【資料圖】

華泰證券發(fā)布研究報告稱(chēng)，DriveGPT將在今年新摩卡DHT-PHEV車(chē)型首發(fā)落地，提升HPilot高速/城市NOH安全性和流暢性。華泰證券認為，GPT大模型范式有望賦能垂直領(lǐng)域智能駕駛感知標注、決策推理等核心環(huán)節，加速智駕落地，同時(shí)大模型研發(fā)或推動(dòng)駕駛數據和算力需求快速增長(cháng)。建議關(guān)注L2級自動(dòng)駕駛/AI算力產(chǎn)業(yè)鏈。

華泰證券主要觀(guān)點(diǎn)如下：

4月11日，毫末舉行第8屆AI DAY，發(fā)布了純視覺(jué)為主的DriveGPT大模型，該模型現階段主要用于解決自動(dòng)駕駛認知決策問(wèn)題，可以通過(guò)輸入駕駛場(chǎng)景數據進(jìn)行多場(chǎng)景預測并規劃最佳行徑路途。目前DriveGPT已經(jīng)包含4000萬(wàn)公里的量產(chǎn)車(chē)駕駛數據、1200億參數，擁有19.6億個(gè)30萬(wàn)類(lèi)場(chǎng)景標簽。

DriveGPT：大模型賦能場(chǎng)景生成、軌跡預測、推理決策

毫末智行發(fā)布了其DriveGPT自動(dòng)駕駛生成式大模型，具體邏輯：(1)感知環(huán)境離散化后作為token設計drive language；(2)輸入大量駕駛場(chǎng)景數據，利用transformer模型生成系列決策結果；(3)RLHF:將人工挑選困難場(chǎng)景Clips(數據組)輸入訓練模型，對生成結果進(jìn)行最優(yōu)解排序；(4)Reward Model強化學(xué)習。DriveGPT目前可以根據歷史一段時(shí)間駕駛場(chǎng)景序列數據，不斷生成未來(lái)可能發(fā)生的多種駕駛環(huán)境并預測每種情況下車(chē)輛行駛軌跡。此外公司目前正設計利用prompt提示優(yōu)化輸出結果，并給DriveGPT加入思考鏈，使駕駛策略具備邏輯可解釋性，解決transformer黑盒模式潛在問(wèn)題。

機會(huì )：大模型有望解決行業(yè)數據標注準確率及成本困境

視覺(jué)識別是開(kāi)發(fā)大模型的基礎能力之一，識別傳感器輸入圖像中的車(chē)道線(xiàn)、車(chē)輛、行人、交通燈等要素并進(jìn)行數據標注才能獲得大量的可用訓練數據集。我們看到DriveGPT等大模型可以很好地自動(dòng)識別圖像以替代人工標注，據毫末會(huì )上表示，DriveGPT可以將交通場(chǎng)景圖像的標注費用從行業(yè)平均約5元/張降至約0.5元/張，計劃逐步向合作伙伴開(kāi)放該服務(wù)。同時(shí)，我們認為近期Meta的CV模型SAM有望賦能自動(dòng)駕駛行業(yè)，SAM無(wú)需額外訓練即可自動(dòng)完成分割，提升機器視覺(jué)，有利于自動(dòng)駕駛可用訓練集快速積累。

挑戰：國內AI智能駕駛大模型應用普及仍面臨數據需求和算力等挑戰

(1)數據：DriveGPT目前參數量約1200億，擁有約4,000萬(wàn)公里的量產(chǎn)車(chē)駕駛數據。參考行業(yè)龍頭特斯拉2020年已有超48億公里數據，大模型賦能下我們認為國內公司或將加快智能駕駛系統量產(chǎn)上車(chē)步伐，加快數據搜集回饋模型訓練。(2)算力：特斯拉FSD背后擁有1.4W個(gè)GPU訓練集群；毫末建設MANA OASIS中心給DriveGPT提供67億次/秒的高性能浮點(diǎn)運算，2T/秒存儲帶寬，以及800G/秒通信帶寬支持；小鵬計算中心“扶搖”提供算力達600PFLOPS。大模型、大數據驅動(dòng)的智能駕駛對算力提出了更高要求，有望驅動(dòng)算力基礎設施需求。建議關(guān)注L2級自動(dòng)駕駛/算力產(chǎn)業(yè)鏈。

關(guān)鍵詞：