文｜韓永昌
編輯｜李勤
在上周舉辦的北京智源大會上，比亞迪産品規劃院院長助理、電子集成部總監韓冰在發表演講時公開披露了比亞迪智駕技術的最新進展。
36 氪此前報道，韓冰曾在德爾福德國任職，從事過中間件和底層系統等開發工作，其海外和技術研發背景，是比亞迪當下比較推崇的人才。韓冰目前已經成爲比亞迪規劃院的智能駕駛研發負責人，他也在同步籌備比亞迪的智能駕駛芯片設計團隊。
此次公開演講也是韓冰少有的公開露面。韓冰稱，基于 BEV 的大模型算法是比亞迪在高階智能駕駛上實現彎道超車的機會。
韓冰進一步表示，比亞迪已經陸續積累了超過 150 BP 的數據，并且每天都會有 1 個 BP 的新增數據，這些數據大多都是通過大模型的自動标注，用于下遊的的訓練任務。預計今年比亞迪還會累計有 6 億公裏的數據，并在未來幾年應用到研采車輛以及量産車輛，實現指數級的數據儲備，解決智能駕駛的長尾問題。
在大模型的研發上，比亞迪的研發方向是數據驅動型的大模型，在比亞迪當前的感知和規劃算法中，感知模型已經能做到把多任務整合到一個大模型中。韓冰說，比亞迪感知模型的開發已經做到了 100% 的數據驅動，并同時研發了擁有多相機的 BEV 模型，計劃是今年可以做到量産。BEV 模型結合比亞迪的易四方平台，可以研發出一些具有特色的高級輔助駕駛功能。
除此之外，韓冰還介紹了比亞迪的大模型可以用于針織系統的自動标注。比亞迪圍繞相機和激光雷達結合時序建立了 4D 障礙物自動标注的系統，該系統通過曆史數據的挖掘和計算可以生成一批具有真值的數據，爲算法研究提供數據支持，節省人力成本。
其優勢大概有四點：第一是以激光雷達的數據爲核心，精度更高；第二是結合了時序的 4D 真值，感知範圍更廣；第三是數據驅動，以小數據驅動，再快速叠代；第四是可以迅速擴展新障礙物的類别。
對于大算力平台的建設。韓冰主要分享了在車載端的算力部署。他透露，比亞迪對智駕操作系統、域控制器等軟硬件基本上可以做到自主可控。他還展示了一個基于英偉達 Orin X 開發的智駕平台，具備了 500tops 的算力及 64GB 的内存。韓冰稱該平台很快就會搭載到旗艦車型上使用。
韓冰說，比亞迪的決策規劃大模型将采用 Transformer 架構，每天可以自動生産大概 1400 萬公裏的數據，然後基于該算力平台進行快速叠代。
當然韓冰也提到了比亞迪目前的不足之處，比亞迪的智駕系統更多還是基于感知功能去研發，對決策規劃模塊仍處于瓶頸期，這部分的複雜程度是指數級的增長。對此，比亞迪希望與業内同仁一起合作，盡早實現更高級别的智能駕駛功能。
