近日，AutoCC2023第二届汽车创造者大会(Automobile Creators Conference)在京举行。觉非科技创始人与技术合伙人刘斌发表主题演讲，系统介绍了数据、算力与模型在自动驾驶大规模量产时代的工程化能力与应用趋势。
“我们正走在小模型到大模型的交替时代，小模型仍然是现阶段自动驾驶解决方案的主要输出方式”。刘斌在演讲中提到。
在小模型时代，智能驾驶解决方案依靠的是各个小模型的堆叠，也就是通过多个独立“小模型”构成自动驾驶的感知、跟踪、融合、预测等能力。
觉非科技的融合定位能力、激光点云融合感知能力即是自动驾驶小模型的典型代表。
随着大模型时代的到来，大规模的端到端部署将成为自动驾驶开进城市的有益探索，它可以让车辆拥有自车视角的障碍物和环境感知和理解能力，在保障安全的前提下加速城市自动驾驶的落地。
通过在车端与路侧的大量技术实践，觉非积累了覆盖不同场景的自动驾驶数据集，并转化成了数据服务平台，为大模型的发展奠定了坚实的技术基础。
演讲中，刘斌同时介绍了觉非科技BEV+Transformer算法量产架构。这套量产架构通过规模化数据采集，生成冷启动模型，而后通过量产化制图能力产生地图数据库，结合觉非自研的数据中心实现快速不断的迭代，供给生成BEV+Transformer的算法训练数据，进而实现大模型的正向循环。
而对于作为大模型基建之一的数据，刘斌则认为，基于量产车形成的数据闭环能力将成为主机厂的核心竞争力，数据在合法合规的情况下会汇聚闭环，不断积累一个真正能够支撑感知大模型的规模化数据集，而众源已成为解决鲜度和覆盖率的核心。
在量产车感知结果“众源”产生高精地图数据的能力基础上，觉非也推出了面向高速NOA的地图定位量产方案。方案通过车机导航地图或众源地图，结合量产车实时感知结果，可满足车辆在高速场景下的高精定位需求。
该方案基于“图商车机导航地图”实现，可通过更加轻量级的地图数据接入方式实现高精定位。
方案应用中，觉非科技将车机导航地图数据与感知数据进行匹配，同时结合GNSS定位，替代传统L2+ PnC架构下的重地图方式，为车辆提供车道约束与相对定位。
该版本基于“众源地图Live服务”的建图定位方案。该方案基于众源地图Live服务可进行规格定制，进而再与车辆感知进行匹配，结合GNSS位置，为车辆提供并线和进出匝道时机判断。同时基于自车感知数据可进行数据的实时更新，与众源地图Live服务形成闭环。
在Live模式下，车辆可以在“鲜度”更高的数据模式下，具备更加精准的定位能力，有效降低因地图数据错误导致的NOA降级或接管。
感知能力的不断升级为大模型算法的能力优化创造了基础。演讲中，刘斌同时介绍了觉非基于MapTR的实用性优化与成果。
这些优化能够更准确的捕捉地图细节和结构，从建图层面进一步丰富了地图要素的输出，使其更适合自动驾驶各种下游任务使用。
觉非科技获AutoCC“高阶智能驾驶感知年度创新企业”
“觉非科技的感知大模型将成为市场全新的技术拓展空间。”刘斌表示，“在大规模量产时代，觉非将全面推进数、智、图能力，希望更多生态伙伴加入到觉非模型量产算法架构的迭代演进之中，共同见证新技术带来的颠覆性变革。”
觉非科技是国内领先的自动驾驶感知决策算法与数据服务商，以“多传感器融合计算”为核心技术路线，围绕乘用车出行、干线物流和城市末端三大应用场景，提供跨场景、跨平台、跨终端的智能驾驶解决方案，实现了国内产业领域中少有的“三跨”服务能力。觉非的融合感知系统目前已覆盖车端与路端，构建了适用于全栈自动驾驶的具备“感知-决策-数据”闭环能力的量产方案，以“数据驱动量产化”为核心业务目标，为合作伙伴实现自动驾驶闭环能力。
