自動駕駛行業(yè)觀察日記：女性從業(yè)者的探索之路
繼汽車產(chǎn)業(yè)電動化之后，智能化成為又一個歷史性機(jī)遇。自動駕駛作為“智能化”的核心之一，在監(jiān)管、技術(shù)和商業(yè)化方面持續(xù)積累、不斷完善。數(shù)據(jù)驅(qū)動下的BEV+大模型橫空出世，領(lǐng)航輔助從高速向城區(qū)不斷加速規(guī)模化覆蓋，自動駕駛不再是人類生活無法觸及的想象邊界。當(dāng)科幻照進(jìn)現(xiàn)實，女性從業(yè)者身處其中，又應(yīng)該如何順應(yīng)潮流，抓住機(jī)遇窗口呢？
LWT Digitial有幸邀請到兩位自動駕駛領(lǐng)域的女性從業(yè)者Jinyao和Kiwi，開展圓桌系列第三期，開啟第一視角的自動駕駛行業(yè)觀察日記，探索她們眼中的自動駕駛和職業(yè)發(fā)展歷程。
本期嘉賓：
Jinyao：自動駕駛領(lǐng)域的前沿探索探索者，擁有美國佐治亞理工學(xué)院和上海交通大學(xué)的學(xué)位。參與多個示范區(qū)車路協(xié)同項目，熱衷于多領(lǐng)域交叉應(yīng)用。她深信科技改變生活，致力于讓科技使生活更美好。
Kiwi：畢業(yè)于德國柏林工業(yè)大學(xué)，某頭部自動駕駛業(yè)務(wù)策略團(tuán)隊負(fù)責(zé)人&資深分析師，獼猴桃小姐@小紅書
本期內(nèi)容：
關(guān)于自動駕駛行業(yè)的對談分享
自動駕駛行業(yè)觀察日記：女性從業(yè)者的探索之路
Section 1: 尋路之始
關(guān)鍵詞：好奇 技能轉(zhuǎn)移
Jinyao觀點：之前在通信相關(guān)領(lǐng)域工作，對通信在車聯(lián)網(wǎng)、物聯(lián)網(wǎng)和工業(yè)界等垂直行業(yè)的應(yīng)用很感興趣。海投了很多崗位，得到了現(xiàn)在公司給了這個機(jī)會，得以切入汽車自動駕駛領(lǐng)域，并通過通信作為切入點，看到了這個行業(yè)的發(fā)展機(jī)會和堅定的各種技術(shù)。
Kiwi觀點: 我是在小紅書上通過分享工作復(fù)盤和個人思考的方式吸引了現(xiàn)在老板的注意，得到了工作機(jī)會以進(jìn)入了自動駕駛行業(yè)做商業(yè)分析崗位。當(dāng)時正值職業(yè)瓶頸期，也是抓住了這個機(jī)會，利用了軟性技能的轉(zhuǎn)移成功跨行進(jìn)入了這個行業(yè)。
Section 2: 尋蹤探路
什么是自動駕駛
關(guān)鍵詞：自動駕駛 輔助駕駛 行業(yè)標(biāo)準(zhǔn)
Jinyao觀點: 我認(rèn)為的自動駕駛，其實這是一個非常泛的名詞，具體來說，它可以分為輔助駕駛或者是自動駕駛，這是兩個相銜接以及漸進(jìn)的階段。輔助駕駛是指車輛通過提供信息和一些輔助功能來幫助車輛，但車輛仍然負(fù)責(zé)實際的駕駛行為。而自動駕駛車輛是自動化程度更高的階段，車輛可以成為主體進(jìn)行駕駛，此時責(zé)任會從車輛轉(zhuǎn)移到車輛本身。在用戶體驗方面，輔助駕駛可以減輕駕駛疲勞并提供額外的信息，但車輛仍需參與決策和操作。如果實現(xiàn)了自動駕駛，人們在車內(nèi)的行為可能會更加放松，許多駕駛行為將由車輛自動完成。
Kiwi觀點: 我可以從這個行業(yè)的這個標(biāo)準(zhǔn)上面來做一下補(bǔ)充。在行業(yè)中，普遍使用SSAE（自動駕駛等級劃分）來區(qū)分輔助駕駛和自動駕駛的本質(zhì)區(qū)別。 L1和L2代表輔助駕駛，其中L1是巡航的輔助功能，而L2則提供更多的輔助功能，例如自適應(yīng)巡航和方向盤保持等。在這些級別中，駕駛主體是人類駕駛，而功能只是輔助作用。而L3到L5代表自動駕駛系統(tǒng)。L3是有條件的自動駕駛，在特定環(huán)境下，系統(tǒng)可以完成駕駛操作，但駕駛員需要保持注意力，并在系統(tǒng)要求接管時做出即時的反饋，L3可以被理解為人機(jī)共駕階段。而L4和L5則更高級別的自動駕駛，其中L5代表完全自動駕駛。目前，行業(yè)普遍采用L1、L2或L2+的技術(shù)水平。
實現(xiàn)更高的自動駕駛等級，并不僅是技術(shù)吸納的問題，更多的是涉及到法規(guī)的完善性，例如人機(jī)共駕階段的責(zé)任分配等。因此，實現(xiàn)更高級別的自動駕駛可能還需要技術(shù)和法規(guī)的進(jìn)一步發(fā)展和完善。
自動駕駛的變化趨勢
關(guān)鍵詞：高清地圖 視覺感知 傳感器
Jinyao觀點：L3會成為一個所謂的鴻溝，大家現(xiàn)在做的時候一直是L2+，從L2到L3是一個逐步迭代、持續(xù)優(yōu)化的過程，即L3級別在技術(shù)上并沒有明確的鴻溝需要跨越。但與之相對的法律、社會道德等方面的責(zé)任框架仍然是一個且尚未完善的領(lǐng)域。比如，我目前做的車端感知這一方面的工作，我們一直在做的事情就是使這個車端的感知水平接近、達(dá)到人類駕駛員的感知水平，甚至?xí)偃コ^人類的駕駛員。不同的模塊，除了車端的感知，還有規(guī)劃控制，或者一些功能的處理，L2做不到的，必須到達(dá)一個什么程度才能實現(xiàn)才達(dá)到L3呢？目前尚未觀察到技術(shù)上必須涵蓋的具體指標(biāo)，因此需要更多地分析責(zé)任和法律方面的問題，以實現(xiàn)平穩(wěn)過渡到L3級別。
Kiwi觀點：今年 L2 自動駕駛汽車的產(chǎn)量有所增加，以及車企宣布增加城市領(lǐng)航輔助，這是由于技術(shù)方法發(fā)生了轉(zhuǎn)變。此前，發(fā)展速度緩慢的部分原因是高清地圖的局限性，建立高清地圖需要很多先驗信息輸入，然后給到感知，然后給到下游的歸控。又因為高清測繪許可證僅限于有資格的單位，有資格的單位數(shù)量有所減少，因此推進(jìn)進(jìn)度和速度都會慢很多。然而今年，特斯拉基于變壓器的感知融合解決方案的推出，利用強(qiáng)大的車載感知能力，能夠用比高清地圖更少的元素構(gòu)建實時地圖。這種技術(shù)轉(zhuǎn)變加快了開發(fā)速度，并擺脫了對高清地圖的依賴，能夠在不依賴高清地圖的情況下實現(xiàn)城市自動駕駛，加速了行業(yè)自動駕駛的進(jìn)展。自動駕駛變得更加流行和容易實現(xiàn)。目前行業(yè)已經(jīng)轉(zhuǎn)向“重感知、輕地圖”的方式，重點是增強(qiáng)車輛的感知能力，而不是僅僅依賴高清地圖。
Jinyao補(bǔ)充：特斯拉采用的是純視覺方案，而國內(nèi)其他車企采用的多傳感器配置。特斯拉利用大規(guī)模數(shù)據(jù)和深度學(xué)習(xí)，通過攝像頭進(jìn)行環(huán)境感知和決策，但這在特殊情況下可能存在局限性。國內(nèi)車企選擇多傳感器配置，如攝像頭、激光雷達(dá)和雷達(dá)，以在不同環(huán)境下提供多樣性信息。這些不同的技術(shù)路線，其實是在嘗試減少地圖因素的影響力，通過視覺或者多傳感器融合的這種感知法來彌補(bǔ)地圖的可能的缺失。
Kiwi補(bǔ)充：關(guān)于地圖測繪，在行業(yè)里還處于一個比較灰色的地帶，它存在合規(guī)性的問題，因為目前沒有非常細(xì)的細(xì)則來界定合規(guī)性，所以各家的方法其實也是不同的，可能會跟有資質(zhì)的廠商合作去做一些脫敏，通過數(shù)據(jù)合規(guī)性的一些技術(shù)方案來解決合規(guī)性的問題，比如不是去做一個地圖測繪，只是去提取入口的特征，然后在感知融合階段去彌補(bǔ)更多的信息進(jìn)去。各家做法其實目前是不太一樣的。
自動駕駛技術(shù)方案的發(fā)展趨勢
關(guān)鍵詞：算法 ?BV ?transformer技術(shù)
Jinyao觀點：從我了解的信息來說的話，特斯拉有透露一些消息，說考慮將毫米波雷達(dá)也裝載在車中。也就是說，會考慮視覺加上毫米波雷達(dá)的組合方案的這種思路。從我的角度來看的話，駕駛員不是真的只靠眼睛在觀察周邊，而是會去把它周圍收集的信息抽象成為一個知識。也就是說數(shù)據(jù)是數(shù)據(jù)，知識是知識。如果是類比人類駕駛員的話，各種傳感器、雷達(dá)，以及車聯(lián)網(wǎng)的這種設(shè)備，作用都是支持信息獲取，相當(dāng)于車輛的“千里眼”和“順風(fēng)耳”。往前演進(jìn)，可能是說怎么樣通過合理的硬件搭配，以及適配的軟件算法，以達(dá)到一個更高精度的感知。我覺得這是大家統(tǒng)一的目的，但是實現(xiàn)方式上各有各的起點，但是走著走著有可能大家就會互相開始借鑒。
Kiwi觀點：特斯拉是非常堅定的走純視覺的方案，因為它真的是一家非常以終為始的公司，它的目的就是要不斷的降低成本，擴(kuò)大銷量。激光雷達(dá)成本是非常高的，然而攝像頭是很便宜的，所以純視覺方案最主要的優(yōu)勢它就是成本低，但是劣勢也很明顯，在一些極端的環(huán)境下，如強(qiáng)光、大霧、大雨，攝像頭的綜合感知能力會受到非常大的限制，所以特斯拉一直不斷地優(yōu)化自己的算法去彌補(bǔ)這個短板，甚至直接用視頻原始數(shù)據(jù)進(jìn)入到骨干網(wǎng)絡(luò)去獲得更多信息、BV（Bird's View，鳥瞰視角）與Transformer技術(shù)等方法。核心還是要降低成本，通過降低售價去賣更多車，獲取更多的數(shù)據(jù)，然后不斷的去訓(xùn)練車端模型，讓它有更好的感知能力，規(guī)劃能力等。所以如果從成本的這個角度來考慮，國內(nèi)現(xiàn)在很多車企用的都是多傳感器融合方案，不斷迭代算法，讓車端有更好的感知能力，但我覺得說未來可能會去高精，去激光雷達(dá)，因為車企其實核心還是要降成本。
Jinyao補(bǔ)充：前面提到的Transformer技術(shù)，這個方法將環(huán)境分解為小格子的顆粒度，并對每個小格子進(jìn)行建模，而不再僅僅關(guān)注物體的識別和Bounding Box。這種方法使得車輛的感知不再是一個個獨(dú)立的物體，而是基于小格子的占據(jù)情況進(jìn)行的，從而構(gòu)建出車輛周圍環(huán)境的整體輪廓。但目前這個技術(shù)仍存在訓(xùn)練數(shù)據(jù)的不充分性問題，因為真實世界非常豐富，收集并標(biāo)注足夠多的訓(xùn)練數(shù)據(jù)是一項耗時耗力的工作，而該技術(shù)的實現(xiàn)結(jié)果直接依賴于訓(xùn)練數(shù)據(jù)的質(zhì)量和數(shù)量。BV（Bird's View，鳥瞰視角）技術(shù)則超越了人類駕駛員的視野，可以看到360度的環(huán)境。
KIwi補(bǔ)充：傳統(tǒng)的視覺物體識別方法需要模型在數(shù)據(jù)集中學(xué)習(xí)并認(rèn)知不同物體，因此它只能識別已經(jīng)在模型訓(xùn)練數(shù)據(jù)中出現(xiàn)過的物體。如果遇到模型沒有見過的物體，就會導(dǎo)致識別失敗，從而可能引發(fā)危險。特斯拉的最新技術(shù)通過BV和Transformer的組合，以及占據(jù)網(wǎng)絡(luò)的使用，將整個空間劃分為小格子，而不是僅僅關(guān)注物體的識別。這樣就不需要事先了解物體是什么，只需要知道哪些空間位置被占據(jù)，從而減少了攝像頭漏識別的問題。
占據(jù)網(wǎng)絡(luò)和Transformer技術(shù)也能夠解決一些傳統(tǒng)方法中的問題。例如，傳統(tǒng)方法可能使用固定矩形框來框出識別出的物體，但在遇到異形障礙物時，可能會出現(xiàn)框選不完整的情況，導(dǎo)致忽略重要的細(xì)節(jié)信息?，F(xiàn)在的方法不僅僅是簡單的框選，而是在3D空間中進(jìn)行建模，以捕捉更多的細(xì)節(jié)信息，如車輛的各個部件。這種3D建模的方法有助于在近距離跟車、加塞變道等情況下更精準(zhǔn)地識別和感知周圍環(huán)境。大模型的訓(xùn)練過程會將2D圖像映射到車輛的3D坐標(biāo)系中，以便下游的控制系統(tǒng)能夠在這個3D空間中做出更準(zhǔn)確的決策。這種轉(zhuǎn)變實際上就是從2D到3D空間的轉(zhuǎn)換，確保信息在車輛自身的坐標(biāo)系中進(jìn)行處理，從而更好地支持控制和決策。
Jinyao補(bǔ)充：攝像頭傳統(tǒng)上使用2D的包圍框（Bounding Box）來進(jìn)行物體識別，也可以使用3D的包圍框，前提是要準(zhǔn)確估計物體的深度信息（景深）。深度信息的準(zhǔn)確性對于3D包圍框的繪制非常重要，因為它影響了對物體在空間中的位置和大小的判斷。對深度信息的正確估計需要額外的算法模塊支持。
傳統(tǒng)方法中的Bounding Box的使用也是有其邏輯的。畫Bounding Box的目的不僅僅是為了識別物體，更重要的是為了進(jìn)行物體的跟蹤（tracking）。通過給每個物體分配一個ID，可以持續(xù)地追蹤其運(yùn)動行為，將其軌跡信息傳遞給下游的決策模塊。因此，傳統(tǒng)方法不僅僅是針對靜態(tài)的每一幀識別物體，更強(qiáng)調(diào)了對物體在一段時間內(nèi)的動態(tài)行為的追蹤和理解。 聊到這里可以說，在這個領(lǐng)域存在許多“corner case”（邊界情況），這些情況可能會超出通用方案的覆蓋范圍。雖然現(xiàn)有的算法能夠解決許多通用場景，但當(dāng)遇到一些特殊、不常見的情況時，可能會出現(xiàn)問題。這些“corner case”通常對于算法來說是挑戰(zhàn)，因為它們就像一個無盡的長尾效應(yīng)，永遠(yuǎn)會有新的情況出現(xiàn)。 因此，實現(xiàn)完全自動駕駛（L5級別）在處理這些“corner case”時確實面臨著巨大的挑戰(zhàn)。這也是為什么在實際部署中，需要對不同的自動駕駛方案進(jìn)行謹(jǐn)慎的評估和測試，以確保它們可以在各種情況下安全、可靠地工作。
嘉賓個人體驗的自動駕駛場景
關(guān)鍵詞：固定路線 ?個人體驗
Kiwi觀點：更高級別自動駕駛比如L4，現(xiàn)在全國范圍內(nèi)有挺多的，在上海的話比如蘿卜快跑。有時候我上班的時候會叫一輛蘿卜快跑，目前它其實都是點到點的運(yùn)行。雖然理論上來說它已經(jīng)實現(xiàn)了自動駕駛，但目前在駕駛位上還是有安全員。在上車之后，椅背后面的顯示屏上，能夠?qū)崟r的看到，比如車輛周圍的靜態(tài)環(huán)境和動態(tài)交通參與者的信息，它的識別還是相當(dāng)準(zhǔn)的。我自己個人體驗感覺在封閉的或者說特定的道路場景里面還是很順暢的，當(dāng)然過程中可能還是會觸發(fā)一些駕駛員的接管，目前體驗還可以。
L2+級別的城市領(lǐng)航模式因為城市環(huán)境的復(fù)雜性而產(chǎn)生差異。城市中存在大量的交通情況和不同的路況，一些公司可能在城市領(lǐng)航方面取得了良好的進(jìn)展，不同公司之間還是存在差異。
Jinyao觀點：我其實主要使用的都是輔助駕駛，比如開高速會使用的ACC功能，就是自動跟車功能輔助駕駛功能，車端的功能是比較謹(jǐn)慎溫和的，確實能夠在一定程度上減輕駕駛員的疲勞，并提供一種舒適的駕駛體驗所以我整體覺得還是比較認(rèn)可，現(xiàn)在的這個這些功能開發(fā)的確實是對車主有幫助。
車聯(lián)網(wǎng)方面的技術(shù)發(fā)展程度
關(guān)鍵詞：車路協(xié)同 ?政府投入
Jinyao觀點：中國的發(fā)展是遠(yuǎn)遠(yuǎn)快于世界的發(fā)展，中國在基礎(chǔ)設(shè)施建設(shè)方面投入和推廣了很多，大量的傳感器和攝像頭在路邊部署，城市中的數(shù)據(jù)通信設(shè)施為自動駕駛車輛獲取實時信息和環(huán)境感知提供了基礎(chǔ)，形成車路協(xié)同。同時，政府的支持和鼓勵也加速了示范區(qū)的建設(shè)，邀請廠商共同參與，為技術(shù)驗證和實際應(yīng)用提供了平臺。比如，車在行駛中可以提前的獲取遠(yuǎn)端交叉口信息，或者可以提前獲取遠(yuǎn)處紅綠燈的信息，對于駕駛決策起到幫助。這些信息對于優(yōu)化交通效率，或者是提高單車的體驗來說，都是很有幫助的。我覺得是一個挺有意思的方向。
還有一些特殊的特殊的場景，比如園區(qū)和礦區(qū)。好幾年之前百度有過一個DEMO，是一個駕駛員，他的車輛受困，由一個遠(yuǎn)端的遠(yuǎn)程駕駛員幫助這輛車駛離了受困區(qū)域。所以這種v to X 、v to everything的場景，對于解決一些邊緣的場景特別有幫助。我覺得這些場景可能很多廠商都在觀察，看有沒有機(jī)會能夠進(jìn)一步的發(fā)展起來，形成有氣候的商業(yè)模式。
Kiwi觀點：道路改建主要是由政府主導(dǎo)，因為改建投入非常大，從長遠(yuǎn)來看，可能隨著技術(shù)迭代或規(guī)模優(yōu)勢，成本能夠分?jǐn)?，投入會大大降低，但是從短線來看，投入還是非常大的，所以整個車路協(xié)同商業(yè)模式，個人看來是還在探索期的，并沒有完全市場化。目前新能源汽車的滲透率雖然非常高，但是整體的智能化的水平其實是很低的，所以從車廠的這個角度來說，是沒有足夠的動力去參與到這個道路改建里面的，因為C端并沒有足夠多的使用者去分?jǐn)傔@個車協(xié)同的建設(shè)成本。從短中期來看的話，我個人覺得推進(jìn)不會特別的快，但是從長遠(yuǎn)來看的話，在安全兜底以及很多其他信息的補(bǔ)充上面是一個非常好的解決方案。
行業(yè)發(fā)展的宏觀變化
關(guān)鍵詞：多因素 ?積累爆發(fā)
Kiwi觀點：國內(nèi)整個的新能源汽車發(fā)展非?？?，我們也從汽車的進(jìn)口大國，到出現(xiàn)了本土品牌走向世界，很多因素共同作用下推動了中國新能源汽車產(chǎn)業(yè)的快速發(fā)展和國際競爭力的提升。
第一，產(chǎn)業(yè)政策支持。 政府的積極扶持和政策引導(dǎo)是中國新能源汽車產(chǎn)業(yè)快速發(fā)展的關(guān)鍵因素之一，如出臺的稅收優(yōu)惠、購車補(bǔ)貼等政策，降低了新能源汽車的成本，同時推動了整個產(chǎn)業(yè)鏈的發(fā)展，使得新能源汽車價格與傳統(tǒng)汽車不相上下。
第二，**龐大市場需求。**中國擁有足夠大的市場，足以去支撐產(chǎn)業(yè)發(fā)展。市場對于新技術(shù)、新產(chǎn)品的接受程度很高，使得新能源汽車在較短的時間內(nèi)就實現(xiàn)了較高的滲透率。
第三，技術(shù)創(chuàng)新和自主研發(fā)。 中國的汽車制造商在技術(shù)研發(fā)和創(chuàng)新能力上投入了巨大成本也取得了重大突破。中國品牌在新能源汽車的關(guān)鍵領(lǐng)域如電池技術(shù)、智能化技術(shù)等取得了領(lǐng)先地位。這些創(chuàng)新和技術(shù)優(yōu)勢為新能源汽車的質(zhì)量和性能提升奠定了基礎(chǔ)。
第四，國際合作和品牌建設(shè)。 如小鵬與大眾合作，借助其品牌影響力和市場經(jīng)驗，有助于中國品牌走向國際市場。
總的來說，能走出國門，是多種因素推動下形成的競爭優(yōu)勢所帶來的必然的結(jié)果。
Jinyao觀點：我的直觀感受是咱們國家經(jīng)濟(jì)和技術(shù)上的發(fā)展，其實在等待一些爆發(fā)點。比如說之前互聯(lián)網(wǎng)的黃金十年，然后是通信業(yè)4G到5G的更新?lián)Q代。每一個爆發(fā)點，大家都是非?？释摹Ｔ谶@個領(lǐng)域里面積累挺長時間，也有技術(shù)的不同的迭代，所以很多因素疊到一起，從根上來說這種爆發(fā)點算是期盼已久的。
智能車輛發(fā)展的多技術(shù)交叉和跨領(lǐng)域創(chuàng)新
關(guān)鍵詞：大模型
Jinyao觀點：智能車輛是一個非常好的平臺，在這個領(lǐng)域最開始的時候，很多人笑稱說智能的車輛就是四個輪子上面的智能手機(jī)。我們國家在智能手機(jī)領(lǐng)域也是有很長時間的積淀。
這種平臺的構(gòu)建在很大程度上推動了智能車輛領(lǐng)域的發(fā)展和創(chuàng)新，從最開始的智能娛樂系統(tǒng)和大屏幕，到如今的自動駕駛功能、計算機(jī)視覺、人工智能、通信技術(shù)等，智能車輛平臺的演進(jìn)是一個集大成的過程。這種平臺的特點在于它能夠容納多種技術(shù)，為不同領(lǐng)域的應(yīng)用提供支持。例如，自動駕駛技術(shù)就需要計算機(jī)視覺和感知、人工智能的決策制定等多種技術(shù)，而這些技術(shù)都可以在智能車輛中找到應(yīng)用。
Kiwi觀點：行業(yè)有一些轉(zhuǎn)變的趨勢，從英偉達(dá)挖角吳新宙可看，芯片供應(yīng)商在轉(zhuǎn)向提供整體解決方案，包括算法和軟件，這可能引發(fā)行業(yè)格局變化。汽車行業(yè)的AI公司，他們的發(fā)展能促進(jìn)感知能力的提升。人工智能、大模型和深度學(xué)習(xí)在自動駕駛中是可以帶來很多正向結(jié)果的：
感知能力提升： 自動駕駛通過人工智能與深度學(xué)習(xí)，提升感知能力。行業(yè)內(nèi)車企迅速推進(jìn)L2級別和領(lǐng)航技術(shù)，加速自動駕駛發(fā)展。
傳感器與人工智能的協(xié)同： 深度學(xué)習(xí)的不斷演進(jìn)填補(bǔ)了傳感器可能的缺陷，車企可在硬件配置上降低成本，實現(xiàn)數(shù)據(jù)驅(qū)動循環(huán)，不斷訓(xùn)練模型。
仿真場景與泛化能力： 人工智能在仿真場景方面發(fā)揮關(guān)鍵作用，彌補(bǔ)實車數(shù)據(jù)不足，提升大模型的泛化能力。
決策與擬人化： 通過學(xué)習(xí)人類駕駛行為，自動駕駛系統(tǒng)可實現(xiàn)更精準(zhǔn)的決策和擬人化操控，提升駕駛體驗與安全性。
端到端大模型： 預(yù)計未來將出現(xiàn)端到端的大模型，涵蓋感知、決策和規(guī)劃，為自動駕駛提供高效控制，推動行業(yè)技術(shù)和發(fā)展空間不斷擴(kuò)大。
Jinyao補(bǔ)充：大模型起源于自然語言處理（NLP），隨后被計算機(jī)視覺（CV）借鑒，進(jìn)一步改善圖像處理。在自動駕駛領(lǐng)域，大模型是一種通用認(rèn)知，蘊(yùn)含世界關(guān)系于參數(shù)模型中，能夠以上帝視角理解環(huán)境，不再是由任務(wù)驅(qū)動，而是全盤抽象表達(dá)。這種方法跨越通用和corner case場景，解決之前提到的脫尾效應(yīng)，有可能成為通用解決方案。但就目前技術(shù)進(jìn)程而言，處理大量參數(shù)會引發(fā)如何上車應(yīng)用的難題，可能能帶來新問題和潮流。
Section 3: 想要加入
Jinyao觀點：認(rèn)可這個行業(yè)的未來是前提，因為每個行業(yè)其實都有起有伏的。然后就是不惜一切的機(jī)會或嘗試去進(jìn)入進(jìn)來，進(jìn)來之后通過各樣的各種各樣的資源去跟上這個行業(yè)的潮流。
Kiwi觀點：多面試。通過面試去不斷發(fā)現(xiàn)自己缺失的部分，補(bǔ)足之后再去面試。一定要主動的出擊。
嘉賓：Jinyao、Kiwi
編輯：Freida
【我們是誰】
Ladies Who Tech Digital是基于線上分享活動的科技女性交流平臺，全部由志愿者無償在業(yè)余時間組織推廣，邀請科技領(lǐng)域各行各業(yè)的女性，分享她們的專業(yè)項目和經(jīng)驗實例，以增進(jìn)不同行業(yè)、不同資歷、不同國家之間的交流學(xué)習(xí)。目前已成功吸引了數(shù)千人次的觀看和參與，分享內(nèi)容涉及軟件工程、數(shù)據(jù)科學(xué)、產(chǎn)品、設(shè)計、創(chuàng)業(yè)、能源、制造業(yè)、職業(yè)發(fā)展等。
【歡迎大家關(guān)注我們】
B站：https://space.bilibili.com/1506450
微信公眾號：LadiesWhoTech Digital
小宇宙播客：LadiesWhoTech
小紅書: LadiesWhoTech
