《科創(chuàng)板日?qǐng)?bào)》4月12日訊（記者 曾樂）今年以來，AI大模型火爆全球，其落地應(yīng)用頻頻引發(fā)市場(chǎng)關(guān)注。而大數(shù)據(jù)、超算中心的大規(guī)模應(yīng)用，也是自動(dòng)駕駛的AI基礎(chǔ)設(shè)施。AI大模型在自動(dòng)駕駛感知、認(rèn)知等領(lǐng)域同樣發(fā)揮著重要作用。

4月11日，在毫末智行第八屆HAOMO AI DAY上，毫末智行發(fā)布了業(yè)內(nèi)首個(gè)自動(dòng)駕駛生成式大模型毫末DriveGPT雪湖·海若。

(資料圖片)

據(jù)毫末智行CEO顧維灝介紹，毫末DriveGPT雪湖·海若通過引入駕駛數(shù)據(jù)建立RLHF（人類反饋強(qiáng)化學(xué)習(xí)）技術(shù)，對(duì)自動(dòng)駕駛認(rèn)知決策模型進(jìn)行持續(xù)優(yōu)化，現(xiàn)階段主要用于解決自動(dòng)駕駛的認(rèn)知決策問題，終極目標(biāo)是實(shí)現(xiàn)端到端自動(dòng)駕駛。

《科創(chuàng)板日?qǐng)?bào)》記者了解到，截至目前，毫末DriveGPT雪湖·海若實(shí)現(xiàn)了模型架構(gòu)與參數(shù)規(guī)模的升級(jí)，參數(shù)規(guī)模達(dá)1200億，預(yù)訓(xùn)練階段引入4000萬公里量產(chǎn)車駕駛數(shù)據(jù)，RLHF階段引入5萬段人工精選的困難場(chǎng)景接管Clips。

具體來看，DriveGPT雪湖·海若的底層模型采用GPT（Generative Pre-trained Transformer）生成式預(yù)訓(xùn)練大模型，與ChatGPT使用自然語言進(jìn)行輸入與輸出不同。

DriveGPT雪湖·海若輸入是感知融合后的文本序列，輸出是自動(dòng)駕駛場(chǎng)景文本序列，即：將自動(dòng)駕駛場(chǎng)景形成“Drive Language”，最終完成自車的決策規(guī)控、障礙物預(yù)測(cè)以及決策邏輯鏈的輸出等任務(wù)。

從實(shí)現(xiàn)過程來看，DriveGPT雪湖·海若先在預(yù)訓(xùn)練階段通過引入量產(chǎn)駕駛數(shù)據(jù)、訓(xùn)練初始模型，通過引入駕駛接管Clips數(shù)據(jù)完成反饋模型（Reward Model）的訓(xùn)練，再通過強(qiáng)化學(xué)習(xí)的方式，使用反饋模型去不斷優(yōu)化迭代初始模型，形成對(duì)自動(dòng)駕駛認(rèn)知決策模型的持續(xù)優(yōu)化。

同時(shí)，DriveGPT雪湖·海若根據(jù)輸入端提示語，以及毫末CSS自動(dòng)駕駛場(chǎng)景庫(kù)的決策樣本去訓(xùn)練模型，讓模型學(xué)習(xí)推理關(guān)系，從而將完整駕駛策略拆分為自動(dòng)駕駛場(chǎng)景的動(dòng)態(tài)識(shí)別過程，完成可理解、可解釋的推理邏輯鏈生成。

毫末智行CEO顧維灝表示，毫末DriveGPT雪湖·海若將率先探索智能駕駛、駕駛場(chǎng)景識(shí)別、駕駛行為驗(yàn)證、困難場(chǎng)景脫困四大應(yīng)用場(chǎng)景。“首先會(huì)開放智能駕駛、駕駛場(chǎng)景識(shí)別。”

“目前，毫末在使用數(shù)據(jù)過程中，逐步建立起一套基于4D Clips駕駛場(chǎng)景識(shí)別方案，頗具性價(jià)比。未來，毫末將圖像幀及4D Clips場(chǎng)景識(shí)別服務(wù)逐步向行業(yè)開放使用，這將進(jìn)一步降低行業(yè)使用數(shù)據(jù)的成本、提高數(shù)據(jù)質(zhì)量。”顧維灝如是說。

與此同時(shí)，顧維灝在現(xiàn)場(chǎng)宣布，毫末DriveGPT雪湖·海若智能駕駛能力首發(fā)落地車型為新摩卡DHT-PHEV。

顧維灝還宣布，毫末DriveGPT雪湖·海若的所有能力對(duì)生態(tài)伙伴開放，首批伙伴合作伙伴包括：北京交通大學(xué)計(jì)算機(jī)與信息技術(shù)學(xué)院、火山引擎、華為云、高通、京東科技、四維圖新、魏牌新能源、英特爾。

需要注意的是，顧維灝在接受媒體群訪時(shí)也坦言：“此次發(fā)布毫末DriveGPT雪湖·海若，是一個(gè)新的實(shí)踐開始。從當(dāng)前科技實(shí)踐來看，參數(shù)規(guī)模和效果有很大相關(guān)性。我們現(xiàn)在主要應(yīng)用在認(rèn)知層面，隨著這個(gè)能力應(yīng)用的時(shí)間越長(zhǎng)、不斷增加數(shù)據(jù)使用使得參數(shù)規(guī)模越大，產(chǎn)品能力也會(huì)更為完善、豐富。”

“毫末DriveGPT雪湖·海若這種GPT的方式，最核心在于具有了邏輯推理鏈、具備很多語料。換而言之，可以把思考過程反向轉(zhuǎn)化為語言，這會(huì)給用戶對(duì)于自動(dòng)駕駛的信任感將有很大提升。”毫末智行技術(shù)副總裁艾銳在接受媒體群訪時(shí)說道。

當(dāng)前，新一代人工智能正助力自動(dòng)駕駛實(shí)現(xiàn)更為廣泛的應(yīng)用。

在中科院雄安創(chuàng)新研究院認(rèn)知智能實(shí)驗(yàn)室副主任、雄安新區(qū)數(shù)字交通實(shí)驗(yàn)室副主任黃武陵看來，“自動(dòng)駕駛技術(shù)正進(jìn)入以數(shù)據(jù)和知識(shí)雙驅(qū)動(dòng)的多模態(tài)感知和認(rèn)知理解為代表的新階段。”

黃武陵認(rèn)為，“大模型對(duì)算力要求，也將通過智能網(wǎng)聯(lián)不斷得到車載計(jì)算平臺(tái)算力、路側(cè)端邊計(jì)算和云端分布式算力的支撐。同時(shí)，大模型對(duì)數(shù)據(jù)高要求可通過數(shù)據(jù)和知識(shí)雙驅(qū)動(dòng)方法，通過數(shù)據(jù)混合與人工增強(qiáng)等方法來解決；同時(shí)，通過從數(shù)據(jù)中提煉知識(shí)，降低模型數(shù)據(jù)需求、節(jié)省模型訓(xùn)練算力，節(jié)約大量資源。”

關(guān)鍵詞：