“通用人工智能家当发展22条”发布不久，广东做出“加快造就人工智能等新兴家当，大力发展新质生产力”的新年支配。
南都大数据研究院开展“粤来粤AI”大型研究，以多个篇章描摹发展现状，考量运用实效，研判管理风险，助力广东加快培植通用人工智能家当创新引领地，协同探索人工智能监管模式创新。
本次推出“有AI运用篇”系列宣布，拜访广东人工智能干系企业，揭秘那些与我们事情生活息息相关的AI运用产品的研发故事。

第五期，走进广州自动驾驶先驱厂商——小马智行，看AI如何演习“感情稳定的虚拟司机”，大模型如何为自动驾驶业务提质增效。

随着自动驾驶测试牌照陆续发放，无人车进入了商业化运营的“前夜”。
从L0到L5，各种技能都在朝着“更自动化”的方向快跑，而大模型的到来，让这一脚程提速。

“AI+自动驾驶”产生了什么化学反应？大模型技能带来了哪些场景和效率变革？“智驾”的未来想象力在哪？在广东，有团队凭借深入研究“如何让车辆更像‘老司机’”，给出理解法。

有AI产品：虚拟司机

产品特性：

融入了AI技能的自动驾驶系统，让“虚拟司机”像一个感情稳定的老司机，闇练应对不同城市的交通、路况、景象，实现安全、前辈、可靠的自动驾驶。

运用处景：

城区、机场来回接驳，干线物流、专线物流等。

利用效果：

自动驾驶出租车已实现了无人驾驶，即车内无安全员、安全员在远端监控车辆，并在车辆碰着极少数无法决策的情形时，供应高等赞助决策指令。

让AI演习“老司机”

广东走在了无人驾驶商业化落地的前列。
去年以来，广州南沙区、深圳宝安区先后启动智能网联汽车无人商业化试点，在这两地试点启动中，小马智行均作为首批企业得到试点容许。

作为海内较早布局自动驾驶领域的企业，小马智行致力于研发安全、前辈、可靠的全栈式自动驾驶技能，并将自研的自动驾驶软硬件系统命名为“虚拟司机”。

小马智行自动驾驶出租车在广州南沙区道路上行驶。

“我们的目标是通过利用AI技能，把我们的‘虚拟司机’演习得更加像精良的人类老司机”，小马智行联合创始人兼CTO楼天城以“感情稳定的‘老司机’”来形容“虚拟司机”的技能目标。
据理解，该企业推出的自动驾驶出租车，目前已经实现“车内无安全员”，即安全员在远端监控车辆，并在车辆碰着极少数无法决策的情形时，供应高等赞助决策指令。

在楼天城看来，借助AI技能打造的“虚拟司机”，紧张呈现出两方面特长：一是优于人类司机的安全性——能够娴熟应对狭窄路段等繁芜场景、雨雪、沙尘等极度景象。
二是对各种“长尾场景”的“兼容”——无论是城市里的双向四车道，还是乡间小道都能“无障碍”通畅。

目前，小马智行自动驾驶业务已覆盖了北上广深四大一线城市的部分区域，场景上支持城区、以及机场来回接驳、干线物流、专线物流等。

大模型“提速”驾驶自动化

人类探索无人驾驶技能已超过40年，大模型的发达发展让高阶自动驾驶的技能和体验明显提速。
小马智行联合创始人、CEO彭军认为，目前从赞助驾驶到更高阶的赞助驾驶大爆发已经开始，从全无人Robotaxi到L3、L4的运用，立时将有大的爆发。

按照我国《汽车驾驶自动化分级标准》，汽车智能驾驶共有L0至L5六个级别，L4意味着在绝大部分场景下，车辆可实现自动驾驶，只是在极度情形下须要人类干预；L5是在任何场景下，都可以实现自动驾驶，也便是真正意义上的无人驾驶。

据理解，成立于2016年的小马智行很早就开始研究AI大模型在自动驾驶领域的运用，紧张有三方面：大规模仿真系统、线下大模型自动标注系统、自动驾驶端到端大模型。

以大规模仿真系统为例，我国持续铺设无人驾驶智能网联乘用车的试点运营，截至2023年底累计道路测试总里程8800万公里。
但事实上，路测韶光和资金本钱花费大，很多厂商会在上路前将测试放入打算机仿真系统中，通过演习大量真实道路数据，仿照自车行为、学习车辆开法，预测车辆行为。

在数据自动标注的运用方面，大模型通过对红绿灯、斑马线等路况、交通信息进行清楚标注，为机器供应准确的演习样本，比较人工标注速率提升几十倍乃至上百倍，目前，小马智行超过95%的标注任务已无需人工干预。

端到端大模型则为高等别自动驾驶的研发及运用带来新思路，例如通过提高通用性，让自动驾驶车辆能够快速扩展到新的城市或国家，从而加速自动驾驶的遍及。

“安全”仍是最大寻衅

于创业公司而言，自动驾驶已经走过“观点时期”。
技能、政策、家当链、用户接管度几大要素同步推进，自动驾驶技能才能落到实处。

厂商们深谙此理。
楼天城认为，“安全”依然是自动驾驶最主要的，无论是在自动驾驶车辆实际利用过程中，还是"大众的生理层面，这不单是对大模型的寻衅，也是所有自动驾驶从业者都要办理的问题。
此外，大模型须要大量的数据进行演习，相应须要购买大算力芯片，如何提高算力效率成为了自动驾驶创业公司做大模型的关键。

在自动驾驶行业，大模型到底能走多远？业内谈论认为，L4级别自动驾驶哀求车辆在繁芜多变的交通环境中，具备高度的自主决策能力。
这不仅仅是对环境的感知，更涉及到对交通规则的深刻理解、对突发事宜的迅速反应，以及对长期驾驶策略的精准制订。
国际汽车工程师协会（SAE）的报告指出，纵然是最前辈的自动驾驶系统，也难以担保在所有长尾场景下都能做出精确决策，大模型技能在这些低频但关键的场景中，每每由于缺少足够的数据支持而显得无能为力。

对此，业内的企业和研究机构正在考试测验通过构建更加多样化和平衡的数据集、开拓更加鲁棒的模型构造、利用多模态数据领悟技能等，提高模型对繁芜场景的理解和应对能力。
同时，行业内也在推动算法的可阐明性研究，以提高大模型技能的透明度，知足自动驾驶系统对安全性和可靠性的高哀求。

“AI+自动驾驶”的多种可能

2024年，关于自动驾驶的政策利好不断。
年初，工信部等五部门支配开展智能网联汽车“车路云一体化”运用试点事情，据悉，依赖这一系统所得到的数据规模以及数据类型的丰富度都会得到大幅提升，从而反哺自动驾驶大模型的演习。

地方层面，据不完备统计，目前海内已有北京、上海、广州、深圳、杭州等超过50个城市出台自动驾驶试点示范政策，加速拓展运用处景。
比如，广州是海内首批开放远程测试容许的城市之一，并对自动驾驶软硬件系统的安全性、可靠性提出了细化哀求，为基于实时数据监管的自动驾驶路测表现和能力明确了量化门槛。

在楼天城的设想中，随着AI和自动驾驶结合得更加紧密，自动驾驶行业将驶入更具想象空间的时期。
比如，在座舱内，可以通过语音、图像等办法，与自动驾驶系统进行交互反馈，提高驾驶安全性和乘坐舒适性；系统通过剖析交通数据，优化交通信号掌握、城市道路方案等，提高道路利用效率，降落交通拥堵；未来自动驾驶大规模落地后，人类大概不再须要购买私家车，只须要打一辆自动驾驶出租车即可，或许还可以购买一辆自动驾驶汽车，让它出门挣钱。

谈及现实与未来，楼天城表示，随着自动驾驶车辆大规模铺开，希望能够推动无人驾驶干系法律法规的出台，为其争取“权利”，例如，对付自动驾驶车辆上路门槛、事件任务划分剖断等须要有更明确的规定。

出品：南都大数据研究院

策划：邹莹

统筹：张纯

采写：南都 张雨亭

设计：张博