Applied Intuition 利用人工智能和大型語言模型來「改變」車輛性能和運行狀況｜來源：Getty Image

全球的自動駕駛公司，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+自動駕駛的服務(wù)之中，賺點辛苦錢。

不過，凡事總有例外。

保時捷不久前領(lǐng)投了一家自動駕駛汽車軟件公司——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)自動駕駛解決方案的「仿真測試」軟件，讓客戶可以反復(fù)測試車輛的軟件和硬件，還能幫助他們管理自動駕駛的海量數(shù)據(jù)，從而縮短開發(fā)周期，并加快汽車的生產(chǎn)速度。

事實上，除了保時捷，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。可謂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 硅谷長出的智駕獨角獸

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，一拍即合，決定共同創(chuàng)業(yè)，目標(biāo)是為自動駕駛模擬仿真測試提供解決方案，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」車輛的性能和運行，挖掘車輛數(shù)據(jù)，為產(chǎn)品開發(fā)和運營改進(jìn)提供信息，從而徹底改變自動駕駛軟件及其他領(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的，因為我們正在研究的某些技術(shù)非常復(fù)雜，而且會產(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，還實現(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代大趨勢，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，累計吸金超 6 億美元。

Applied Intuition 完成了 5 輪融資，累計吸金超 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)。」「不僅如此，有了這筆投資，我們還將開發(fā)我們自己的生成式 AI 模型，推動汽車和自動駕駛行業(yè)的發(fā)展。」

對此，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 虛擬測試平臺

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？

對于傳統(tǒng)車企來說，部署復(fù)雜的高級駕駛輔助系統(tǒng)（ADAS）和自動駕駛（AD）軟件帶來巨大挑戰(zhàn)，因為他們需要以具有成本效益和可擴(kuò)展性的方式，開發(fā)和驗證這些系統(tǒng)，而實際測試和數(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，使工程團(tuán)隊能夠在虛擬環(huán)境中安全、高效地開發(fā)和測試系統(tǒng)，并縮短產(chǎn)品上市時間。

平臺統(tǒng)一的工具鏈橫跨從模擬到數(shù)據(jù)探索和驗證的整個開發(fā)周期，還可以單獨提供部分環(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)隊既可以通過實際測試獲取駕駛?cè)罩荆部梢岳闷脚_的自動配置模型，自動搜索和識別相關(guān)的真實世界駕駛?cè)罩荆瑏碇匦履M、訓(xùn)練或評估。

這個過程生成的合成數(shù)據(jù)，將用于改進(jìn)自動駕駛系統(tǒng)，以應(yīng)對真實世界數(shù)據(jù)收集危險的情況，如變線、切入等｜來源：Applied Intuition 官網(wǎng)

2、仿真場景創(chuàng)建

團(tuán)隊可以根據(jù)合成數(shù)據(jù)或?qū)嶋H駕駛記錄，為感知、預(yù)測、規(guī)劃和控制模擬創(chuàng)建合成場景。平臺的傳感器和對象級模擬器具有確定性和真實性，易于使用，并能與所有測試系統(tǒng)集成。

通過重新模擬真實世界的駕駛?cè)罩緛硌a(bǔ)充合成場景，并使用 AI 生成技術(shù)創(chuàng)建手工難以創(chuàng)建的復(fù)雜場景｜來源：Applied Intuition 官網(wǎng)

3、運行模擬

開發(fā)團(tuán)隊可以在內(nèi)部或云端，進(jìn)行智能選擇，并行運行數(shù)千次模擬。在合并每項代碼變更之前，自動執(zhí)行進(jìn)展和回歸測試。

利用準(zhǔn)確、詳細(xì)和高效的車輛動力學(xué)模型模擬自動駕駛汽車的性能｜來源：Applied Intuition 官網(wǎng)

4、分析和驗證

在用戶友好的儀表板中可視化測試結(jié)果，評估系統(tǒng)性能，并跟蹤運行設(shè)計域（ODD）的覆蓋范圍。并在將軟件模塊集成到整個車輛架構(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試結(jié)果，評估系統(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，提升了其視聽技術(shù)的安全性、舒適性和性能測試的靈活性和效率。

May Mobility 通過使用 Applied Intuition 的模擬器 Object Sim，在虛擬場景中測試其軟件，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，從車隊收集的數(shù)小時駕駛?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)化為測試用例，以便在 Log Sim 中重新模擬。

通過重新模擬，工程團(tuán)隊可以在自動駕駛堆棧的循環(huán)中，調(diào)試路面事件，在過去的駕駛中，測試不同版本的堆棧，并利用 Applied Intuition 的 CI 平臺「云引擎」在部署新軟件之前，識別自動駕駛軟件中出現(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)平臺最新的 AI 生成技術(shù)，持續(xù)開發(fā)、測試和驗證系統(tǒng)，提高軟件及硬件的開發(fā)速度、安全性和系統(tǒng)質(zhì)量，同時優(yōu)化生產(chǎn)成本。

03 合成數(shù)據(jù)和 AI

在高級駕駛輔助系統(tǒng)（ADAS）和自動駕駛（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)隊可以使用編程語言和可視化編輯器，通過「模擬」對場景內(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)建各種駕駛場景，包括復(fù)雜、罕見和危險的情況，而無需承擔(dān)與真實世界測試相關(guān)的風(fēng)險，不僅如此，還可以使用數(shù)據(jù)集管理工具，查看統(tǒng)計數(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，ML 工程師可以將合成數(shù)據(jù)與真實數(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)隊將生成的數(shù)據(jù)集與現(xiàn)有的 ML 模型進(jìn)行集成，并驗證模型性能是否有所提高，同時，「云引擎」可以在數(shù)小時內(nèi)協(xié)調(diào)數(shù)千次并行「模擬」，實現(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)隊根據(jù)高級語言、日志或場景生成數(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，自動駕駛汽車團(tuán)隊如何用 Applied Intuition 的合成數(shù)據(jù)集訓(xùn)練系統(tǒng)？

汽車團(tuán)隊可以用合成數(shù)據(jù)集，測試各種車輛配置的主動安全功能，評估操作設(shè)計域（ODD）中各種場景的系統(tǒng)行為，驗證自動泊車系統(tǒng)、自動高速公路導(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試再到實際測試，從數(shù)周縮短到數(shù)天，減少昂貴甚至危險的道路測試。

有效利用真實數(shù)據(jù)和合成數(shù)據(jù)

為下一個生產(chǎn)啟動 (SOP) 計劃建立數(shù)據(jù)引擎。將相關(guān)事件轉(zhuǎn)換為用于回歸測試的模擬測試，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

采用可跟蹤不同測試環(huán)境結(jié)果的平臺，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，并改變環(huán)境參數(shù)，如一天中的時間、住宅區(qū)和高速公路路況，進(jìn)行全面測試，為未來的迭代直至最終生產(chǎn)建立信心。

能力驅(qū)動開發(fā)

利用合成數(shù)據(jù)提高道路和停車計算機(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 計算硬件可用之前對嵌入式代碼功能進(jìn)行評估。將開發(fā)周期縮短約六個月。

性能校準(zhǔn)

全面評估系統(tǒng)行為，采用與實際結(jié)果相關(guān)的仿真模型，為 SIL 和 HIL 測試域設(shè)計實時車輛運動支持，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。

驗證和認(rèn)證

通過模擬對每個軟件版本進(jìn)行持續(xù)驗證，將最終驗證階段發(fā)現(xiàn)的軟件集成缺陷減少 90%。將測試自動化集成到軟件構(gòu)建系統(tǒng)中。

可見，Applied Intuition 的合成數(shù)據(jù)集，對真實世界數(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，通過幫助感知和驗證團(tuán)隊定義、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)動的 ADAS 和 AD 開發(fā)。

根據(jù)數(shù)據(jù)，到 2026 年，全球自動駕駛汽車市場預(yù)計將達(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爭壓力，必須加快自動駕駛汽車技術(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、一級供應(yīng)商以及卡車運輸、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、安全地推向市場。

可見，作為一家「自動駕駛」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。