人工智能技術在自動駕駛領域的應用

序言：作為思想的載體和知識的探索者，寫作是一種獨特的藝術，我們?yōu)槟鷾蕚淞瞬煌L格的1篇人工智能技術在自動駕駛領域的應用，期待它們能激發(fā)您的靈感。

生成式人工智能，一種基于神經(jīng)網(wǎng)絡模型實現(xiàn)內(nèi)容生成的技術，近年來受到業(yè)界以及學術界廣泛的關注。隨著該技術在各領域應用的不斷深入，基于生成式人工智能的大模型對自動駕駛領域的技術方案變革也帶來了巨大的影響。本文對生成式人工智能技術與大模型的發(fā)展脈絡進行梳理，包括其分類方式和代表性模型，并對生成式模型在自動駕駛領域的應用進行深入分析，最后，對生成式人工智能技術及自動駕駛技術的發(fā)展方向進行總結和展望。

關鍵詞：生成式人工智能;大模型;自動駕駛;

1前言

現(xiàn)代人工智能技術的快速發(fā)展受益于海量標注數(shù)據(jù)的生產(chǎn)和計算能力的提升。其以深度學習作為核心技術，深度學習[1]的概念最早在機器學習領域提出，后推廣至人工神經(jīng)網(wǎng)絡技術領域。Transformer模型[2]的提出是現(xiàn)代人工智能技術的里程碑式節(jié)點，該模型能夠保證充足數(shù)據(jù)分辨率，同時實現(xiàn)高精度數(shù)據(jù)擬合，廣泛應用于生成式人工智能模型。生成式人工智能技術通常包括一個基于大規(guī)模數(shù)據(jù)訓練的監(jiān)督網(wǎng)絡模型（如Transformer模型）和一個生成器模型[3]，前者的主要功能是實現(xiàn)從任意類型的輸入到潛在高維數(shù)據(jù)空間的映射，后者以無監(jiān)督學習、半監(jiān)督學習或監(jiān)督學習的方式進行優(yōu)化，并通過啟發(fā)式的行為以固定的方法論實現(xiàn)內(nèi)容的生成。自動駕駛技術是近年來備受關注的汽車技術發(fā)展方向，面向復雜的場景，要求車輛實現(xiàn)對環(huán)境的正確理解，同時做出最優(yōu)的決策。該技術發(fā)展的初期，以激光雷達和高精地圖作為主要輸入，視覺和專家系統(tǒng)為輔助手段。隨著人工智能技術在智能駕駛領域的應用，Waymo、Cruise、百度等公司通過模型完成動態(tài)障礙物的實時檢測，配合高精地圖提供的道路結構、車道線和交通標志等靜態(tài)信息，實現(xiàn)更有效的智能駕駛。目前，大模型逐步突破技術壁壘，成為自動駕駛感知的主流范式。2021年，特斯拉提出的“BEV+Transformer”的技術方案，首次引入重感知、輕地圖的自動駕駛解決方案[4]。2022年，特斯拉再次提出基于占用網(wǎng)絡（OccupancyNetwork）的技術方案，開啟大模型在自動駕駛領域應用的新篇章[5]。此外，基于生成式人工智能技術，令長尾問題的場景數(shù)據(jù)可以通過模型主動生成，解決自動駕駛面臨的長尾問題，提升算法的可靠性，為自動駕駛的升級優(yōu)化提供保障。

2生成式人工智能技術

生成式人工智能模型的輸入和輸出數(shù)據(jù)主要包括文本、圖像、三維結構、視頻、音頻和代碼等。根據(jù)數(shù)據(jù)的映射關系，模型可分為7類，如圖1所示。生成式人工智能技術可以實現(xiàn)多模態(tài)數(shù)據(jù)間的相互映射，根據(jù)用戶需求輸出內(nèi)容。其中，文本—文本、文本—圖像、本文—視頻和圖像—文本4類模型是能夠為自動駕駛領域帶來顛覆性技術革新的生成式模型技術。文本—文本模型以文本數(shù)據(jù)為輸入，生成新的文本數(shù)據(jù)，是常見序列化數(shù)據(jù)模型之一，多應用于自然語言處理技術，如語言翻譯、問答任務系統(tǒng)等。文本—圖像模型以具有提示性的文本數(shù)據(jù)作為輸入，輸出滿足對應需求的真實圖像數(shù)據(jù)。該模型可實現(xiàn)不同屬性、不同風格信息的輸出。OpenAI提出的DALLE2模型[6]、Drawbench公司開源Imagen模型[7]及由慕尼黑LMUCompVis小組開發(fā)的StableDiffusion[8]和Muse[9]均為具有代表性的模型。文本—視頻模型通過文本數(shù)據(jù)生成連續(xù)的圖像序列。Google開源的Phenaki[10]與Runway開源的Soundify[11]屬于此類模型。圖像—文本模型可以獲得描述圖像的文本，是文本—圖像的逆映射。Deepmind創(chuàng)建的視覺語言模Flamingo[12]是其代表性模型之一，通過小樣本學習策略實現(xiàn)，具有靈活性強、可執(zhí)行多模態(tài)任務等優(yōu)勢。該模型利用2個互補的模型實現(xiàn)：分析視覺場景的視覺模型與執(zhí)行基本推理形式的大型語言模型。通過無縫攝取圖像或視頻交織的文本標記序列，轉換為文本數(shù)據(jù)作為輸出。OpenAI提出的圖像字幕模型VisualGPT[13]是現(xiàn)階段最優(yōu)秀的圖像—文本模型之一，其通過預訓練語言模型GPT-2實現(xiàn)。為了彌合不同模態(tài)之間的語義差距，特別設計了具有不飽和門控功能的編碼器-解碼器注意力機制。該模型的最大優(yōu)勢在于，它無需其他圖像—文本模型的大規(guī)模數(shù)據(jù)，具備小樣本學習能力。

3生成式人工智能與自動駕駛技術

隨著生成式人工智能技術的發(fā)展，基于該技術衍生的大模型在自動駕駛領域受到廣泛關注[14]。基于生成式人工智能的大模型在自動駕駛中規(guī)控模型的應用將成為未來產(chǎn)業(yè)新趨勢[15]。Waymo通過生成式人工智能技術構建世界模型，通過大模型實現(xiàn)自動駕駛領域的整體功能集成[16]。同時，該公司提出基于自動駕駛模型與自然語言處理模型結合的技術方案，通過模型以可理解、人機互動的流程方式，達成清晰有效的溝通，進一步增強其結果的可解釋性。

3.1面向自動駕駛的數(shù)據(jù)閉環(huán)與自動標注

由數(shù)據(jù)采集、數(shù)據(jù)挖掘、數(shù)據(jù)標注和模型訓練環(huán)節(jié)組成的數(shù)據(jù)閉環(huán)系統(tǒng)是自動駕駛廠商必須具備的基礎技術能力。當下，隨著高速智能導航輔助駕駛、城市導航輔助駕駛以及城市智慧領航功能等技術的不斷推進，自動駕駛公司或整車制造商數(shù)據(jù)量逐年增長，甚至達到拍字節(jié)（PB）級別。與此同時，數(shù)據(jù)生成的速度較快（以dSPACE公司的數(shù)據(jù)生產(chǎn)為例，4K800萬像素的攝像頭、激光雷達、毫米波雷達等傳感器同時工作，每秒的數(shù)據(jù)生產(chǎn)量為40GB），使用方的數(shù)據(jù)處理能力面臨極大的考驗。由此可見，如何實現(xiàn)數(shù)據(jù)利用的最大化是提升自動駕駛方案穩(wěn)定性的關鍵問題之一。

3.1.1數(shù)據(jù)采集與挖掘技術

為保證自動駕駛場景下采集數(shù)據(jù)的質(zhì)量，提升駕駛模型性能，算法采用特定的觸發(fā)機制實現(xiàn)數(shù)據(jù)的收集與上傳。其中，觸發(fā)機制包括人工干預自動駕駛、特殊場景（近距離跟車、并線以及明顯的光照變化等）。特斯拉公司在2022年AIDAY上表示其擁有221種觸發(fā)機制[17]。為了能以最精簡規(guī)模的數(shù)據(jù)集對模型進行訓練，有效的數(shù)據(jù)挖掘技術不可忽視，其核心目的是從收集的海量數(shù)據(jù)中提取有效數(shù)據(jù)，過濾無效數(shù)據(jù)。傳統(tǒng)的模型采用基于標簽的方式實現(xiàn)，僅能實現(xiàn)固定類別的分辨，缺少更深層次的特征提取。基于生成式人工智能技術，采用圖像—文本模型即可實現(xiàn)，用模型生成的描述檢索圖像的有效特征，實現(xiàn)更高效的數(shù)據(jù)挖掘。基于現(xiàn)有人工智能技術，當前數(shù)據(jù)挖掘方案逐漸以大模型為主。目前，國內(nèi)外主要汽車公司和自動駕駛公司等均致力于開發(fā)基于大模型的數(shù)據(jù)挖掘技術。

3.1.2數(shù)據(jù)標注技術

傳統(tǒng)的數(shù)據(jù)標注技術仍以人工標注為主，人工成本高、耗時長，速度遠遠低于原始數(shù)據(jù)的生產(chǎn)速度，數(shù)據(jù)應用面臨瓶頸。此外，由于標注人員對標注內(nèi)容的理解不一致，存在標注數(shù)據(jù)可靠性問題，因此數(shù)據(jù)的二次檢驗仍需要較大的工作量。生成式模型的顯著優(yōu)勢在于，主動理解視頻內(nèi)容進行自動打標簽，并形成產(chǎn)品化管理，提取高價值場景并自動篩選。與人工標注的方法相比，基于生成式模型的標注方法速度更快、精度及標注結果一致性更高，能夠?qū)崿F(xiàn)更加全面的標注。小鵬汽車推出的全自動標注大模型的執(zhí)行效率相比于人工標注提升約45000倍，即大約16.7天可實現(xiàn)2000人/年的標注工作量[18]。毫末智行科技有限公司（以下簡稱毫末智行）提出的視覺自監(jiān)督大模型[19]可實現(xiàn)100%的4DClip自動標注，降低約98%的標注成本。商湯科技絕影在自動駕駛產(chǎn)品的感知任務開發(fā)過程中的標注均基于大模型實現(xiàn)[20]，相比人工標注的方式，相同數(shù)量樣本的標注周期和成本都可以縮減90%以上。

3.2面向自動駕駛的一體化大模型

現(xiàn)階段，基于人工智能的自動駕駛方案多采用模塊化設計思路，即感知、預測、規(guī)劃等子系統(tǒng)獨立實現(xiàn)功能。盡管模塊化能夠簡化研發(fā)人員的工作流程，提供高效的問題回溯、調(diào)試及更新接口，但各子模塊間的信息仍缺少有效傳遞，無法保持模塊之間的優(yōu)化通道。對此，開發(fā)面向自動駕駛系統(tǒng)的多任務一體化大模型是提升整體算法性能的有效方案。目前，學術界和工業(yè)界均對一體化多任務大模型的方案進行了深入研究。英偉達（NVIDIA）公司在2016年即提出了基于端到端模型的自動駕駛系統(tǒng)，Uber也在該領域發(fā)表了較多的學術研究成果[21,22]。為了使自動駕駛車輛通過平臺“理解世界”，英國Wayve公司也創(chuàng)立并發(fā)表其端到端的自動駕駛方案。同時，特斯拉公司“FSDMETAV12”版本系統(tǒng)將采用端到端的自動駕駛模型。商湯科技與上海人工智能實驗室、武漢大學聯(lián)合提出首個集感知決策一體化的端到端自動駕駛大模型UniAD[23]，并指出限制自動駕駛模型性能的根本原因在于任務的獨立拆解，無法保證豐富的高維信息的提取，由此提出了以最終任務為導向、多模塊聯(lián)合優(yōu)化的端到端自動駕駛方案。UniAD充分發(fā)揮數(shù)據(jù)驅(qū)動的系統(tǒng)性優(yōu)勢，達到感知、預測、決策多個任務結合的最優(yōu)解，將生成式人工智能大模型充分融入任務的場景理解。

3.3面向自動駕駛模型的可解釋性問題

自動駕駛模型的可解釋性是提升其性能與優(yōu)化迭代速度的重要前提。深度學習技術的最大痛點之一是其過程完全隱藏于“黑匣子”中，缺少明確的可解釋性，即使用方無法根據(jù)深度學習模型輸出的結果逆向推導其原理。基于生成式人工智能技術的自動駕駛模型在其理解及決策過程中，可以某種方式輸出（例如文本）理解過程及決策原因，即結果誤判時，可快速地查找對應的原因。受益于啟發(fā)式的自監(jiān)督強化學習技術，自動駕駛模型可進一步逆向?qū)ψ陨磉M行優(yōu)化和調(diào)整，實現(xiàn)模型的自動迭代。

3.4面向自動駕駛場景的生成模型

長尾問題包括各種零碎的場景、極端情況和無法預測的人類行為，是自動駕駛系統(tǒng)面臨的難題之一[24]。該領域現(xiàn)有的人工智能技術大多是用人工采集標注的數(shù)據(jù)集訓練。由于實際數(shù)據(jù)為復雜場景，人工標注通常無法包含全部場景的數(shù)據(jù)信息支持，從而降低模型的魯棒性。通常，自動駕駛模型發(fā)現(xiàn)車輛行為存在邊界情況時，需要補全額外的數(shù)據(jù)，對模型參數(shù)進行優(yōu)化。實際上，該方法一定程度上令長尾問題的場景復現(xiàn)難度過大，無法保證數(shù)據(jù)采集的有效性，導致采集效率低下。同樣地，雖然傳統(tǒng)的3D建模可實現(xiàn)虛擬場景仿真，但由于建模機制不夠完善，無法保證生成場景數(shù)據(jù)的質(zhì)量，進而使生成的場景數(shù)據(jù)無法有效支持模型優(yōu)化。通過生成式人工智能技術，如文本—圖像，文本—視頻生成模型，可通過對其模型的優(yōu)化與訓練實現(xiàn)近似于真實場景的仿真數(shù)據(jù)的生成[25]。同時，上述生成式人工智能技術可通過其強大的數(shù)據(jù)映射能力實現(xiàn)場景數(shù)據(jù)的快速變換，為自動駕駛模型的快速優(yōu)化與迭代提供最基本的前提保障。

4面向大模型的云端算力與芯片架構

同早期人工智能技術相比，基于現(xiàn)代生成式人工智能的大模型的主要區(qū)別在于模型參數(shù)和數(shù)據(jù)的提取方式。其中，模型參數(shù)的大幅增長提高了對云端算力的需求，數(shù)據(jù)相關性提取方式的改變?yōu)橛嬎阈酒軜嬏峁┝诵碌脑O計導向。

4.1面向大模型的算力需求

大模型技術已經(jīng)逐步應用于各大汽車制造商和自動駕駛公司的產(chǎn)業(yè)化項目[26]。特斯拉2022年AIDAY表示訓練其模型需要14億幀圖像數(shù)據(jù)。Momenta公司提出要實現(xiàn)L4級自動駕駛的產(chǎn)業(yè)化[27]，自動駕駛系統(tǒng)達到人類的安全水平甚至比人類安全水平高一個數(shù)量級，至少需要千億公里的數(shù)據(jù)訓練、測試與驗證。
為使模型能夠在海量數(shù)據(jù)中實現(xiàn)快速訓練，提升計算資源成為各大汽車廠商與自動駕駛公司亟需解決的首要問題[28]。基礎設施建設方面，特斯拉在2021年和2022年分別擁有約1萬塊和1.4萬塊圖形處理器（GraphicsProcessingUnit,GPU），預計2024年將擁有等效10萬塊NVIDIAA100GPU的算力資源。2022年8月，小鵬汽車成立自動駕駛AI智算中心“扶搖”，具備60億億浮點運算能力。此外，國內(nèi)其他公司包括吉利汽車、毫末智行、智己汽車、百度和商湯科技等也都完成了算力的積累，如表1所示。

4.2面向大模型的芯片架構

基于現(xiàn)代生成式人工智能技術的大模型需要大量的計算資源，如何實現(xiàn)海量計算資源的最大化利用是汽車制造商、自動駕駛公司和芯片公司面臨的另一難題。前文提出，大模型多是基于Transformer實現(xiàn)的，內(nèi)部采用的是記憶力機制單元模塊。不同于基于傳統(tǒng)神經(jīng)網(wǎng)絡的人工智能模型（如卷積神經(jīng)網(wǎng)絡、循環(huán)神經(jīng)網(wǎng)絡），Transformer在提取數(shù)據(jù)之間的相關性過程中存在更多的訪存密集型算子。因此，為提升大模型的運行效率，芯片的架構需進行針對性改進：a.運算精度要求。Transformer的建模是通過不斷加權映射實現(xiàn)，因此，對芯片的運算精度存在一定的要求。現(xiàn)階段，面向人工智能的主流芯片大多采用INT8即整型精度算力，而基于Transformer的大模型需要在浮點運算的芯片平臺上運行，才可取得較高的精度結果。目前，特斯拉已經(jīng)完成“D1”芯片的自研，并構建超算平臺解決自動駕駛大模型的訓練與優(yōu)化。b.運算算子要求。訪存密集是大模型的運算特點，需要針對性地設計訪存密集型算子，解決芯片的計算效率問題，從而實現(xiàn)穩(wěn)定性高、可移植性高、并行化程度高、計算精度高的高效運算算子。

5大模型自動駕駛技術的未來展望

5.1多任務大模型與自動駕駛

受ChatGPT的啟發(fā)，毫末智行開發(fā)面向自動駕駛的生成式大模型DriveGPT[29]，采用無監(jiān)督學習進行初始模型的訓練，強化學習實現(xiàn)模型優(yōu)化。通過輸入感知級的激勵數(shù)據(jù)（如障礙物信息、道路環(huán)境以及關鍵交通要素），DriveGPT能夠完成障礙物預測、決策規(guī)劃控制以及決策邏輯鏈的輸出等任務。目前，生成式大模型已經(jīng)在自動駕駛的部分領域取得了巨大的創(chuàng)新性成果，構建多任務、一體化的大模型將是面向自動駕駛領域的重大技術創(chuàng)新。

5.2車端模型的功能解耦

至今，大模型仍受到海量模型參數(shù)與計算資源的限制，由于其運行均在云端實現(xiàn)，無法完成車端的獨立運行。如何對大模型進行功能解耦，實現(xiàn)車端的運行成為未來要攻克的難題。以知識蒸餾[30]的方式，完成大模型對車端小模型進行優(yōu)化是解決上述問題的有效手段之一，亦是大模型到車端功能落地的有效方案。

5.3多任務生成式大模型

理論上，基于多任務生成式人工智能模型可同時實現(xiàn)仿真數(shù)據(jù)生成、標注、感知、預測和決策多種功能。UniAD模型的成功表明，多任務聯(lián)合優(yōu)化能夠?qū)崿F(xiàn)多源數(shù)據(jù)相關性的有效提取并提升整體性能。因此，如何通過多任務生成式大模型實現(xiàn)高效數(shù)據(jù)閉環(huán)、模塊化功能解耦等技術將是推動自動駕駛技術走向成熟的關鍵環(huán)節(jié)。

6結束語

生成式人工智能技術在文本、圖像等多個領域均取得了豐富的研究成果，基于生成式人工智能的大模型技術也為自動駕駛領域提供了新的解決方案。未來，隨著研究人員對技術研究的深入以及硬件水平的提升，基于輕量化平臺的應用將進一步拓展技術的應用范圍，擴展其應用量產(chǎn)落地能力。

參考文獻

[1]劉建偉,劉媛,羅雄麟.深度學習研究進展[J].計算機應用研究,2014,31(7):1921-1930+1942.

[2]KHANS,NASEERM,HAYATM,etal.Transformersinvision:Asurvey[J].ACMcomputingsurveys(CSUR),2022,54(10s):1-41.

[3]YANLH,KAOCW,HWANGBJ,etal.Home-BasedReal-TimeAbnormalMovementDetectionSystemDeployedonOn-DeviceArtificialIntelligence[J].InternationalJournalofPatternRecognitionandArtificialIntelligence,2023,37(7).DOI:10.1142/S0218001423590127.

[4]LIZ,WANGW,LIH,etal.Bevformer:Learningbird’seye-viewrepresentationfrommulti-cameraimagesviaspatiotemporaltransformers[C]//Europeanconferenceoncomputervision.Cham:SpringerNatureSwitzerland,2022:1-18.

[5]MESCHEDERL,OECHSLEM,NIEMEYERM,etal.Occupancynetworks:Learning3dreconstructioninfunctionspace[C]//ProceedingsoftheIEEE/CVFconferenceoncomputervisionandpatternrecognition.2019:4460-4470.

[6]DARASG,DIMAKISAG.Discoveringthehiddenvocabularyofdalle-2[EB/OL].(2022-06-01)[2023-08-18].arXivpreprintarXiv:2206.00169,2022.

[7]SAHARIAC,CHANW,SAXENAS,etal.Photorealistictext-to-imagediffusionmodelswithdeeplanguageunderstanding[J].AdvancesinNeuralInformationProcessingSystems,2022,35:36479-36494.

[8]KINGMAD,SALIMANST,POOLEB,etal.Variationaldiffusionmodels[J].Advancesinneuralinformationprocessingsystems,2021,34:21696-21707.

[9]CHANGH,ZHANGH,BARBERJ,etal.Muse:Text-toimagegenerationviamaskedgenerativetransformers[EB/OL].(2023-01-02)[2023-08-18].arXivpreprintarXiv:2301.00704,2023.

[10]VILLEGASR,BABAEIZADEHM,KINDERMANSPJ,etal.Phenaki:Variablelengthvideogenerationfromopendomaintextualdescription[EB/OL].(2022-10-05)[2023-08-18].arXivpreprintarXiv:2210.02399,2022.

[11]LINDCE,GERMANIDISA,VALENZUELAC,etal.Soundify:Matchingsoundeffectstovideo[EB/OL].(2021-11-17)[2023-08-18].arXivpreprintarXiv:2112.09726,2021.

[12]ALAYRACJB,DONAHUEJ,LUCP,etal.Flamingo:avisuallanguagemodelforfew-shotlearning[J].AdvancesinNeuralInformationProcessingSystems,2022,35:23716-23736.

[13]CHENJ,GUOH,YIK,etal.Visualgpt:Data-efficientadaptationofpretrainedlanguagemodelsforimagecaptioning[C]//ProceedingsoftheIEEE/CVFConferenceonComputerVisionandPatternRecognition.2022:18030-18040.

[14]INTODIAS,GUPTAS,YERAMALLIY,etal.LiteratureReview:SuperResolutionforAutonomousVehiclesusingGenerativeAdversarialNetworks[C]//20237thInternationalConferenceonIntelligentComputingandControlSystems(ICICCS).IEEE,2023:1466-1472.

[15]李白楊,白云,詹希旎等.人工智能生成內(nèi)容（AIGC）的技術特征與形態(tài)演進[J].圖書情報知識,2023,40(01):66-74.DOI:10.13366/j.dik.2023.01.066.

[16]NIRANJANDR,VINAYKARTHIKBC.Deeplearningbasedobjectdetectionmodelforautonomousdrivingresearchusingcarlasimulator[C]//20212ndinternationalconferenceonsmartelectronicsandcommunication(ICOSEC).IEEE,2021:1251-1258.

[17]芝能汽車.特斯拉2022AIDay，從車企演變?yōu)榭萍技汗綶EB/OL].(2022-10-02)[2023-08-18].

[18]小鵬汽車.小鵬汽車建成中國最大自動駕駛智算中心“扶搖”模型訓練提速近170倍[EB/OL].(2022-08-02)[2023-08-18].

[19]XUH,GHOSHG,HUANGPY,etal.Videoclip:Contrastivepre-trainingforzero-shotvideo-textunderstanding[EB/OL].(2021-09-28)[2023-08-18].arXivpreprintarXiv:2109.14084,2021.

[20]商湯.AIGC日日生新，商湯發(fā)布SenseTrust治理平臺，護航生成式AI可信發(fā)展[EB/OL].(2023-07-19)[2023-08-18].

[21]MáTTYUSG,LUOW,URTASUNR.Deeproadmapper:Extractingroadtopologyfromaerialimages[C]//ProceedingsoftheIEEEinternationalconferenceoncomputervision,2017:3438-3446.

[22]LUOW,YANGB,URTASUNR.Fastandfurious:Realtimeend-to-end3ddetection,trackingandmotionforecastingwithasingleconvolutionalnet[C]//ProceedingsoftheIEEEconferenceonComputerVisionandPatternRecognition,2018:3569-3577.

[23]HUY,YANGJ,CHENL,etal.Planning-orientedautonomousdriving[C]//ProceedingsoftheIEEE/CVFConferenceonComputerVisionandPatternRecognition,2023:17853-17862.

[24]清華大學智能產(chǎn)業(yè)研究院.張亞勤：AI大模型時代[EB/OL].(2023-05-08)[2023-08-18].

[25]STAPPENL,DILLMANNJ,STRIEGELS,etal.IntegratingGenerativeArtificialIntelligenceinIntelligentVehicleSystems[EB/OL].(2023-05-15)[2023-08-18].arXivpreprintarXiv:2305.17137,2023.

[26]DUM.AutonomousVehicleIndustrialization[M]//AutonomousVehicleTechnology:GlobalExplorationandChinesePractice.Singapore:SpringerNatureSingapore,2022:233-262.

[27]MOMENTA.重新定義無人駕駛關鍵路徑,Momenta打造飛輪式L4[EB/OL].(2020-07-01)[2023-08-18].

[28]江浩,王寬,叢偉倫等.決策控制模型仿真數(shù)據(jù)生成方法、裝置、設備及存儲介質(zhì)：CN115146394A[P].2022-10-04.

[29]新華網(wǎng).毫末智行發(fā)布自動駕駛生成式大模型DriveGPT雪湖·海若[EB/OL].(2023-04-12)[2023-08-18].

[30]凌志,李幸,張婷,等.基于多層次知識蒸餾的連續(xù)圖像語義分割方法[J].計算機集成制造系統(tǒng),2023,29(4):1244-1253.

作者:夏以檸 單位:北京師范大學