛數據。
這是一種堪稱龐大的參數規模，也爲大模型潛在的 " 突現 " 能力提供了可能性。
" 突現 " 能力最讓人着迷的是，其過程有點像機器人突然擁有了理解能力——實際上是大模型達到了一定規模後，突然出現的能夠歸納上下文的能力。
這個過程會湧現大量 " 思維鏈 "，讓大模型擁有推理能力——這種推理能力能夠幫助大模型自主學習，并獲得正确結果。
事實上，ChatGPT 也是通過不斷叠代，完成了從量變到質變的 " 突現 "，并讓人類大吃一驚。
毫末的參數規模目前是 1200 億，是不是達到了 " 突現 " 能力的阈值尚無定論，也沒法準确預測，但多肯定要好于少。
而且不要忘了一點——之所以能夠搞到這麽多數據，最大原因在于，毫末差不多是自動駕駛技術公司中商業化最爲成功的玩家之一。
手裏有錢，才能走的更遠
在自動駕駛技術公司普遍面臨商業化難題的背景下，毫末智行卻不發愁賺錢。
根據官方說法，毫末是中國量産自動駕駛第一名。
毫末智行董事長張凱表示，搭載行泊一體功能的智駕産品将迎來前裝量産潮，而毫末已經推出中國首款可大規模量産落地、重感知城市 NOH（城市領航輔助駕駛），并将首批落地北京、上海、保定等城市。
2024 年，毫末準備把這種産品落地 100 個城市。
值得一提的是，毫末的客戶不僅來自與其有淵源的長城汽車，據稱已經有 3 家主機廠簽署定點合同。
在主機廠客戶之外，其他商業模式也實現了落地。
比如随着 DriveGPT 雪湖 · 海若的對外開放，相當于爲一些自動駕駛研究機構提供了一個基礎設施，也因此又增加了一個賺錢路徑。
包括北京交通大學計算機與信息技術學院、高通、英特爾等在内，已經成爲這個大模型的第一批客戶。
技術變現的另一個案例則是 DriveGPT 雪湖 · 海若的場景識别服務——标注 1 張圖片的市場價是 5 塊，但 DriveGPT 雪湖 · 海若隻收 5 毛。
這也爲其他自動駕駛技術公司開辟了新的商業化路徑—— L4 級或更高級别的自動駕駛目前看起來還無法立即實現，但解決當前痛點可以讓自己手中始終有錢可花。
【我們關注大出行、投融資，以及自動駕駛、動力電池等，歡迎交流，可添加微信 A10010A123】
本文（含圖片）爲合作媒體授權創業邦轉載，不代表創業邦立場，轉載請聯系原作者。如有任何疑問，請聯系[email protected]。
