AI教AI开车:华为靳玉志详解乾崑智驾WEWA架构
作者：微信文章哎，你发现没，最近聊智能驾驶，话题是越来越“硬核”了。前几年大家还在比谁的传感器多、谁的算力高，现在风向一转，开始拼“架构”、拼“方法论”了。这不，华为智能汽车解决方案BU的掌门人靳玉志，前几天就通过一段视频，把自家乾崑智驾的“家底”——WEWA架构，给细细捋了一遍。听下来，感觉这不仅是技术升级，更像是在为未来的自动驾驶，悄悄铺一条全新的“高速公路”。
这WEWA名字听起来有点玄乎，其实就是俩核心部分的组合：“WE”和“WA”。“WE”全称World Engine，你可以把它想象成一个在云端24小时不停运转的“超级驾校”。而“WA”呢，是World Action Model，这就是真正装在车里的“老司机”大脑了。一个在云端苦练，一个在车端实战，这么一配合，思路就清晰了。
靳玉志在视频里点出了一个特别关键的痛点：现在的智驾系统，不缺平平常常的开车数据，高速上规规矩矩跑一百公里，对AI来说可能学不到什么新东西。比如，好端端开着车，旁边绿化带突然冲出个小孩；或者前车开得好好的，毫无征兆地一把方向别过来。这种事儿，现实中谁碰上都头疼，可对AI来说，没“见过”就更不会处理了。
靠真车在路上跑，等这些罕见情况自己发生？那效率太低了，简直是大海捞针。华为想的法子，有点“以虚练实”的味道。他们的“WE”世界引擎，核心就是一套强大的仿真系统。它能把真实的道路数据“搬”到云端，然后，就像电影特效师做后期一样，在本来空旷的路上，“P”上一个突然窜出的行人；在顺畅的车流里，模拟一次旁边车辆危险的“加塞儿”。而且这模拟不是乱来的，得严格遵守物理规律，车子怎么刹、人怎么跑，都得像真的一样，不然练了也白练。
这就引出了更酷的一步：AI教AI。云端那个“超级驾校”（WE），它自己就是个AI。它不停地生成各种高难度、甚至有点“变态”的驾驶考题，然后丢给要训练的智驾大模型去“解答”。大模型在华为那个据说算力高达45EFLOPS的昇腾AI集群上，没日没夜地“刷题”，消化掉相当于几十亿公里里程的难题数据。这个过程，就像是让一个学霸，不停地做全世界最顶尖老师出的奥林匹克竞赛题，练得多了，反应速度和解题思路自然就上去了。靳玉志说，这么练出来的系统，会越来越“类人”，甚至在某些方面超越人类的本能反应。
云端练好了“内功”，还得在车端有个“高手”来施展。这就是“WA”世界行为模型，华为说这是业内第一个为智驾原生设计的“基模型”。啥意思呢？以前的系统，可能感知、决策、规划是分开的几个模块，像流水线。而这个“基模型”，更像是一个通盘考虑的大脑。它具备“全模态感知”能力，摄像头看到的、雷达测到的，它能融会贯通去理解。路上车少顺畅，它可能就用基础模式轻松跟着；一旦遇到施工路段或者暴雨天气，它立刻打起十二分精神，把感知和决策的“功率”调到最大，确保安全。
这种云端和车端紧密协作的架构，带来的好处是实实在在的。按照官方给出的数据，端到端的处理时延能砍掉一半，这意味着从发现危险到开始刹车，反应更快了。整体通行效率能提升20%，该快快，该慢慢，更流畅。最关乎安全体验的“重刹”几率，据说能降低30%，坐车的人不会再被动不动就“点头”的急刹搞得晕头转向了。
说白了，华为这套WEWA架构，是在尝试解决智能驾驶迈向更高阶过程中的核心矛盾：无限的学习需求与有限的现实数据之间的矛盾。他们不再单纯依赖现实世界“投喂”数据，而是自己搭建一个“数字平行世界”，在这个世界里，AI可以安全、高效、高强度地经历人类司机一辈子都可能遇不到几次的危险情况，提前“毕业”。这思路，确实有点面向未来的意思了。
当然，再好的架构，最终都得落到用户每天开车的体验上。反应是不是更丝滑，处理突发状况是不是更像一个经验丰富的老司机，这些才是普通车主能真切感受到的东西。靳玉志这次把技术底层的逻辑摊开来讲，也让大家看到，智能驾驶的竞争，早就过了堆硬件参数的初级阶段，已经深入到人工智能训练方法、数据生成体系、软硬协同架构这些更深层次的较量了。这条路怎么走，大家都在摸索，而华为乾崑掏出的这份WEWA方案，无疑是给出了一个挺有野心的技术回答。接下来，就看这些在“云端驾校”里毕业的“AI司机”，能不能在真实的复杂路况中，真正赢得咱们的信任了。
页:
[1]