Applied Intuition 利用人工智能和大型語言模型來「改變」車輛性能和運(yùn)行狀況｜來源：Getty Image
全球的自動(dòng)駕駛公司，都不怎么好過。
在美國，估值一度達(dá)到 300 億美元的 Cruise 陷入泥潭，硅谷典范的 Waymo 遲遲不見盈利的希望。在國內(nèi)，曾經(jīng)高舉 L4 大旗的公司，也紛紛加入到為車企服務(wù) L2+自動(dòng)駕駛的服務(wù)之中，賺點(diǎn)辛苦錢。
不過，凡事總有例外。
保時(shí)捷不久前領(lǐng)投了一家自動(dòng)駕駛汽車軟件公司Applied Intuition。
該公司主要為汽車制造商和其他公司，開發(fā)可用于研發(fā)自動(dòng)駕駛解決方案的「仿真測(cè)試」軟件，讓客戶可以反復(fù)測(cè)試車輛的軟件和硬件，還能幫助他們管理自動(dòng)駕駛的海量數(shù)據(jù)，從而縮短開發(fā)周期，并加快汽車的生產(chǎn)速度。
事實(shí)上，除了保時(shí)捷，參與領(lǐng)投的還有 Lux Capital 的 Bilal Zuberi、著名投資人 Elad Gil。不僅如此，Andreessen Horowitz、Mary Meeker 的 Bond 基金，甚至 F1 賽車世界冠軍 Nico Rosberg 也加入了本輪投資�？芍^是集合了眾多明星資本。
這輪融資幫助 Applied Intuition 籌資 2.5 億美元，使其估值達(dá)到 60 億美元。
那么，在這樣惡劣的環(huán)境下，Applied Intuition 憑借什么技術(shù)，完成上億美元的融資？這家公司到底什么來頭？
01 硅谷長(zhǎng)出的智駕獨(dú)角獸
Applied Intuition 在 2017 年成立，總部位于硅谷。
公司的兩位創(chuàng)始人，Qasar Younis 和 Peter Ludwig 分別擔(dān)任 CEO 和 CTO。兩人在谷歌的地圖業(yè)務(wù)中相識(shí)，一拍即合，決定共同創(chuàng)業(yè)，目標(biāo)是為自動(dòng)駕駛模擬仿真測(cè)試提供解決方案，從而加速全球?qū)Π踩悄軝C(jī)器的采用。
公司自成立以來就致力于創(chuàng)新 AI 驅(qū)動(dòng)方法解決復(fù)雜的軟件問題，通過提供 AI 軟件，來「改造」車輛的性能和運(yùn)行，挖掘車輛數(shù)據(jù)，為產(chǎn)品開發(fā)和運(yùn)營改進(jìn)提供信息，從而徹底改變自動(dòng)駕駛軟件及其他領(lǐng)域的汽車軟件開發(fā)流程。
目前，正在將更多 AI 軟件應(yīng)用到汽車、國防、建筑和農(nóng)業(yè)等領(lǐng)域。
隨著公司的發(fā)展，公司在底特律、華盛頓特區(qū)、德國、韓國和日本都設(shè)立了辦事處，為全球各行業(yè)的客戶提供服務(wù)。
對(duì)此，Applied Intuition 的聯(lián)合創(chuàng)始人 Qasar Younis 表示，「作為生態(tài)系統(tǒng)的領(lǐng)導(dǎo)者，我們的職責(zé)就是將硅谷的最佳成果帶給我們的全球客戶群。」
目前，Applied Intuition 已宣布，與前 20 家汽車制造商中的 18 家合作，包括豐田、日產(chǎn)、RideFlux 等，甚至還與美國陸軍和國防創(chuàng)新部門簽訂了合同。
另一位創(chuàng)始人 Peter Ludwig 對(duì)此更是直言，「汽車制造商在某些方面不與我們合作是很危險(xiǎn)的，因?yàn)槲覀冋谘芯康哪承┘夹g(shù)非常復(fù)雜，而且會(huì)產(chǎn)生巨大的影響。」
值得一提的是，Applied Intuition 自創(chuàng)立起，就一直保持著三位數(shù)百分比的同比增長(zhǎng)，還實(shí)現(xiàn)了盈利。不可否認(rèn)，公司的發(fā)展受益于生成式人工智能、自主系統(tǒng)和軟件定義汽車等時(shí)代大趨勢(shì)，也因此備受明星資本的青睞，迄今為止已經(jīng)完成了 5 輪融資，累計(jì)吸金超 6 億美元。
Applied Intuition 完成了 5 輪融資，累計(jì)吸金超 6 億美元｜來源：Applied Intuition 官網(wǎng)
新一輪的融資到手后，創(chuàng)始人 Younis 表示，「這筆錢用于開發(fā)一些野心勃勃的項(xiàng)目上。我們業(yè)界領(lǐng)先的汽車軟件產(chǎn)品將注入人工智能技術(shù)，比如大語言模型等，擴(kuò)展到我們明確的 ADAS 和 AD 工具鏈之外，這將成倍地加速下一代汽車的生產(chǎn)�！埂覆粌H如此，有了這筆投資，我們還將開發(fā)我們自己的生成式 AI 模型，推動(dòng)汽車和自動(dòng)駕駛行業(yè)的發(fā)展�！�
對(duì)此，Lux Capital 的普通合伙人 Bilal Zuberi 也表示，「Applied Intuition 站在人工智能革命的前沿，將改變?nèi)蚪煌ㄐ袠I(yè)�！�
02 虛擬測(cè)試平臺(tái)
Applied Intuition 的產(chǎn)品到底有什么魔力，能讓創(chuàng)始人有能力「恐嚇」全球汽車公司？
對(duì)于傳統(tǒng)車企來說，部署復(fù)雜的高級(jí)駕駛輔助系統(tǒng)（ADAS）和自動(dòng)駕駛（AD）軟件帶來巨大挑戰(zhàn)，因?yàn)樗麄冃枰跃哂谐杀拘б婧涂蓴U(kuò)展性的方式，開發(fā)和驗(yàn)證這些系統(tǒng)，而實(shí)際測(cè)試和數(shù)據(jù)收集都既昂貴又不安全。
為此，Applied Intuition 提供了 ADAS 和 AD 開發(fā)平臺(tái)，使工程團(tuán)隊(duì)能夠在虛擬環(huán)境中安全、高效地開發(fā)和測(cè)試系統(tǒng)，并縮短產(chǎn)品上市時(shí)間。
平臺(tái)統(tǒng)一的工具鏈橫跨從模擬到數(shù)據(jù)探索和驗(yàn)證的整個(gè)開發(fā)周期，還可以單獨(dú)提供部分環(huán)節(jié)所需的仿真或數(shù)據(jù)工具。此外，它采用機(jī)器學(xué)習(xí)（ML）技術(shù)，支持日益逼真和復(fù)雜的用例。具體開發(fā)流程如下：
1、數(shù)據(jù)收集與生成
工程團(tuán)隊(duì)既可以通過實(shí)際測(cè)試獲取駕駛?cè)罩�，也可以利用平臺(tái)的自動(dòng)配置模型，自動(dòng)搜索和識(shí)別相關(guān)的真實(shí)世界駕駛?cè)罩�，來重新模擬、訓(xùn)練或評(píng)估。
這個(gè)過程生成的合成數(shù)據(jù)，將用于改進(jìn)自動(dòng)駕駛系統(tǒng)，以應(yīng)對(duì)真實(shí)世界數(shù)據(jù)收集危險(xiǎn)的情況，如變線、切入等｜來源：Applied Intuition 官網(wǎng)
2、仿真場(chǎng)景創(chuàng)建
團(tuán)隊(duì)可以根據(jù)合成數(shù)據(jù)或?qū)嶋H駕駛記錄，為感知、預(yù)測(cè)、規(guī)劃和控制模擬創(chuàng)建合成場(chǎng)景。平臺(tái)的傳感器和對(duì)象級(jí)模擬器具有確定性和真實(shí)性，易于使用，并能與所有測(cè)試系統(tǒng)集成。
通過重新模擬真實(shí)世界的駕駛?cè)罩緛硌a(bǔ)充合成場(chǎng)景，并使用 AI 生成技術(shù)創(chuàng)建手工難以創(chuàng)建的復(fù)雜場(chǎng)景｜來源：Applied Intuition 官網(wǎng)
3、運(yùn)行模擬
開發(fā)團(tuán)隊(duì)可以在內(nèi)部或云端，進(jìn)行智能選擇，并行運(yùn)行數(shù)千次模擬。在合并每項(xiàng)代碼變更之前，自動(dòng)執(zhí)行進(jìn)展和回歸測(cè)試。
利用準(zhǔn)確、詳細(xì)和高效的車輛動(dòng)力學(xué)模型模擬自動(dòng)駕駛汽車的性能｜來源：Applied Intuition 官網(wǎng)
4、分析和驗(yàn)證
在用戶友好的儀表板中可視化測(cè)試結(jié)果，評(píng)估系統(tǒng)性能，并跟蹤運(yùn)行設(shè)計(jì)域（ODD）的覆蓋范圍。并在將軟件模塊集成到整個(gè)車輛架構(gòu)之前，確保滿足功能、系統(tǒng)和法規(guī)要求。
在用戶友好的儀表板中可視化測(cè)試結(jié)果，評(píng)估系統(tǒng)性能｜來源：Applied Intuition 官網(wǎng)
再舉例來說，May Mobility 就使用了 Applied Intuition 的開發(fā)平臺(tái)，提升了其視聽技術(shù)的安全性、舒適性和性能測(cè)試的靈活性和效率。
May Mobility 通過使用 Applied Intuition 的模擬器 Object Sim，在虛擬場(chǎng)景中測(cè)試其軟件，以確保車輛行駛安全，并滿足乘車舒適度的特定標(biāo)準(zhǔn)。
通過 ISO 26262 認(rèn)證的模擬器可進(jìn)行逼真的物體模擬，用于確定方案通過與否｜來源：Applied Intuition 官網(wǎng)
May Mobility 還通過編程，從車隊(duì)收集的數(shù)小時(shí)駕駛?cè)罩局邪l(fā)現(xiàn)異常情況和其他相關(guān)事件，再將感興趣的事件轉(zhuǎn)化為測(cè)試用例，以便在 Log Sim 中重新模擬。
通過重新模擬，工程團(tuán)隊(duì)可以在自動(dòng)駕駛堆棧的循環(huán)中，調(diào)試路面事件，在過去的駕駛中，測(cè)試不同版本的堆棧，并利用 Applied Intuition 的 CI 平臺(tái)「云引擎」在部署新軟件之前，識(shí)別自動(dòng)駕駛軟件中出現(xiàn)的問題，并找到根本原因，再進(jìn)行調(diào)整優(yōu)化。
可見，汽車制造商可利用 Applied Intuition 的 ADAS 和 AD 開發(fā)平臺(tái)最新的 AI 生成技術(shù)，持續(xù)開發(fā)、測(cè)試和驗(yàn)證系統(tǒng)，提高軟件及硬件的開發(fā)速度、安全性和系統(tǒng)質(zhì)量，同時(shí)優(yōu)化生產(chǎn)成本。
03 合成數(shù)據(jù)和 AI
在高級(jí)駕駛輔助系統(tǒng)（ADAS）和自動(dòng)駕駛（AD）系統(tǒng)的開發(fā)過程中，訓(xùn)練數(shù)據(jù)的數(shù)量和質(zhì)量，直接影響到 ML 模型的性能。
然而，在現(xiàn)實(shí)世界中收集、標(biāo)記數(shù)據(jù)既緩慢又昂貴，而以傳感器「模擬」功能為基礎(chǔ)的合成數(shù)據(jù)，則有助于解決這一難題。
開發(fā)團(tuán)隊(duì)可以使用編程語言和可視化編輯器，通過「模擬」對(duì)場(chǎng)景內(nèi)容、天氣、照明等「變量」進(jìn)行「控制」，自主定義訓(xùn)練模型所需的準(zhǔn)確數(shù)據(jù)和標(biāo)簽，輕松創(chuàng)建各種駕駛場(chǎng)景，包括復(fù)雜、罕見和危險(xiǎn)的情況，而無需承擔(dān)與真實(shí)世界測(cè)試相關(guān)的風(fēng)險(xiǎn)，不僅如此，還可以使用數(shù)據(jù)集管理工具，查看統(tǒng)計(jì)數(shù)據(jù)、過濾和導(dǎo)出數(shù)據(jù)。
Applied Intuition 的模擬夜景示例｜來源：Applied Intuition 官網(wǎng)
而且，在訓(xùn)練感知模型時(shí)，ML 工程師可以將合成數(shù)據(jù)與真實(shí)數(shù)據(jù)相結(jié)合，以更快的速度和更低的成本改進(jìn)自主系統(tǒng)，確保合成數(shù)據(jù)集為支持 ML 的系統(tǒng)提供最大價(jià)值。
此外，合成數(shù)據(jù)集還提供可集成和可擴(kuò)展的基礎(chǔ)設(shè)施，幫助開發(fā)團(tuán)隊(duì)將生成的數(shù)據(jù)集與現(xiàn)有的 ML 模型進(jìn)行集成，并驗(yàn)證模型性能是否有所提高，同時(shí)，「云引擎」可以在數(shù)小時(shí)內(nèi)協(xié)調(diào)數(shù)千次并行「模擬」，實(shí)現(xiàn)彈性擴(kuò)展和輕松協(xié)作。
Applied 的合成數(shù)據(jù)集允許團(tuán)隊(duì)根據(jù)高級(jí)語言、日志或場(chǎng)景生成數(shù)據(jù)集｜來源：Applied Intuition 官網(wǎng)
可見，Applied Intuition 通過在以編程方式生成和標(biāo)注的傳感器數(shù)據(jù)上進(jìn)行訓(xùn)練，引導(dǎo)或提高機(jī)器學(xué)習(xí)（ML）模型的魯棒性，從而節(jié)省數(shù)百萬的數(shù)據(jù)收集、挖掘和標(biāo)注成本，不僅解決了 ML 模型性能的迫切需求，還為 AI 訓(xùn)練方法的創(chuàng)新發(fā)展鋪平了道路。
那么，自動(dòng)駕駛汽車團(tuán)隊(duì)如何用 Applied Intuition 的合成數(shù)據(jù)集訓(xùn)練系統(tǒng)？
汽車團(tuán)隊(duì)可以用合成數(shù)據(jù)集，測(cè)試各種車輛配置的主動(dòng)安全功能，評(píng)估操作設(shè)計(jì)域（ODD）中各種場(chǎng)景的系統(tǒng)行為，驗(yàn)證自動(dòng)泊車系統(tǒng)、自動(dòng)高速公路導(dǎo)航等，并滿足商業(yè)部署的安全法規(guī)要求。具體的使用情況如下：
迭代、模擬優(yōu)先的開發(fā)方法
利用仿真技術(shù)縮短開發(fā)周期，從編寫代碼到虛擬測(cè)試再到實(shí)際測(cè)試，從數(shù)周縮短到數(shù)天，減少昂貴甚至危險(xiǎn)的道路測(cè)試。
有效利用真實(shí)數(shù)據(jù)和合成數(shù)據(jù)
為下一個(gè)生產(chǎn)啟動(dòng) (SOP) 計(jì)劃建立數(shù)據(jù)引擎。將相關(guān)事件轉(zhuǎn)換為用于回歸測(cè)試的模擬測(cè)試，并嘗試通過使用合成數(shù)據(jù)進(jìn)行訓(xùn)練來提高感知性能。
全面模擬
采用可跟蹤不同測(cè)試環(huán)境結(jié)果的平臺(tái)，以了解性能并盡早開始準(zhǔn)備安全案例。比如，探索邊緣情況，如變線、并線、切入和上下匝道活動(dòng)，并改變環(huán)境參數(shù)，如一天中的時(shí)間、住宅區(qū)和高速公路路況，進(jìn)行全面測(cè)試，為未來的迭代直至最終生產(chǎn)建立信心。
能力驅(qū)動(dòng)開發(fā)
利用合成數(shù)據(jù)提高道路和停車計(jì)算機(jī)視覺功能的性能，將標(biāo)注道路訓(xùn)練數(shù)據(jù)的相關(guān)成本最多降低 10%。使開發(fā)人員能夠在 ADAS 計(jì)算硬件可用之前對(duì)嵌入式代碼功能進(jìn)行評(píng)估。將開發(fā)周期縮短約六個(gè)月。
性能校準(zhǔn)
全面評(píng)估系統(tǒng)行為，采用與實(shí)際結(jié)果相關(guān)的仿真模型，為 SIL 和 HIL 測(cè)試域設(shè)計(jì)實(shí)時(shí)車輛運(yùn)動(dòng)支持，促進(jìn)各種執(zhí)行器的原始設(shè)備制造商和供應(yīng)商模型的集成。
驗(yàn)證和認(rèn)證
通過模擬對(duì)每個(gè)軟件版本進(jìn)行持續(xù)驗(yàn)證，將最終驗(yàn)證階段發(fā)現(xiàn)的軟件集成缺陷減少 90%。將測(cè)試自動(dòng)化集成到軟件構(gòu)建系統(tǒng)中。
可見，Applied Intuition 的合成數(shù)據(jù)集，對(duì)真實(shí)世界數(shù)據(jù)進(jìn)行了有效補(bǔ)充，提供了一種可擴(kuò)展的高效解決方案，通過幫助感知和驗(yàn)證團(tuán)隊(duì)定義、生成和利用用于 ML 模型的合成訓(xùn)練數(shù)據(jù)，促進(jìn)數(shù)據(jù)驅(qū)動(dòng)的 ADAS 和 AD 開發(fā)。
根據(jù)數(shù)據(jù)，到 2026 年，全球自動(dòng)駕駛汽車市場(chǎng)預(yù)計(jì)將達(dá)到 648.8 億美元。特斯拉、Uber、Waymo 和現(xiàn)有的汽車制造商都面臨著競(jìng)爭(zhēng)壓力，必須加快自動(dòng)駕駛汽車技術(shù)的發(fā)展。
軟件和 AI 正在迅速改變下一代汽車的發(fā)展。Applied Intuition 的軟件解決方案可幫助汽車制造商、一級(jí)供應(yīng)商以及卡車運(yùn)輸、建筑和農(nóng)業(yè)等行業(yè)的公司駕馭這一轉(zhuǎn)變，徹底改變汽車軟件開發(fā)流程，并將軟件定義的汽車快速、安全地推向市常
可見，作為一家「自動(dòng)駕駛」和造車行業(yè)的「送水人」，隨著 AI 技術(shù)的進(jìn)化，同樣也能做得非常成功。
