国产资源一区二区,久久经典成人,91久久免费视频

近日，汽車電子與投融資發展高峰論壇在廣州市成功召開，宏景智駕聯合創始人兼軟件算法負責人董健博士受邀出席此次論壇。該論壇以“新形勢下汽車智能化生態鏈聯動新機遇”為主題，聚焦汽車電子生態鏈投資機遇，邀請政產學研用等全產業鏈同仁共聚一堂，共同探討汽車智能化發展現狀與趨勢，引導資本理性持續投資，推動汽車電子產業持續健康發展。會議由汽車電子產業聯盟投融資專委會主任委員、華登國際VC合伙人金偉華，中興眾創投資管理有限公司總經理閆足聯合主持。本屆論壇的第三場圓桌討論以“大模型將如何加速智能生態鏈及自動駕駛產業化落地？”為主題，宏景智駕董健博士參與了本場圓桌討論，摩比斯中國戰投部長王總博士和元禾厚望合伙人佘立斌主持論壇。參與圓桌討論的還有吉利汽車研究院技術規劃中心主任陳勇、光輪智能創始人兼CEO謝晨、萬像科技創始人夏冰、中汽創智智能駕駛CTO張振林、出門問問AI車載部總經理胡海。各位嘉賓從機遇及挑戰的兩個維度的觀點闡述，讓大家對GPT、人工智能在汽車行業的應用有了更進一步的認知。董健博士針對AI大模型與自動駕駛發展的相關話題表達了自己的觀點。

AI大模型在各自公司的應用及帶來的影響 董健博士： 先說一個小例子，發覺我們的工程師日常開發代碼都會用GPT，可見這種影響已經逐漸滲透方方面面。回歸正題，AI大模型目前來看，首先可以解決我們一個核心痛點：數據生產效率和生產降本。目前數據采集+標注，如果依賴人工標注平均10-20RMB/幀，成本很高。目前這塊我們的實際落地應用主要在云端，通過大模型來做數據挖掘和4D真值自動化標注（整體往無監督或者自監督的方向走），盡可能少的減少人工標注，減少成本。另外我們也在和合作伙伴合作，通過大模型生成的合成數據替代部分真實數據來用于訓練，進一步實現數據生產降本。第二，長期看從根本上改變了開發重心：規則驅動轉為數據驅動，相比規則驅動，長期來看，數據驅動能以更少的人力來實現更好的產出。通過基于Bev+Transformer的端到端（e2e）的自動駕駛大模型，通過蒸餾云端模型到車端SoC側，會讓自動駕駛感知/建圖/決策/規控走入全數據驅動的形式。（相關文章請查看：NVIDIA 助力宏景智駕加速自動駕駛 4D BEV 感知開發）

（宏景智駕BEV感知Demo）

AI大模型能力的快速提升以及國內新能源汽車生態鏈的先發優勢給我們帶來的挑戰與機遇是什么 董健博士： 針對挑戰：

從規則驅動轉為數據驅動，對于人員能力和組織架構，基礎設施都有不同的要求。

大模型訓練需要的資源，由于中美地緣政治關系，諸如A100這些GPU訓練資源非常緊張卡脖子。目前我們也在同步測試國產GPU芯片，但性能相比英偉達還是有一定差距。
體系和法規的不完善滯后：比如數據合規。不過這塊需要兼顧發展增速開發效率和監管安全。這點需要辯證看待，既是挑戰也是機遇：相比國外歐美，如果沒有一定的灰色地帶野蠻生長，國內不會那么蓬勃發展。

量產速度vs大模型落地周期，在產生GPT時刻之前，先得活下來，漸進式實現商業閉環。

其中也蘊含著機遇：

相比歐美，國內新能源汽車發展快速，國內消費者更愿意嘗鮮體驗，只要能做出好的體驗+成本控制，國內客戶接受度更高。本身給各個上下游公司提供了更多機遇。
通過大模型，提升數據生產效率和開發效率，為企業直接帶來經濟效益。
現有的量產L2/L2+智能駕駛功能，其實都有很多空間可以去優化，宏景智駕尤其定位專注于“高頻剛需”功能（比如自動泊車、高速NOP、AEB各種目前階段無法處理的工況），通過大模型輔助這些功能的進一步性能優化和ODD擴展，實現漸進式商業閉環，逐步推向高階功能。