界面新聞?dòng)浾?| 李彪
AI大模型可以從無(wú)到有地生產(chǎn)各種數(shù)據(jù)后，創(chuàng)造出的海量數(shù)據(jù)該怎么用成了新問(wèn)題。
10月26日，在由界面新聞主辦的2023 REAL科技大會(huì)上，騰訊數(shù)字孿生產(chǎn)品部/自動(dòng)駕駛業(yè)務(wù)總經(jīng)理蘇奎峰發(fā)表了《數(shù)字孿生與生成式AI的閉環(huán)迭代進(jìn)化》主題演講。
蘇奎峰認(rèn)為外界對(duì)于數(shù)字孿生價(jià)值的理解存在諸多誤區(qū)，數(shù)字孿生的真正價(jià)值在于可視、可算與可用?？梢曉谟谔峁┮粋€(gè)交互方式，如果一個(gè)孿生系統(tǒng)沒(méi)有做到可視化，那么它將是失敗的；可算即將物理世界模型化和參數(shù)化，以實(shí)時(shí)數(shù)據(jù)驅(qū)動(dòng)和推演，再將虛實(shí)場(chǎng)景疊加在一起，最后獲得更強(qiáng)和更大規(guī)模的計(jì)算模型，且這個(gè)計(jì)算模型可以按照設(shè)計(jì)者的需求隨時(shí)編輯?？捎皿w現(xiàn)在提供沉浸式、游戲化的交互體驗(yàn)，使得其在現(xiàn)實(shí)世界中可以無(wú)障礙使用，
他通過(guò)實(shí)際應(yīng)用場(chǎng)景解釋了數(shù)字孿生的價(jià)值。一輛貨車送貨，技術(shù)團(tuán)隊(duì)可以將裝載、卸載、運(yùn)輸這些現(xiàn)實(shí)場(chǎng)景通過(guò)數(shù)字孿生建成數(shù)字世界。這個(gè)三維虛擬“世界”不僅要在視覺(jué)上做到了對(duì)物流世界的仿真還原，還必須可編輯的，例如改變車流方向、環(huán)境路況。
以他所負(fù)責(zé)的自動(dòng)駕駛業(yè)務(wù)為例，自動(dòng)駕駛行業(yè)當(dāng)前最大的一個(gè)痛點(diǎn)就是缺數(shù)據(jù)。如果將數(shù)字孿生應(yīng)用在自動(dòng)駕駛的仿真系統(tǒng)中，一旦這套系統(tǒng)掌握了編輯能力，就可以按照開發(fā)者的需求進(jìn)行二次開發(fā)設(shè)計(jì)。同時(shí)，還能通過(guò)這些可編輯數(shù)據(jù)再加上原來(lái)的傳感器采集數(shù)據(jù)，便可以按照高質(zhì)量的數(shù)據(jù)來(lái)訓(xùn)練AI大模型。大模型又可以生成完善自動(dòng)駕駛功能需要的更多測(cè)試場(chǎng)景。
演講結(jié)束后，蘇奎峰接受了界面新聞?dòng)浾叩膶ＴL，談了他思考數(shù)字孿生應(yīng)用于自動(dòng)駕駛的改變，及騰訊對(duì)于自動(dòng)駕駛的投入戰(zhàn)略，以下為專訪內(nèi)容（有刪改）：
界面新聞：大模型可以生成提供大量高質(zhì)量、結(jié)構(gòu)化的數(shù)據(jù)，這些AI生成數(shù)據(jù)能夠解決自動(dòng)駕駛?cè)睌?shù)據(jù)的現(xiàn)狀嗎，通過(guò)這種方式與傳感器捕捉數(shù)據(jù)相比有哪些不同？
蘇奎峰：首先需要強(qiáng)調(diào)的是，現(xiàn)實(shí)數(shù)據(jù)一定是需要的，完全靠虛擬的數(shù)據(jù)肯定不可能。
自動(dòng)駕駛目前在數(shù)據(jù)上主要克服三個(gè)問(wèn)題。第一個(gè)是數(shù)據(jù)效率；第二個(gè)就是極端狀況數(shù)據(jù)（現(xiàn)實(shí)中無(wú)法復(fù)現(xiàn)測(cè)試）；第三個(gè)是樣本均衡問(wèn)題，如果某一類樣本數(shù)據(jù)多，某一類樣本數(shù)據(jù)少，也會(huì)影響最后的表現(xiàn)。
我們的解決方案就是通過(guò)數(shù)字孿生和 AIGC 結(jié)合。這種方案并不是完全脫離了傳感器，而是通過(guò)傳感器采集到了真實(shí)數(shù)據(jù)，采集完成數(shù)據(jù)，再通過(guò)數(shù)字孿生技術(shù)建模，相當(dāng)于將一輛車行駛的現(xiàn)實(shí)場(chǎng)景重建成數(shù)字場(chǎng)景，并且我們還可以按照需求編輯這個(gè)三維的虛擬場(chǎng)景，做到了可視、可算和可用。
這套方案執(zhí)行下來(lái)，第一，傳感器的數(shù)據(jù)保障了真實(shí)性；第二，數(shù)字孿生建立的場(chǎng)景又是可以編輯的，可按照自動(dòng)駕駛測(cè)試的需求進(jìn)行二次開發(fā)設(shè)計(jì)；第三，如果編輯效率低，還能通過(guò)這些可編輯數(shù)據(jù)再加上原來(lái)的傳感器采集數(shù)據(jù)， 訓(xùn)練出一個(gè)大模型。
我們目前在這上面所做的工作，于基本算法上已有了雛形，現(xiàn)在開始驗(yàn)證一致性。
界面新聞：對(duì)于技術(shù)驗(yàn)證一致性后的落地使用，你有怎樣的預(yù)期？
蘇奎峰：很快，或許一年之后我們?cè)僖?jiàn)就可以討論落地效果。
界面新聞：騰訊的自動(dòng)駕駛業(yè)務(wù)現(xiàn)在隸屬于數(shù)字孿生產(chǎn)品部，從公司戰(zhàn)略角度，這代表了怎樣的發(fā)展路線？
蘇奎峰：我們思考自動(dòng)駕駛是一項(xiàng)復(fù)合技術(shù)，它包含了人工智能的許多底層技術(shù)，例如感知、建模、決策規(guī)劃。
自動(dòng)駕駛的核心競(jìng)爭(zhēng)力在于數(shù)據(jù)要素和計(jì)算資源的低成本獲取和高效利用。對(duì)數(shù)據(jù)進(jìn)行高效收集和利用，是整個(gè)自動(dòng)駕駛技術(shù)迭代的關(guān)鍵點(diǎn)。數(shù)字孿生的虛擬仿真技術(shù)有助于加速自動(dòng)駕駛的落地應(yīng)用，且在服務(wù)于自動(dòng)駕駛的同時(shí)，又拓展了自身的應(yīng)用邊界，例如智慧城市、工業(yè)數(shù)字化等等。
其實(shí)無(wú)論自動(dòng)駕駛還是數(shù)字孿生，甚至于現(xiàn)在的 AIGC，我們現(xiàn)在的這個(gè)團(tuán)隊(duì)都有儲(chǔ)備，隨時(shí)做遷移，以覆蓋自動(dòng)駕駛的技術(shù)需要。
界面新聞：在自動(dòng)駕駛業(yè)務(wù)領(lǐng)域，騰訊目前的計(jì)劃仍然是給車打造工具嗎？
蘇奎峰：是的，騰訊做自動(dòng)駕駛的定位就是數(shù)字化助手，這也和騰訊在產(chǎn)業(yè)互聯(lián)網(wǎng)中的角色定位一致。
我們內(nèi)部一開始也思考過(guò)造車與做Robotaxi類的自動(dòng)駕駛算法提供商兩條路線，但很快就被否決掉了。不造車，是因?yàn)樗婕吧a(chǎn)制造領(lǐng)域的專業(yè)問(wèn)題，與騰訊的互聯(lián)網(wǎng)公司基因不符。不做算法提供商是因?yàn)樯虡I(yè)模式，自動(dòng)駕駛最終落地后的商業(yè)模型能不能成立，我們對(duì)此表示懷疑。
界面新聞：就BAT三家公司對(duì)自動(dòng)駕駛的投入來(lái)說(shuō)，騰訊怎么看各家近一兩年來(lái)在這上面的調(diào)整？
蘇奎峰：自動(dòng)駕駛像所有行業(yè)一樣，當(dāng)它的現(xiàn)實(shí)發(fā)展符合大家的理想預(yù)期時(shí)，各家就會(huì)加大投入，市場(chǎng)也會(huì)相應(yīng)放大。目前在這種狀態(tài)下，大家都收縮的時(shí)候，說(shuō)明行業(yè)現(xiàn)階段對(duì)這件事情的認(rèn)知與判斷都很模糊。
如果把自動(dòng)駕駛看成多項(xiàng)技術(shù)的集大成者，那行業(yè)就可以找到更多的商業(yè)出口和落地場(chǎng)景?，F(xiàn)在的難處在于如何把技術(shù)和現(xiàn)有產(chǎn)業(yè)結(jié)合起來(lái)。
騰訊目前的調(diào)整是方向性的調(diào)整，但大戰(zhàn)略沒(méi)變。