電子發(fā)燒友網(wǎng)報(bào)道（文/李彎彎）中國(guó)已經(jīng)成為全球智能汽車的主戰(zhàn)場(chǎng)，根據(jù)Canalyst數(shù)據(jù)，中國(guó)市場(chǎng)占全球智能汽車總市場(chǎng)的57%，中國(guó)智能汽車市場(chǎng)滲透率已經(jīng)達(dá)到總量的26%，無論是從銷售占比，還是滲透率來看，中國(guó)智能汽車市場(chǎng)都大幅領(lǐng)先歐美。

在日前的第六屆HAOMO AI DAY上，毫末智行董事長(zhǎng)張凱表示，從2020年到今年6月，中國(guó)市場(chǎng)高級(jí)別輔助駕駛搭載率持續(xù)快速提升，特別是今年上半年，高級(jí)別輔助駕駛的前裝搭載率達(dá)到26.64%，預(yù)計(jì)到2025年，中國(guó)高級(jí)別輔助駕駛搭載率超過70%，前景可期。

自動(dòng)駕駛技術(shù)進(jìn)入數(shù)據(jù)驅(qū)動(dòng)時(shí)代

結(jié)合技術(shù)發(fā)展的規(guī)律，毫末智行CEO顧維灝認(rèn)為可以將近十年自動(dòng)駕駛技術(shù)的發(fā)展分成三個(gè)階段：自動(dòng)駕駛1.0時(shí)代，主要是硬件驅(qū)動(dòng)；自動(dòng)駕駛2.0時(shí)代，主要是軟件驅(qū)動(dòng)；自動(dòng)駕駛3.0時(shí)代，重點(diǎn)則是數(shù)據(jù)驅(qū)動(dòng)。這幾個(gè)階段有何區(qū)別呢？

在硬件驅(qū)動(dòng)時(shí)代，在感知上，主要靠激光雷達(dá)，線束多，個(gè)數(shù)多，能力就強(qiáng)；在認(rèn)知上，基本使用人工規(guī)則來實(shí)現(xiàn)。由于車輛成本比較高，所以車輛數(shù)量有限，同時(shí)技術(shù)效果一般，導(dǎo)致自動(dòng)駕駛里程規(guī)模比較少，在100萬公里左右。

在軟件驅(qū)動(dòng)時(shí)代，有更大算力的中央計(jì)算芯片，車輛搭載的車規(guī)傳感器個(gè)數(shù)在快速增加，AI在智能駕駛車上的應(yīng)用更廣泛。在感知上，各傳感器各自為戰(zhàn)，用一些小模型和少量數(shù)據(jù)做訓(xùn)練，得到單個(gè)傳感器的識(shí)別結(jié)果，然后進(jìn)行感知結(jié)果融合；在認(rèn)知上，依然是人工規(guī)則為主。由于整體成本的下降和效果的提升，自動(dòng)駕駛里程快速增加，達(dá)到上千萬公里。

在數(shù)據(jù)驅(qū)動(dòng)時(shí)代，則主要是數(shù)據(jù)自己訓(xùn)練自己。在感知上，用多個(gè)傳感器、不同模態(tài)傳感器的原始數(shù)據(jù)聯(lián)合輸出感知結(jié)果；在認(rèn)知上，通過大量人駕數(shù)據(jù)抽取可解釋的場(chǎng)景化駕駛常識(shí)，在配以AI的實(shí)時(shí)計(jì)算，可以更加擬人化的融入社會(huì)交通流中。這個(gè)階段訓(xùn)練的方式發(fā)生了改變，主要從小模型、少數(shù)據(jù)，轉(zhuǎn)成大模型和真正的大數(shù)據(jù)。

顧維灝談到，毫末智行正在沖刺自動(dòng)駕駛3.0時(shí)代，現(xiàn)階段所有的一切都是為了能夠做出數(shù)據(jù)通道和計(jì)算中心，以便更高效的獲取數(shù)據(jù)，并把數(shù)據(jù)轉(zhuǎn)化為知識(shí)。

經(jīng)過過去近三年的發(fā)展，毫末已經(jīng)在中國(guó)量產(chǎn)自動(dòng)駕駛領(lǐng)域取得領(lǐng)先地位，數(shù)據(jù)規(guī)模正在快速增加，目前用戶使用毫末輔助駕駛產(chǎn)品所產(chǎn)生的輔助駕駛里程，已接近1700萬公里。其數(shù)據(jù)智能體系MANA的學(xué)習(xí)時(shí)長(zhǎng)已經(jīng)超過31萬小時(shí)，虛擬駕齡達(dá)到4萬年。末端物流自動(dòng)配送車也為附近用戶運(yùn)送了超過9萬單的物資。數(shù)據(jù)的規(guī)模和多樣性都在快速的增長(zhǎng)。

1000天，穿越創(chuàng)業(yè)公司生死線

剛剛過去的1000天，毫末智行穿越了一家創(chuàng)業(yè)公司的生死線，從0到1，突破了重重技術(shù)和商業(yè)難關(guān)，包括大規(guī)模、多車型的自動(dòng)駕駛量產(chǎn)難關(guān)；末端物流自動(dòng)配送車用車成本高居不下的難關(guān)；在自動(dòng)駕駛核心AI技術(shù)領(lǐng)域突破了大規(guī)模數(shù)據(jù)處理以及大模型算法應(yīng)用難關(guān)。

2021年，毫末智行獲得了中國(guó)量產(chǎn)自動(dòng)駕駛第一名的稱號(hào)。在乘用車領(lǐng)域，今年7月底魏牌拿鐵 DHT-PHEV的上市，成為搭載毫末智行智能駕駛系統(tǒng)的第七款車型，與此同時(shí)，歐拉閃電貓、歐拉芭蕾貓、歐拉好貓、全新一代長(zhǎng)城炮等車型也在陸續(xù)交付中。

今年8月26日成都車展發(fā)布的魏牌摩卡激光雷達(dá)版，是搭載毫末第三代智能駕駛系統(tǒng)HPilot3.0的首款車型。毫末的HPilot3.0具備打通高速、城市場(chǎng)景的高級(jí)別輔助駕駛的能力，將會(huì)在今年下半年正式交付。到今年年底，搭載毫末輔助駕駛系統(tǒng)的車型將達(dá)數(shù)十款。

在末端物流自動(dòng)配送車領(lǐng)域，毫末在4月份發(fā)布了第二代末端物流自動(dòng)配送車——小魔駝2.0。小魔駝2.0是業(yè)內(nèi)首款面向商用市場(chǎng)的10萬元級(jí)末端物流自動(dòng)配送車，目前小魔駝2.0已經(jīng)開始穩(wěn)定量產(chǎn)交付，面向商超、物流行業(yè)客戶。截至2022年9月，毫末智行與物美多點(diǎn)合作的小魔駝運(yùn)營(yíng)項(xiàng)目訂單量已突破9萬單。

自動(dòng)駕駛行業(yè)面臨的挑戰(zhàn)

2022年自動(dòng)駕駛行業(yè)的競(jìng)爭(zhēng)已步入下半程，毫末在數(shù)據(jù)智能、城市場(chǎng)景輔助駕駛、末端物流自動(dòng)配送方面，都取得了新進(jìn)展。

在數(shù)據(jù)智能方面，中國(guó)首個(gè)自動(dòng)駕駛數(shù)據(jù)智能體系MANA基本完成數(shù)據(jù)閉環(huán)，截止目前，MANA的學(xué)習(xí)時(shí)長(zhǎng)超過31萬小時(shí)，虛擬世界駕齡相當(dāng)于人類司機(jī)的4萬年的駕齡。

在乘用車輔助駕駛方面，中國(guó)首款大規(guī)模量產(chǎn)的城市NOH輔助駕駛系統(tǒng)，即“毫末HPilot3.0”即將交付，毫末的HPilot3.0具有重感知、輕地圖、大算力的特點(diǎn)。2022年，其可落地區(qū)域預(yù)計(jì)將會(huì)覆蓋10座城市，2023年計(jì)劃HPilot3.0落地城市超過100個(gè)。目前已在北京、保定等區(qū)域開展最后階段的量產(chǎn)沖刺。

在末端物流自動(dòng)配送方面，毫末小魔駝2.0也正在陸續(xù)交付中，將很快進(jìn)入最后一公里的末端物流配送及客戶的商業(yè)場(chǎng)景當(dāng)中。

同時(shí)，2022年下半年自動(dòng)駕駛行業(yè)也面臨幾大挑戰(zhàn)：首先是大規(guī)模自動(dòng)駕駛數(shù)據(jù)上云；其次是大算力AI芯片的性能突圍；第三是城市場(chǎng)景自動(dòng)駕駛產(chǎn)品的量產(chǎn)突圍。

面對(duì)重重挑戰(zhàn)，張凱談到，毫末總結(jié)了五大應(yīng)對(duì)法則：一、智能駕駛產(chǎn)品開發(fā)要始終將安全放在首位；二、要用ToC的思維去做ToB的事，才能真正開發(fā)出C端市場(chǎng)接受的產(chǎn)品；三，挖掘出用戶真實(shí)場(chǎng)景數(shù)據(jù)來進(jìn)行數(shù)據(jù)驅(qū)動(dòng)；四，實(shí)現(xiàn)感知智能與認(rèn)知智能的高度一體化；五，以開放的心態(tài)賦能客戶。

另外值得關(guān)注的是，毫末超算中心逐漸揭開面紗。訓(xùn)練大模型需要消耗巨大的算力，以訓(xùn)練一個(gè)千億參數(shù)、百萬個(gè)clips的大模型為例，需要上千GPU卡訓(xùn)練幾個(gè)月時(shí)間，如何提升訓(xùn)練效率，降低訓(xùn)練成本，實(shí)現(xiàn)低碳計(jì)算是自動(dòng)駕駛走進(jìn)千家萬戶的一個(gè)關(guān)鍵門檻。

毫末籌備MANA超算中心的目標(biāo)是，滿足千億參數(shù)大模型，訓(xùn)練數(shù)據(jù)規(guī)模100萬clips，整體訓(xùn)練成本可以降低200倍。另外基于毫末場(chǎng)景庫(kù)的精準(zhǔn)數(shù)據(jù)，基于海量實(shí)車數(shù)據(jù)的增量學(xué)習(xí)，結(jié)合稀疏激活、算子深度優(yōu)化等技術(shù)，持續(xù)優(yōu)化訓(xùn)練成本。

小結(jié)

如今智能駕駛汽車滲透率正在快速提升，自動(dòng)駕駛技術(shù)也在不斷升級(jí)，從早期的硬件驅(qū)動(dòng)、軟件驅(qū)動(dòng)，到數(shù)據(jù)驅(qū)動(dòng)，而大模型、大數(shù)據(jù)的使用，也讓自動(dòng)駕駛面臨計(jì)算效率、成本等諸多問題，而這些也是接下來自動(dòng)駕駛企業(yè)需要思考優(yōu)化的問題。