作為一名圍棋愛好者，樓天城至今還經(jīng)常喜歡看棋。
在觀看Master（AlphaGo的升級形態(tài)）下棋時，如果出現(xiàn)了不理解的招數(shù)，他會下意識覺得是因為「身為人類的自己太蠢了」。
在他看來，現(xiàn)階段的L4自動駕駛也步入了這一階段——Robotaxi的決策和軌跡開始變得不易被人理解。
相比較下，L2則會永遠停留在理解范圍之內(nèi)，因為后者只是模仿人類，而前者必須超越人類。
在4月23日的上海車展上，小馬智行發(fā)布了搭載第七代自動駕駛系統(tǒng)方案。搭載該方案的Robotaxi擁有100%車規(guī)級零部件（覆蓋從線束、連接器到固態(tài)激光雷達、英偉達Orin-X芯片等零部件），自動駕駛套件總成本較前代下降70%，還可支持平臺化適配設計。
同時，基于小馬智行PonyWorld 世界模型技術(shù)基座，Robotaxi安全性比人類駕駛高出10倍。
在發(fā)布會后，RoboX與小馬智行聯(lián)合創(chuàng)始人、CTO——樓天城進行了對話，談到了「從L2到L4」、機器人，以及海外發(fā)展等話題。
VLA只會「短跑」，而非「長跑」
盡管小馬智行直到現(xiàn)在才發(fā)布Ponyworld世界模型，但其實他們已經(jīng)使用了多年此類技術(shù)：“世界模型在機器學習領(lǐng)域已經(jīng)有30年歷史了，我們使用世界模型已接近6年，L4都普遍在用…我一直以為這是業(yè)界共識，并未意識到大家不知道這一信息，所以從未強調(diào)過?！?/strong>樓天城說道。
世界模型帶來的主要是學習方式的改變——人類有兩種學習模式：一種是模仿學習，方便快捷，也沒有不確定因素，但學生很難超過老師；另一種是強化學習：由老師創(chuàng)造試驗環(huán)境，自己去摸索。
樓天城指出，所有L4公司都是在強化學習模式中演進。直到端到端、世界模型等術(shù)語成為L2輔助駕駛最火的概念，他才將早已在用的技術(shù)對外擺在了臺面上。
“小馬智行的技術(shù)路線經(jīng)歷了多次變革，其中也包括端到端——自Transformer出現(xiàn)開始，小馬智行就開始整合從感知到執(zhí)行的模塊，使得訓練難度、表達能力都逐步提升。彼時，Waymo、百度也都已經(jīng)開始用上了這一思路。”
2023年8月，小馬智行就已將感知、預測、規(guī)控三大傳統(tǒng)模塊打通，統(tǒng)一成端到端自動駕駛模型，搭載到L4級自動駕駛出租車和L2級輔助駕駛乘用車上。該模型在L4級車輛扮演冗余系統(tǒng)的角色，同時也可作為L2級車輛的解決方案。
到了現(xiàn)在，端到端成為了L2的必選項，但對L4公司來說，卻早已是標配了。
至于VLA（視覺語言模型，Vision-Language Model），樓天城的態(tài)度則更加明確：“VLA在L4上基本幫不上忙?！?/strong>
VLA模型擅長整合視覺和語言信息，處理跨模態(tài)任務（如圖像描述、視覺問答），其核心優(yōu)勢在于跨領(lǐng)域通用性。但它通常不針對特定領(lǐng)域進行深度優(yōu)化，其知識通過大規(guī)模預訓練獲得，缺乏對自動駕駛中極端場景的建模能力。（編者注）
他指出，從VLA模型的屬性來看，它相當于一個「全科大夫」，可追求極端安全的L4需要的是「?？拼蠓颉埂?/p>
“它就像一個更優(yōu)秀的短跑運動員，但腿部肌肉并不適合長跑。哪怕它經(jīng)過不斷鍛煉成為了博爾特，也不代表他能長跑?！?/p>
個人用戶何時能用上L4？
從產(chǎn)品形式來說，即便是「車位到車位」，也終究人需要人類介入，這樣的產(chǎn)品屬性永遠沒法跨越。
“換句話說，如果安全有一條及格線，L4的安全及格線基本就是滿分線，L4真正的挑戰(zhàn)就在這里。在此標準上，L2差得非常遠……它其實根本過不了L4的及格線，而且會越差越遠。”
樓天城認為，目前在L2已經(jīng)逐漸「平權(quán)」的情況下，行業(yè)尋求向L3進階是情理之中的事。然而L3的很多做法，還只是延續(xù)了L2的影子，并非實現(xiàn)質(zhì)變，也不會漸進到L4。
那么，L4的技術(shù)，何時能降維到面向個人的量產(chǎn)車上呢？這或許會比預想的要久。
“至少不會是二零二幾年。因為目前的Robotaxi還需要專門的區(qū)域控制、運營、看護、遠程客服等多維度的工作。直到今天，L4也只做了幾個城市，賣給個人的難度更是不可同日而語?！?/p>
具身智能也將經(jīng)歷「真空期」
盡管自動駕駛和機器人有共通之處，甚至前者也是具身智能的一部分。但小馬智行仍然沒有做機器人的計劃。
“不是因為技術(shù)不通用，而是因為我覺得自動駕駛是機器人領(lǐng)域最容易落地的東西。如果連這點都做不到，其他也無從談起?！?/strong>
樓天城認為，具身智能和需要蜇伏更長的時間，和AGI一樣，都會經(jīng)歷和自動駕駛一樣的真空期。
在他看來，具身智能今天的狀態(tài)和自動駕駛2018年的狀態(tài)非常像：“我非常懷念那個時候，那時只要做做Demo就行了。”
在次年，疫情來襲，他認為這反而為自動駕駛提供了一個潛心研究的「蟄伏期」：“那段時間，大家的心態(tài)平比較淡一些，這幫助團隊撐過了那段真空期?！?/p>
他坦言，如今具身智能做的很多展示都很炫酷，但真正的商業(yè)化需要考慮很多長尾問題。只有撐過這段沒有任何進展的真空期，才能繼而衡量其商業(yè)和應用價值。
這些挑戰(zhàn)都是自動駕駛曾經(jīng)遭遇過的，因為他經(jīng)歷過，才知道有多困難。
“自動駕駛恐怕是Agent領(lǐng)域中最pioneer的應用了，沒有比Robotaxi更好落地應用的。如果連這一方面都做不到的話，一定上不了牌桌?！?/p>
第七代系統(tǒng)的使命
如今，小馬智行的Robotaxi車隊已至少已經(jīng)跑了50萬個小時，已經(jīng)擴展至市中心、高快速路。
所以到了現(xiàn)在，樓天城認為，是時候講成本和量產(chǎn)了。
現(xiàn)在小馬智行的Robotaxi已實現(xiàn)零部件100%都是車規(guī)的，這也是降本的關(guān)鍵所在。“在這一點上，其他家都還沒做到，尤其Waymo是做得最差的。”
樓天城指出，降本的過程有兩個大的里程碑：1、去掉人，2、車規(guī)化量產(chǎn)的這種硬件。這一代系統(tǒng)就是為了達到這個目的。
另外，至今還總有人認為Robotaxi需要付出大量「云代駕」的成本，樓天城也對此進行了澄清。
“我從不會以任何方式嘗試云代駕的邏輯。一般人可能不清楚云代駕的網(wǎng)費高昂到什么地步，而且它對網(wǎng)絡的要求非常高，可能配有云代駕的一輛車，相當于購買并折舊十輛普通車輛的成本總和。而且，由于沒有身臨其境的感覺，云代駕做的判斷也是有誤差的。”
樓天城表示，小馬智行從第一天就沒有嘗試過任何代駕的概念，只是有遠程客服，Waymo也從未做過云代駕。
盡管在降本上，小馬智行已做到了極致，可樓天城還是直言，第七代小馬智行Robotaxi的價格，會在合理范圍內(nèi)定得相對較高。“因為AI的本意，是提供好的產(chǎn)品和高質(zhì)量的服務，而不是把價格卷得更低?！?/strong>
熱門跟貼