电动驾驶是合理的|千里浩瀚H7与极氪X9重庆挑战赛

摄影：于伟|后期制作：谢宇欣|主持人：张云干|编辑：蔡新宇 上期我们聊了华为广告4.0的WEWA架构。更偏向世界模型的解决方案在空间和数据层面具有更好的泛化能力。 Ideal 等汽车公司选择的 VLA 路径将模型内的视觉信息和语言联系起来。不同的路径有各自的优势。那么，是否有一种解决方案可以结合两种方法的优点呢？嘿嘿，热情的千里宽来了。 大家好，我是张友利。现在我们将了解广泛的智能人工智能代理架构。 首先，我们需要了解什么是AI代理。事实上，李想之前在一次AI演讲中解释过，agent这个词的直译就是代理人的意思。然而，在智能人工智能或者辅助驾驶领域，Agent最合适的翻译应该是“智能”或者“代理”。这不是一个p辅助工具，而是一个可以自主感知、做出决策、学习和行动的系统。作为你为王者致敬的高级人机，它不仅可以承受打击、看到视野、启动群体，还可以按照命令快速支援反击跳跃者。因此，智能体是一个自主的、能够理解复杂目标、通过调用工具和规划步骤独立完成任务的AI系统。它不再是一个待命的“工具”，而是一个可以委以重任的“伙伴”或“下属”。 好了，解释完这个术语，我们来看看吉利是如何开发和训练这个智能体的。与华为WeWA架构类似，智能AI代理架构也将分为云和车。 首先，它是一个大型的多模态基础模型，利用各​​种雷达、摄像头、听觉和环境传感器，完整、准确地收集周围环境的所有原始数据，包括导航信息化，并将其发送到云端。该模型包括一个大型视觉语言模型。在这里，数据不再是孤立的云和像素，而是进一步解释。汽车不仅会将红色圆形标志识别为“红灯”，还会理解其含义为“需要停车”。它不仅能听到救护车的声音，还能知道如何让路。不仅仅是“看到”交警的动作，更是“听懂”了这次动作的指挥命令。 当然，基于这些数据，云端也会模拟出一个完全相同且非常详细且真实的虚拟世界。基于现实世界中收集到的极其罕见的场景，扩展出数千种可能的复杂变体，并用AI来训练AI。这部分听起来很熟悉吗？也就是说，在云端，主要依赖于类似Wewa的世界模型。 在汽车方面，主要关注的是VLA大型车型。我之前说过VLA可以做家庭控制，但是因为由于VLA存在明显的延迟，因此输入、评估和输出的每一步都会存在时间差。所以，目前的研发，无论是最初提出的好还是我们现在所说的，吉利系列还无法使用VLA进行控制。 VLA仍然用于帮助端到端模型。虽然E2E的上限较低且难以解释，但并不能保证随时会突然出现灵感，瞬间开悟。 这也是为了辅助目的。拥有 VLM 还不够吗？为什么我们需要改为VLA？这实际上是因为VLM通常使用单帧信息来进行判断，例如阅读理解。 《后面》中父亲买橘子时奋力爬上平台的描写主要表达了什么？基于Ti Gan的VLM可以说是因为他的父亲年老了，不灵活了。但VLA是一个多帧信息专业人士终止问题。他会联系上下文内容告诉你，这是作者对我反思父亲这个主题的方式。连接上下文并做出多帧决策的能力使VLA能够更好地进行推理和预测，从而提供更低的归航错误率并使其更加稳定。 除了VLA之外，类似于华为的Moe Multi-Exper决策也已经部署在汽车端。与专家咨询一样，调用专门负责场景的子模型针对不同场景进行决策，从而实现高效、准确的主动干预。 以上就是对智能AI代理的简单分析。目前该方案应用于千里豪瀚H7。当然，理论就是理论，什么是经验？我们来看看千里豪汉H7如何搭载极氪9x。 所以这次我们在辅助pagmdrive的战场重庆测试了9X，总距离为50多公里。 沿着这条路，首先需要确认的是9x的操控会比之前的版本更加激进和复杂。比如离开环岛时有非机动车驶过，它不会完全停下来，会很温和。少走几步，非机动车经过后立即行驶。旋转效率显着提高。另外，重庆毕竟是山城，有很多隧道、岔路可供选择。出隧道后，9X在强烈的明暗变化下继续做出一致的路线选择。也非常顺利及时，没有走错路线。这对传感器和路线路线的响应速度都是一个很大的考验。同时，重庆市多车道转弯情况较多。即使没有线路，9X的轮流路线控制也非常稳定，不会出现其他车道的恐慌干扰。这开机后立即的组合动作也非常流畅。体感方面，9X整段路段都没有突然刹车的动作，红灯停车或者闪避行人时也很轻盈。 与过去的保守相比，更激进的控制实际上显着提高了效率。但同样的，在玩汽车游戏时，它的控制也会更加激进。直走穿过红绿灯。我们在中环线，左右都有公共交通工具。车辆直接靠右侵入中央车道，以避让旁边的非机动车。这时9X并没有倒胃口停车让路，而是暂时借用左侧车道，快速行驶。虽然这种情况很容易紧张，但相信很多有经验的车手都会这样处理这类游戏。 这并不是人们唯一感到紧张的时候。在一条双向单车道的道路上，有中间是隔离带，两侧有很多临时停靠点。 9x车先是向左急转弯，快到中间时又右转，正准备进入高速公路，但此时却停在了右侧，并打开车门下车。一般都是开门杀。如果我自己开的话，我会降下车窗，输出一套国粹。另一方面，9X似乎对自己的“身材”充满信心，并且驾驶得很好。 他显然很大，但他、他最大限度地利用了空间。例如，在走廊里，我们在最高的车道上，我们前面有一个临时停车位，覆盖了部分车道，左边有一辆车阻止他变道。 9X并没有快速减速并道，而是轻轻刹车，完成了这次避线。在这个位置，在一辆大车里，当我自己开车时，我会优先减速并移至左侧车道。 9x的表现确实很流畅，但我总觉得他给自己留下了一点安全的空间。 说实话，玩社交赛车游戏的时候，我总觉得他在“赌博”。如果旁边的车有礼貌，他会觉得自己像个老司机，但如果旁边的车拒绝，他就得手动了。 此外，尽管千里豪汉H7加入了VLA车型，但VLA仍然尽可能避开专用车道。虽然公交专用道在非交通时段比较好，但不会一直使用。事实上，训练特殊车道模型是很复杂的。各大城市的交通限制标准不同。即使在一个城市进行训练，也很难保证在其他城市也能正确、稳定地进行。 VLA应用不仅可以用于辅助驾驶，还可以用于停车。例如，9x目前可以在退出停车场时导航找到出口，并可以使用方向盘左右转，但这个语音命令仅在停车场暂时有很多。哦，对了，这次我们还体验了重庆来福士广场的地下室。我们只是被带到了地下室。我在一辆大车里手动尝试过一次，我想被诅咒。但当我单独使用 9x 驱动器时，它实际上比我表现得更好。它控制转弯和速度非常稳定。 好了，以上就是9X丰富的H7体验了。综上所述，其实它可以很好地处理重庆的大部分场景，甚至是狭窄拥堵的道路。相比之前的保守训练，在控制控制上其实更加激进。如果是辅助驾驶经验丰富的人来使用，会感觉有些游戏是经验丰富的驾驶员。但如果他开始使用的话，稍微复杂一点的路况就很容易引起恐慌和不信任。回顾Smart AI代理架构，有一个世界模型，在云端重现世界来磨练技术，也给了汽车一个超级大脑，可以知道并思考。剩下的就交给时间吧。毕竟，无论采取什么技术路径，模型都需要进行更广泛、更准确的训练，才能获得更好的性能和能力。