这两天刷到个挺有意思的消息,说字节那边可能要往自动驾驶这坑里跳了。不是那种捕风捉影的小道八卦,是36氪那边放出来的料,说现在这个项目挂在Seed团队下面,具体是周畅带的世界模型组在折腾。稍微了解点内情的朋友应该知道,Seed算是字节搞大模型的前沿部队,去年才正式拉起来的队伍,平时琢磨的都是通用智能那些天花板级别的玩意儿,从大语言模型到视觉、语音,再到现在火得不行的世界模型和AI基础设施,基本把AI圈的热门方向扫了个遍。这次把自动驾驶相关的探索塞进去,倒也不算太突兀。之前跟几个做自动驾驶的朋友聊过,大家都觉得无人物流是块肥肉,只是之前技术门槛和成本卡在那,现在大模型一出来,很多感知和决策的问题突然就有了新解法。
有意思的是,消息刚出来没多久,字节那边就出来“辟谣”了,说只是在物理AI领域有些早期研究,压根没打算做智能驾驶业务。这种公关话术咱们见多了,科技公司嘛,在项目没捂热实锤之前,谁都不想提前亮底牌。尤其是自动驾驶这种烧钱又敏感的领域,过早释放信号容易打乱节奏,还可能让竞争对手提前设防。不过从另一个角度看,既然都开始跟头部自动驾驶团队频繁接触,还悄悄给业内大牛发邀约了,说明内部起码已经过了“拍脑袋”阶段,进入实质性筹备期了。有技术大拿愿意跳槽过去,本身就说明他们对这个方向的信心——毕竟顶尖人才可不会为了一个虚无缥缈的PPT项目冒险。
其实回头看,字节在汽车领域的动作一直没停过。火山引擎早就在给车企提供数据平台、仿真测试这些底层服务,相当于给行业卖铲子。世界模型这个概念最近在圈子里提得特别多,简单说就是让AI在虚拟世界里学会理解物理规律,下雨天路面打滑怎么处理、行人突然横穿该怎么避让,不用全靠真实路测堆里程,在模拟环境里就能练出经验。Seed团队搞这个正好对口,要是真能把世界模型的成果迁移到自动驾驶的决策系统里,说不定能绕开现在很多公司死磕激光雷达、高精地图的老路子。字节的优势在于云服务和AI算法的整合能力,尤其是抖音沉淀下来的视频理解技术,用在道路环境感知上其实有共通之处。之前看过一篇论文,讲多模态大模型怎么提升复杂天气下的目标识别率,当时就觉得这类技术早晚会重塑自动驾驶的技术栈。如果字节真能把大模型的泛化能力带到物流车上,以后小区里跑的快递无人车,说不定真能认出你家门口突然窜出来的猫,而不是傻乎乎地急刹或者撞上去。
当然,从“早期研究”到真正落地还有十万八千里。自动驾驶这十年不知道埋了多少公司的梦想,光是技术迭代和法规适配就够喝一壶的。不过字节向来有“大力出奇迹”的传统,当年做抖音、做TikTok都是后发先至。毕竟物流车的成本结构清晰,省掉司机工资、提升运营效率这些账,企业主算得比谁都明白。
这两天翻了翻Seed团队的公开资料,发现他们招人简章里悄悄加了“具身智能”“物理交互”这类关键词,懂行的自然能品出味道。科技圈的传闻往往比官宣更有参考价值,就像当初大家猜苹果造车,也是从挖人、申请专利这些细节里拼凑出真相。
现在字节这边动静不算小,但还没到大规模铺开的阶段,倒像是憋着劲要在某个节点甩出王炸。反正作为吃瓜群众,咱们搬好板凳等着看就行,说不定哪天路过某个科技园,就能撞见顶着字节Logo的无人配送车慢悠悠地转悠呢。到时候再回头看今天的消息,估计又是一次“虽迟但报”的经典剧本。