作者 | Bruce

編輯 | 德新

數(shù)據(jù)是人工智能算法迭代的基石。

自動(dòng)駕駛作為人工智能技術(shù)應(yīng)用的典型場(chǎng)景，核心競(jìng)爭(zhēng)將比拼自動(dòng)駕駛的數(shù)據(jù)規(guī)模和質(zhì)量。

“毫末經(jīng)過接近三年的發(fā)展，目前已經(jīng)是中國(guó)量產(chǎn)自動(dòng)駕駛公司的第一名，數(shù)據(jù)規(guī)模正在快速增加?！?2022年9月13日，毫末智行CEO顧維灝在第六屆毫末AI Day上宣布。

這天是毫末智行成立的第1020天。

顧維灝認(rèn)為，參照谷歌發(fā)布的AI自然語言處理模型PaLM所處理的數(shù)據(jù)規(guī)模，自動(dòng)駕駛領(lǐng)域如果要更廣泛地應(yīng)用 Attention大模型，所需的數(shù)據(jù)規(guī)模需要自動(dòng)駕駛里程至少達(dá)到 1 億公里。

顧維灝將近十年的技術(shù)發(fā)展分成了三個(gè)階段：

自動(dòng)駕駛 1.0 時(shí)代，最早的采用硬件驅(qū)動(dòng)方式。特點(diǎn)包括自動(dòng)駕駛運(yùn)行里程100萬公里，感知主要依靠激光雷達(dá)，認(rèn)知基于人工規(guī)則；

自動(dòng)駕駛 2.0 時(shí)代，最近幾年出現(xiàn)的采用軟件驅(qū)動(dòng)方式。特點(diǎn)有自動(dòng)駕駛運(yùn)行里程100萬-1億公里，感知依靠傳感器單獨(dú)輸出的結(jié)果，認(rèn)知基于人工規(guī)則，開始出現(xiàn)基于小模型、小數(shù)據(jù)的技術(shù)模式；

自動(dòng)駕駛 3.0 時(shí)代，即將發(fā)生并將持續(xù)發(fā)展的采用數(shù)據(jù)驅(qū)動(dòng)方式。特點(diǎn)是，自動(dòng)駕駛運(yùn)行里程在1億公里以上，感知依靠多模態(tài)傳感器聯(lián)合輸出的結(jié)果，認(rèn)知基于離線強(qiáng)化學(xué)習(xí)抽取駕駛常識(shí)，技術(shù)模式基于大模型、大數(shù)據(jù)。

對(duì)于毫末來說，將自動(dòng)駕駛里程提升到1億公里，建立基于Attention大模型的AI自動(dòng)駕駛處理模型，是進(jìn)入自動(dòng)駕駛3.0時(shí)代的重心。

背靠長(zhǎng)城汽車，要迅速突破1億公里并非難事。

我們更看重的，是毫末在進(jìn)入3.0時(shí)代后如何利用大模型、大數(shù)據(jù)加速迭代自動(dòng)駕駛功能。

如果可以利用好大模型，毫末在智駕維度上超越蔚小理的勝負(fù)手很快就會(huì)出現(xiàn)。

1-過去1000天，毫末做了什么？

自動(dòng)駕駛分為漸進(jìn)式和跨越式，毫末走的是漸進(jìn)式路線，并很早確定了“毫末模式”：

（領(lǐng)先的數(shù)據(jù)智能 * 穩(wěn)定的量產(chǎn)能力 * 安全） ^ 生態(tài)

這一模式下，毫末取得了一系列戰(zhàn)績(jī)。

乘用車方面：

2021年，毫末輔助駕駛系統(tǒng)HPilot 1.0版搭載五款車，數(shù)萬臺(tái)規(guī)模。今年4月，搭載了第六款車型坦克500。

目前，搭載毫末輔助駕駛系統(tǒng)的車涉及魏牌、坦克、哈弗、歐拉多個(gè)長(zhǎng)城子品牌，今年底將落地30款車型。

毫末輔助駕駛用戶行駛里程，截至今年9月達(dá)到1700萬公里；

毫末預(yù)計(jì)，2024年底，上車總量達(dá)到百萬量級(jí)。這意味著，屆時(shí)長(zhǎng)城旗下的車基本上都會(huì)搭載毫末輔助駕駛系統(tǒng)，這對(duì)于輔助駕駛用戶行駛里程也會(huì)是一個(gè)重大提升。

商用車方面：

• 產(chǎn)品層面，毫末推出了末端物流自動(dòng)配送車線控底盤小魔盤、配送車小魔駝、小蠻驢、魔袋20等產(chǎn)品；

• 合作層面，與美團(tuán)、阿里、物美多點(diǎn)建立合作關(guān)系；

• 訂單層面，截至今年9月，小魔駝?dòng)唵瘟客黄?萬單；

毫末還拿下了多個(gè)第一，比如：

• 發(fā)布了中國(guó)首個(gè)自動(dòng)駕駛數(shù)據(jù)智能體系 MANA；

• 中國(guó)第一個(gè)大規(guī)模量產(chǎn)、重感知的城市NOH輔助駕駛系統(tǒng)；

• 中國(guó)第一個(gè)十萬元級(jí)末端物流自動(dòng)配送車小魔駝 2.0。

毫末智行董事長(zhǎng)張凱表示，MANA已經(jīng)基本完成數(shù)據(jù)閉環(huán)，城市 NOH 輔助駕駛系統(tǒng)即“毫末 HPilot3.0” 9 月量產(chǎn)，今年可落地區(qū)域預(yù)計(jì)將會(huì)覆蓋10座城市，2023年我們的計(jì)劃是 HPilot3.0 落地城市超過100個(gè)。

此外，經(jīng)過兩代小魔駝的持續(xù)迭代，目前小魔駝2.0已經(jīng)兼具自動(dòng)駕駛與平行駕駛的能力， 為全程無人接管提供了完備的方案。

一句話，毫末拿下了中國(guó)自動(dòng)駕駛量產(chǎn)第一。

那么，取得這些成績(jī)背后的核心原因是什么？

在國(guó)內(nèi)車企中，毫末很早就看清了自動(dòng)駕駛進(jìn)入數(shù)據(jù)驅(qū)動(dòng)的終局，并且基于終局視角，一開始就搭建數(shù)據(jù)智能體系，也就是MANA。

毫末智行CEO顧維灝說，自動(dòng)駕駛競(jìng)爭(zhēng)進(jìn)入了以數(shù)據(jù)驅(qū)動(dòng)為主的3.0時(shí)代。

數(shù)據(jù)的重要性凸顯，尤其在城市高階智能駕駛競(jìng)爭(zhēng)中，涉及復(fù)雜場(chǎng)景比如城市道路養(yǎng)護(hù)、變道空間狹窄等多種場(chǎng)景得到充分體現(xiàn)，此外數(shù)據(jù)還涉及多重感知融合、規(guī)控策略提升等。

毫末很清楚自己的優(yōu)劣勢(shì)，劣勢(shì)是起步晚，優(yōu)勢(shì)是后面有長(zhǎng)城的百萬輛汽車做量產(chǎn)搭載后盾。在這種情況下，建立數(shù)據(jù)智能體系就成了重中之重。

據(jù)XEV研究所了解，搭建數(shù)據(jù)智能體系已經(jīng)成為自動(dòng)駕駛頭部玩家的共識(shí)。

搭建數(shù)據(jù)智能體系，就近可以優(yōu)化規(guī)控策略，提升用戶使用輔助技術(shù)功能的體感。朝遠(yuǎn)了說，是積累數(shù)據(jù)用來反哺優(yōu)化感知算法，洞察用戶需求用來更好定義功能開發(fā)的關(guān)鍵。

對(duì)于數(shù)據(jù)的收集和處理的能力，是毫末在自動(dòng)駕駛領(lǐng)域持續(xù)前進(jìn)的核心。

2-毫末的核心，在自動(dòng)駕駛領(lǐng)域應(yīng)用大模型

解決了大部分高速場(chǎng)景后，自動(dòng)駕駛的重心開始轉(zhuǎn)向城市場(chǎng)景。

顧維灝透露，城市場(chǎng)景的復(fù)雜性遠(yuǎn)超毫末最早的預(yù)期，比如，城市道路經(jīng)常不定時(shí)的養(yǎng)護(hù)；有的路段大型車輛密集，遮擋和截?cái)鄧?yán)重；周圍車輛的行為導(dǎo)致自車變道空間狹窄，變道困難；還經(jīng)常遇到打開的車門等等。

解決城市場(chǎng)景問題，本質(zhì)上即是解決更大規(guī)模的數(shù)據(jù)處理問題。

一方面，需要有效地將數(shù)據(jù)規(guī)模轉(zhuǎn)化為模型效果。

業(yè)界常用的方式是監(jiān)督學(xué)習(xí)，在遇到更大規(guī)模的數(shù)據(jù)時(shí)，樣本標(biāo)注的時(shí)間成本和費(fèi)用成本會(huì)變得很高。

毫末的方式是將所有感知任務(wù)backbone進(jìn)行統(tǒng)一，然后利用無標(biāo)注數(shù)據(jù)對(duì)統(tǒng)一backbone進(jìn)行預(yù)訓(xùn)練，模型剩余的部分再用標(biāo)注樣本進(jìn)行訓(xùn)練。

顧維灝說，做Backbone的預(yù)訓(xùn)練這種方式比只用標(biāo)注樣本做訓(xùn)練，效率可以提升3倍以上，同時(shí)精度也有顯著的提升。

另一方面，在數(shù)據(jù)規(guī)模增加后，需要繼續(xù)保持巨量數(shù)據(jù)規(guī)模下對(duì)自然界數(shù)據(jù)分布遵循長(zhǎng)尾分布形態(tài)。

簡(jiǎn)單來說，就是在處理好頭部場(chǎng)景數(shù)據(jù)的基礎(chǔ)上，兼顧腰尾部場(chǎng)景數(shù)據(jù)。

由于深度學(xué)習(xí)的訓(xùn)練過程是擬合數(shù)據(jù)分布的過程，更擅長(zhǎng)處理頭部場(chǎng)景，對(duì)腰尾部場(chǎng)景的處理效果并不好。所以，業(yè)界常用的方式是用全量數(shù)據(jù)再次精細(xì)的訓(xùn)練模型，但是這種做法的成本高而且效率低。

毫末的做法是，構(gòu)造一個(gè)增量式的學(xué)習(xí)訓(xùn)練平臺(tái)。訓(xùn)練過程中不再無差別地去優(yōu)化所有參數(shù)，而是選擇“有偏見”的參數(shù)進(jìn)行定點(diǎn)優(yōu)化，并動(dòng)態(tài)觀察模型的擬合能力，適時(shí)地?cái)U(kuò)充模型的參數(shù)規(guī)模。

顧維灝說，相比常規(guī)做法，這一方式達(dá)到同樣的精度可以節(jié)省80% 以上的算力，收斂時(shí)間也可以提升 6 倍以上。

與常見的由攝像頭、激光雷達(dá)、高精地圖組成的自動(dòng)駕駛方案不同，毫末采用了重感知輕地圖的技術(shù)路線。

“城市場(chǎng)景里的道路環(huán)境發(fā)生變化的頻率遠(yuǎn)遠(yuǎn)高于高速場(chǎng)景，如果把地圖看作一個(gè)傳感器的話，那么這個(gè)傳感器的置信度是有些問題的?！鳖櫨S灝說。

毫末的解決方案是，使用 Transformer 建立強(qiáng)感知的時(shí)空理解能力，用時(shí)序的transformer 模型在 BEV 空間上進(jìn)行虛擬實(shí)時(shí)建圖，通過這種方式讓感知車道線的輸出更加準(zhǔn)確和穩(wěn)定，在這個(gè)時(shí)空下對(duì)障礙物的判斷也會(huì)變得更加準(zhǔn)確。

目前，在實(shí)時(shí)感知能力下，毫末已經(jīng)可以不需要地圖輔助就能解決過去比較麻煩的模糊復(fù)雜路口、環(huán)島等問題。

毫末還在通過升級(jí)車上的感知系統(tǒng)，以使自動(dòng)駕駛系統(tǒng)識(shí)別城市環(huán)境下的交互接口。此外，毫末還在與阿里巴巴、德清政府合作，借助路端設(shè)備提升對(duì)于城市路口的仿真場(chǎng)景構(gòu)建效果。

自動(dòng)駕駛最終目的是讓車的運(yùn)行更像人類駕駛。

過去業(yè)界常用的分場(chǎng)景、微模型方法，會(huì)存在由于太機(jī)械導(dǎo)致的舒適感不足問題。毫末正在借鑒多模態(tài)大模型的方法來解決認(rèn)知問題，讓系統(tǒng)的動(dòng)作更加擬人。

大致做法是，對(duì)覆蓋全國(guó)的海量人駕數(shù)據(jù)進(jìn)行深度理解，構(gòu)建毫末自動(dòng)駕駛場(chǎng)景庫，并基于典型場(chǎng)景挖掘海量司機(jī)的實(shí)際駕駛行為，構(gòu)建 taskpromt，訓(xùn)練一個(gè)基于時(shí)空 Attention 的駕駛決策預(yù)訓(xùn)練大模型，使得自動(dòng)駕駛決策更像人類實(shí)際駕駛行為。

在訓(xùn)練大模型時(shí)，為了提高訓(xùn)練效率并降低訓(xùn)練成本，毫末的超算中心開始登場(chǎng)。

這一類似特斯拉Dojo的超算中心，目標(biāo)是滿足千億參數(shù)大模型，同時(shí)數(shù)據(jù)規(guī)模100萬clips，整體訓(xùn)練成本可以降低 200 倍。

總的來說，智能駕駛這條賽道，是1和0的比拼。1指的是智駕功能，0指的是可以量產(chǎn)搭載的車型。

毫末智行負(fù)責(zé)1，長(zhǎng)城汽車背后的百萬銷量負(fù)責(zé)0。

MANA實(shí)現(xiàn)數(shù)據(jù)閉環(huán)，以及高速、城市NOH功能的開發(fā)完成，和末端無人配送產(chǎn)品的出現(xiàn)，意味著毫末智行基本上完成了1。

接下來就是功能系統(tǒng)的大規(guī)模上車。

3-自動(dòng)駕駛數(shù)據(jù)，毫末超越蔚小理的勝負(fù)手

追擊1000天后，毫末的智能駕駛水平終于來到蔚小理的同一檔。

一個(gè)標(biāo)志是，搭載毫末輔助駕駛系統(tǒng)的摩卡激光雷達(dá)版，和小鵬P5激光雷達(dá)版，可以在首個(gè)量產(chǎn)城市領(lǐng)航輔助的稱號(hào)爭(zhēng)奪上掰手腕。

實(shí)際上，毫末智行和蔚小理的智能駕駛打法是略有不同的。

蔚小理的優(yōu)勢(shì)是全棧自研起步早，劣勢(shì)是量產(chǎn)規(guī)模處于起步期。毫末智行的劣勢(shì)是起步晚，優(yōu)勢(shì)是后面有長(zhǎng)城的百萬輛汽車做量產(chǎn)搭載后盾。

為了彌補(bǔ)這種劣勢(shì)，毫末智行追擊了1000天，彌補(bǔ)了時(shí)間差導(dǎo)致的功能差距。

在具體技術(shù)方案上，基于對(duì)數(shù)據(jù)智能體系的重視，毫末智行與蔚小理的注重感知、高精地圖、激光雷達(dá)方案不同，采用了“重感知、輕地圖”的技術(shù)路線。這是大膽、甚至可以說是冒險(xiǎn)的技術(shù)路線。

秉承傳統(tǒng)車企基因，毫末還具備了技術(shù)工程化能力。

毫末在兩年多時(shí)間里實(shí)現(xiàn)10余款不同平臺(tái)車輛量產(chǎn)落地。背后的原因是，毫末形成了一套高效的智能駕駛產(chǎn)品開發(fā)流程，可以30個(gè)項(xiàng)目異步開發(fā)。

功能產(chǎn)品研發(fā)完成后，大量長(zhǎng)城旗下品牌車型等著被搭載，這將進(jìn)一步推動(dòng)毫末輔助駕駛系統(tǒng)的迭代演進(jìn)。

總結(jié)來看，方向選對(duì)并且推進(jìn)迅速，讓毫末和蔚小理的智能駕駛功能落地節(jié)點(diǎn)上保持了一致，接下來，比拼的就是功能上車的規(guī)模量。

當(dāng)自動(dòng)駕駛進(jìn)入數(shù)據(jù)驅(qū)動(dòng)的3.0競(jìng)爭(zhēng)時(shí)代，誰的數(shù)據(jù)積累速度更快，誰就能拔得頭籌。

毫末和蔚小理誰的數(shù)據(jù)量積累更快？

蔚來官方數(shù)據(jù)顯示，截至今年5月21日，蔚來中國(guó)用戶累計(jì)使用NIO Pilot行駛超過4.18億公里，使用領(lǐng)航輔助（NOP）累計(jì)行駛1.57億公里。

何小鵬在今年3月透露，小鵬智能駕駛累計(jì)行駛里程達(dá)到1.4億公里。

理想官方公布數(shù)據(jù)顯示，截至今年6月底，理想高速NOA累計(jì)行駛里程超過2462萬公里，輔助駕駛里程超過2.9億公里。

相比之下，毫末當(dāng)前的輔助駕駛行駛里程最少。但接下來，隨著毫末輔助駕駛系統(tǒng)在長(zhǎng)城品牌車型上的迅速搭載，毫末的輔助駕駛行駛里程規(guī)模倍增將是必然。

目前，長(zhǎng)城汽車年銷量處于100萬臺(tái)的水平，根據(jù)長(zhǎng)城汽車規(guī)劃，將在2025年實(shí)現(xiàn)全球年銷量400萬臺(tái)車的目標(biāo)。

對(duì)于蔚小理來說，當(dāng)下年銷量大概在9萬臺(tái)的水平。到2025年，要達(dá)到長(zhǎng)城的同等銷量規(guī)模，難度并不小。

銷量直接決定了輔助駕駛系統(tǒng)的搭載規(guī)模，這一次，蔚小理全棧自研早起步的優(yōu)勢(shì)，開始被毫末背靠的長(zhǎng)城汽車規(guī)模優(yōu)勢(shì)替代。

這也是為什么說智駕維度上毫末智行迎來了超越蔚小理的拐點(diǎn)。

毫末的勝負(fù)手，也就是自動(dòng)駕駛數(shù)據(jù)的多樣性、規(guī)模量，在1億公里之后就會(huì)到來，相信那一天并不會(huì)太遠(yuǎn)。

返回第一電動(dòng)網(wǎng)首頁 >