纯视觉、真无图、多模态，Nullmax发布新一代自动驾驶技术“NI”

汽车盖世汽车 2024-07-20 08:04

智能驾驶领域正经历着前所未有的竞争和创新。各大车企、初创公司乃至科研机构都在这一领域内投入巨大资源，力求在技术突破和市场应用上占据先机。

7月16日，Nullmax在上海举办“AI无止境，智变新开端”2024技术发布会，正式推出新一代自动驾驶技术Nullmax Intelligence（简称NI）。该技术着重于打造全场景的自动驾驶应用，号称以纯视觉、真无图、多模态的技术特点，助力汽车智能进化。

图源：Nullmax

端到端，Nullmax的解法

自特斯拉提出引入“端到端”大模型发展自动驾驶后，在业内迅速引起震荡。随后小鹏、蔚来、理想等车企以及华为、地平线等供应商公司接连宣布跟进部署基于端到端的智能驾驶系统。今年，端到端已成为了智驾领域最火热的概念。

主流的自动驾驶系统将感知、规划与控制各个模块分离，每个模块专注于处理特定的任务。但模块间信息传递可能导致处理延迟，影响系统的实时响应能力。不同模块可能采用不同的技术栈，也增加了技术人员的培训成本和技术更新的难度。

端到端模型则将三大模块整合在一起，消除了模块间的界限，简化了系统架构，提高了运行效率。整合后的模型能够更快地处理数据，提高系统的响应速度。同时也减少了对激光雷达和高精地图的依赖，降低了成本。

不过，尽管不少企业在往端到端方向发力，但也有不同的技术方案。目前，已有不少玩家宣布量产端到端智驾方案，但用户难以感知具体的技术水平，缺乏可解释性的弊端也依然是围绕在各个端到端玩家头上的阴云，并且需要海量的高质量数据提升模型能力。

此次Nullmax发布会，对其端到端方案进行细致的拆解。

具体来看，Nullmax Intelligence包含多模态模型和安全类脑两大板块。

该方案在视觉基础上，增加了对声音、文本、手势等信息的输入支持，通过多模态的端到端模型进行任务的推理，并构建了基于类脑神经网络的安全类脑，由系统整体输出可视化结果、场景描述和驾驶行为。

图源：Nullmax

在技术层面，Nullmax Intelligence整合了Nullmax在静态感知、动态感知、时序融合方面的多项研究。同时将岩芯数智的非Attention机制通用大模型Yan1.2在车端进行部署，并与岩思类脑研究院合作构建类脑神经网络。

就实际应用而言，NI的主要特点在于支持纯视觉、真无图、多模态的全场景自动驾驶应用。

纯视觉、真无图、多模态

近年来，汽车智能化程度快速提升，智驾应用场景逐步扩大，高阶功能向城市加速渗透。但是由于重规则、泛化差、成本高、开不好等问题，智能驾驶的普及受到限制，范围、规模有待提升。

高阶智驾功能的成本降低是推动其大规模应用的关键因素，车企和技术供应商正努力通过技术创新和优化，在保证安全性的同时，进一步降低智驾系统的整体成本。行业争论的焦点所在主要集中在去激光雷达、去高精地图等方面。

目前，以激光雷达为基础的多传感器融合感知方案是多数汽车品牌采用的策略，但也能看到特斯拉和极越等厂商坚持纯视觉方案，依赖高清摄像头和先进的计算机视觉算法，实现智驾功能。

在高精地图方面，其能提供详细道路信息，增强自动驾驶的安全性，但成本高昂且更新困难。部分车企开始尝试去高精地图，采用轻地图或不依赖高精地图的自动驾驶方案。无法否认，但修改多数宣称去高精地图的车企并未完全与高精地图割裂，而是采用“轻地图”方案作为过渡。

据介绍，在不依赖激光雷达、双目相机的情况下，Nullmax可以通过纯视觉进行精准障碍物检测和三维重建，并通过实时生成局部地图结合基础导航，实现不依赖高精地图、轻地图、低精地图、众包地图的真无图应用。

这一系列的特点使得Nullmax的方案应用于不同级别的智驾体验，并且号称能在小于100T的稀疏算力上，实现全场景的领航辅助驾驶。

Nullmax创始人兼CEO&CTO徐雷徐雷指出，Nullmax研发纯视觉方案，是希望将来即使是低价位的车型，也能够拥有城市智驾的能力。“我们希望这套纯视觉系统能够具备这种能力，视觉是mustto have，但激光是niceto have。所以，我觉得增加算力也好，增加传感器也好，都是为了把车开的更好。我们的方案靠视觉就能开，但我们并没有排斥它们。”

此外，为支持Nullmax Intelligence模型壮大和应用拓展，Nullmax还构建了数据平台和算法平台。在真实数据基础上，Nullmax通过AIGC方式生成虚拟数据，加速模型开发与迭代，尤其是稀缺的高价值数据。目前，Nullmax已经实现了生成元素、图片及视频。