自动驾驶行业现状
1、当前行业主要玩家有
第一梯队有：华为，momenta，元戎
第二梯队有：鉴智, 绝影智能等
2、主机厂现在都要求自动驾驶厂商白盒交付，本质上就是前两年依赖供应商，后面打算自己做。 整个行业基本上是赔本赚吆喝的阶段。没有收入，每年还要自己投入几个亿进行模型的训练，人才等。
3、行业竞争非常激烈，独立的自动驾驶厂商未来可能存活的不会超过 5 家。未来的格局大概率是头部tier1厂商+主机厂自己。
4、可能存活的玩家有华为，momenta，小马智行等等。
自动驾驶分级
自动驾驶分为 6 级。
L0至L2级为驾驶辅助，现阶段多家车企提出的“智驾平权”，都属于L2级范畴，驾驶员需全程监控驾驶。
从L3级开始，就进入了自动驾驶的范畴，属于有条件自动驾驶，紧急情况下需要驾驶员接管车辆；
而L4级和L5级则分别代表高度自动驾驶和完全自动驾驶，车辆几乎可以在所有场景下自主运行。
自动驾驶模型以及端到端大模型是什么
1、主流的自动驾驶架构分为三个部分，感知，决策和执行三大模块。
2、感知模型复制物体识别。决策和执行负责执行指令，包括汽车的操作，车内控制等。传统方案通过感知模型感知物体，然后通过写各种规则进行决策和执行。这一个比较大的问题就是很难穷尽所有的场景，进化也非常消耗人力。
3、大模型出来之后，业界也都在训练端到端大模型，就是感知模型和决策和执行模型到一起。理论上只需要不停的灌数据，模型就不停的升级。
4、自动驾驶模型参数量一般是 7B～12B，相比几百 B 的大语言模型非常小。
激光雷达方案和纯视觉方案
激光雷达方案是通过发射激光束并接收反射信号，生成高精度的三维环境地图，并与其他传感器（如摄像头、雷达）结合使用，形成多传感器融合的感知系统。
优势在于可靠性、高精度感知和全天候性能；缺点也显而易见，就是成本高昂。另外，激光雷达通常体积较大、功耗高，对于产品设计和能源管理要求很高。
相比之下，纯视觉方案主要依赖摄像头作为核心传感器，通过计算机视觉算法对摄像头捕捉到的图像进行处理，识别道路上的车辆、行人、交通标志、信号灯等物体，并基于这些信息做出驾驶决策。
核心在于深度学习和神经网络，通过大量的数据训练，逐步提升系统对复杂环境的理解能力。优势在于成本较低、技术成熟和数据丰富，缺点在于受环境影响较大，精度有限，对于计算资源需求高。
自动驾驶数据采集和训练方法
一般是通过采集车去采集各种道路数据，这个有专门的团队去负责这个事情。
采集车的设备一般比量产车的设备精度要更高，获得数据更多。
用这些数据去训练自动驾驶模型，然后量产车上更低的精度的数据作为输入，进行推理。
数据合成方法
物理采集有非常多多限制，典型比如各种下雨天场景，或者限速比较容易采集 80,120，但是有些特别的场景比如限速 30,40。就比较难采集。需要用到数据合成的方法。
典型的一个自动驾驶公司 40PB 图片视频数据，80% 靠采集，20% 靠合成。
合成数据也是用到模型，合成感知模型数据的模型叫世界大模型，合成规划控制的叫规控模型。
自动驾驶厂商，算法工程师，PM 需要把 corner case 找出来，然后用世界大模型，规控模型合成相应的数据然后再 fine tune 自动驾驶模型。
自动驾驶需要用到的数据处理相关工作
视频，图片数据需要处理的比较少。主要有处理的部分有：
1、采集数据不清晰，需要过滤能力。
2、多模态检索能力，算法工程师，PM 需要将一定场景的视频数据通过检索，挖掘出来用于合成之后，进行二次训练。
3、对场景惊醒均匀化，比如前面提到的限速问题。
所以综合来说，自动驾驶行业主要用到的是数据管理，多模态检索的能力。
