易車原創 以往提到輔助駕駛妳可能首先會聯想到特斯拉、華為或者小鵬，但如今妳可能需要記住壹個後來居上的新玩家了，它就是毫末智行。這家公司是由長城汽車的智能駕駛前部孵化而來，在成立的1020天之後，毫末給我們奉上了壹份令人驚嘆的成績單。
就在9月13日舉行的第六屆HAOMO AI DAY上，毫末再壹次向我們展示了他們的最新成果和傲人成績：毫末1000天，跑出了中國自動駕駛最快的1000天，穩居“中國量產自動駕駛第壹名”，兩年半時間穩定交付三代乘用車輔助駕駛產品，目前已搭載超過十款明星車型，中國首款搭載大規模量產城市NOH車型摩卡DHT-PHEV激光雷達版計劃9月量產，年內發售。搭載毫末HPilot的魏牌摩卡PHEV和歐拉好貓，獲得歐盟E-NCAP“五星安全評級”，使得毫末成為中國首個出海量產落地的自動駕駛公司。末端物流自動配送方面，占據該領域領先的市場份額，小魔駝2.0量產下線交付客戶。毫末開創的中國首個數據智能體系MANA完成數十萬全要素、多模態CLIPS的標註，積累300萬小時中國道路駕駛認知場景庫，相當於人類司機4萬年，基本完成數據閉環……
以上這壹系列成績很難讓人相信這是壹家僅僅成立了兩年半的公司。那麽接下來我們就結合這次AI DAY 活動的幹貨分享帶各位了解壹下毫末是如何做到進步如此迅猛並且成績斐然的。
01 “大模型+大數據”?毫末全力沖刺自動駕駛3.0時代
在此次活動上，毫末智行CEO顧維灝博士發表了主題為《毫末和自動駕駛的3.0時代》的演講，在業內首次提出“自動駕駛已經進入數據驅動的3.0時代”的行業判斷。
那麽自動駕駛的演進過程到底是怎樣的呢？1.0、2.0和3.0之間又有怎樣的跨越和不同呢？
首先1.0時代還是以硬件驅動為主：感知能力主要靠激光雷達，認知方式依賴人工規則，整車成本較高，自動駕駛的裏程規模也就在100萬公裏左右；
其次到了2.0時代則是以軟件驅動為主：感知方式由激光雷達變成了多傳感器的單獨輸出結果，融合方式還不健全。並且訓練模式還是小模型和少數據的情況，認知方式仍舊是人工規則為主，自動駕駛的裏程規模上升到100萬到1億公裏之間；
最後以數據驅動的自動駕駛3.0時代則是毫末沖刺的方向：感知方式上實現多傳感器融合輸出結果，認知上進化為可解釋的場景化駕駛常識，訓練模式達到大模型和大數據的體量，自動駕駛裏程也提升到1億公裏以上，毫末壹直在為自動駕駛3.0時代做準備，在感知、認知、模式建設上，都是按照數據驅動的方式建設的。毫末所做的壹切的，都是為了能夠做出數據通道和計算中心，以便可以更高效地獲取數據，並把數據轉化為知識。目前特斯拉已領跑全球率先進入自動駕駛3.0時代，而毫末最有可能成為中國公司中第壹個進入自動駕駛3.0時代的公司。
顧維灝表示，Attention大模型作為當前AI發展的新趨勢，其所帶來的機遇和挑戰，成為自動駕駛3.0時代的重要驅動因素之壹。Attention最大的特點是結構簡潔，可以無限堆疊基本單元得到巨大參數量模型，隨著參數量的增加和訓練方法的提升，大模型的效果在很多NLP任務上已經超越了人類平均水平。不過Attention的大模型也面臨壹大挑戰，即由於其對算力的需求遠遠超出了摩爾定律，這導致大模型的訓練成本非常高，在終端設備上的落地非常困難。
Attention大模型帶來的機遇和挑戰，正驅動自動駕駛行業的技術變革。“毫末正在通過低碳超算來降低自動駕駛成本，通過改進車端模型和芯片的設計來實現大模型的車端落地，通過數據的組織讓大模型發揮更大效力。”顧維灝表示，在數據層面，基於Attention大模型，自動駕駛需要大規模且多樣性的訓練數據，而基於大規模真實人駕數據的乘用車輔助駕駛才有能力積累到足夠規模和足夠多樣的數據。毫末認為，輔助駕駛是通往自動駕駛的必由之路。因為只有輔助駕駛，才有能力收集到足夠規模和足夠多樣的數據。據悉，毫末經過接近三年的發展，目前已是中國量產自動駕駛公司的第壹名，目前用戶輔助駕駛裏程已接近1700萬公裏，數據規模正在持續快速增加。
低碳超算層面，毫末在此次AI DAY上正式官宣了中國自動駕駛科技公司首個超算中心。顧維灝表示：“如何提升訓練效率降低訓練成本，實現低碳計算，是自動駕駛走進千家萬戶的壹個關鍵門檻。”毫末超算中心的目標是滿足千億參數大模型，訓練數據規模100萬clips，整體訓練成本降低200倍。
在算法模型層面，顧維灝介紹，毫末早在2021年6月便啟動了針對transformer大模型的研究和落地嘗試。正是基於過去壹年多在訓練平臺改造升級、數據規格和標註方法的切換準備、針對感知、認知具體任務的模型細節探索等方面的成功實踐，為現在毫末在城市導航輔助駕駛場景中的快速發展打下了堅實基礎。
02 ?MANA全方位升級，助力輔助駕駛走進城市
城市導航輔助駕駛場景是當前自動駕駛功能的核心突破點，也是兵家必爭之地。然而從道路與交通狀況單壹的高速場景進入交通參與者眾多、道路與交通狀況極其復雜的城市場景，自動駕駛系統面臨的技術難度可以說是倍數級增長。巨大的挑戰也拖住了眾多自動駕駛廠商“進城”的步伐，只能持續鏖戰技術突破點。毫末早在2021年底就立下了打贏“輔助駕駛城市場景之戰”的Flag，率先在城市輔助駕駛領域開啟了技術探索之旅，如今毫末數據智能體系MANA正迎來多項裏程碑式的升級叠代。
顧維灝表示，城市道路主要存在“4類場景難題、6大技術挑戰”。其中場景難題主要包括“城市道路養護”“大型車輛密集”“變道空間狹窄”“城市環境多樣”。解決上述場景難題，技術層面面臨六大挑戰：1、如何能更高效地將數據規模轉化為模型效果 2、如何讓數據發揮更大的價值 3、如何使用重感知技術解決現實空間理解問題 4、如何使用人類世界的交互接口 5、如何讓仿真更真 6、如何讓自動駕駛系統運動起來更像人。
為了應對上述挑戰，MANA感知智能、認知智能等方面均迎來更新升級。
首先，MANA通過使用大規模量產車無標註數據的自監督學習方法打造模型效果，相比只用少量標註樣本訓練，訓練效果提升3倍以上，這讓毫末數據優勢得以高效轉化為模型效果，以更好適應自動駕駛各種感知任務需求。
其次，MANA感知能力提升，讓海量數據不再被區別對待。面對巨大數據規模下的“數據效率”難題，MANA構建了增量式學習訓練平臺，抽取部分存量數據加上新數據組合成壹個混合數據集。訓練時要求新模型和舊模型的輸出保持盡量壹致，對新數據的擬合盡量好。相比常規做法，整體算力節省80%，響應速度提升6倍。
第三，MANA感知能力更強。通過使用時序的transformer模型在BEV空間上做了虛擬實時建圖，使得感知車道線的輸出更加準確和穩定，讓城市導航自動駕駛告別高精地圖依賴。
第四，MANA感知能力更準，讓中國沒有不能識別的車輛信號燈。MANA通過升級車上感知系統，對剎車燈、轉向燈狀態進行專門識別，讓駕駛員在處理前車急剎、緊急切入等場景中更安全和舒適。
第五，MANA認知能力也再次進化。面對路口這壹城市最復雜場景，MANA在仿真系統中引入了高價值的真實交通流場景，與浙江德清、阿裏雲合作，將路口這壹城市最復雜場景引入仿真引擎，構建自動駕駛場景庫，通過自動駕駛的真實仿真驗證，時效性更高、微觀交通流更真實，有效破解了城市路口通過“老大難”問題。
最後，MANA認知智能迎來新階段。通過對覆蓋全國的海量人類駕駛進行深度理解，學習常識和動作擬人化，使得毫末輔助駕駛決策更像人類實際駕駛行為，可結合實際情況選擇最優路線保證安全，體感更像老司機。
MANA的再次進化，為毫末城市NOH掃平了“進城”路上的最大障礙。“毫末城市NOH是更懂中國城市路況的導航輔助駕駛。”顧維灝表示，毫末城市NOH采用“重感知、輕地圖、大算力”技術路線，在MANA的賦能助力下，具備智能識別交通燈、智能左右轉、智能變道、智能躲避障礙物-靜態、智能躲避障礙物-動態五大亮點功能，此外“智慧交通流處理”功能也將正式發布。
可以想象在今後輔助駕駛不僅能在高速場景中應用，在我們每天上下班通勤的場景也可以使用，這會極大緩解我們的出行疲勞並提升我們的駕駛舒適感。我個人真是十分期待的。
03 “重感知，輕地圖”將會成為未來的行業趨勢
現如今許多車企也在做城市輔助駕駛，像特斯拉、華為、小鵬等，毫末選擇的路線似乎更貼近特斯拉，就是更看重第壹性原理，依靠車輛本身的智能化來實現各類輔助駕駛功能。接下來咱們看看這幾家公司的具體技術路線和完成效果到底如何。
先來說說特斯拉，在全球範圍內，特斯拉可以說是在輔助駕駛技術上研發技術最快、並且量產速度也最快的，早在去年時，特斯拉FSD就已經支持城市域高級輔助駕駛功能，並在不斷叠代後，在壹位美國用戶的使用下實現了從東海岸到西海岸橫跨600多公裏的全程零接管輔助駕駛。
不過在國內，因為涉及到數據安全等問題，特斯拉FSD的更新進度並不能和美國同步，這導致國內的特斯拉消費者在已經付費的情況下很難享受到和海外版本同樣的使用體驗。另壹方面，FSD對國內的駕駛環境和消費者駕駛習慣的適應程度還稍顯欠缺，有點水土不服的意思，因此也限制了消費者對特斯拉輔助駕駛系統的期待。
對比特斯拉在國內的近乎停滯，華為的進步速度則堪稱閃電級。華為在5月初就率先推出了搭載有華為智能駕駛解決方案的極狐阿爾法S華為HI版，搭載由3顆固態激光雷達、6顆毫米波雷達、11顆高清攝像頭組成的輔助駕駛硬件，主控芯片來自華為的MDC 810計算平臺，算力可達400TOPS。另外最近很火的阿維塔11也同樣是在華為的全棧智能汽車解決方案的支持下有著不俗表現的。極狐阿爾法S 華為HI版能夠實現城市內的主動跟車、主動變道、大曲率匝道車道保持、行人避讓等功能。整體表現確實還不錯，但也有弊病咱稍後再說。
作為國內最早、最知名的造車新勢力之壹，小鵬在輔助駕駛技術方面的發力也是相當迅猛的。據悉，城市NGP版小鵬P5搭載由2顆激光雷達、5個毫米波雷達、12個超聲波雷達、13個攝像頭組成的輔助駕駛硬件，具備30TOPS算力，在實測中實現了城市中180度調頭、紅綠燈識別、變道繞行、極端天氣/特殊情況應對、無保護左轉、大型車輛應對檢測、低速跟隨判斷等眾多功能。
華為和小鵬雖然