但是现在，真的来了的真是时候。
“我们现在这款无人驾驶的软包系统，我们称之为高瓴 ADS智驾系统，主要分为几大板块！”
在高怀钧的明示之下，吴恩达说道。
“首先最核心的变化就是算法， ADS在底层算法里加入了端到端的架构，因为个各家厂商对端到端的定义和应用方法不太一样，而我们更注重车载对个人的影响，也就是大模型之中的一个模型实现智驾的感知，预测，规划，控制等功能。”
“这需要高瓴车辆这边拥有多方面配合，一边为各种传感器信息如：摄像头、毫米波雷达、激光雷达、导航信息等，以及地图信息的输入，另外一边则直接输出车辆的控制信号如：刹车、油门、转向等。”
“基于端到端模型的智驾功能有以下的优势。”
“一个是不存在信息丢失、误差等问题。二个是操作更类人、更流畅丝滑，这也是部分车企一直宣传智驾丝滑的原因。三个是泛化能力强，比较容易将能力扩展到更多场景和地区，比如全国都能开。四个是对代码开发要求降低，主要工作是训练模型。”
“而缺点的话，一个是不确定性，或者叫不准确性，大模型是基于模型结构和统计概率做出预测或者决策，这要求训练数据覆盖所有场景，没有训练到的场景大模型会做出什么动作是未知的，这和大语言模型出现的胡言乱语一样，聊天出现胡言乱语无所谓，但是智驾出现胡乱操作确实很危险的。”
“二个是不可知性，大模型为什么会有这样的能力，现在并没有确实的解释或者论证，很多业内的专家提出了“涌现”这个概念，意思是模型大到一定程度就会“涌现”出一些能力，感觉很流氓有无法反驳。完全黑盒，这样出现问题也不知道是什么原因只能训练模型。”
“因此，我们的ADS智能架构：采用感知（GOD网络）、预决策规划（PDP网络）两个大模型，将感知和预决策规划分开，第一个模型实现感知，第二个模型实现预知、决策、控制等功能，从实践的角度这样方便调试时方便分别对两部分进行测试和调试，又能兼顾大模型的一些优势，是在大模型的优缺点之间取平衡，虽然没有实现完全的端到端，在L4甚至在L5上拥有更为完全的功能，但是实现99%情况下的L3，问题是不大的。”
高瓴车辆的众人连忙点头。
这么高科技的玩意儿，他们还是第一次见。
吴恩达连续讲了差不多半个小时这个所谓的大模型，这个端到端的架构。
他们基本都是在云里雾里的，如听天书一般！
怪不得高怀钧花了那么大的价钱请了这样一帮子博士过来。
这群人，还是真有点货的！
但是随之，这群人也是陷入了深深的震撼之中。
‘ALL IN AI’，这句话在他们看来仅仅是停留在口号里而已。
但是现在，却是活生生的成为了现实！
真正意义上的无人驾驶汽车，要被研发出来了！
虽然，现在只是L3。
但是，这意味着，整个路程已经完成了90%！
这绝对是人类里程碑上非常有重大意义的一件事情。
无人驾驶的出现，意味着什么？
有关数据显示，2016年华国共发生道路事故175万起，其中死亡人数达50万人，另外受伤人数达6万人。
如果所有车辆都实现无人驾驶，是不是就意味着安全了？
而且这个安全不能说是绝对安全，但近似绝对安全。
当然这个技术对于人类社会的颠覆，也是前所未有的。
不再需要人类卡车司机，社会整体物流成本进一步降低，且运速更快。
不再需要出租车司机，代驾、外卖、闪送行业会被冲击甚至消失。
接送孩子上学也可以交给车子了。
当然，一个小小的不足是，扫（河蟹）黄抓现行将很费劲了，移动中作案怎么抓？ </div>
本章已阅读完毕(请点击下一章继续阅读!)