“2022毫末三大战役稳健收官。”毫末智行董事长张凯在第七届 HAOMO AI DAY上说。
张凯所指的“三大战役”，是毫末面向 2022 年提出的“数据智能技术之战”、“智能驾驶城市场景之战”、“末端物流自动配送车的规模之战”。
在此届大会上，毫末智行也交出了 2022 年的成绩单，具体来看：
2022 年毫末三代 HPilot 产品已搭载至魏牌、坦克、欧拉、长城炮等近 20 款车型，辅助驾驶用户行驶里程突破 2500 万公里；
目前毫末城市 NOH 软件封版达到交付状态；
末端物流自动配送车已初步完成商业闭环，交付超 1000 台，小魔驼配送订单量突破 13 万单；
MANA 学习时长超 42 万小时。
对于 2023 年自动驾驶行业的发展预测，张凯表示：“2023 年，智能驾驶下半场的竞争将进入加速期，高阶智能驾驶产品商业应用将迎来大规模落地。”
基于这一基础判断，张凯从行业、技术、产品、人才等方面对 2023 年自动驾驶行业发展做出十大预测。
行业层面，2023 年自动驾驶将全面进入 3.0 时代；高级别智能驾驶将成为中端车型标配；全新一代芯片、传感器进入市场，自动驾驶生态呈现更丰富多样性。
技术层面，大模型在数据合成、知识提取等方面的能力将助力自动驾驶迭代速度实现量级提升；自动驾驶系统比拼将由功能竞争转变为通勤效率竞争；超算中心会成为自动驾驶企业的入门配置。
产品层面，城市导航辅助驾驶进入重感知阶段，大规模量产交付大幕拉开；智能驾驶的用户体验将从尝鲜转变为用户依赖；末端物流自动配送车整体成本降至 10 万元以内，将进一步改善生产关系。
人才领域，张凯判断 AI 自动驾驶领域激烈的人才竞争将会延续到 2023 年。
面对接下来一年所要迎接的趋势和机遇，张凯提出毫末智行要打响“2023 年四大战役”，包括“智能驾驶装机量王者之战”、MANA 大模型巅峰之战”、“城市 NOH 百城大战”、“末端物流自动配送商业之战”。
张凯表示，“智能驾驶装机量王者之战”是重中之重，毫末智行将完成多平台、数十款车型、数十个项目的异步并行开发，通过智能驾驶流程化开发和标准化交付，进一步推进未来搭载毫末辅助驾驶产品的乘用车达百万量级的目标。
“MANA 大模型巅峰之战”是指毫末将在智算中心助推下，将大模型的应用落地进行到底。“城市 NOH 百城大战”则是将毫末城市 NOH 有序落地到国内 100 个城市。至于“末端物流自动配送商业之战”，张凯表示毫末智行将继续坚持 5S 合作服务模式，实现产品和解决方案落地，加速无人配送行业应用进程。
相较于去年提出的“三大战役”可以看到，毫末智行对于辅助驾驶在城市场景和车端的应用落地有了更具体、更明确的目标规划。
所谓的智算中心则是在此次 HAOMO AI DAY 上，毫末智行还发布了和火山引擎联合打造的智算中心“雪湖·绿洲”（MANA OASIS）。
毫末智行CEO顾维灏表示，“在 MANA OASIS 加持下，毫末将冲刺进入自动驾驶 3.0 时代。”
按照毫末智行方面的说法，MANA OASIS 是中国自动驾驶行业最大智算中心，每秒浮点运算达到 67 亿亿次，存储带宽每秒 2T，通信带宽每秒 800G。
有了 MANA OASIS 的加持，毫末智行亮相了 MANA 五大模型，包括视觉自监督大模型、3D 重建大模型、多模态互监督大模型、动态环境大模型以及人驾自监督认知大模型。
在顾维灏看来，为了更低成本、更高效获取更多高价值数据，需要解决从离散帧自动化扩充到 Clips 形态的问题。由此，毫末首先利用海量 videoclip，通过视频自监督方式，预训练出一个大模型，用利用部分人工标注的Clip数据进行Finetune（微调），训练检测跟踪模型，使得模型具备自动标注的能力。
然后，将已经标注好的千万级单帧数据所对应的原始视频提取出来组织成 Clip，其中10%是标注帧，90% 是未标注帧，再将这些 Clip 输入到模型，完成对 90% 未标注帧的自动标注，进而使视频自监督大模型实现 4D Clip 标注 100% 的自动转化，同时降低 98% 的 Clip 标注成本。
3D 重建大模型则是用更低成本解决数据分布问题。面对“完全从真实数据中积累的 corner case 困难且昂贵”的行业难题，毫末智行将三维重建 NeRF 技术应用在自动驾驶场景重建和数据生成中，它通过改变视角、光照、纹理材质的方法，生成高真实感数据，实现以低成本获取 normal case，生成各种高成本 corner case。
多模态互监督大模型则致力于精准识别异形障碍物。其引入了激光雷达作为视觉监督信号，直接使用视频数据来推理场景的通用结构表达。通用结构的检测，补充已有的语义障碍物检测，以提升自动驾驶系统在城市复杂工况下的通过率。
动态环境大模型则进一步使用重感知技术，降低对高精地图依赖。毫末智行认为，解决了路口问题实际就解决了大部分城市 NOH 问题。
基于此，毫末智行在 BEV（鸟瞰图）的 feature map（特征图）基础上，以标精地图作为引导信息，使用自回归编解码网络，将 BEV 特征解码为结构化的拓扑点序列，实现车道拓扑预测，提升车辆感知能力。
至于人驾自监督认知大模型，则是致力于让汽车掌握高水平司机的开车技法。据顾维灏介绍，毫末先引入了用户真实的接管数据，同时用 RLHF（从人类反馈中强化学习）思路先训练一个reward model（奖励模型）来挑选出更好的驾驶决策。
需要指出的是，尽管毫末在数据利用上下足了功夫，但从现有的数据积累来看——毫末用户辅助驾驶行驶里程2500万公里；作为对比，特斯拉 FSD Beta 行驶里程已经超 1 亿公里——毫末 NOH 还需要更多的装机量以积累数据。
小结
事实上，在过去的 2022 年，无论是毫末智行，还是主攻 L4 级自动驾驶的公司，如文远知行、小马智行、驭势科技、元戎启行、轻舟智航等，都在着重布局前装量产的辅助驾驶功能，毫末的竞争对象已不再局限于小鹏、等车企。
如果说 2022 年只是燃起了城市辅助驾驶之战的硝烟，那么 2023 年将是量产应用的关键占位期。
对毫末而言，背靠长城这棵大树，其城市 NOH 已上车 20 余款车型，取得了阶段性成果。然而，随着越来越多竞争者进入城市辅助驾驶这一角斗场，毫末显然还未迎来喘息时刻。
（本文首发钛媒体App，作者|肖漫，编辑|张敏）
特别声明
本文仅代表作者观点，不代表本站立场，本站仅提供信息存储服务。