12月2日，在火山引擎举办的云产品发布会中，一众面向不同行业的云服务和云产品登台亮相。

其中尤为值得关注的是在智能汽车行业，自动驾驶企业轻舟智航分享了其联手火山引擎打造的自动驾驶工具链「轻舟矩阵」。

根据官方介绍来看，轻舟矩阵其实与轻舟智航一直以来的技术核心「自动驾驶超级工厂」中的数据流场一脉相承。

其中，火山引擎主要提供算力、高弹性的资源支持，提高GPU 利用率和算法模型的训练效率。

轻舟智航此时将自己的底层能力搬向台前，成立全新品牌，并正式宣布与火山引擎的关系，不免引发联想。

两方也表示，未来将基于「轻舟矩阵」推出面向车企提供自动驾驶云服务。

不久前就有媒体透露，字节跳动正在组建汽车云业务团队，此前还参与了轻舟智航的投资。

而这项云服务一旦推出，一方面将会更加明确字节跳动和轻舟智航在智能汽车领域的行业定位，另一方面，字节跳动起初选择投资轻舟智航的原因，也会更进一步揭开。

1、云服务商联姻自动驾驶企业，打破技术迭代的效率困境

字节跳动在汽车行业的江湖传言散播已久。

2019 年投资理想汽车，2020 年组建「车联网」团队，主攻车载信息娱乐系统方案，今年 6 月还推出了「火山车娱」，集成了整个字节系的内容生态，丰富出行体验。

随着与轻舟智航合作的公开，标志着火山引擎构建了更加完整的汽车行业解决方案，全面开展智能汽车行业布局。

不仅如此，这也是中国首例云服务商和自动驾驶公司的合作。

在国外，这样的合作模式早有先例。

比如，在 2020 年 6 月，亚马逊收购自动驾驶公司 Zoox，完善物流体系「最后一公里」配速能力，同时，Zoox 也会继续开发自己的自动驾驶出租车。

今年 10 月，成立于 2016 年的「硅谷」自动驾驶公司 Nuro 宣布了与谷歌云建立五年合作伙伴关系，谷歌同时也是 Nuro 的投资方。

云服务商和自动驾驶技术公司联姻，并不仅仅在于为云服务商的母公司拓展自动驾驶相关业务，更关键的因素在于，自动驾驶汽车在道路行驶过程中会产生大量数据，而云服务商强大的云计算能力，可以为自动驾驶的技术迭代提供支持。

近些年，行业内对于自动驾驶技术迭代的关注，多聚焦在摄像头、激光雷达、毫米波雷达等传感器的数量和成本上，以及车载超级计算机的算力规模能够支持到何种级别的自动驾驶等级等层面上。

这些可以归结为「硬」的部分。

但如果把自动驾驶的技术比喻为一座冰山，那么「硬」的部分，都是冰山之上露出水面的环节。

对于冰山以下的部分，即支撑自动驾驶技术迭代更加重要的工具链，也就是「软」的部分，深入的讨论甚少。

自动驾驶技术的迭代，就像一个人真实的学车过程，其算法需要通过大量的路测来提升性能。

真实路测的里程，也几乎是很多自动驾驶技术企业确立领先算法能力的保障。

但是随着行业内对于高级别自动驾驶的期待越发迫切，要求不断提高，过于依赖真实路测，反而成为当前自动驾驶算法能力进步的瓶颈。

这其中涉及三大原因：

第一，尽管智能汽车在日常行驶过程中可以收集到大量有价值的场景，但数据的利用率普遍较为低下，当数据量足够大时，数据分拣，即从海量数据中挑选出训练所需的有效数据，就会变得十分棘手，同时数据标注也会产生极大的工作量，严重影响技术迭代的效率。

第二，真实路测单车单日覆盖场景有限，如果增加测试场景，就必须增加路测车辆，势必面临测试成本剧增的问题。

第三，对于自动驾驶算法训练更具价值的 Corner Case，真实路测的方式很难覆盖到足够的数量。

目前，L2 级别的自动驾驶方案已经在很多中高端车型中普及应用，但 L4 级自动驾驶，更多还停留在特定路段、中低速的应用场景下。随着自动驾驶等级的增加，涉及的数据量更会指数级增加到恐怖的程度。

更经济高效的测试方式和数据利用，俨然成为推动自动驾驶技术持续迭代，实现高效研发的关键，而这正是云服务商和自动驾驶技术企业联手所带来的价值。

同时，相信这也是字节跳动、火山引擎选择轻舟智航的原因。

2、打造自动驾驶「元宇宙」，以仿真为「核」实现高效研发

在自动驾驶领域，轻舟智航以 Robobus 而知名，更以落地效率而闻名。

这家成立只有 2 年半的公司，只用了短短 1 年时间，就将自动驾驶汽车在全球 10 座城市的公开道路落地测试和商业化运营，覆盖 10 种车型，车队数量近 100 辆。

其中龙舟 ONE 更是成为国内布局城市最多的公开道路自动驾驶小巴。

不久前，轻舟智航还在无锡正式启动网约+微循环的运营模式，探索 Robobus 的全新商业模式，模糊了和 Robotaxi 之间的边界，让自动驾驶和公共交通的结合，真正朝向能够源源不断贡献社会价值的方向发展。

轻舟智航将其高效的落地能力归功于其自研的 Driven-by-QCraft 硬件方案，不久前还宣布将在下一代的产品还将采用NVIDIA DRIVE Orin，成为首个使用该方案的 L4 级自动驾驶通用方案公司。

Driven-by-QCraft 的强大，让轻舟智航迅速成为国内 Robobus 的领军企业。而 Driven-by-QCraft 的重要支撑，正是此次在火山引擎云产品发布会上亮相的「轻舟矩阵」。

据官方介绍，「轻舟矩阵」以仿真为核心，可打通从研发到测试运营的全流程，能够源源不断地对数据进行自动标注、质检、训练和评估，实现自动驾驶技术研发的高效迭代。

例如，在针对数据的处理上，轻舟智航还开创性地将自监督学习应用在激光雷达感知方向，降低数据标注的成本，实现了高效的自动化流程。

至于「轻舟矩阵」的核心「仿真」，实际上它生成的并非虚拟数据，而是对真实智能驾驶场景数据的增强。

例如，「仿真」可以在真实路测中所遇到的人车混杂、闹市、高架上下栈道、雨天等场景的基础上举一反三，生成更多的车辆、行人，更加苛刻的天气环境，更复杂的车道、路口，以及更重要的，可以生成更多的 Corner Case。

举例来说，当真实路测时遇到一个未能应对的 Corner Case 时，系统可以将其记录并上传至云端，对其进行定义、分析、分类。

之后就会投入到「仿真」环节当中进行复现，找出问题所在，并加以解决。在这之后，还会进行大量演练，确保问题不再发生，最终下发至车辆当中。

这就好比一个自动驾驶的「元宇宙」，它实现了对现实世界的增强，让算法可以在这个数字空间当中自动进行数百万次的算法训练、测试验证和迭代优化，从而在这个虚拟的环境里高效的完成研发的工作，不断提升自动驾驶的决策和规划控制等能力。

同时依托火山引擎 AI 开发平台，轻舟矩阵上的自动驾驶模型训练 GPU 利用率可提升 30%。

轻舟智航表示，通过仿真的方式，不仅将测试成本降至纯道路测试的 1%，还可以生成数百万个的 Corner Case 场景，大大降低了路测成本，也降低了对车辆和测试人员的依赖。

在国内，轻舟智航并不是唯一具备「仿真」能力的自动驾驶企业，但却是为数不多将「仿真」视为核心竞争力的公司，也是为数不多能够做到让数据像流水一般的在自动驾驶的整个研发链路中高效流淌的公司，并坚定地认为，「仿真是实现自动驾驶的必由之路」。

值得注意的是，在特斯拉今年的 AI Day 活动上，也开始强调自动驾驶仿真的重要性。

照理说，特斯拉的路测数据量是其他所有自动驾驶企业都难以企及的，但特斯拉的动作，也足以说明，实车路测里程的数量，并不能够完全转化为技术迭代的质量。

以高效率、高质量的方式，实现高性能的自动驾驶技术输出。有了「轻舟矩阵」的成功先例，有望会有越来越多的企业加大对仿真的重视和投入。

3、开放底层工具链，帮助车企从海量数据中筛出「金子」

在火山引擎的发布活动上，轻舟智航已明确表态，「接下来，轻舟智航会将自身的底层能力对外开放，服务于合作伙伴，与火山引擎一同助推自动驾驶的大规模落地」。

当这一天到来时，受益最大的，大概率是广大的传统车企。

相较于新势力车企，传统车企在智能汽车领域方面切入时间晚，且由于自动驾驶技术难度高，人才稀缺，组建自己的研发团队，不仅需要花费较高的资金和时间成本，最终也未必能够获得理想的成果。

这也是越来越多车企选择和自动驾驶企业合作的原因，直接采用成熟的智能驾驶方案，对于研发和量产来说，都是捷径。

但即便如此，终归还是要通过智能驾驶的实际道路数据，来反哺技术的进步。因此，不止提供产品，更进一步开放工具链，相信也是行业发展的必然。

而当仿真得到广泛应用时，车企自动驾驶技术的研发效率，会真正实现质的飞跃。用轻舟智航的模式来说，就是帮助车企最大化发挥数据资产的价值，从中把金子筛选出来。

也正如火山引擎汽车行业解决方案官网上的那句话，「让数据智能成为汽车的进步动力」。

返回第一电动网首页 >