機器之心發(fā)布

機器之心編輯部

(資料圖片僅供參考)

路特斯科技副總裁、路特斯機器人 CEO 李博為我們帶來了精彩演講。

7 月 8 日，在機器之心舉辦的 2023 WAIC AI 開發(fā)者論壇上，路特斯科技副總裁、路特斯機器人 CEO 李博發(fā)表了主題演講《ROBO GALAXY：大模型時代的智能駕駛生產力工廠》。他表示，路特斯機器人的使命是全面賦能機器人時代，而在當下這樣一個時間節(jié)點，智能車是機器人的第一形態(tài)。

以下是李博演講原文，機器之心在不改變其原意的基礎上進行了編輯：

智駕領域，模型正在相對變得更大，未來的趨勢是可以看到模型數量在減少，模型的規(guī)模的確是在變大。

今天帶來的是大模型時代的自動駕駛生產力工廠，我們認為在智駕新時代需要出現一套全新方法論。

首先介紹一下路特斯機器人，路特斯是一家有 75 年歷史的超級豪華跑車品牌，目前已經進入到高端家用車市場。2021 年 11 月，在路特斯旗下成立了路特斯機器人公司，核心使命就是全面賦能機器人時代。我們看到未來 AI 時代已經到來，AI 也有不同的呈現方式，有相對來說虛擬化的 AI，也有實體 AI，我們可以看到今天的會場里也有很多 AI 機器人。

AI 的實體化一定是以機器人的形式呈現在實體世界里面的，所以我們會把重心放在機器人時代。

機器人的第一形態(tài)是智能車

下面有一些我們的認知，其中最重要的一條認知就是，機器人的第一形態(tài)就是智能車，這也是我們會在智能車領域加強智駕方面實踐的根本原因。

目前，整個團隊布局在五個不同區(qū)域，包括中國上海、寧波、杭州以及歐洲法蘭克福。因為我們的產品要銷售到全球，所以我們的智駕團隊也部署在全球。

路特斯是一家充分有著向外賦能歷史的企業(yè)，比如之前曾經和特斯拉聯手打造了特斯拉第一臺電動超跑 Roadster。在新時代，路特斯機器人也承擔了類似任務 —— 在汽車行業(yè)全面賦能 AI 時代。目前我們有四條重要的產品線：

1、ROBO Soul，全新高階智能駕駛系統。

2、ROBO Galaxy，智能駕駛的云端數據工廠，也是全新的智駕生產力工具。

3、ROBO Matrix，智能駕駛運營系統。目前 AI 還是有很多缺陷，在我們可見的未來，如何通過人的輔助讓 AI 變得更完美，在用戶端讓 AI 更加接近 L4、L5 的狀態(tài)，我們就肯定需要一個遠程的駕艙系統。

4、ROBO VERSE，規(guī)劃控制算法比賽平臺，這是一個非營利性產品，對外提供一套相應的數據及工具鏈，進行數據賦能，讓院校、創(chuàng)業(yè)公司用最優(yōu)質的數據進行相應的打靶、做算法的 PK。

智能時代的智駕云端數據工廠

今天主要介紹我們的第二個產品：ROBO Galaxy，我們稱之為智能時代的智能駕駛云端數據工廠。

目前智駕的研發(fā)還處于 1.0 時代，比如有很多工作需要人來手工完成，我們研發(fā)更像是手工作坊造衣服的階段。

路特斯預測，未來整套智能駕駛的軟件算法研發(fā)將會在云端數據閉環(huán)的工具鏈里面完成。那個時候我們才能叫做真正的智駕研發(fā)流水線時代。我們提供的就是這樣一套方法論和工具鏈，準確來說是一個 SaaS（software as a service），包含三朵云和七個核心模塊：

這七個模塊分布在 SaaS 層和 PaaS 層，SaaS 層有核心的六大應用模塊，PaaS 層主要進行數據管理。因為這套工具鏈最終需要對接到不同的云平臺上，包括阿里云、亞馬遜云，以及在具體工作中企業(yè)還會有很多私有化部署的需求，我們在 PaaS 層還做了統一數據管理的平臺。

智駕是如何用大模型來研發(fā)提速的

大家可以看到，整套數據閉環(huán)非常清晰，目前部分模塊已經應用了大模型方案在產品里面進行具體的落地。

1、數據采集

主要解決的問題有兩個方面，第一是數據采集的硬件設備，現在是和合作伙伴聯合研發(fā)；第二是數據采集之后要快速進入云平臺。大模型在這方面的應用已經初露端倪，和之前作一個對比的話，此前數據采集的過程中需要駕駛員、安全員、數據采集員，主要是完成數據打標簽的工作，比如甄別某一地點是不是十字路口、停車場等等，需要用人工的方法對相應的數據打標簽。采用大模型之后我們會通過圖生文的方式進行自動標簽，大大節(jié)約人力，進一步提升數據標簽的效率。

2、數據合規(guī)

主要是做數據脫敏，比如車輛車牌、人臉都需要進行大量的數據脫敏。目前我們還在用傳統模型解決這一塊的問題，效率還是比較高的，后面也不排除使用大模型提升精度的可能性。

3、數據標注

這一部分云端大模型起到了很多幫助，因為車端算力有限，不能進行非常大模型的部署，相比之下，在云端就可以進行相對大模型的部署，大大提升標注效率。通過大模型的自動化預標注，可以讓人工工作量減到 5% 左右，95% 的數據都可以通過自動化標注來完成。

4、數據訓練

主要提供了數據訓練的框架，目前已經可以支持多卡、多機同步進行訓練的調度功能。這部分我們深入進入到 PaaS 層，解決了很多 SaaS 層不能解決的問題。

我們通過自己的訓練平臺，我們在 Argoverse 里面拿到了多項第一名，而且我們在今年 2023 的人工智能模型上目前全球排名第四，我們爭取明年有更好的名次。

5、數據仿真

在數據仿真方面，路特斯機器人有很多大模型的應用，主要有 WorldSim 和 LogSim 兩種不同的仿真模式：WorldSim 是純粹虛擬化的世界進行仿真，LogSim 更多是把真實世界的數據采集之后進行仿真。

之前 WorldSim 和 LogSim 是兩種各自獨立的仿真模式，我們通過大模型的方式，把 LogSim 里面采集到的真實場景進行相應的理解，轉化成為 WorldSim 的場景，再通過 WorldSim 轉化出來的場景進行相應的泛化。這相當于把一個真實的場景轉化成多個虛擬的場景，然后進行更大量的仿真測試。

6、數據監(jiān)控

這方面用的比較多傳統方法。不管是傳統方法還是 AI 方法，現在要解決智駕相應的問題，一定要確保整套數據鏈路包括車輛測試是可被控制、可被監(jiān)控的。目前，我們在不停跑里程，在全國和全球的地圖上，我們可以看到所有道路的情況和覆蓋的程度，測試里程會隨著時間的推移而逐漸降低限度，通過這個工具鏈我們會知道哪里要重新測試，保證監(jiān)測到所有道路測試限度的情況。

7、數據管理

不同的行駛數據，包括車端、云端，最終都會統一進入相應的數據庫，統一數據格式。這里面我們也會和中間件的合作伙伴一起開發(fā)，在車和中間件里面植入標準格式的數據庫形式，進行相應的數據回傳。

目前大模型在智駕領域的應用才剛剛開始，構造與 ChatGPT 同等水平的自動駕駛大模型還有很長的路要走。李博在演講最后表示，希望智駕行業(yè)的伙伴和專注在 AGI 行業(yè)的技術同仁能夠共同合作。在智駕行業(yè)我們希望有更多的伙伴，我們能夠為其賦能，我們也希望引入更多全新的 AGI 技術到我們的 SaaS 工具里面來。

正值 IAA MOBILITY 2023（ IAA 慕尼黑國際車展）之際，路特斯機器人也正將這套為未來打造的智駕工具帶向世界舞臺。

關鍵詞：