>> 興業(yè)證券-汽車行業(yè)：從Sora看基于多模態(tài)大模型的智能駕駛新范式-240229
| 上傳日期： |
2024/2/29 |
大小： |
1674KB |
| 格式： |
pdf 共9頁 |
來源： |
興業(yè)證券 |
| 評級： |
推薦 |
作者： |
董曉彬 |
| 下載權(quán)限： |
此報告為加密報告，僅限高級會員查看 |
|
|
Sora在工程上證明了Transformer做多模態(tài)大模型的能力。2024年2月16日，OpenAI推出文生視頻模型Sora。相比于過去的文生視頻模型，Sora的優(yōu)勢主要有三點：(1)視頻時長顯著提升。（2）可以處理不同分辨率和縱橫比的視頻。（3）Sora展示了對自然語言（語義語法）和物理世界規(guī)律更強的理解能力。Sora本質(zhì)上是基于Transformer+Diffusion模型，在工程上證明了Transformer做多模態(tài)大模型的能力。1）Transformer是目前國內(nèi)外車企做智能駕駛主流的架構(gòu)，自2021年特斯拉AIDAY上展示了基于Transformer的BEV感知方案后，國內(nèi)外主流車企都用BEV+Transformer將各個攝像頭的信息進行特征提取和融合，進一步實現(xiàn)多任務輸出，如靜態(tài)語義地圖、動態(tài)檢測等。2）Diffusion的功能主要是生成圖像和視頻信息，目前國內(nèi)外智駕車企不用Diffusion做視覺場景構(gòu)建，有論文提出可以用Diffusion做智能駕駛模型或駕駛虛擬仿真，目前離產(chǎn)業(yè)化落地尚有距離。我們認為Sora最大意義是證明了基于Transformer做多模態(tài)大模型的能力。
多模態(tài)大模型或是L4級別高階智能駕駛的新范式，OpenAI投資基于多模態(tài)大模型的自動駕駛。目前智駕模型是多個單任務AI模型的疊加，長尾效應導致眾多cornercase需要持續(xù)解決。而多模態(tài)大模型在數(shù)據(jù)，感知和規(guī)劃層面都更加簡潔有效。（1）在數(shù)據(jù)層面，現(xiàn)有模型首先要大規(guī)模采集數(shù)據(jù)，再用模型進行數(shù)據(jù)挖掘和標注，而多模態(tài)大模型不需要專門的智能駕駛數(shù)據(jù)標注，而是通過語言接口對復雜問題進行zero-shot泛化，相對而言可能成本更低，同時可以處理未訓練的任務。（2）在感知層面，現(xiàn)有模型在感知模塊的任務是特征識別和輸出，多模態(tài)大模型不需要對物體進行識別和分類，僅僅考慮物理層面的光線距離等的物理信息，還有和歷史訓練視頻中車輛和這個物體的關(guān)系。（3）在規(guī)劃層面，現(xiàn)有模型代碼庫非常龐大，需要手動調(diào)試來適應復雜任務。多模態(tài)大模型可以把已有的理解的能力直接擴展到駕駛?cè)蝿?，使模型無需顯式訓練，就能安全自然地駕馭復雜場景，所以可以解決沒有見過的場景，即處理“長尾問題”。2023年11月8日，OpenAI投資Ghost Autonmy 500萬美元，希望將多模態(tài)的大語言模型（MLLMs）引入自動駕駛。從經(jīng)濟性角度，多模態(tài)大模型也適合智能駕駛。
智能駕駛的終局可能是基于通用大模型World Model的微調(diào)。World Model可以理解為世界動態(tài)的演化模型，當自動駕駛從世界感知走向通用認知后，智能駕駛的終局可能是基于World Model通用大模型的微調(diào)。通過大模型的預訓練去學會推理、記憶等能力和道路駕駛等通用知識，再強化場景駕駛行為，把數(shù)據(jù)閉環(huán)變成獎勵模型。簡單來講就是，現(xiàn)在的思路是通過采集的數(shù)據(jù)集訓練出一個“司機”，然后教他應對各種特殊場景。通用大模型的思路是先訓練出一個“人”，然后教會他開車。我們從Sora和特斯拉2023年CVPR發(fā)布的視頻看到了構(gòu)建基礎(chǔ)大模型解決智能駕駛場景的可能性，從目前披露的信息看Sora和特斯拉World Model共性有三點：（1）都通過輸入海量的視頻進行訓練。（2）都可以保持對象在不同視角下的一致性。（3）都展示了一定的理解和預測能力，基于過去的視頻推測未來的三維場景變化。
投資建議：基于多模態(tài)大模型的新范式有望大幅提升智能駕駛能力，中長期看好高階智能化的產(chǎn)業(yè)機會。整車方面，建議關(guān)注華為合作車企北汽藍谷、長安汽車、賽力斯，建議關(guān)注小鵬汽車（港股團隊覆蓋）、理想汽車（港服團隊覆蓋）；零部件方面，建議關(guān)注受益高端智能化的伯特利（線控制動放量）、科博達（車身與底盤域控放量）、德賽西威（座艙與智駕域控放量）、經(jīng)緯恒潤（智能駕駛產(chǎn)品布局豐富）、均勝電子（座艙域放量）、保隆科技（ADAS相關(guān)業(yè)務拓展）。
風險提示：智駕技術(shù)落地不及預期，高階智能化安全事故，智能化降本不及預期
|
|
