小米追击智能驾驶，前图森CTO王乃岩将加入｜36氪独家

公众号新闻

2024-05-23 08:05

小米进攻端到端的重要信号。

文｜徐蔡钰李安琪

编辑｜李勤杨轩

封面来源｜IC photo

36氪汽车获悉，前图森未来中国CTO王乃岩将加入小米汽车，向小米技术委员会主席、小米汽车自动驾驶负责人叶航军汇报。

就此消息，36氪汽车向小米相关人士进行了确认。

此前，王乃岩主导图森未来中国的研发与管理工作，同时负责L2级辅助驾驶、L4级自动驾驶方案的开发落地。

更早之前，王乃岩博士毕业于香港科技大学，擅长深度学习，是深度学习开源框架MXNet的核心开发者，在计算机视觉与机器学习顶级会议与期刊上曾发表论文40余篇。

王乃岩的加入，是小米智驾技术提速的标志性信号。

日前，雷军公开表示，开启交付后的43天，小米SU7交付量已突破1万辆，其年产能也相应提升至10万辆。达成这个交付量，小鹏与理想用了7个月，问界用时87天。

小米在销售与整车制造上的成绩刷新了记录，雷军的工作重点开始转移至智能驾驶。

5月18日，雷军驾驶小米SU7 Pro版进行了高速、城市NOA（智能导航辅助驾驶）的直播首秀。直播中，雷军辟谣了小米将与第三方合作视觉方案的传言，重申了小米自研智驾的决心。

雷军在直播中两次喊话招人，公开询问是否有智驾大牛愿意加入小米。

目前，小米在智能驾驶上的投入已超47亿元，团队规模超千人，其测试里程也已超过1000万公里，城市NOA功能也将在5月陆续推送给10城用户。

冲击第一阵营，小米需要更多人才

这不是小米第一次收揽智驾人才。

早在雷军宣布造车的2021年，小米集团便以7737万美元收购了自动驾驶技术公司深动科技。20余名深动科技核心研发人员的加入，帮助小米快速补齐了各模块技术负责人阵容，奠定研发人才基础。

而王乃岩的加入，有望助力小米取得智驾前沿技术进展。

有图森未来研发人员告诉36氪汽车，王乃岩既懂感知，又懂规划控制，对智驾全链条的理解都较充分。包括时下火热的端到端技术方案，王乃岩都有独到见解。

“端到端”是深度学习中的概念，指AI模型中只要输入原始数据就可以输出最终结果。

特斯拉率先引领了智能驾驶端到端风潮，马斯克表示，其FSD Beta v12（全自动驾驶软件）可以实现输入图像，输出转向/刹车/加速等车辆控制信号。

王乃岩曾公开呼吁不要陷入特斯拉的狭义“端到端”理解。他表示端到端是较有希望解决高阶自动驾驶难题的技术路线之一，但方案落地仍有许多待解决的问题，特斯拉的方案并不代表正确答案。

他认为，端到端的重点是信息的无损传递，执意固定信号的输入与输出点只会给系统带来不必要的负担。

对技术与市场有独立思考的王乃岩，或将给小米智驾带来弯道超车的可能。

在2024小米投资者日上，雷军表示，将进一步加大在智驾的投入。今年小米智驾团队将扩充至1500人，2025年增加到2000人，每年投入资金约为15亿元。

而行业对人才的态度出现了分水岭。在刚结束的小鹏科技日上，何小鹏宣布智驾团队今年将扩招4000人；而理想汽车却在日前启动了智驾团队的裁员工作。

人才快速流动，前图森CTO王乃岩的加入只是小米智驾序曲，具备决心与号召力的雷军，很有可能快速补齐智驾功课。

智驾进入决胜局，AI与数据成为关键

智能驾驶的颠覆性变化，始于AI大模型的加入。

传统模式下，感知、决策、规划控制等模块，均依赖工程师手写代码来制定规则，智驾效果取决于规则覆盖度，有限的人类脑力局限了智驾可用场景。

2021年，特斯拉开始将基于Transformer的BEV（鸟瞰图）技术引入感知领域，使得摄像头从2D图像转化为3D图景。智能驾驶得以摆脱对高精地图的依赖，国内智驾进入轻图时代。

随后，继续推出的Occupancy（占据网络）等技术，不仅弥补了纯视觉感知路面物体纵深不足的短板，同时改变了神经网络先“认识”后“识别”的短板，大大拓展了纯视觉方案的边界。

Transformer+BEV+Occupancy的技术路线，成为行业主流视觉感知方案，能否快速落地相同技术，成为国内厂商争抢智驾技术高地的证明。

2024年，完成感知模块进化的特斯拉带来了新的突破，在决策及规划控制领域引入AI神经网络，带来了“端到端”大模型。

在更新的使用说明，特斯拉写道：FSD将城市道路驾驶堆栈升级为单个端到端神经网络，该神经网络由数百万个视频片段训练而成，取代了超过30万行的C++代码。

“端到端”神经网络的应用，让FSD得以从Beta（测试版）转向Supervised（即受监督的），可以向北美数百万名用户推送使用。“端到端”在城市NOA的拓展速度、使用范围及用户体验等方面的天花板更高，这也是当下智驾行业的最热赛点。

与特斯拉路线完全相同的小鹏，于2024年5月发布了天玑系统XOS 5.1，其中，由神经网络XNet、规控大模型XPlanner、大语言模型XBrain组成的端到端大模型，将帮助小鹏在2024年三季度实现全国每条道路都能开，并在2025年实现城区智驾体验的飞跃。

坚持激光雷达路线的华为，在ADS 3.0中则进一步去掉了BEV网络，采用GOD网络负责感知，PDP网络负责预决策规划。加入激光雷达的华为，在AEB主动安全功能上的确拥有更加亮眼的成绩。

目标进入第一阵营的小米，则在3月28日的发布会上展示了端到端神经网络在泊车领域的应用，目前已能实现5cm精度的极窄库位泊入，及23km/h巡航的代客泊车。

然而，模型研发只是开始，海量数据训练才是端到端神经网络发挥作用的关键。热卖的问界车型正为华为提供源源不断的数据粮草，技术雄厚的小鹏却面临销量的连连下跌。

虽然在端到端上研发进度不早，但首款车上市33天便突破8.8万销量的成绩、82.39%的智驾激活率，将让小米成为无法忽视的数据对手。

独家、深度、前瞻，为1%的人捕捉商业先机

36氪旗下精选公众号

👇 真诚推荐你来关注 👇

微信扫码关注该文公众号作者

戳这里提交新闻线索和高质量文章给我们。

来源: qq

点击查看作者最近其他文章