文 | 極智GeeTech
人工智能從未停止進(jìn)化，也從未停止給人類帶來驚喜。
從文生文、文生圖到文生視頻，從ChatGPT、Dall-E到Sora，生成式AI跨越壁壘、一路狂飆，向人們展示了人工智能時(shí)代超越邊界的想象力和爆發(fā)力。
當(dāng)前人工智能的發(fā)展具有“大”和“多”的特征，大模型的參數(shù)規(guī)模越來越大，文、圖、視頻等方面的多模態(tài)能力也越來越強(qiáng)，無論是國內(nèi)還是國外，都經(jīng)歷了一場有關(guān)人工智能的巨變。
大模型的持續(xù)進(jìn)化離不開海量數(shù)據(jù)的支持，以至于業(yè)內(nèi)將數(shù)據(jù)形容為推動(dòng)人工智能發(fā)展的“燃料”和“礦產(chǎn)”。不過，人工智能巨頭OpenAI公司聯(lián)合創(chuàng)始人兼前首席科學(xué)家伊利亞蘇茨克維爾近日公開警告，“AI的訓(xùn)練數(shù)據(jù)如同化石燃料一樣面臨著耗盡的危機(jī)”�！蹲匀弧冯s志最近也在頭版敲響警鐘人工智能革命正“吸干”互聯(lián)網(wǎng)數(shù)據(jù)的海洋。
另一方面，目前科技公司競相追逐的通用大模型，基本都是基于歷史靜態(tài)數(shù)據(jù)訓(xùn)練，比如全球互聯(lián)網(wǎng)上的文字、對話、圖片和視頻，先不說其本身數(shù)據(jù)的真實(shí)性，僅僅依賴這些靜態(tài)數(shù)據(jù)訓(xùn)練的通用大模型對真實(shí)世界的理解力本身就值得懷疑。這點(diǎn)已經(jīng)遭到眾多硅谷科學(xué)家的詬病，他們指出，基于現(xiàn)有互聯(lián)網(wǎng)數(shù)據(jù)訓(xùn)練的大模型，可能訓(xùn)練出具有片面世界觀的“怪物”。
因此，物理世界的實(shí)時(shí)數(shù)據(jù)就顯得更加重要。這也是馬斯克所支持的大模型計(jì)劃被看好的原因基于其遍布全球的數(shù)百萬輛特斯拉汽車收集的真實(shí)動(dòng)態(tài)數(shù)據(jù)，將有助于其訓(xùn)練出更“高級”的通用人工智能大模型。
AI大模型所面對的困局，或許在中國迎來轉(zhuǎn)機(jī)。隨著車路云一體化、自動(dòng)駕駛、具身智能等技術(shù)的興起，一些科技公司正大力推動(dòng)車路云網(wǎng)絡(luò)建設(shè)和應(yīng)用車路云網(wǎng)絡(luò)本身就是一個(gè)物理世界的實(shí)時(shí)動(dòng)態(tài)數(shù)據(jù)庫，其規(guī)模遠(yuǎn)超想象，并時(shí)刻都在產(chǎn)生全新的真實(shí)數(shù)據(jù)。
這或許會為AI大模型提供連接物理世界與數(shù)字世界的全新數(shù)據(jù)引擎，驅(qū)動(dòng)人工智能持續(xù)進(jìn)化、迭代升級，幫助AI大模型更好地理解真實(shí)世界。
下一代大模型的數(shù)據(jù)新引擎
近日，中國科學(xué)院院士梅宏表示：“現(xiàn)在的公交車、出租車、地鐵等各種出行方式的數(shù)據(jù)，均是由各自獨(dú)立的信息系統(tǒng)來匯聚的，形成了一系列的數(shù)據(jù)孤島。如果要把這些數(shù)據(jù)匯在一起共享融合，需要實(shí)現(xiàn)各系統(tǒng)間的互操作。如果每個(gè)機(jī)構(gòu)都做一遍，成本很高，效率也很低。因此，需要構(gòu)建一套新型基礎(chǔ)設(shè)施，從根本上支撐數(shù)據(jù)在互聯(lián)網(wǎng)上的互聯(lián)互通，這就是所謂的數(shù)據(jù)基礎(chǔ)設(shè)施，它本質(zhì)上是互聯(lián)網(wǎng)技術(shù)體系的一次拓展和延伸�！�
聚焦到交通場景，交通是一個(gè)非常典型的從感知、認(rèn)知、到?jīng)Q策、控制的過程。傳統(tǒng)人工智能在里面目前只呈現(xiàn)碎片化應(yīng)用，比如識別信號燈、識別違章等。
想要真正解決問題，需要用車路云這一根線，把車流、道路、交通信號等所有的散點(diǎn)串聯(lián)起來，形成更高維度的全局智能，通過對車、路、云、網(wǎng)等交通關(guān)鍵節(jié)點(diǎn)開展智能協(xié)同，形成對交通態(tài)勢的全面、及時(shí)、精準(zhǔn)的感知、控制與決策。
人們所熟知的人工智能大模型是擁有超大規(guī)模參數(shù)（通常在十億個(gè)以上）、復(fù)雜計(jì)算結(jié)構(gòu)的機(jī)器學(xué)習(xí)模型，通常能夠處理海量數(shù)據(jù)，完成各種復(fù)雜任務(wù)，如自然語言處理、圖像識別等。傳統(tǒng)的通用大模型擅長處理文本、語音、圖像和視頻等四類數(shù)據(jù)，但對車路云領(lǐng)域來說，準(zhǔn)確理解空間坐標(biāo)、實(shí)時(shí)動(dòng)態(tài)數(shù)據(jù)的分析處理、未來物體軌跡預(yù)判才是核心。這也進(jìn)一步強(qiáng)調(diào)了車路云與現(xiàn)有人工智能技術(shù)的本質(zhì)區(qū)別。
2024年，是我國全面布局車路云一體化的“元年”。
年初，工信部發(fā)布的《關(guān)于開展智能網(wǎng)聯(lián)汽車“車路云一體化”應(yīng)用試點(diǎn)工作的通知》提出，要建設(shè)智能化路側(cè)基礎(chǔ)設(shè)施，實(shí)現(xiàn)試點(diǎn)區(qū)域5G通信網(wǎng)絡(luò)全覆蓋，部署LTE-V2X直連通信路側(cè)單元等在內(nèi)的C-V2X基礎(chǔ)設(shè)施。通過新一代移動(dòng)通信技術(shù)將人、車、路、云一體化，建立系統(tǒng)性數(shù)據(jù)平臺，產(chǎn)業(yè)化規(guī)模落地應(yīng)用，就是智能駕駛的“中國方案”。
7月初，工信部公布了20個(gè)城市（聯(lián)合體）為“車路云一體化”應(yīng)用試點(diǎn)城市。
10月，工信部相關(guān)負(fù)責(zé)人在國新辦新聞發(fā)布會上表示，一步將深入開展智能網(wǎng)聯(lián)汽車準(zhǔn)入和上路通行試點(diǎn)、“車路云一體化”試點(diǎn)，穩(wěn)妥推進(jìn)自動(dòng)駕駛技術(shù)產(chǎn)業(yè)化。
目前，中國已經(jīng)形成相對成熟的車路云一體化建設(shè)方案，主要由設(shè)備端、通信服務(wù)、云平臺、車路云應(yīng)用、車路云安全等部分組成。其中，在政府機(jī)構(gòu)主導(dǎo)的項(xiàng)目推動(dòng)下，路側(cè)基礎(chǔ)設(shè)施及平臺建設(shè)率先開展。
行業(yè)發(fā)展的生命力在于持續(xù)不斷進(jìn)行實(shí)踐創(chuàng)新，通過行業(yè)實(shí)踐破解關(guān)鍵問題，從而推動(dòng)行業(yè)螺旋上升。比如車路云行業(yè)大模型，其在解決車路云協(xié)同中的一些關(guān)鍵挑戰(zhàn)方面具備獨(dú)特優(yōu)勢，特別是在復(fù)雜環(huán)境中提供高級的感知和理解、動(dòng)態(tài)管理交通流量、協(xié)調(diào)異構(gòu)交通參與者、實(shí)時(shí)數(shù)據(jù)處理和決策等方面。
在復(fù)雜的城市環(huán)境中，例如在擁擠的街道、復(fù)雜的交叉口、惡劣的天氣條件下，傳統(tǒng)大模型由于缺乏對物理世界的感知能力，難以準(zhǔn)確感知和理解交通環(huán)境。車路云大模型可以通過使用深度學(xué)習(xí)算法和大規(guī)模訓(xùn)練數(shù)據(jù)，準(zhǔn)確地識別和理解復(fù)雜環(huán)境中的各種對象和情境，如行人、自行車、其他車輛、道路標(biāo)志和臨時(shí)路障等。
預(yù)測和管理動(dòng)態(tài)變化的交通流量是車路云協(xié)同面臨的一大挑戰(zhàn)，尤其是在高峰時(shí)段或特殊事件（如道路施工或大型活動(dòng)）期間。針對這一點(diǎn)，車路云大模型可以利用實(shí)時(shí)數(shù)據(jù)處理和分析能力，并結(jié)合歷史和實(shí)時(shí)的交通數(shù)據(jù)，預(yù)測交通流量變化和潛在擁堵點(diǎn)，從而幫助優(yōu)化交通信號控制和車輛路徑規(guī)劃。
在車路云環(huán)境中，需要協(xié)調(diào)不同類型的交通參與者（如不同品牌和型號的車輛、非機(jī)動(dòng)車、行人）的行為，這在傳統(tǒng)交通系統(tǒng)中是一個(gè)挑戰(zhàn)。車路云大模型通過高級的模式識別和預(yù)測算法，理解和預(yù)測不同交通參與者的行為，有效地協(xié)調(diào)它們之間的交互，提高出行安全和交通效率。
實(shí)時(shí)收集、處理和共享大量交通數(shù)據(jù)，并據(jù)此做出快速?zèng)Q策，是交通系統(tǒng)面臨的重要挑戰(zhàn)。車路云大模型借助強(qiáng)大的計(jì)算能力和智能算法，能夠快速處理來自車輛、路側(cè)基礎(chǔ)設(shè)施和其他傳感器的大量數(shù)據(jù)，并實(shí)時(shí)做出準(zhǔn)確的決策。隨著城市交通環(huán)境和規(guī)則的不斷變化，車路云大模型還具有自我學(xué)習(xí)和適應(yīng)的能力，可以根據(jù)新的數(shù)據(jù)和經(jīng)驗(yàn)不斷優(yōu)化自己的算法和策略，以應(yīng)對不斷變化的交通環(huán)境。
得“通感算”者得天下？
作為未來智能城市的底層系統(tǒng)，車路云一體化通過集成AI數(shù)字道路基站、衛(wèi)星通信和定位、各類傳感器、無人機(jī)、機(jī)器人等關(guān)鍵基礎(chǔ)設(shè)施，構(gòu)建起一個(gè)無縫交互、高效協(xié)同的網(wǎng)絡(luò)系統(tǒng)，為用戶提供高精度、實(shí)時(shí)數(shù)據(jù)服務(wù)。
從車路云一體化的發(fā)展路徑看，主要經(jīng)歷了四個(gè)階段。
第一階段是信息交互協(xié)同。主要實(shí)現(xiàn)車輛與道路的信息交互與共享；
第二階段是協(xié)同感知。在信息交互協(xié)同的基礎(chǔ)上，進(jìn)一步利用車載和路側(cè)的感知設(shè)備，對道路交通環(huán)境進(jìn)行實(shí)時(shí)高精度的感知定位，從而為自動(dòng)駕駛提供更全面、更準(zhǔn)確的環(huán)境信息；
第三階段是協(xié)同決策控制。在協(xié)同感知的基礎(chǔ)上，進(jìn)一步實(shí)現(xiàn)道路對車輛、交通的決策控制；
第四階段是車路云一體化。通過融合智能網(wǎng)聯(lián)車輛、路側(cè)設(shè)施及云端平臺，提供更全面、準(zhǔn)確的交通環(huán)境感知，并協(xié)同交通場景各參與要素進(jìn)行高效的全局智能決策。
在車路云網(wǎng)絡(luò)的加持下，道路通行能力得以提升，智能駕駛將變得更加安全。當(dāng)下的自動(dòng)駕駛汽車，仍無法在追求極致安全與道路效率兩者之間形成優(yōu)雅的平衡。當(dāng)每一輛車都成為智能體的時(shí)候，它們各自的決策發(fā)生沖突時(shí)會形成一種算法博弈。如果兩輛車都決定加速，就可能發(fā)生碰撞；如果同時(shí)減速，效率又會降低；另外還會遇到車輛在路口的相互博弈，導(dǎo)致車輛停在路中間，又會引發(fā)交通擁堵。
車路云網(wǎng)絡(luò)作為交通中統(tǒng)一的關(guān)系協(xié)調(diào)方，其價(jià)值正在于通過全局智能決策，成為協(xié)調(diào)各交通要素之間關(guān)系的樞紐，通過借助大模型、深度學(xué)習(xí)等人工智能技術(shù)幫助各方做出更好決策，從而構(gòu)建起良性的交通關(guān)系，保障交通的通行效率和安全性。
蘑菇車聯(lián)創(chuàng)始人兼CEO朱磊認(rèn)為，車路云一體化的本質(zhì)是構(gòu)建一套“通感算”網(wǎng)絡(luò)，通過對實(shí)體世界進(jìn)行實(shí)時(shí)數(shù)字化，為智能設(shè)備提供實(shí)時(shí)數(shù)據(jù)服務(wù)。這一網(wǎng)絡(luò)現(xiàn)階段主要為交通和車輛服務(wù)，但未來其應(yīng)用范圍將擴(kuò)展至無人機(jī)、機(jī)器人等一系列智能體，形成一個(gè)實(shí)時(shí)的、城市級的數(shù)字孿生系統(tǒng)。
想象一下，通信網(wǎng)絡(luò)仿佛是神經(jīng)，算力系統(tǒng)如同大腦，感知相當(dāng)于感官，三者深度打通，通感算網(wǎng)絡(luò)仿佛變成了一個(gè)自智化、價(jià)值化的系統(tǒng)。
功能層面，通感算網(wǎng)絡(luò)是同時(shí)具備“物理-數(shù)字”空間感知、泛在智能通信與計(jì)算能力的網(wǎng)絡(luò)。
在通感算網(wǎng)絡(luò)中，各類傳感器、智能體通過軟硬件資源的協(xié)同與共享，不僅能夠感知物理世界的各種信息，包括位置、速度、姿態(tài)、環(huán)境等，并將這些實(shí)時(shí)信息轉(zhuǎn)化為數(shù)字信號進(jìn)行處理和傳輸，可以應(yīng)用于自動(dòng)駕駛、智能制造、智慧城市等領(lǐng)域，還能實(shí)現(xiàn)多維感知、協(xié)作通信、智能計(jì)算功能的深度融合。這種融合可以帶來更高效的信息處理、更低的時(shí)延和更高的可靠性。
通過廣泛的連接能力，通感算網(wǎng)絡(luò)可以實(shí)現(xiàn)人與人、人與物、物與物之間的智能通信。作為龐大的實(shí)時(shí)數(shù)據(jù)網(wǎng)絡(luò)，通感算網(wǎng)絡(luò)可以大規(guī)模獲取實(shí)體世界的全局?jǐn)?shù)字化信息，為普通汽車、智能汽車、機(jī)器人、無人機(jī)、低空飛行器等智能設(shè)備提供系統(tǒng)級的實(shí)時(shí)數(shù)據(jù)服務(wù)，這些智能設(shè)備可以基于全局?jǐn)?shù)據(jù)信息進(jìn)行實(shí)時(shí)決策和精準(zhǔn)規(guī)劃，實(shí)現(xiàn)更高效的協(xié)作。
在疊加大模型之后，通感算網(wǎng)絡(luò)具備了對真實(shí)物理世界的理解能力，可以對海量數(shù)據(jù)進(jìn)行實(shí)時(shí)處理和分析，實(shí)現(xiàn)智能決策和優(yōu)化。
為了構(gòu)建通感算網(wǎng)絡(luò)，需要解決一系列技術(shù)難題，包括通感算一體化空口技術(shù)、網(wǎng)絡(luò)化感知技術(shù)、智能算力網(wǎng)絡(luò)技術(shù)等。這些技術(shù)的研發(fā)和應(yīng)用將推動(dòng)通感算網(wǎng)絡(luò)的發(fā)展，為未來的交通智能化建設(shè)提供強(qiáng)有力的支撐。
空天地一體化理想照進(jìn)現(xiàn)實(shí)
除了交通領(lǐng)域，通感算網(wǎng)絡(luò)還可以整合地面網(wǎng)絡(luò)和非地面網(wǎng)絡(luò)，在全球范圍內(nèi)提供泛在接入，并融合低軌或超低軌衛(wèi)星、無人機(jī)和高空平臺站等作為移動(dòng)終端或節(jié)點(diǎn)組成的非地面網(wǎng)絡(luò)，形成空天地一體的泛在接入網(wǎng)絡(luò)。
通感算網(wǎng)絡(luò)獲取的實(shí)時(shí)物理世界數(shù)據(jù)還可以用來反哺自動(dòng)駕駛模型、機(jī)器人模型的訓(xùn)練。比如可以根據(jù)不同城市特點(diǎn)，訓(xùn)練最適合當(dāng)?shù)伛{駛行為的自動(dòng)駕駛模型；根據(jù)不同工作和工種特點(diǎn)，訓(xùn)練最適合不同工作場景的機(jī)器人。
當(dāng)智能設(shè)備規(guī)模越來越大，最具合理性的方式一定是盡可能降低對單體設(shè)備在計(jì)算能力和實(shí)時(shí)感知能力方面的依賴，通過整個(gè)網(wǎng)絡(luò)來承載巨量的數(shù)據(jù)處理和計(jì)算分析。
比如針對自動(dòng)駕駛感知受限問題，通感算網(wǎng)絡(luò)利用數(shù)字道路基站，以及攝像頭和毫米波雷達(dá)等感知設(shè)備，對路面情況進(jìn)行感知并進(jìn)行視頻流的壓縮。并通過車載通信鏈路將壓縮后的圖片或視頻上傳至配置了圖像分類識別算法的基站進(jìn)行處理。
數(shù)字道路基站配合路側(cè)邊緣計(jì)算系統(tǒng)，在原視頻的基礎(chǔ)上提取出包含行人、障礙物或路面情況改變的關(guān)鍵幀并對這些幀進(jìn)行分類�；趫D像分類識別算法進(jìn)行圖像識別處理，再將處理后的結(jié)果下發(fā)給車輛終端，從而實(shí)現(xiàn)通感算賦能自動(dòng)駕駛車輛的超視距感知能力。
基于通感算一體化提供的成像、地圖構(gòu)建和環(huán)境重構(gòu)能力，自動(dòng)駕駛車輛可以在未知的環(huán)境中化被動(dòng)為主動(dòng)，執(zhí)行自動(dòng)導(dǎo)航和路徑規(guī)劃等更具決策能力的任務(wù)。
通感算網(wǎng)絡(luò)讓車輛在進(jìn)行實(shí)時(shí)通信交互的同時(shí)，也為其開了感知的“天眼”，能夠“看見”更多，“了解”更多，“創(chuàng)造”更多。
在智能化的大趨勢下，聰明的車和智慧的路正加速融合。隨著政策持續(xù)加碼、技術(shù)路徑跑通、商業(yè)場景落地，車路云一體化所面臨的挑戰(zhàn)正被進(jìn)一步廓清，前景也更加清晰。
市場永遠(yuǎn)不缺少投機(jī)者，而堅(jiān)定者更加彌足珍貴。任何一個(gè)產(chǎn)業(yè)發(fā)展的關(guān)鍵期，都將考驗(yàn)參與者的戰(zhàn)略定力，也只有吃透用戶、吃透市場，才能最終在市場真正立足。
更多精彩內(nèi)容，關(guān)注鈦媒體微信號（ID：taimeiti），或者下載鈦媒體App
