比亚迪首谈智驾进展：年内量产大算力域控，感知大模型上车_风闻

作者 | 马波

编辑 | 德新

比亚迪自研智驾，进度如何？

前不久，HiEV独家报道了比亚迪在智能驾驶领域的最新量产计划。

比亚迪将会在今年第三季度，落地基于地平线征程5的高阶智驾方案，首项高阶智驾功能为高速导航辅助驾驶DNP，首发车型大概率是汉。

王传福曾在多个场合表示，智能电动汽车的上半场是电动化，下半场是智能化。从今年开始，比亚迪加快了布局智能化的步伐****。

在上周末，在北京智源大会上，比亚迪规划院院长助理兼电子集成部总监韩冰透露了比亚迪研发智能驾驶的最新进展。这也是比亚迪第一次在公开场合谈论研发智能驾驶的路径和进度。

韩冰目前的角色，相当于比亚迪智驾研发的负责人。

韩冰毕业于德国亚琛工业大学，持有电气工程与信息技术硕士学位。据36氪此前报道，韩曾在德尔福任职，从事过中间件和底层系统的开发。其过往领导的电子集成部主要负责操作系统、域控制器、中间件等，但在新近的一次调整中，韩冰的团队也整合了智能驾驶算法和芯片研发的业务。

韩冰的分享主要围绕「AI大模型」展开。

韩冰认为，今年结合BEV感知等大模型的技术，是比亚迪的高阶智驾能够形成弯道超车的一个机会。

并且智能驾驶与易四方平台结合，比亚迪正在研发出一些比较具有特色的高阶驾驶辅助功能。

关于韩冰的分享内容，可以参见下面的短视频。

数据与大模型：

BEV感知今年落地

大模型应用离不开最关键的「数据」。有了大数据，才能研发大模型，同时需要车端的大算力平台布局。

我们就从，大模型、大数据、大算力，分别来看看看比亚迪的进展。

韩冰透露，比亚迪目前建立了一支有300多辆车的研发车队。

在数据方面，比亚迪目前已经积累了**150PB以上的数据，**并且每天还会新增1PB数据。这些数据被用于下游的训练任务，且大多是通过自动化标注的，标注自动化率超过95%。

韩冰预计，今年还会累计有6亿公里的数据，并在未来几年通过研采车辆以及量产车队实现指数级的数据储备，以解决智驾的长尾问题。

数据是基底，大模型是实现体验跨越的工具。

韩冰称，比亚迪正在研发数据驱动的大模型。

当前比亚迪的智驾感知模型开发，已经做到了100%数据驱动，内部研发了多相机融合的BEV感知模型（关于BEV感知的更多内容，也可参见我们近期针对BEV感知的系列文章及直播），并计划今年做到量产。

感知模型可以把多任务整合到一个大模型中，而且覆盖了持续监测、融合跟踪以及预测全流程。

但是规划决策仍然基于规则，后续比亚迪也希望规控上能转向深度学习为主，规则为辅。

同时在云端，比亚迪也开发了多传感器多任务的Transformer大模型，服务于各类感知验证以及标注任务。大模型也可以用于真值系统的自动标注。

韩冰认为，基于BEV等大模型的算法，可能是比亚迪高阶智能驾驶实现弯道超车的机会。

大算力平台：

今年量产508 Tops的域控

想要实现高阶智驾，车端需要有大算力平台。这个也是电子集成部专攻的方向之一。

韩冰在这里展示了一个方案：具备 508 TOPS算力、内存64GB。很显然，大算力芯片采用的是英伟达Orin-X。

而韩冰也表示，车载操作系统、域控制器等关键软硬件，比亚迪将会完全自研。

该平台将会很快搭载于比亚迪旗舰车型，大概率是仰望U8。

同时整个智驾的软硬件平台，其开发都是基于模块化的分工，这样既保证可控，也可以跟外部供应商进行并行的协同开发。

好处是产品更加可靠同时降低研发成本，优质的代码和模块运用到量产产品中，这样的分工可以实现高效的合作。

这某种程度上反映了比亚迪当前的智驾研发策略：底层软硬件自研可控，上层算法模块与应用可以由供应商提供，加快量产。

下一步的展望：部署占用网络

下一步，比亚迪将进一步实现感知、预测、决策规划全流程的数据驱动大模型。

针对占据空间（Occupancy）建模、对路面标识的识别检测、对决策规划的建模，比亚迪会用海量的数据支撑更加精准的感知，实现更接近老司机的决策规划，为用户提供体验更好的产品。

韩冰称，比亚迪将会建立强大的基础设施，构建自己的决策规划数据的模型产线。这样一来，每天可以自动生产大概1,400万公里的数据，并基于算力平台，可以快速迭代决策规划的算法模型。

这里的基础设施指的可能是比亚迪超算中心。

当然韩冰也称目前比亚迪智驾系统，数据驱动的部分还限于感知智能层面。

决策规划的模块，更多是基于规则的算法。这也是智驾下一阶段发展的瓶颈。它的复杂度和感知问题相比来说是指数级的增长，而且没有唯一性。

下一步是推动决策规划的数据驱动。

随着决策规划大模型的应用研发，比亚迪也希望从感知智能，进化到更高级别的认知智能。