傳蔚來重組智慧駕駛研發部，感知與規控合併為大模型團隊

DoNews6月19日消息，根據晚點Auto了解到，蔚來智駕研發部近日完成架構調整。此前，蔚來智慧駕駛研發部分為感知、規控和整合等部分。調整後，感知和規控團隊合併為大模型團隊，整合團隊重組為交付團隊。合併後的大模型團隊由原蔚來感知團隊負責人彭超負責。

重組後的自動駕駛研發部仍由蔚來智慧駕駛研發副總裁任少卿負責。任少卿在這次調整後曾向團隊傳達：要放棄業界沿用多年的 「感知-決策-規控」 傳統範式。這意味著蔚來將更明確地探索用端到端大模型實現高階智慧駕駛。

任少卿畢業於中國科學技術大學與微軟亞洲研究院聯合培養博士班，2015 年，他在微軟亞研院與何愷明、張祥雨和孫劍一起發表了殘差網絡ResNet，成為ImageNet 圖像分類比賽中的冠軍模型。 2018 年，任少卿參與創立 Momenta，擔任合夥人兼研發總監，2020 年加入蔚來。彭超碩士畢業於清華大學，曾任 Momenta 資深視覺演算法工程師。

目前蔚來智駕團隊約有 1500 人，對比其它公司規模相對精簡。華為的智駕團隊超 7,000 人，比亞迪約有 4,000 人、小鵬約 3,000 人，理想在上個月收縮智駕團隊後，目前約有 800 人。

特斯拉在年初發布了 FSD v12 版本，效果驚艷，這讓特斯拉使用的端到端大模型技術逐漸成為行業共識，中國更多車企開始嘗試這一路線。

人開車是靠眼看，大腦判斷，然後用手腳操控。智慧駕駛系統的運作邏輯與此類似，它主要由感知、規劃和控制模組組成：靠攝影機或雷達等感測器「看到」 外部環境，靠軟體系統判斷怎麼駕駛，最後靠控制車輛的轉向系統、油門、煞車等完成駕駛動作。

端到端之前，智慧駕駛系統，尤其是其中的規劃與控制部分，需要依靠大量規則來編程，以應對各種場景，這還不是目前的AI 主流方法，即深度神經網絡。

所謂端到端，則是從輸入端感知外部環境到輸出端產生給油門和煞車等部件的控制指令的全過程，都由深度神經網路完成。這需要預先用大量駕駛行為資料訓練出一個貫通感知和規控的 「大模型」。

自去年以來，智駕方案的主要賽點就是率先實現大規模的城區 NOA（Navigate on Pilot，領航輔助駕駛）。它能實現城區路段的點對點輔助駕駛，車輛可以自主超車、變換車道、通過路口等，接近人能開的，智駕系統都能開。

端到端的主要好處就是能加速城區 NOA 等高階智慧駕駛功能的落地。因為它可以覆蓋規則方法無法完全覆蓋的長尾案例（corner case），讓智能駕駛更好地適應各種環境和場景，而不需要一個個城市去“開城”，降低了城區NOA 的普及成本，縮短了普及週期。好的端到端智駕系統也能更好模擬人類駕駛的駕駛行為，體驗會更舒適、更絲滑。

在城區 NOA 功能的競爭中，以服務用戶的數量看，此前智駕聲勢相對小的蔚來已逐漸追上。

4 月底，蔚來向用戶推送了包含高速和城區 NOA 的全局領航輔助 NOP+（蔚來稱 NOA 功能為 NOP）。據蔚來官方訊息，該方案已涵蓋了全國的高速路段和 726 座城市的城區路段，服務了近 26 萬名用戶。

蔚來已經上車的方案的規控部分目前仍是基於規則的路線。蔚來先前稱將在今年上半年上線基於端到端的主動安全功能（包含 AEB 自動煞車等）。據了解，蔚來最新的  Banyan 2.6.5 版本即將推送，將包含端對端 AEB功能。蔚來尚未宣布端到端的量產節點。

以涵蓋區域看，華為的城區 NOA 進展最快，2 月，華為推送了 ADS 2.0 方案。它也不是一個完全的端到端架構，但華為稱該方案已能支援用戶在全國範圍的任何路段啟動點到點輔助駕駛。問界、智界、阿維塔等車型的高配版已使用了 ADS 2.0。

華為預計，8 月將量產全面切換到端對端架構的 ADS 3.0。

小鵬也是目前城區NOA 功能鋪得最廣的車企之一，今年5 月小鵬官方稱實現了端到端網絡的上車，小鵬的城區NGP（小鵬稱NOA功能為NGP） 已涵蓋了300 多座城市，預計在今年第三季能覆蓋全國。小鵬的端對端目前由感知大模型 XNet、規則大模型 XPlanner 和大語言模型 XBrain 三個模型組成，和由一個模型完成感知到規則流程仍有差異。

理想在本週開啟了 AD Max 3.0 無圖 NOA 體驗報名通道，稱在全國範圍內可不限路段體驗城市 NOA 等功能，共計招募了 9000 位嚐鮮車主。理想官方稱，預計今年底或明年初，將推出基於理想自研的端到端大模型的高階智駕方案。

據了解，長城計畫今年在三款車型上實現端到端智駕量產，該方案是與供應商元戎啟行合作，後者也已和比亞迪達成相關合作。上汽智己也已向用戶推送了端到端架構的無圖高階智駕方案，這些方案是與供應商 Momenta 合作。

1-5 月，蔚來累積新車 66217 輛，較去年同期成長 51%。

以上是傳蔚來重組智慧駕駛研發部，感知與規控合併為大模型團隊的詳細內容。更多資訊請關注PHP中文網其他相關文章！