体育焦点-"国精产品999国精产"-零一汽车：强泛化算法、可量产平台与快闭环场景国精产品999国精产是无人驾驶量产三大核心要素

零一汽车：强泛化算法、可量产平台与快闭环场景国精产品999国精产是无人驾驶量产三大核心要素_ZAKER新闻

在齐齐哈尔市龙沙区第34中学的贴吧中，有疑似熟悉情况的网友称，受伤人员多为该校女排队队员。

零一汽车是一家新能源智能重卡科技企业，致力于通过极致的新能源效率、极致的大数据运用、极致的自动化实现，双管齐下打造卓越新能源车与高阶自动驾驶系统，最终成长为全球领先的运输机器人公司。" 无人驾驶的发展涉及软件、车辆与运营环境三大核心要素。"2024 年 9 月 13 日，在盖世汽车第四届商用车自动驾驶大会上，零一汽车创始人 &CEO 黄泽铧在谈到如何实现可量产无人驾驶的问题时如是说。其中在软件方面，他认为，大模型是实现无人驾驶量产的最优路径，而对于行业普遍关注的大模型安全问题，可以从原理、算法新技术、流程、系统四大维度细分解决。黄泽铧 | 零一汽车创始人 &CEO以下为演讲内容整理：零一汽车简介零一汽车是一家新能源智能重卡科技公司，追求极致产品、极致技术、极致效率，致力于通过尖端数据、产品及技术构建的创新生态联盟，双管齐下打造卓越新能源车与高阶自动驾驶系统。零一汽车的愿景是成为全球领先的运输机器人公司。在整车研发领域，我们已取得显著成就：今年 4 月，首批两个车型批量交付终端客户，迄今累计订单近两千台，并已成功交付约 200 台。我们的车型以行业最低的系统能耗著称，这得益于零一正向研发的矩石智能集成电驱系统及整车五合一热管理系统等核心技术。图源：演讲嘉宾素材从零一成立（2022 年 3 月）至车辆量产（2024 年 4 月），仅用两年时间便实现了这一里程碑。此外，5 月我们正式发布了车辆及智能驾驶战略，并在该领域收获了荣誉，展现了公司快速的发展步伐与创新能力。量产无人驾驶需要软件、车辆与合适的土壤软件我想深入分享我们在自动驾驶领域的思考，特别是针对自动驾驶与无人驾驶的现状与未来。今年，辅助驾驶实现了规模化量产，乘用车搭载率近 47%，表明该技术已深入市场。然而，无人驾驶仍处于初级阶段，仅有少数公司如 Waymo、萝卜快跑在特定区域小规模运营。零一汽车志在推动无人驾驶的量产化，特别是在商用车领域，以实现显著的降本增效。无人驾驶的发展涉及软件、车辆与运营环境三大核心要素。就软件而言，尽管自动驾驶技术高度依赖软件，但其商业模式尚未完全遵循传统软件行业的低边际成本原则。当前，无人驾驶系统面临高昂的开发成本与有限的场景迁移能力，导致难以快速复制与扩展。问题的根源在于当前无人驾驶系统的复杂性，它由众多模块组成，每个模块需独立开发与优化。这种模块化设计在提升系统精度的同时，也增加了跨场景迁移的难度与成本。因此，如何降低无人驾驶系统的边际成本，实现高效复制与广泛应用，成为行业面临的主要挑战。我们在研发过程中，不仅要关注技术本身的突破，更要注重系统架构的优化与模块化之间的协同，以降低开发成本，提高泛化能力。当前人工智能系统正迅速进化，零一汽车正研发基于大语言模型的端到端系统。该系统之所以被采纳，核心在于两点：首先，随着 AI 的发展，从十年前的专家型小模型到如今能理解常识的大语言模型（如 ChatGPT），AI 已能更深入地理解复杂场景与开放性命题，而非仅限于特定任务。这一转变使得模型能够利用内置常识实现更复杂的任务，减少模块间的规则依赖，实现从传感器直接到规控指令的端到端处理，极大简化了系统架构。其次，端到端系统通过单一大模型替代了传统的上百个模块，系统迁移以数据驱动为主，无需二次开发，极大降低了成本并增强了灵活性。我们的初步结果显示，该模型仅凭摄像头输入及车辆历史数据，便能在无高精地图和预设规则下自主导航，且在不同国家（包括驾驶规则相反的新加坡）展现出强大泛化能力，仅需数据和相关输入的调整即可适应新环境。大语言模型的安全性是普遍的关注点。我们认为，安全性问题可细分解决：可追溯性：大模型看似 " 黑盒 "，但我们的模型能同时输出对世界的感知与理解，这些输出或中间结果可被良好地追溯及分析以增强模型的可解释性。新技术介入：从技术上，可通过优化算法，如多模态对齐、生成对抗模型及强化学习，提升模型的可控性。我们已经观察到相关结果显著优于未采用这些技术的情形。验证与仿真：无人驾驶安全性的关键一环在于验证与仿真。我们利用大量线下数据进行开环与闭环仿真测试，目标达到近 10 亿公里的验证里程，确保系统在各种场景下的安全性。这一能力对车企而言尤为宝贵，能加速产品验证过程。冗余设计：为确保万无一失，实施冗余设计，包括安全兜底系统，对大模型进行二次校验与分析，进一步提升系统可靠性。车辆谈及车辆对无人驾驶的重要性，我们可以回顾下 Waymo 与特斯拉的发展历程。在自动驾驶发展的早期，Waymo 因其复杂精巧的专家系统设计及场景闭环性似乎更接近高阶无人化的未来。那时，无人驾驶与辅助驾驶系统在传感器与架构上尚不兼容，特斯拉虽数据丰富，但对无人驾驶系统助力有限。然而，时至今日，格局已变。乘用车领域正向端到端转型，数据价值凸显，系统复杂度降低，特斯拉在此背景下优势显著。更不容忽视的是，车辆质量对自动驾驶至关重要。特斯拉在车辆领域的规模化积累远超 Waymo。对商用车来说，因商用车故障率远高于乘用车，车辆成为自动驾驶系统落地的关键要素。之前在图森自动驾驶研发中，我们遭遇了大量的车辆问题，甚至成为了产品落地的瓶颈，这促使我回国创立零一汽车，坚信通过造车同步解决车辆问题是通往无人驾驶最优乃至唯一路径。量产自动驾驶的关键在于依托量产车型作为平台。我们通过量产车型的自然销售，实现影子模式与数据闭环，显著降低自动驾驶数据获取成本。为此，我们构建了两大核心系统：围绕极致数据应用而打造的 " 智子 " 系统：融合自动驾驶理念与整车研发，监控全车数千个信号，全面捕捉并监控车辆异常，实现实时监控与问题追踪。此举不仅会提升了自动驾驶性能，还显著改善了量产车的质量，形成良好闭环与互补。底层车辆平台与线控系统 " 水滴 "：专为无人驾驶打造，与行业头部企业合作，基于全新电车架构设计。该系统在响应性、操作准确性、延迟度及可靠性上均远超传统油车，也是国内，特别是电动车领域，目前最先进的一套认证式架构。得益于我们的核心设计与正向开发策略，确保了车辆性能的全面升级。土壤即无人驾驶的商业化路径。当前，无人驾驶正从技术迈向产品与商品化，面临的主要挑战在于商业场景的广泛性与复杂性，尤其是乘用车与 Robotaxi，需实现大范围内任意两点间的服务，涉及巨额资产投入、多方协调及公众接受度等问题。相比之下，商用车因场景相对固定、资产规模可控，展现出独特的商业化优势。结合零一汽车的自动驾驶平台与强泛化算法，我们构想了一种新型生态模式：通过数据驱动的场景泛化，实现零代码交付，减少二次开发成本；同时，利用通用性车辆平台，一套系统即可支撑多样场景，将大问题拆解为多个小问题解决，提升效率。总结而言，自动驾驶的未来在于：拥有高度泛化的算法，适应多变场景；坚实的车辆平台作为支撑；以及能够快速闭环的特定场景应用。这是我们对自动驾驶，特别是商用车领域，快速发展路径的核心思考。（以上内容来自零一汽车创始人 &CEO 黄泽铧于 2024 年 9 月 13 日在盖世汽车第四届商用车自动驾驶大会发表的《通往高阶智驾量产之路》主题演讲。 )