315-316章：新产品！（4000字）（7/23）

！”

在高怀钧的明示之下，吴恩达说道。

“首先最核心的变化就是算法，ADS在底层算法里加入了端到端的架构，因为个各家厂商对端到端的定义和应用方法不太一样，而我们更注重车载对个人的影响，也就是大模型之中的一个模型实现智驾的感知，预测，规划，控制等功能。”

“这需要高瓴车辆这边拥有多方面配合，一边为各种传感器信息如：摄像头、毫米波雷达、激光雷达、导航信息等，以及地图信息的输入，另外一边则直接输出车辆的控制信号如：刹车、油门、转向等。”

“基于端到端模型的智驾功能有以下的优势。”

“一个是不存在信息丢失、误差等问题。二个是操作更类人、更流畅丝滑，这也是部分车企一直宣传智驾丝滑的原因。三个是泛化能力强，比较容易将能力扩展到更多场景和地区，比如全国都能开。四个是对代码开发要求降低，主要工作是训练模型。”

“而缺点的话，一个是不确定性，或者叫不准确性，大模型是基于模型结构和统计概率做出预测或者决策，这要求训练数据覆盖所有场景，没有训练到的场景大模型会做出什么动作是未知的，这和大语言模型出现的胡言乱语一样，聊天出现胡言乱语无所谓，但是智驾出现胡乱操作确实很危险的。”

“二个是不可知性，大模型为什么会有这样的能力，现在并没有确实的解释或者论证，很多业内的专家提出了“涌现”这个概念，意思是模型大到一定程度就会“涌现”出一些能力，感觉很流氓有无法反驳。完全黑盒，这样出现问题也不知道是什么原因只能训练模型。”

“因此，我们的ADS智能架构：采用感知（GOD网络）、预决策规划（PDP网络）两个大模型，将感知和预决策规划分开，第一个模型实现感知，第二个模型实现预知、决策、控制等功能，从实践的角度这样方便调试时方便分别对两部分进行测试和调试，又能兼顾大模型的一些优势，是在大模型的优缺点之间取平衡，虽然没有实现完全的端到端，在L4甚至在L5上拥有更为完全的功能，但是实现99%情况下的L3，问题是不大的。”

高瓴车辆的众人连忙点头。

这么高科技的玩意儿，他们还是第一次见。

吴恩达连续讲了差不多半个小时这个所谓的大模型，这个端到端的架构。

他们基本都是在云里雾里的，如听天书一般！

怪不得高怀钧花了那么大的价钱请了这样一帮子博士过来。