当前位置: 首页 > 滚动 > >正文

拥抱AI大模型,帆一尚行自驾云平台迎接自动驾驶新变革 全球快播报

来源:搜狐汽车    时间:2023-06-26 19:44:02

6月8日,上汽集团旗下“科创小巨人”友道智途、赛可智能双双获发全国首批无驾驶人路测牌照,成为首批被授予无驾驶人智能网联汽车道路测试牌照的企业。安全员“下车”,预示着大规模、常态化的无人驾驶商业化离我们更近了,也预示着帆一尚行的自驾云团队将迎来更多机遇与挑战。

作为友道智途、赛可智能等上汽旗下智能驾驶企业智驾研发工作的云上“底座”,帆一自动驾驶云平台已经上线运行了整整两年时间。两年时间里,随着一张张测试牌照的下发、一次次测试车队安全员的减员,上汽智能网联汽车研发大步迈向“深水区”,帆一自动驾驶云平台随之同频共进、不断成长,成为智能驾驶领域一朵高性能、高效率兼备的行业云。

日前,帆一尚行新一代自动驾驶云平台项目(以下简称“自驾云平台”)荣获上汽集团技术创新二等奖。然而,这份荣誉所对应的成就,对于自驾云平台来说,仅仅是开始。继续保持与客户需求同频共进,接入AI大模型,提升自动化率,是帆一自驾云平台接下来要做的事。


(资料图片)

与客户需求同频共进

在《上海汽车报》记者采访过程中,帆一尚行知行产品总监任如意博士时不时会接起客户打来的电话。自驾云平台投入应用以来,与客户高频沟通成了团队的工作日常。

“我们已经从重研发阶段进入重运营阶段。”任如意告诉记者,“客户上云只是自驾云平台的起点,接下来,密集的迭代过程是我们工作的重点。”

目前,帆一尚行正以每两周一次小迭代、每季度一次大版本更新的节奏,不断强化自驾云平台对企业自动驾驶研发的辅助能力。指引这种密集迭代的蓝图,正是客户与时俱进、不断变化的对自动驾驶工具链的需求。

“比如分布式训练。”任如意介绍道,“一开始在自驾云平台产品的探索、研发阶段,客户对算力的要求并不高,依靠云端的工具就能解决。但是,随着自动驾驶研发的推进,数据积累愈发丰富,自然而然会产生分布式训练的需求。我们在及时洞察客户的需求之后,适时地将分布式训练的工具与所需算力整合到了自驾云平台。”

类似的小创新、小迭代不胜枚举。无论是将时下工程师群体中流行的VSCode代码编辑器整合到自驾云平台,还是用自动调整参数的体系、工具取代原来的人工调整参数,帆一尚行始终与客户站在一起,在一次次的迭代中,让自驾云平台更有价值、更加实用。

除了满足用户需求之外,帆一自驾云平台还开辟出一条与用户共同研发的道路。通过梳理客户在自动驾驶测试中发生接管的高价值场景,帆一尚行参与到客户的接管场景数据标注、云端回放、重新标注和模型训练等流程。通过这种智驾数据闭环的引入,智驾研发效率提升了50%,智驾数据利用率提升了35%,为客户的智驾高效研发带来了更多赋能。

L2到L4级全场景覆盖

过去,在帆一云上,自动驾驶研发所需的工具就像一个个齿轮,虽然都能运转,但若齿轮没有啮合起来,就不能形成体系化的能力,导致研发制造的效率不高。这正是帆一尚行打造新一代自动驾驶云平台的初衷:将自动驾驶研发的整个系统管理起来,打造全流程工作平台,以数据闭环、数据自动化整体提升研发效率。

工欲善其事,必先利其器。为打造全流程工作平台,帆一尚行首先对最底层的基础设施进行了升级,整合了高性能存储、高性能计算、高性能网络的基础设施,成为自驾云平台生长的土壤。

在土壤中埋下什么种子、结出什么果实,成为帆一自驾云平台要面对的下一个问题。“市面上搞智驾研发的企业有很多,但大多专精于单一场景,或侧重L2级以求量产应用,或侧重L4级希望一步到位。但是,上汽集团的业务形态非常丰富,单一场景难以满足所有客户的需求。因此,我们一开始的定位就考虑要实现L2到L4级全场景覆盖。”任如意告诉记者。

如今,这种L2到L4级全场景覆盖已带来得天独厚的优势,帮助帆一自驾云平台成为上汽集团旗下多家企业,以及上汽体系外几家客户的重要合作伙伴。相比市面上的公有云,帆一自驾云平台在智能驾驶领域高度垂直,不仅有L2到L4级更广的覆盖面,也对智驾有了更深入的钻研。帆一自驾云团队笃信,自动驾驶的发展一定有脉可循,而在L2到L4级的每一个阶段,帆一自驾云平台都已深度切入,在每一个成长节点都配合客户所需,迈出了共同成长的脚步。

发力自动驾驶大模型

2022年年末以来,ChatGPT、MidJourney等语言类、图像类大模型让全世界为之惊艳。而在自动驾驶领域,目前已有十分成熟的大模型出现。目前,帆一尚行自驾云平台已迈入第三个阶段,正积极拥抱大模型,通过接入AI大模型来提升自驾云平台的自动化率。

“第一个阶段是打磨各个子模块,整合工具体系;第二个阶段是提升系统自动化率,打造整个闭环。”任如意博士介绍道,“第三个阶段就是将自驾云平台的工具体系过渡到可以支撑大模型训练的体系。”

AI大模型有望为自动驾驶的研发工作带来翻天覆地的改变。以数据标注为例,对于测试车辆收集而来的图像数据,传统的数据标注需要先由人工沿着这个图像的外轮廓标点,再给这个轮廓打上标签;有了AI大模型的辅助,物体的外轮廓线可以自动勾勒出来,操作人员只需要用鼠标点两下,为这个物体选择一个标签即可。自驾云平台产品经理姚丽娟表示:“目前,我们的自驾云平台通过提升系统自动化率,在一定程度上可以节约客户自动驾驶研发的人工成本;过渡到大模型训练体系后,在节省人工成本的表现上更是如虎添翼,这将成为自动驾驶研发体系中一场新的变革。”

“现在,我们还有很多工作要做,包括大模型对算力的要求、系统推理的速度、标签化和辅助标注等。当然,这些都是值得的,大模型一定是业界未来的方向。”任如意表示。

X 关闭

推荐内容

最近更新

Copyright ©  2015-2022 华中培训网版权所有  备案号:京ICP备12018864号-26   联系邮箱:2 913 236 @qq.com