作者｜张婷婷
编辑｜冀玉洁
头图丨视觉中国
4月24日，华为召开拓布会，推出乾崑ADS 3.0智能驾驶办理方案，环绕提升驾驶安全性和为用户开释韶光两大目标，致力于打造让AI像人一样开车的智驾系统。
乾崑ADS3.0背后的技能逻辑，成为智驾从业职员及团队领导者关心的话题。
乾崑ADS3.0是对传统智能驾驶技能的一次创新。华为智能驾驶办理方案总裁李文广对虎嗅智库表示：华为在智能驾驶领域虽然算是后来者，但他们有信心并敢于寻衅一些别人未曾考试测验过的事情，做到领先。
这些创新，紧张表示在ADS3.0全面摒弃BEV，完备基于GOD网络实现对道路构造、目标障碍物的感知以及场景的理解，同时，利用PDP神经网络，实现预测决策和方案，做到模块化的端到端网络架构。而同期的业界技能现状还勾留在BEV+transformer的感知范式，对付通用障碍物的识别上存在很大毛病，要通过白名单的机制实现中国这种繁芜场景的泛化是不现实的，GOD网络很有效的办理了这个问题。
值得一提的是，ADS3.0不仅是一个前沿的技能办理方案，更是一个面向消费者的产品。华为智驾团队利用IPD（集成产品开拓）流程管理体系，并将其与华为一向的为用户创造代价的企业文化相结合，进行ADS3.0的开拓管理，确保产品的质量和用户体验。
为了更深入理解华为乾崑ADS3.0背后的技能逻辑，以及华为是如何利用IPD流程管理体系进行产品开拓管理的，虎嗅智库与华为智能驾驶办理方案总裁李文广进行了深度对话。
以下为华为智能驾驶办理方案总裁李文广对话精华部分：
01.把激光雷达用深用好，是多感知领悟方案成功的关键
虎嗅智库：华为做自动驾驶办理方案的初衷是什么，环绕这样的初衷，华为选择了若何的技能路线？
李文广：回归实质，自动驾驶办理方案也是一个to C的产品，我们内部谈论最多的是它作为一个产品，能给用户带来的核心代价是什么。总体来看，是为了达成两个目标，一个是通过减少碰撞提升安全性，一个是帮用户开释韶光。
基于这些考量，我们做了很多事情，从传感器能力提升到算法优化，再到数据采集和专题演习等，都有配套相应的方法。华为做智能驾驶的时候，特斯拉已在智驾行业里投入了十几年，是领头羊，他走的是纯视觉路线。但我们基于安全考量，强化安全属性，还是选择走多传感器领悟的技能路线，一开始就采取了激光雷达、视觉和毫米波雷达领悟的办法。这一点很好理解，在黑夜，特殊是对向来车开大灯的场景，视觉检测能力很受限，而这时激光雷达却可以正常事情。
做内部技能决策前，我们也研究了大量碰撞案例，看到很多碰撞案例都是在这种场景下发生的，我们如果选择纯视觉路线，肯定也会碰着同样的问题。这只是视觉不敷的一种场景，视觉在明暗快速变革、目标与背景色差不明显以及空间深度感知上都存在不敷。加上华为在光产品技能和产品化上有很好的积累，通过自研的激光雷达可以做到ADS系统软件和传感器硬件的深度协同，以是我们选择了多传感器领悟的技能路线。
虎嗅智库：多传感器领悟的技能路线，海内一些新势力车企也在做，华为的领悟感知方案跟他们有哪些不同之处？
李文广：多传感器领悟也有很多种方案，包括海内一些新势力也都在走这条路线，但是各家差别也很大，紧张是对激光雷达的利用方法和深度不同。大略举个例子，2022年，我们互助激光雷达的伙伴公司跟我们讲，他们的激光雷达在其他车型上都用了大半年，已经很成熟了。结果我们拿来一用，创造很多问题，比如很多场景下存在大量的噪声，如果要深度利用根本就弗成的，后来通过持续优化很永劫光才办理。
伙伴说其他车企没有反馈这些问题，不知道华为为啥有这么多问题。这个事情解释各家拿到激光雷达的用法不一样，可能华为用的更深度一些。
各家对激光雷达的利用方法和深度不一样，紧张表示在对通用障碍物的检测和判断方面。我举个例子，我们的GOD 2.0网络里面深度利用了激光雷达，通过多传感器的领悟做通用障碍物的检测，虽然不能识别出障碍物详细是什么，但是它能够奉告系统，做出反应动作。这点从主动安全的测试结果就可以看出，都带激光雷达的车AEB表现却差别很大，由于有的车的激光雷达在这种场景下并没起浸染。道理都知道，但要让激光雷达深度参与并发挥好浸染实在并不随意马虎，这涉及到如何肃清激光雷达的各种滋扰，涉及到大量的软件和传感器硬件的协同，这块是我们的强项。
虎嗅智库：GOD网络跟特斯拉的Occupancy Network这一套方案有什么不同之处？
李文广：二者想达到的目的该当是一样的。由于特斯拉也创造通过视觉白名单的形式，通过纯视觉技能路线很难识别出各种物体，以是想要通过视觉加上时序的关系来垒。但纯视觉方案天然就不如激光雷达好，由于它对位置的准确性、深度的判断等方面，尤其是在晚上，或者在眩光的情形下都会有很大的问题，激光雷达能很好的战胜这些问题。
GOD2.0网络利用了激光雷达，会比Occupancy Network在适用范围、准确度等各个方面表现更好。这一点实在很主要，由于系统准确度或置信度不高的话，就会产生一些误刹或漏报，比如误启动AEB，风险很大，以是把这个东西做准很主要。
02.无图方案需提升自车感知能力，车位到车位是今年智驾比拼重点
虎嗅智库：是否去高精舆图仍是业内谈论热点，目前华为的办理方案是若何的，跟其他车企或自动驾驶方案办理商有何不同？
李文广：是否利用高精舆图也是个很主要的技能路线差异，包括是不是走端到真个技能路线。
先说高精舆图，实在华为走高精舆图这条路线，在城区开该当是海内做的最好也是最早的，我们是在2022年推出的。高精舆图方案实在对车真个道路构造认知的哀求降落了，相称于不用看路都能够知道前方的静态构造，包括红绿灯、杆子、路沿等要素。但我们在做的过程中也创造很多其它问题，比如舆图变更很频繁，且是不可控的，高精舆图方案虽然精准，但如果一旦变更就会很危险，由于它哀求车端不断的识别出它的变更。
实在二者是有点悖论的，一方面是按照图来开就行，对静态构造感知能力哀求不高，另一方面又要能够把道路变更都识别出来，这实在对感知能力哀求又很高。我们就想：系统有这么强的感知能力了，是否可以不须要高精舆图了？再加上高精舆图推进上，投入大，周期也长，更恐怖的是花半年好不容易完成制图的城市，上线时就已经变了许多。从这两个方面考量，我们更希望做一个通用化的东西，靠自车感知能力就能够开，以是我们选择去掉高精舆图。
智驾行业不存在无图方案，最少导航舆图是须要的。无图只是去高精舆图的一种说法。对付如何去高精舆图也有很多做法，ADS在这块做的与行业不太一样。友商基本是找海内图商互助，做的可能是比高精舆图弱化一些，如HD-，或者是比导航舆图更风雅，车道级的，如SD+，基于这样一个图上去开。我们当时定的方案是完备基于导航舆图，更多的依赖自车感知能力来开，属于难度最大的一条路线，实际落地韶光比原操持有点延期，原操持是到去年底全网开通，延期到了今年2月。
做智驾是个持久的过程，技能路线的选择我们还是要看什么样的技能路线能够更好的支撑好用户的安全和体验诉求。智能驾驶的需求和方向是明确的，归根结底我们还是要把自身的能力建好，这才是最主要的。
虎嗅智库：AI大模型在这套方案当中发挥了若何的浸染？
李文广：我们在车端叫推理，云端叫演习，现在云端会做一些大模型的处理。车端实时跑出来的一些数据，实在要做一些大量的数据标注和演习，数据的标注和模型的演习对车端跑的结果很关键。这些用于演习的数据，瞄准确性哀求很高，数据标注缺点率越高，演习的结果越差，我们就须要思考怎么把这些数据标注的更真更准确，这时候可能就会用大模型去做一些标注，实现自动化和泛化，由于有时候数据量太大了，你也不可能都用人来做。
我们当时做高精舆图，须要做大量的数据标注。2022年峰值的时候，仅标注职员就有上千人。后面如果真正的要全首都能开，涉及到的数据量更大，纯挚靠人已经搪塞不过来了，以是我们用大模型来做一些自动标注。
虎嗅智库：前不久刚刚更新的ADS2.0方案，所有搭载了华为智驾的这些车型，在全国之内一下子都能开了，底层能力来源于哪里？
李文广：第一，很关键的便是车真个感知能力要足够的强。我们花了最大量的韶光把车真个感知能力，尤其是在道路构造认知各方面的能力做好，当然在规控方面，也要针对各种场景把预测和决策的能力提升上来。
第二，便是要把学习能力提升上来。由于刚开始时，基本能力可能只须要担保用户能够在这里开，但我们想打造的是一个越开越好的系统。可能刚开始比较陌生，智驾表现一样平常，但是随着韶光的推移会越来越好，这也是我们车往软件走、往AI走、往智能化走很主要的一个特点。
虎嗅智库：商用一代预研一代是华为常走的路子，在感知能力提升方面，未来，3.0版本的领悟方案将进行哪些优化？
李文广：在2.0版本中，我们引入了GOD网络，旨在提升智驾系统的性能。在即将到来的3.0版本中，我们将进行一次重大升级，将原有的BEV模型及传感器领悟信息全部集成到GOD网络中。这一改进将使我们的系统能够更准确地识别各种通用障碍物，纵然对付未知物体也能保持良好的识别效果。
此外，3.0版本将大幅提高系统对物体的位置、间隔、精度以及速率的判断能力。这些性能的提升，不仅基于GOD网络的优化，也与云真个数据处理和演习能力密切干系。华为昇腾系统的强大性能，将为大模型的构建和智驾系统的完善供应有力支持。
我们操持在今年推出3.0版本，与此同时，2.0版本中的停车代驾功能估量将在6月份开展外部用户beta。在3.0版本中，我们将进一步提升这一功能，使其可利用范围更广，能够处理更多繁芜情形。
目前，我们正在快速迭代城区方案，并估量在3.0版本中实现显著的体验提升。我们的目标是将公开道路和非公开道路完备整合，实现从车位到车位的无缝智驾。这一目标虽然已经被提出多年，但至今仍未有公司实现。我们期待在今年能够率先达成这一里程碑。
虎嗅智库：从单车智能来看，我们离L3的能力还有多远，还须要战胜哪些困难和难题？
李文广：春节期间我们余总发的朋友圈，说智驾开了1300多公里无接管，但要真正做到每个人开1300 多公里都0接管，实在还是有难度，尤其是我们从后台数据看到一些小的物体，可能是前车掉下来的，也可能是山上掉下来的，各种东西都有。针对这些小物体，哀求L3能检测出来，目前对这些特殊小物体的检出还是有难度的，我们还在研究若何实现。
首先想到办理方案是可以从传感器上去想办法，可以用特殊强大的传感器，算法和系统能力也要做提升。就像人开车，人是具备推理判断能力的，当他感想熏染到某些变革时能及时做出应对，比如在地库里要转弯的时候，看到右前方有光，就能推理出那个方向有车要过来，但条件是要能看到光。智驾也是同理，实质上讲还是要先吸收到这些变革的信息，不然很难推理出结果。除此之外，路上行驶最随意马虎出问题的便是cut in场景，总会有人不守规矩，在这种情形下，怎么做到比人驾好一些。
L3真正落地，我认为首先要把上面提到的两大难题办理掉。当然L3落地还有一些其他哀求，比如风险预警、系统的冗余等，这些可能在技能难度上还好一点。目前国家层面在做L3准入测试，华为也在供应支撑。我们也在为L3的落地做积极准备，估量在明年实现高速L3的商用。
虎嗅智库：L3落地对算力的需求是若何的，在云端和车真个算力如何分配？
李文广：现阶段来看，L3最先落地的驾驶场景该当会是高速路，高速对车真个算力哀求不会太高，紧张是把车端冗余能力做好，处理好我刚才说的一些非常的各种小物体、cut in这些场景。对云真个算力需求紧张看算法，一样平常来说要几万倍到几十万倍不等，要看模型规模、数据量的大小、迭代的速率。
对付高速L3的实现，华为目前拥有的算力能力已经足够支撑。城区道路要做到L3，对算力的哀求会很高，由于城区的L3可能比高速的L5难度更大，估计还要3到4年。
03.谈谈华为的IPD流程管理
虎嗅智库：华为的IPD流程管理体系是很多企业在学习的，它在智驾团队的管理中发挥了若何的浸染，您作为一名管理者是如何利用这些管理工具的？
李文广：我们团队现在大概涉及三个领域，有做传感器的，有做算力平台的，还有做偏软件的ADS系统办理方案的，大的架构整体是环绕一个智能驾驶办理方案设置的。
IPD便是集成产品开拓，2000年我刚进公司的时候，华为就引入IPD试点，第一个项目便是在我的项目，做的是3G基站的试点。最早是IBM搞了这一套理论，核心是见告大家如何把一个产品开拓好，须要做很多集成，把所有的领域的代表拉进来，包括制造、采购、研发等，有一个产品经理（PDT经理）在这，PDT经理带领各个领域卖力人来开展一些事情，同时对这些人的事情分不同的阶段进行流程管理，包含前期的产品定义、到后面的产品开拓再到上市阶段的管理，不同阶段有不同的投资决策的点，它是这样一套流程管理机制。
在IBM的根本上，华为结合中国的国情以及公司的特点，对IPD做了很多改造，到现在我们也一贯在用。对付自动驾驶来说，它实质上也是个产品办理方案，用在车上对安全性哀求更高，我们现在也是按照IPD这套体系进行管理，同时按照汽车行业的哀求做了适配，我们叫IPD-IAS。
当然，IPD流程管理不是一个大略的名词，对付其他企业可能并不是一学就能会，或者是吹糠见米的达到一个空想的效果。华为也是经由了几十年的实践，从一开始很难，到现在跟组织的和企业的文化相领悟，他是须要日积月累的。
虎嗅智库：流程管理和企业文化对付华为智驾的成功发挥了若何的浸染？
公司做大了，就须要有一套流程用来管理和规范，但并不是说有了这套流程就能成功，流程只是起到赞助浸染，不起紧张浸染。华为成功肯定也不是由于IPD成功了，它只是一个赞助的工具。
这跟公司的代价不雅观有关系，我们坚持以客户为中央，以奋斗者为本。真正的把这个代价不雅观做好，我认为可能做很多行业都会成功。由于真正的帮用户创造了代价，用户就会喜好你，买你的产品和做事；真正的让员工得到了回报，员工都充满激情，凝聚力很强。
当然，华为的技能或者方向也不一定都是精确的，比如智驾，我们毕竟是后面来的，特斯拉可能已经研究了十几年，后来者就须要去学习，但只学习也做不到领先，以是要敢于去做一些别人没做过的东西。
华为为什么做很多事情都能成功，便是由于聚焦在为用户创造代价。须要想清楚代价，环绕代价创造敢想敢干，而不是别人做什么我们就做什么，以智驾为例，用户的终极需求，一个是安全，这关系到生命；另一个是韶光，从驾驶中开释更多韶光给用户，我们就须要环绕这两大需求展开事情。
虎嗅智库502数字化俱乐部成员持续招募中
502数字化决策俱乐部是由虎嗅智库发起、由领先的行业专家和各行业数字化决策者组成的社群组织，旨在推动中国度当数字化转型和创新。其做事涵盖思享数字化内参、数字化决策互换群、数字化案例事情坊、标杆参访、数字化项目对接&咨询等。
关于虎嗅智库：
虎嗅智库是一家聚焦企业数字化、AI创新实践的新型研究做事机构，为家当智能化进程中的甲乙双方，供应有洞察性的研究报告、案例评比、以及线上会议、线下活动与参访做事，以支持企业高管在智能化、数字化方面的明智决策。
我们供应的核心代价：
及时与优质的洞察，理解技能、理解行业、理解同行与对手；
为决策者技能与产品计策决策、家当方案、办理方案选型供应主要参考；
帮助市场全面理解前沿科技及所影响家当的发展状况，还有未来趋势。
本内容为作者独立不雅观点，不代表虎嗅态度。未经许可不得转载，授权事宜请联系 hezuo@huxiu.com
正在改变与想要改变天下的人，都在 虎嗅APP