智能驾驶 在捏造世界里“跑”智驾，新风口上投资契机在那里

车圈的智驾队列越来越大。仅看此次广州车展前后，车圈声量最大的，竟然皆是智驾和智能。

10月份，声称将“扔掉标的盘或踏板”特斯拉Robotaxi月吉亮相，就掀翻了寰球的关爱高涨。11月15日，雷军在广州车展上发布小米超等智能驾驶HAD，成为目下最新一家端到端大模子“上车”的车企。限制目下，除了发轫应用端到端大模子的特斯拉，中国的联想、蔚来、华为、小鹏、智己、小米等多家车企也已文书杀青端到端“上车”。就连老牌车企也不甘孑然，广汽丰田应用Momenta的智驾，致使喊出了“有路就开广丰智驾”的标语。

同期伴生的，是在这个全重生态界限中，降生出来的种种新兴投资契机，上汽产业金融投资也启动机敏布局，身影出目下一家2023年12月新缔造的自动驾驶芯片研发商的鼓吹名单中。

风口来了，围绕端到端和东谈主工智能，总有先驱会先站上去的。

在捏造世界里“跑”智驾的大模子

以上这段看似实拍的视频，其实是蔚来对世界模子本事的一次尝试：系数这个词视频从第4秒启动，皆是由“蔚下世界模子NWM”联想生成的。尽管目下本事尚不锻练，但基于3秒钟视频的Prompt（教唆）输入，蔚下世界模子依然不错生成120秒联想的视频。蔚来于2024年7月27日细密发布这一生界模子，不错全量雄厚信息、生成新的场景，致使展望将来可能发生的事件。

端到端，昭着给智驾行业带来了无限的联想力。但是，端到端大模子的试验依赖大量优质数据，而世界模子的应用有望以低成本、高效率的技能，为端到端大模子的试验提供海量优质数据。

相较于模块化遐想架构，端到端遐想架构不再有策动与适度这些东谈主为遐想的模块，车辆的运行决策沿途交给神经汇聚大模子处理，因此不再需要工程师写下海量的代码。以特斯拉FSD为例，端到端大模子的“上车”，让智驾系统从V11版块的30万行代码精简到了V12版块的2000行代码，但智能驾驶的推崇却有了显赫普及，委果杀青了“像东谈主类司机相同”驾驶。

这恰是开脱了代码规律敛迹后产生的成果。传统的模块化遐想就像驾校里的生人司机，只会无可非议践诺“西宾”（即工程师编写的代码）的指示。因此，遭逢“西宾”教过的场景，智驾系统不错应酬。但是，一朝遭逢莫得规律湮灭的Corner Case（边角案例），车辆就会不知所措，短期内不错通过加多规律来闲暇更多的场景需求，但很容易触达瓶颈和上限。而经受端到端遐想架构的智驾系统像是离开驾校，我方启程的生人司机，不再有“西宾”发出指示，智驾系统依靠端到端大模子自主判断并作念出决策，纯粹成长为“老司机”，让车辆的智能驾驶得到更高的上限。

刻下，端到端自动驾驶本事的发展罢免渐进的旅途：在感知模块，多家车企依然通过“BEV（俯瞰视角）+OCC（占用汇聚）+Transformer（一种基于‌自沉遵守机制的神经汇聚模子）”的“组合拳”杀青了端到端架构；决策模块也在纯粹从依赖手写规律向基于深度学习的模式转化。

BEV+OCC暗示图

图源自小鹏汽车

不外，目下中国企业关于端到端自动驾驶研发的策略存在不对，“上车”的进程也不一致：华为、小鹏等企业仍然经受感知和策动适度两段的“模块化端到端”，两个大模子之间依然存在规律汇聚；联想、蔚来、智己、商汤绝影等企业则经受“一段式端到端”（也被称为“单一模子端到端”），从原始信号输入到最终策动轨迹的输出径直经受单一深度神经汇聚杀青。前者成就规律，将大模子黑盒作念了灰盒化，模子可阐明性更好；后者数据信息丢失更少，上限更高。

世界模子为自动驾驶

打造云上乾坤

值得沉着的是，特斯拉天然是最早公布经受端到端智驾决议的车企，但并未标明他们经受的是“一段式端到端”照旧“模块化端到端”架构。不外，从马斯克在酬酢媒体上的一些表态算计，特斯拉所经受的端到端模子，可能是一种基于生成式东谈主工智能、更高等的端到端大模子。

马斯克曾表露

特斯拉能应用车辆数据

生成模拟本质世界的视频

生成式东谈主工智能模子要贬责的中枢问题是数据问题。大模子就像一位天资极高的学生，但需要大量的“学习贵府”，也就是数据进行试验。不外，能够用于试验的数据并未几见。马斯克曾表露，千人一面的泛泛行驶数据价值极低，灵验性可能不及万分之一。但是，如若用事故数据试验端到端模子，能稳健的工况也有限。

以ChatGPT、Sora为代表的生成式东谈主工智能大模子为端到端大模子的试验带来了启发。“数据汇聚车队跑100万公里皆不一定会遭逢‘两辆卡车相撞，其中一辆侧翻’的场景。但是，通过大模子，只需要以相应的文本输入，一段对应的驾驶场景视频就能赶紧生成。”上汽创投（上汽金控全资子公司）投资司理丁华宇表露，“特斯拉FSD以30秒掌握的视频算作试验素材，多模态大模子不错赶紧生成这种顶点工况的行驶数据，匡助试验模子。”

值得沉着的是，这里所用的并不是传统的生成式模子，而是更逼近刻下东谈主工智能界限前沿的“世界模子”（World Models）。二者的区别在于：传统的生成式模子大概能够准确展望篮球落地后会弹跳，但模子并不委果雄厚其中的原因，“弹跳”的终局是基于神经汇聚的概率推理给出最有可能稳健预期的谜底。世界模子则具有基本的物阐明析，更善于展现“篮球的委果弹跳”。换言之，世界模子能够为东谈主工智能提供雄厚委果的三维物理世界的智商，能够像东谈主相同感知委果世界。这与马斯克所说的“能够欺诈精准的物理学常识生成本质世界视频”殊途同归，也曲折阐明了特斯拉在智能驾驶感知中摒除激光雷达的原因：并非成本高，而是激光雷达的数据与视频数据维度不同且更复杂，目下难以将激光雷达数据应用到特斯拉的世界模子中。

特斯拉Robotaxi

经受纯视觉感知决议

由此看来，世界模子在端到端大模子试验中的上风十分显着：一是不错低成本生成海量接近委果的、包含Corner Case的种种化试验视频数据；二是模拟物理世界更委果，不错匡助智驾模子在感知端的时空雄厚智商、环境联想的委果度与丰富度显赫普及；三是具备推理和雄厚的智商基础，模子不错我方推理学习因果，不再需要标注，泛化智商大幅度普及。

“世界模子的最终方法不错雄厚为一个大模子的仿真器。有价值的Corner Case依靠实车汇聚比拟难且成本昂贵，依靠目下的仿真本事又不太准，是以依靠世界模子仿真提供试验素材是一个想路。此外，世界模子还不错用于推理和决策。”丁华宇表露。

投资契机在智驾推理芯片

智能驾驶罕有据、算法、算力中枢三个身分，上文分辨从端到端大模子（即算法）与世界模子（即数据）两个方面斟酌了智能驾驶界限的前沿动态。不外，算力亦然拒接冷漠的身分。

“端到端模子愈加依赖Scaling Law（标准定律），即通过加多数据参数目、模子试验时间生成更大范畴、更强性能的模子。以GPT为例，试验GPT-3大模子（1750亿参数）需要1000张A100 GPU一个月的算力，而试验GPT-4大模子（1.8万亿参数）等效需要25000张A100 GPU 三个月以上的算力。模子高度依赖算力范畴普及迭代速度。”丁华宇告诉记者。

换句话说，这是一个“鼎力出遗迹”的历程，不管是端到端模子照旧世界模子，算力与性能径直挂钩。将来，智驾界限新一轮算力武备竞赛将在车端与云表共同伸开，目下中国依然在追逐最初者。

在算力范畴方面，特斯拉在自研的超等规划机Dojo量产后，算力范畴赶紧攀升到寰球前五的水平，并有望于本年达到100EFLOPS（1000万亿次浮点运算）的算力范畴。目下，中国企业中，即等于算力范畴位居前方者，也过时特斯拉1-2个数目级。可算作对比的是，工信部对世界算力的策动是：到2025年，世界算力范畴跳动300EFLOPS，届时特斯拉的算力范畴相当于世界算力的1/3。

特斯拉于2023年7月量产Dojo

目下已杀青100 EFLOPS算力

图源自Tesla AI推特

而在算力芯片方面，中国与好意思国的全体差距雄伟。目下，大模子的云表试验芯片依然是英伟达一家独大的处所；但是，在车端的智驾推理芯片方面，国产替代决议正纯粹走向锻练，产业链上出现了能闲暇整车厂智驾决议的车载芯片，也表露出一批产业投资契机。

10月24日，上汽集团投资的智驾科技企业地平线在香港来往所主板挂牌上市，募资总和达54亿港元，成为港股本年以来最大的科技IPO。算作目下国内最大范畴量产智能驾驶贬责决议的供应商，地平线征途6系列智能规划决议“首发即爆款”，已得到10家车企及品牌量产配合，将于2025年杀青超10款车型量产委派。

地平线征途6系列智能规划决议

“投早、投小、投科技”，除了肖似地平线这种在行业内赫赫著名的企业，上汽产业金融投资还在握住发掘更多有远景、有价值的投资标的，以产业金融投资赋能产业发展、追随已投企业成长。

缔造于2023年12月的自动驾驶芯片研发商新芯航途是一个典型案例。新芯航途背靠Momenta，而况诱惑了多半前OPPO旗下哲库东谈主才与前华为昇腾SoC团队，领有坚决的本事实力与将来后劲。跟着汽车智能化、网联化的加快发展，自动驾驶芯片阛阓范畴将继续扩大，为企业带来更多机遇。近期，新芯航途完成一轮融资，上汽创投现身鼓吹名单，追随企业开启自研智驾芯片的征途。

借助产业金融投资，上汽集团战术直投在新赛谈上跟踪行业最新动态，积极拓宽疆土、发掘契机，全面布局汽车产业链、翻新链、价值链，握住加强与产业链凹凸游的战术配合，打造围绕上汽在新赛谈上细致定约的中枢生态圈。关爱前沿本事，把抓“早小”契机，上汽集团战术直投正奋发于加大协同、加深赋能，以CVC产业成本为纽带，助力上汽与已投企业共同杀青双向赋能和价值共创。