2024年4月25日，中國(guó)北京——2024北京國(guó)際汽車展覽會(huì)(以下簡(jiǎn)稱“2024北京車展”)隆重舉辦，商湯絕影攜系列原生態(tài)大模型及相關(guān)產(chǎn)品矩陣首次亮相北京車展。
作為首個(gè)提出感知決策一體化自動(dòng)駕駛通用模型的公司，商湯絕影在本屆車展上首次向公眾展示了面向量產(chǎn)的真·端到端自動(dòng)駕駛解決方案UniAD(Unified Autonomous Driving)的道路測(cè)試表現(xiàn)，同時(shí)還帶來了以多模態(tài)場(chǎng)景大腦為核心的AI大模型座艙產(chǎn)品矩陣以及全新座艙3D交互演示，全景展示了通用人工智能(AGI)技術(shù)驅(qū)動(dòng)的靈活自適應(yīng)、深度個(gè)性化、安全可信賴、有人文關(guān)懷的未來出行全新體驗(yàn)。
商湯科技聯(lián)合創(chuàng)始人、首席科學(xué)家、絕影智能汽車事業(yè)群總裁王曉剛表示：“未來汽車智能化的競(jìng)爭(zhēng)，本質(zhì)上是通用人工智能技術(shù)融合應(yīng)用的比拼。商湯絕影致力于成為加速智能汽車駛?cè)階GI時(shí)代的核心技術(shù)伙伴，給智能汽車產(chǎn)業(yè)帶來生產(chǎn)效率和交互體驗(yàn)的雙重革新，將攜手合作伙伴提供通用人工智能技術(shù)驅(qū)動(dòng)的智能汽車全新體驗(yàn)，共同定義未來出行。”
(商湯絕影首次亮相北京車展)
像人一樣開車!真·端到端自動(dòng)駕駛解決方案UniAD上車首秀
憑借前瞻的行業(yè)洞察和率先布局，商湯及其聯(lián)合實(shí)驗(yàn)室在2022年底便提出了行業(yè)首個(gè)感知決策一體化自動(dòng)駕駛通用模型UniAD，并在次年榮獲2023年國(guó)際計(jì)算機(jī)視覺與模式識(shí)別會(huì)議(CVPR)最佳論文，引領(lǐng)端到端自動(dòng)駕駛的創(chuàng)新潮流。
此次在北京車展上，商湯絕影以UniAD自動(dòng)駕駛解決方案令人驚艷的實(shí)車測(cè)試成果展現(xiàn)了中國(guó)端到端智駕的實(shí)力。在無高精地圖條件下，僅依靠視覺感知的實(shí)際道路測(cè)試成果。無論是復(fù)雜城市道路還是無中線的鄉(xiāng)村道路上，車輛能高效準(zhǔn)確地完成包括大角度左轉(zhuǎn)上橋、避讓占道車輛及施工區(qū)域、繞行跑步行人等一系列高難度操作，做到“像人一樣開車”。
(搭載UniAD方案的車輛可真正做到“像人一樣開車”)
今年年初，特斯拉開始向部分用戶推送FSD V12版本的端到端自動(dòng)駕駛方案，業(yè)內(nèi)隨之出現(xiàn)了越來越多的“端到端”智駕方案，不過大部分端到端方案采用的是更容易落地的由感知和決策兩個(gè)模型組成的 “兩段式”架構(gòu)，兩個(gè)模型之間依然存在信息傳遞過濾或丟失的問題。而UniAD將感知、決策、規(guī)劃等模塊都整合到一個(gè)全棧Transformer端到端模型，實(shí)現(xiàn)感知決策一體化的真·端到端自動(dòng)駕駛。
(UniAD真·端到端：感知決策一體化的通用模型)
當(dāng)前，行業(yè)需要真·端到端自動(dòng)駕駛方案，因?yàn)榛谝?guī)則的智駕方案的天花板已開始顯現(xiàn)。隨著城區(qū)成為智駕落地的主戰(zhàn)場(chǎng)，場(chǎng)景計(jì)算的復(fù)雜度呈指數(shù)級(jí)增長(zhǎng)。大量的人力資源投入也只是增加有限的規(guī)則，無法應(yīng)對(duì)數(shù)量無限的復(fù)雜場(chǎng)景和長(zhǎng)尾路況(corner case)。端到端技術(shù)的出現(xiàn)開辟了一條全新的道路，開始推動(dòng)自動(dòng)駕駛范式從鋪設(shè)大量人力轉(zhuǎn)變?yōu)槌掷m(xù)算力投入和高質(zhì)量數(shù)據(jù)輸入。
憑借商湯大裝置的豐沛算力、高質(zhì)量仿真數(shù)據(jù)和行業(yè)領(lǐng)先的模型性能，UniAD端到端方案有更高的能力上限，強(qiáng)大的學(xué)習(xí)和思考能力讓它能夠像人一樣開車;數(shù)據(jù)驅(qū)動(dòng)的端到端模型泛化能力強(qiáng)、迭代效率快，可以幫助車企低成本快速開城;純視覺感知的無圖方案，進(jìn)一步降低系統(tǒng)的軟硬件成本，助力智駕普及，實(shí)現(xiàn)全國(guó)都能開。
(新一代自動(dòng)駕駛大模型DriveAGI：可感知、可交互、可信賴)
在端到端系統(tǒng)基礎(chǔ)上，商湯絕影還在本次車展期間前瞻介紹了新一代自動(dòng)駕駛大模型DriveAGI，推動(dòng)自動(dòng)駕駛從數(shù)據(jù)驅(qū)動(dòng)向認(rèn)知驅(qū)動(dòng)的躍遷。依托多模態(tài)大模型強(qiáng)大的世界理解、推理能力、決策能力以及交互能力，DriveAGI將是目前最貼近人類思維模式、最能理解人類意圖并有最強(qiáng)解決駕駛困難場(chǎng)景能力的技術(shù)方案，向完全無人駕駛邁出重要一步。
敏銳洞察、深度思考、高效執(zhí)行“多模態(tài)場(chǎng)景大腦”，提供真正懂你的智能座艙
前不久上市的小米SU7將AI大模型帶進(jìn)座艙，而商湯“日日新”大模型也全面助力小愛同學(xué)車載語音場(chǎng)景應(yīng)用。
4月23日，商湯科技發(fā)布全新升級(jí)的“日日新SenseNova 5.0”大模型。6000億參數(shù)的“日日新5.0”采用混合專家架構(gòu)(MOE)，具備更強(qiáng)的知識(shí)、數(shù)學(xué)、推理及代碼能力，成為國(guó)內(nèi)首個(gè)全面對(duì)標(biāo)甚至超越GPT-4 Turbo的大模型，多模態(tài)能力領(lǐng)先GPT-4V。基于端云結(jié)合的架構(gòu)，商湯端側(cè)大模型大幅超越同量級(jí)大模型，越級(jí)比肩7B、13B大模型，更適合車端部署。
基于多模態(tài)大模型、大語言模型、文生圖模型等能力組合，商湯絕影構(gòu)建了以多模態(tài)場(chǎng)景大腦為核心的一系列全景感知、主動(dòng)關(guān)懷且富有創(chuàng)造力的大模型座艙產(chǎn)品。
商湯絕影正在打造的敏銳洞察、深度思考、高效執(zhí)行的多模態(tài)場(chǎng)景大腦，是助力智能汽車邁向AGI時(shí)代的核心產(chǎn)品之一。通過應(yīng)用場(chǎng)景和用戶需求驅(qū)動(dòng)，多模態(tài)場(chǎng)景大腦讓智能汽車可以高效準(zhǔn)確地全景感知和深度理解用戶需求和周圍環(huán)境，并以場(chǎng)景大腦為核心打通不同應(yīng)用，將離散的單點(diǎn)功能聚合在一起，從而為用戶提供更多深度個(gè)性化的主動(dòng)關(guān)懷和服務(wù)。
(多模態(tài)大模型可以準(zhǔn)確感知并識(shí)別車外信息)
基于地理位置推薦符合用戶喜好的餐廳、介紹用戶感興趣的外部自然景物，并進(jìn)行優(yōu)質(zhì)景點(diǎn)推薦是絕影AI大模型座艙產(chǎn)品的基礎(chǔ)功能。憑借強(qiáng)大的多模態(tài)感知能力，搭載商湯絕影方案的車輛能夠準(zhǔn)確感知并識(shí)別車外的信息，包括周圍車輛的車型、標(biāo)志性建筑物等，以語音、圖片或者視頻等方式為艙內(nèi)人員提供更為準(zhǔn)確和全面的內(nèi)容，幫助用戶了解和掌握外部環(huán)境信息，打破座艙本身的限制，讓用戶享受更為自由無束縛的出行體驗(yàn)。
此外，以多模態(tài)場(chǎng)景大腦為核心，商湯絕影還能提供更多基于汽車場(chǎng)景的AI大模型座艙產(chǎn)品。以商湯“大醫(yī)”醫(yī)療健康大模型為橋梁的“旅醫(yī)”，讓用戶在座艙內(nèi)就可以獲得專業(yè)及個(gè)性化的健康管理服務(wù)，讓出行更安心。基于AIGC大模型技術(shù)的“神筆”，可以把用戶簡(jiǎn)單的繪畫線條轉(zhuǎn)變成具有美感的藝術(shù)作品，增添駕乘樂趣。
(“旅醫(yī)”讓用戶在座艙內(nèi)就可以獲得專業(yè)及個(gè)性化的健康管理服務(wù))
(“神筆”可以把用戶簡(jiǎn)單的繪畫線條轉(zhuǎn)變成具有美感的藝術(shù)作品)
人機(jī)交互的創(chuàng)新也是驅(qū)動(dòng)座艙體驗(yàn)升維的重要因素，去年Apple Vision Pro的問世展現(xiàn)了3D交互的創(chuàng)新體驗(yàn)和應(yīng)用潛力。商湯絕影憑借深厚的感知技術(shù)研發(fā)實(shí)力和高效的創(chuàng)新迭代效率，將3D Gaze高精視線交互和3D 動(dòng)態(tài)手勢(shì)交互這兩大全新座艙3D交互演示帶到現(xiàn)場(chǎng)，讓觀眾體驗(yàn)到更符合人類直覺的艙內(nèi)交互方式，推動(dòng)座艙交互向更安全、更便利的3D交互升維進(jìn)化。
其中， 3D Gaze高精視線交互是商湯絕影全球首創(chuàng)的能夠通過視線定位與屏幕圖標(biāo)進(jìn)行交互的智能座艙技術(shù)，讓用戶無需點(diǎn)按屏幕，通過眼神即可精準(zhǔn)控制中控圖標(biāo)，完成多種交互操作;3D 動(dòng)態(tài)手勢(shì)交互是行業(yè)領(lǐng)先的支持動(dòng)態(tài)手勢(shì)和手部微動(dòng)作識(shí)別的智能座艙技術(shù)，用戶通過手勢(shì)“隔空”實(shí)現(xiàn)各類座艙精細(xì)化的交互，打破傳統(tǒng)按鍵和屏幕觸控方式的繁瑣和局限。
(商湯絕影3D Gaze高精視線交互：通過眼神即可精準(zhǔn)控制中控圖標(biāo))
面向未來，商湯絕影還在進(jìn)一步探索艙駕融合，實(shí)現(xiàn)智能駕駛和智能座艙在硬件、軟件及應(yīng)用層面的全面融合，提升用戶體驗(yàn)、降低系統(tǒng)成本，進(jìn)一步打破艙內(nèi)外的界限和束縛，涌現(xiàn)更多創(chuàng)新功能，帶來更安全、更加全方位，更具人文關(guān)懷的新體驗(yàn)。
率先完成四大技術(shù)基座布局，商湯絕影加速智能汽車駛?cè)階GI時(shí)代
未來一到兩年，智能汽車處在一個(gè)關(guān)鍵的時(shí)間節(jié)點(diǎn)，它與通用人工智能的深度融合將開啟一個(gè)全新的時(shí)代。沒有公司能在新時(shí)代單打獨(dú)斗成功，車企需要強(qiáng)有力的核心技術(shù)伙伴攜手共進(jìn)，而商湯絕影正是行業(yè)稀缺的同時(shí)具備“算力+算法+量產(chǎn)經(jīng)驗(yàn)”全棧技術(shù)領(lǐng)先的核心供應(yīng)商，是一匹應(yīng)勢(shì)而躍的千里馬，能夠助力合作伙伴在AGI時(shí)代持續(xù)領(lǐng)先。
AGI的突破掀起技術(shù)范式的革新，堅(jiān)實(shí)的核心研發(fā)能力成為行業(yè)競(jìng)爭(zhēng)的關(guān)鍵。依托商湯大裝置深厚的算力儲(chǔ)備、原生的汽車垂類大模型、領(lǐng)先的軟硬件架構(gòu)和全棧數(shù)據(jù)生產(chǎn)管線，商湯絕影率先構(gòu)建了四大技術(shù)基座，正在成長(zhǎng)為加速智能汽車駛?cè)階GI時(shí)代的核心技術(shù)伙伴。
SenseCore商湯大裝置是行業(yè)領(lǐng)先的AI基礎(chǔ)設(shè)施，能夠以高達(dá)12,000 petaFLOPS的豐沛算力支持商湯絕影系列原生態(tài)大模型的高效迭代;商湯絕影為智能汽車前瞻構(gòu)建了UniAD、DriveAGI以及面向座艙的多模態(tài)場(chǎng)景大腦等系列原生態(tài)大模型，加速端到端自動(dòng)駕駛和大模型在智能座艙場(chǎng)景的落地;端云協(xié)同和艙駕融合的創(chuàng)新軟硬件架構(gòu)，讓智能汽車降本增效、涌現(xiàn)創(chuàng)新功能;全棧的數(shù)據(jù)生產(chǎn)管線，實(shí)現(xiàn)大模型的高質(zhì)量訓(xùn)練。
(商湯大裝置支持商湯絕影系列原生態(tài)大模型高效迭代)
憑借四大AGI技術(shù)基座，商湯絕影將推動(dòng)智能汽車加速擁抱通用人工智能時(shí)代，以端到端大模型解決智能駕駛規(guī)?；占半y題，以多模態(tài)場(chǎng)景大腦讓智能座艙告別傳統(tǒng)的單點(diǎn)功能開發(fā)模式，驅(qū)動(dòng)行業(yè)生產(chǎn)效率革新，并打破艙內(nèi)外的界限和束縛，驅(qū)動(dòng)人機(jī)交互體驗(yàn)革新，提供靈活自適應(yīng)、深度個(gè)性化、安全可信賴、有人文關(guān)懷的未來出行全新體驗(yàn)。
如今，商湯絕影已經(jīng)構(gòu)建了智能駕駛、智能座艙和AI云的多元AGI產(chǎn)品體系，正在加速推動(dòng)原生態(tài)大模型產(chǎn)品在汽車智能化領(lǐng)域的全方位深度應(yīng)用，加速AGI融入汽車產(chǎn)業(yè)，與廣大車企合作共贏，開啟未來出行的新篇章。
4月25日至5月4日，歡迎蒞臨商湯絕影展位(中國(guó)國(guó)際展覽中心(順義館)E1-W09)，共同探索AGI時(shí)代的未來出行愿景。
（來源：絕影智能）
