虎扑足球2024年10月11日发布:智能汽车行业专题研究：大模型应用下自动驾驶赛道将有哪些变化？

特斯拉率先引入大模型，开启自动驾驶3.0时代。 2015年，特斯拉开始布局自研自动驾驶软硬件， 2016-2019年陆续实现算法和芯片自研。2020年特斯拉重构自动驾驶算法，引入BEV+ Transformer取代传统的2D+CNN算法，并采用特征级融合取代后融合，自动标注取代人工标注。2022年算法中引入时序网络，并将BEV升级为占用网络(Occupancy Network)。2023年8月，端到端AI自动驾驶系统FSD Beta V12首次公开亮相，完全依靠车载摄像头和神经网络来识别道路和交通情况，并做出相应的决策。

FSD入华进程渐近，有望加速智能化进程。目前FSD Beta版本尚未在国内开放，根据36氪消息，特斯拉已在中国建立数据中心，并布局组建国内运营团队和数据标注团队。由于中国道路的复杂性，特斯拉FSD 方案入华仍要进行大量中国里程的实车验证，采集对应场景的数据，优化训练出针对中国场景的神经网络模型，提炼针对性策略。我们认为，FSD或将在2024 年进入中国，经过对中国道路的训练后，2025年大规模上车。预计FSD入华后，有望整体加速中国电动汽车的智能化进程。

BEV+Transformer 提高智能驾驶感知能力和泛化能力

BEV/Transformer 分别是什么？ BEV全称是 Bird’s Eye View(鸟瞰视角），是将三维环境信息投影到二维平面的一种方法，以俯视视角来展示环境当中的物体和地形。Transformer大模型本质上是基于自注意力机制的深度学习模型，与传统神经网络RNN和CNN不同，Transformer不会按照串行顺序来处理数据，而是通过注意力机制，挖掘序列中不同元素的联系及相关性，使得 Transformer可以适应不同长度和不同结构的输入，从而提高模型在处理序列数据上的能力。

与传统小模型相比，BEV+Transformer的优势主要在于提升智能驾驶的感知能力和泛化能力，有助于缓解智能驾驶的长尾问题：1）提高感知能力：BEV统一视角，将激光雷达、雷达和相机等多模态数据融合至同一平面上，可以提供全局视角并消除数据之间的遮挡和重叠问题，提高物体检测和跟踪的精度； 2 ）提高泛化能力： Transformer模型通过自注意力机制，可实现全局理解的特征提取，有利于寻找事物本身的内在关系，使智能驾驶学会总结归纳而不是机械式学习。

占用网络模型有望成为下一代自动驾驶算法进步方向

特斯拉在2022年AI Day上发布Occupancy Networks(占用网络)，将BEV网络在高度方向进行了进一步的扩展，从而实现了BEV从2D到 3D的优化，可实时预测被遮挡物体的状态，解决了目标检测的长尾问题，即使某些物体不存在于训练集中，但是因为算法本身进行的是空间占用的检测，不进行目标检测，因此从根本上避免了这个问题。

华为ADS 2.0进一步升级GOD网络，道路拓扑推理网络进一步增强，类似于特斯拉的占用网络。GOD 2.0 (通用障碍物检测网络， General Obstacle Detection) 障碍物识别无上限，障碍物识别率达到99.9%；RCR2.0能识别更多路，感知面积达到2.5个足球场，道路拓扑实时生成。2023年12月，搭载ADS 2.0的问界新M7可实现全国无高精地图的高阶智能驾驶。

占用网络模型以占用的方式重建了3D场景，可用于通用障碍物检测，精准实现空间中物体的占位情况、语义识别、运动情况等，在表征上更具优势，有望成为下一代自动驾驶算法进步方向。

BEV+Transformer已成自动驾驶算法主流趋势

目前包括比亚迪、蔚小理、智己等车企，以及华为、百度 Apollo、毫末智行、地平线、轻舟智航、觉非科技、商汤科技等自动驾驶企业均已布局 BEV+Transformer。据下表，大模型应用已成自动驾驶赛道主流趋势，其中新势力及自动驾驶供应商布局领先，大模型应用已成自动驾驶的主流趋势。

如何应用？有何效果？

车端赋能主要作用于感知和预测环节，逐渐向决策层渗透

大模型在自动驾驶中的应用简单来说，就是把整车采集到的数据回传到云端，通过云端部署的大模型，对数据进行相近的训练。

大模型主要作用于自动驾驶的感知和预测环节。在感知层，可以利用Transformer模型对BEV数据进行特征提取，实现对障碍物的监测和定位；预测层基于感知模块的输出，利用Transformer模型捕捉学习交通参与者的运动模式和历史轨迹数据，预测他们未来行为和轨迹。

未来将驱动驾驶策略生成逐渐从规则驱动向数据驱动转变。规划决策层的驾驶策略的生成有两种方式：1）基于数据驱动的深度学习算法； 2）基于规则驱动（出于安全考虑，目前普遍采取基于规则生成驾驶策略，但随着自动驾驶等级的提升及应用场景的不断拓展，基于规则的规控算法存在较多Corner Case处理局限性）。结合车辆动力学，可利用Transformer模型生成合适的驾驶策略：将动态环境、路况信息、车辆状态等数据整合到模型中，Transformer多头注意力机制有效平衡不同信息源之间的权重，以便快速在复杂环境中做出合理决策。

云端应用部署，有望加快L3及以上自动驾驶落地

大模型云端应用加速L3及以上自动驾驶落地。主要在于：1）采用大模型预训练的方式可以实现自动标注，提高数据标注的精度和效率，同时缩减成本；2）对长尾数据进行挖掘，大模型具有较强的泛化性，加速解决长尾问题；3）场景仿真和数据生成，模拟真实道路场景和高危险性场景数据，加速模型优化。

大模型目前仍处于发展初期阶段，预计未来应用比例快速增长。大模型在智能汽车中的应用仍存在多模态数据融合、云端算力需求大、车端部署、以及安全性和一致性等问题。我们认为大模型应用仍处于初期阶段，随着模型的优化和技术的应用，大模型在自动驾驶中的应用比例或将快速提升。

NOA快速落地成为智能化新指标

大模型催化下，城市NOA快速落地，开启百城落地规划。小鹏及华为合作品牌车企（阿维塔、问界、极狐）走在前列，目前大多仍需依赖高精地图，无图方案或将在2023年底落地。泰伯研究院预测到2025年，搭载NOA的车型将有望超过400万辆，渗透率将有望从2023 年的12%增加到32%。2025年高阶智能驾驶（NOA）市场规模有望达到520亿元，2023-2025年平均年增长率预计为105%。

新变化新需求

云端算力 | 是否需要智算中心？智算中心成为下一阶段竞争重点

自动驾驶系统的开发、验证、迭代需要算力支持。自动驾驶系统前期开发依赖大量环境数据的输入，形成贯穿感知、决策、规划、控制多环节的算法。后期仍需持续输入数据，对算法进行训练与验证，加速自动驾驶迭代落地。同时仿真测试中场景搭建与渲染也需要高算力支持。

智算中心承载着训练自动驾驶系统所需的巨大算力。为支撑人工智能计算提供了重要的硬件基础设施，其底层硬件技术路径包括GPU、ASIC、 FPGA、NPU。根据IDC调研，汽车行业训练自动驾驶算法的硬件基础设施以GPU为主，占比 61.4%。

头部自动驾驶厂商已布局智算中心。特斯拉、吉利、小鹏、毫末智行等主要自动驾驶厂商采用不同模式建设云端计算中心用于模型训练。我们认为，智算中心已成为下一阶段竞争重点，能够帮助车企构建包括数据采集、数据处理、数据标注、模型训练、测试验证的数据闭环，从而提升 Corner Case数据采集效率、提高模型的泛化能力以及驱动算法的迭代。

车端算力 | 如何变化？感知数量质量和场景复杂度驱动算力升级

感知硬件的数量和性能不断提升，边缘计算需求增加。自动驾驶级别越高，传感器配置数量越多，运行产生的数据随之大量增加。据新战略低速无人驾驶产业研究所数据，1个200W像素的高清摄像头24小时录像需占用40~60GB的存储容量；1个单线激光雷达每小时可产生3~4GB点云数据；另外，GPS定位系统、车辆位姿等均有数据积累。当一辆自动驾驶车辆每天可以产生数TB，甚至数十TB数据，数据处理能力即为自动驾驶技术验证的关键点之一。若过度依赖云端数据处理分析和指令回传，就会出现各种数据都往云端传输，云平台数据过多，处理效率降低，时延增大，将极大影响自动驾驶车辆的使用体验。边缘计算能预处理数据，过滤掉无用数据再上传到云端。

大模型催化驾驶场景复杂多样，提升算力需求。大模型催化下，NOA不断从高速道路向城市道路拓展（高速道路-城市快速路-城市主干道-城市次干道-城市支路）。与城市道路相比，高速道路可能的场景和物体相对固定，而城市道路不仅是最主要出行场景（每天仅25% 的人出行途径高速，而城市道路则是 100%），而且环境复杂度更高，同时提升物体识别、感知融合和系统决策算力需求。

感知端 | 车载摄像头数量质量齐升

单车搭载的摄像头数量将增加。Yole报告指出， L1～L2级自动驾驶功能仅需前后两颗摄像头，L2+ 级则需要引入ADAS前视感知摄像头，加上4颗环视，共计需要5颗摄像头。实际主机厂为后续OTA升级预留冗余，单车摄像头配置远超本级ADAS所需的摄像头数量，如特斯拉Model 3搭载9颗高清摄像头，蔚来、小鹏、理想车型摄像头数量达到10-13颗。

摄像头像素要求升级。大模型提高对感知数据的精细化要求，高分辨率图像数据可以作为深度学习模型中更新和优化其架构的参数的数据源，车载摄像头向800万像素或更高像素级别升级。尤其是前视摄像头，前视需要解决的场景最多，目标识别任务最复杂，比如远距离小目标识别，近距离目标切入识别，高级别自动驾驶车辆中都在规划应用800万级别的高清像素摄像头，用于对更远距离的目标进行识别和监测。目前具备800W像素摄像头模组生产能力的厂商还比较少，比如说舜宇、联创电子等。百度 Apollo 联合索尼半导体方案公司、联创电子（LCE）与黑芝麻智能，全球首创超1500万高像素车载摄像头模组。

执行端 | 有望加快线控底盘环节国产化进程

高阶智能驾驶落地进行加快下，执行端的线控底盘重要性凸显。线控底盘由线控换挡、线控油门、线控悬架、线控转向、线控制动五大环节组成。线控底盘以电信号代替机械信号，可实现人机解耦，更加适用于自动驾驶车辆。随着高阶智能驾驶的发展，车辆的行驶过程中机器驾驶比例提升，驾驶员百公里接管次数逐渐下降。为保证整车在机器驾驶过程中的安全性，高阶自动驾驶车辆在执行层的设计中，需要在制动、转向等关键执行环节实现双重甚至多重冗余。而考虑到车内空间、信号传导机制、响应精度等因素，以线控结构替代机械式结构则是实现执行器多重安全冗余的必要条件。

看好国产线控底盘零部件供应商崛起机会。目前，线控制动、线控转向主要由外资Tier1主导，行业竞争格局集中。线控制动主要由博世、大陆和采埃孚天合主导，中国线控制动市场中博世市占率约90%。线控转向行业处于起步阶段，博世、捷太格特、采埃孚天合等传统电动助力转向系统巨头布局较早，已推出概念车型，技术较为领先。国内众多线控底盘技术布局者包括深耕底盘技术的上市公司伯特利、亚太、拓普等，以及创业型线控底盘供应商拿森、英创汇智、同驭、格陆博等。我们认为国内供应商专注细分赛道，由单点逐步延伸，向线控底盘发展，并具备快速响应和技术开放的优势，在行业放量国产替代的共同作用下，看好国产供应商机会。