目前，智駕大模型沒有一個公允定義，并且產(chǎn)學研不同領域的專家對智駕大模型的定義也不一樣，但結合各專家的觀點來看，智駕大模型具備多模態(tài)輸入、自監(jiān)督學習、端到端學習范式以及大規(guī)模參數(shù)的特征。但是，相比于通用類大模型，智駕大模型的主要差異在于：部署難度高、數(shù)據(jù)維度廣以及模型設計復雜。

• 億歐智庫認為，智駕大模型指的是在云邊端一體化的架構下，利用云端算力優(yōu)勢訓練大規(guī)模多模態(tài)數(shù)據(jù)，然后再結合邊端的計算能力，通過多任務的學習和分布式訓 練為車輛提供更有效的感知融合效果與實時建圖方案，最終讓車端實現(xiàn)與人類司機行為和思維一致的感知、預測、規(guī)劃等能力。

• 智駕大模型最重要的應用是數(shù)據(jù)閉環(huán)，相比于傳統(tǒng)數(shù)據(jù)閉環(huán)而言，當前的數(shù)據(jù)閉環(huán)對自動駕駛系統(tǒng)賦能最多的主要是數(shù)據(jù)挖掘、自動標注、模型訓練、仿真測試四個 應用方向。從感知側的數(shù)據(jù)采集開始，會先根據(jù)篩選器的設置來進行數(shù)據(jù)挖掘，隨后通過自動化標注來對數(shù)據(jù)打標簽，再對原模型反復訓練并經(jīng)過仿真測試后，最后 對車端小模型進行優(yōu)化，在經(jīng)過反復地不斷迭代循環(huán)后，使得整個數(shù)據(jù)閉環(huán)能力能夠不斷提升。

• 對于已布局或正將布局的企業(yè)，智駕大模型玩家主要可分為四類，其中新勢力主機廠以自研為主，而傳統(tǒng)主機廠持有保守觀望的態(tài)度；科技企業(yè)憑借強大的AI技術背 景和資本實力，構建了以云服務為基礎的垂直服務體系；Tier1以自研基于BEV感知的垂域大模型為主；芯片企業(yè)主要是優(yōu)化芯片的開發(fā)生態(tài)，以便客戶能在自家芯片 上更容易地部署B(yǎng)EV+Transformer等大規(guī)模參數(shù)的模型。

2021年，特斯拉提出了BEV+Transformer的大模型，該模型也成為了之后國內(nèi)玩家布局大模型的基礎。至2023年，智駕相關大模型開始大量出現(xiàn)， 如華為盤古大模型、百度文心大模型、毫末DriveGPT等。

從多傳感器的融合趨勢來看，目標級融合（后融合）是當前行業(yè)內(nèi)主流的融合方案，雖然算法開發(fā)難度較低，但融合精度較低、關鍵信息易缺失， 不適合未來融合趨勢的發(fā)展。數(shù)據(jù)級融合（前融合）是行業(yè)發(fā)展的目標，但技術壁壘高，短期內(nèi)方案落地較難。所以，在不丟失關鍵信息的基礎上， 特征級融合（中融合）成為了一種合適的中間過渡形態(tài)，也更適合在當前流行的Bev+Transformer模型架構下，實現(xiàn)大規(guī)模多模態(tài)數(shù)據(jù)的融合。

基于規(guī)則算法的目標級融合方案，只能識別出目標物的部分特征，甚至會出現(xiàn)無法識別目標物的情況，導致在最終融合結果上出現(xiàn)誤報、漏報等情 況。相反，基于BEV+Transformer的特征級融合方案，可以通過注意力機制提取目標物特征，并在鳥瞰圖下“腦補”出完整的目標物信息，有利 于提高整體感知融合精度。

附件：未來駕駛革命：2023中國智駕大模型應用研究報告