傳字節(jié)跳動布局自動駕駛！世界模型團(tuán)隊(duì)操刀，或布局無人物流

作者 ｜ 趙婧初
編輯 ｜ 志豪

一、AI核心團(tuán)隊(duì)親自下場 或?qū)⑶腥霟o人物流賽道二、世界模型需要駛?cè)胝鎸?shí)世界 數(shù)據(jù)或?qū)⑦w移到具身智能領(lǐng)域結(jié)語：字節(jié)不會放棄通向智能化未來的入場券

字節(jié)也要造自動駕駛“大腦”？

車東西7月13日消息，剛剛，有媒體報(bào)道稱，字節(jié)跳動正在探索進(jìn)入自動駕駛領(lǐng)域，相關(guān)項(xiàng)目目前由字節(jié)Seed旗下周暢的世界模型團(tuán)隊(duì)推進(jìn)。業(yè)務(wù)方向可能包括無人物流場景，該業(yè)務(wù)隸屬于字節(jié)旗下的火山引擎汽車行業(yè)線。

據(jù)悉，目前該項(xiàng)目仍處于早期籌備階段，字節(jié)團(tuán)隊(duì)此前已與部分自動駕駛領(lǐng)域企業(yè)進(jìn)行交流，并接觸相關(guān)技術(shù)人才。

不過，字節(jié)方面對此回應(yīng)稱，“字節(jié)大模型前沿探索領(lǐng)域，包括物理AI領(lǐng)域，有很多早期研究和探索，但并沒有做智能駕駛業(yè)務(wù)的計(jì)劃。”

此次消息備受關(guān)注的核心原因在于，相關(guān)項(xiàng)目或?qū)⒔挥勺止?jié)旗下的大模型基礎(chǔ)研究團(tuán)隊(duì)Seed負(fù)責(zé)，而沒有交給一直有在涉獵汽車業(yè)務(wù)的火山引擎團(tuán)隊(duì)。

依托火山引擎，字節(jié)一直在為賽力斯、東風(fēng)、上汽等車企提供車載AI智能體服務(wù)，順利切入智能座艙領(lǐng)域，但始終沒有深入自動駕駛層面。

▲上汽榮威座艙搭載豆包深度思考大模型（圖源網(wǎng)絡(luò)）

而此次或?qū)⒇?fù)責(zé)自動駕駛項(xiàng)目的Seed團(tuán)隊(duì)，成立于2023年，是字節(jié)負(fù)責(zé)通用人工智能研究的重要團(tuán)隊(duì)，研究方向涵蓋多模態(tài)大語言模型?MLLM、GenMedia模型、AI for Science、機(jī)器人等領(lǐng)域，是目前字節(jié)在AI方向上最受重視的業(yè)務(wù)部門之一。

據(jù)爆料，目前自動駕駛相關(guān)項(xiàng)目交由Seed多模態(tài)負(fù)責(zé)人周暢來主導(dǎo)推進(jìn)。周暢于2024年下半年加入字節(jié)，此前是阿里通義千問大模型的技術(shù)負(fù)責(zé)人，現(xiàn)在是字節(jié)Seed AI研發(fā)核心負(fù)責(zé)人之一。

去年7月，字節(jié)的視覺多模態(tài)生成和基礎(chǔ)模型研究業(yè)務(wù)（文生圖Seedream、文生視頻Seedance等）已劃入周暢的負(fù)責(zé)范圍。今年6月，原由李航負(fù)責(zé)的Seed Robotics團(tuán)隊(duì)也轉(zhuǎn)向周暢匯報(bào)。至此，周暢的業(yè)務(wù)范圍已覆蓋多模態(tài)大模型、世界模型、視覺生成、具身智能等多個(gè)領(lǐng)域。

▲周暢（圖源網(wǎng)絡(luò)）

從組織架構(gòu)來看，字節(jié)的意圖或許并不僅僅局限于自動駕駛本身，更像是在為其世界模型尋找一個(gè)真實(shí)世界的落地點(diǎn)。

從目前曝光的信息來看，無人物流很可能是字節(jié)切入自動駕駛的重要方向之一。

相比城區(qū)Robotaxi，無人物流更容易落地。因?yàn)镽obotaxi需要面對復(fù)雜城市道路環(huán)境，同時(shí)涉及安全責(zé)任、監(jiān)管要求、大規(guī)模商業(yè)運(yùn)營等各種問題，背后需要海量的道路數(shù)據(jù)支撐和法律政策支持。

而無人物流通常應(yīng)用于相對固定的場景，比如產(chǎn)業(yè)園區(qū)、港口、礦區(qū)以及部分物流線路，道路環(huán)境更加穩(wěn)定，更適合作為字節(jié)前期在自動駕駛領(lǐng)域進(jìn)行技術(shù)驗(yàn)證和數(shù)據(jù)積累的場景。

▲無人物流車（圖源網(wǎng)絡(luò)）

不過，目前字節(jié)是否會進(jìn)一步成立自動駕駛業(yè)務(wù)，或者推出面向車企的智能駕駛方案，仍沒有明確答案。

如果把時(shí)間線拉長，可以發(fā)現(xiàn)，對于字節(jié)這樣全力加碼AI業(yè)務(wù)的數(shù)據(jù)大廠而言，自動駕駛并不是一個(gè)完全陌生的方向。

過去兩年，大模型競爭主要集中在數(shù)字世界。從聊天機(jī)器人到辦公助手，再到圖像、視頻生成，AI主要處理的是文字、圖片和視頻等數(shù)字內(nèi)容。

但隨著模型能力不斷提升，AI的應(yīng)用邊界也開始從數(shù)字世界向現(xiàn)實(shí)世界延伸。越來越多的企業(yè)開始追問AI是否能夠理解現(xiàn)實(shí)世界，并在現(xiàn)實(shí)環(huán)境中完成任務(wù)等問題。

這種情況下，世界模型逐漸成為AI領(lǐng)域的重要研究方向。

世界模型更關(guān)注的是對現(xiàn)實(shí)環(huán)境的理解、預(yù)測和推演。簡單來說，世界模型希望讓AI不僅能夠識別當(dāng)前環(huán)境，還能夠理解環(huán)境變化規(guī)律，并預(yù)測未來可能發(fā)生的事情。

而自動駕駛恰好是對這種能力要求極高的場景。例如，一輛具備自動駕駛能力的汽車在看到道路上的行人時(shí)，它需要判斷的不只是“有沒有人”，還需要預(yù)測這個(gè)人是否會突然橫穿道路、前方車輛是否會急剎、不同駕駛策略會帶來怎樣的連鎖后果等問題。

▲自動駕駛車輛檢測環(huán)境（圖源網(wǎng)絡(luò)）

近年來包括特斯拉、英偉達(dá)等企業(yè)，都在加強(qiáng)AI模型在自動駕駛領(lǐng)域的應(yīng)用探索。

同樣，對于字節(jié)而言，自動駕駛或許也能為其提供一個(gè)讓世界模型持續(xù)學(xué)習(xí)的”訓(xùn)練場”。在世界模型的加持下，車輛在行駛過程中可以持續(xù)收集來自物理世界的數(shù)據(jù)，并通過這些大量的數(shù)據(jù)反饋來不斷優(yōu)化模型，甚至可能會將提升后的模型能力復(fù)用到具身智能等領(lǐng)域。

馬斯克早就這么做了，他在去年公開指出：“特斯拉擁有FSD數(shù)十億英里真實(shí)道路數(shù)據(jù)，這是我們物理AI的巨型訓(xùn)練場。感知、世界建模、運(yùn)動規(guī)劃全部能直接遷移給Optimus。如果沒有龐大車隊(duì)，我們根本無法規(guī)模化采集真實(shí)世界傳感數(shù)據(jù)。”

今年他再度強(qiáng)調(diào)：“如果沒有先做FSD自動駕駛汽車，研發(fā)Optimus難度會高出一個(gè)數(shù)量級。”

從目前來看，字節(jié)是否會真正進(jìn)入自動駕駛賽道，仍然存在不確定性。但可以確定的是，自動駕駛正在成為AI企業(yè)探索物理世界的重要入口。

畢竟，當(dāng)特斯拉和英偉達(dá)都開始探索將自動駕駛與機(jī)器人置于同一套底層模型下時(shí)，沒有人會輕易放棄這場通向智能未來的入場券。