芯耀
358
無論是交付速度還是交付質量，對于毫末智行，2021 年都是其以最快速度躋身中國自動駕駛公司量產能力第一的一年。
這一年，毫末不僅推出「中國首個數(shù)據(jù)智能體系」——MANA（雪湖），還在業(yè)內率先提出自動駕駛落地的「毫末制勝公式」：
（穩(wěn)定的量產能力*領先的數(shù)據(jù)智能*安全）^生態(tài)，將技術轉化成工程化的同時，探索形成獨有的自動駕駛商業(yè)化落地范式。
進入 2022 年，毫末繼續(xù)引領量產步伐，助力中國自動駕駛不斷發(fā)展躍遷：
數(shù)據(jù)智能方面，毫末的數(shù)據(jù)智能體系 MANA 學習時長接近 20 萬小時，虛擬駕齡已相當于人類司機 2 萬年的駕駛時長；
乘用車方面，毫末已上市兩代 HPilot 產品，3 月搭載 HPilot 2.0 輔助駕駛系統(tǒng)的坦克 500 正式上市。截止 2022 年 4 月，毫末輔助駕駛用戶行駛里程突破 700 萬公里，使用總時長達 13 萬小時。
無人配送方面，毫末保定末端物流自動配送車間擴建至 1 萬平米，可實現(xiàn)年產 1 萬臺的末端物流自動配送車的產能目標，下線車輛超過 1000 臺，毫末小魔駝在北京順義為物美多點超市履約配送超過 4 萬單。
4 月 19 日，2022 HAOMO AI DAY 如期而至，毫末公布最新戰(zhàn)略、技術、產品的高速進展，MANA 進化升級再次備受關注。
毫末以獨有的模式、速度掀起中國自動駕駛開年熱度，展現(xiàn)出毫末的雄心壯志與前瞻規(guī)劃。
毫末引領行業(yè)的背后是對自動駕駛第一性原理的充分理解，以 MANA 數(shù)據(jù)智能驅動自動駕駛的進化，引領毫末進入自動駕駛充分競爭的時代元年，與特斯拉的自動駕駛量產對決也將正式拉開帷幕。
01「敢當、敢立、敢行」2022 年毫末的三大預判和三場戰(zhàn)役
去年 12 月，在首屆 HAOMO AI DAY 上，毫末智行董事長張凱作出 2022 自動駕駛行業(yè)十大預測：
提到 2022 年將是自動駕駛行業(yè)發(fā)展最為關鍵的一年，乘用車輔助駕駛領域的競爭將會正式進入下半場，其他場景的自動駕駛也將正式進入商業(yè)化元年。
在本次 HAOMO AI DAY 上，張凱延續(xù)之前的預測，再次作出 2022 三大趨勢判斷：
毫末也從開年起即高調打響 2022 三場關鍵且意義重大的戰(zhàn)役：數(shù)據(jù)智能技術之戰(zhàn)、輔助駕駛城市場景之戰(zhàn)、末端物流自動配送車規(guī)模之戰(zhàn)。
2022 的三大預判和三場戰(zhàn)役既是智能駕駛賽道的大勢所趨，也是毫末持續(xù)深耕的行業(yè)洞見。
那么目標與進展究竟如何？
2022 年預計在國家層面將會出臺更多細則，進一步規(guī)范自動駕駛數(shù)據(jù)歸屬及安全；
城市 NOH 進一步拓寬智能駕駛系統(tǒng)應用場景，將智能駕駛的體驗推向新高度；
末端物流自動配送處在爆發(fā)前夜，頭部客戶開始進行場景規(guī)?；渴?。
首先是數(shù)據(jù)智能技術之戰(zhàn)。
隨智能駕駛從系統(tǒng)原型搭建加速走向規(guī)?；慨a，行業(yè)基礎技術正在發(fā)生關鍵變化——Transformer 大模型征戰(zhàn)圖像視覺，先后獲得特斯拉與毫末站臺。
Camera 快速進化帶來數(shù)據(jù)規(guī)模暴漲，數(shù)據(jù)將直接決定量產能力。電子電氣架構技術由分布式不斷向集中式演進，大算力車規(guī)級芯片開啟上車元年。
數(shù)據(jù)智能也成為毫末智行自成立之初的思想鋼印。
MANA 正是誕生于此，并迅速成長為中國首個自動駕駛數(shù)據(jù)智能體系，已成為毫末持續(xù)進化的核心動力，將大規(guī)模量產產品和海量數(shù)據(jù)積累持續(xù)轉化為生產力，進一步提升感知、認知、標注、仿真、計算等五個方面的能力，從而降低開發(fā)成本、提高迭代速度，為其他兩場戰(zhàn)役保駕護航。
其次是輔助駕駛城市場景之戰(zhàn)。
輔助駕駛技術在不斷更新、場景不斷擴大，更高頻、更重要也更復雜的城市環(huán)境正是智能駕駛在突破高速場景后必須正視的下一關鍵場景。
隨著頭部企業(yè)的城市智能領航輔助駕駛系統(tǒng)陸續(xù)發(fā)布，今年注定將在城市場景下開啟競爭下半場。
在美國，特斯拉 FSD 在有限成本上展現(xiàn)數(shù)據(jù)量、算法、架構層面全能表現(xiàn)，而多方同時認為，這條技術路線未來在中國可能面臨國家安全、本土化和可靠性等掣肘。
毫末城市 NOH 即將緊隨其后正式上市，在城市環(huán)境中 NOH 將根據(jù)導航路線，實現(xiàn)自動變道超車、紅綠燈識別與控車、復雜路口通行、無保護左右轉等典型城市功能, 并應對車輛近距離切入、車輛阻塞占道、交叉路口、環(huán)島、隧道、立交橋等復雜城市交通場景，以 70% 路口通過率、90% 變道成功率實現(xiàn)不輸給特斯拉的中國本土化表現(xiàn)。
最后是末端物流自動配送車規(guī)模之戰(zhàn)。
末端物流配送場景在疫情下迎來爆發(fā)性機遇，隨著未來人口紅利消失后的人工成本問題，賽道成長性也在未來中長期被看好。
毫末智行現(xiàn)已全面升級其末端物流自動配送車生產基地，新生產線依據(jù)「柔性化+定制化」的理念進行設計，并配備 MES 生產管理體系，實現(xiàn)生產透明化、管理移動化、決策數(shù)據(jù)化。
第二代末端物流自動配送車小魔駝 2.0 此次也正式發(fā)布——售價 12.8888 萬元，成為中國第一款 10 萬元級末端物流自動配送車產品。
小魔駝 2.0 搭載車規(guī)級感知套件、ICU3.0 大算力計算平臺、600L 超大載貨空間貨箱：
毫無疑問，小魔駝 2.0 將進一步加速末端物流自動配送車規(guī)?；?、商業(yè)化進程。
02、MANA：「感知智能」、「認知智能」、「成本與速度」全面升級
基于 MANA 賦能實現(xiàn)混行、擁堵等復雜交通場景全覆蓋，支持城市開放道路中低速全路況；
支持快速換電，實現(xiàn) 60 公里真實續(xù)航；
提供智能語音、觸摸等多模式交互。
毫末的「風車戰(zhàn)略」以「數(shù)據(jù)智能」為核心，乘用車輔助駕駛產品、低速無人配送車生態(tài)平臺、智能硬件三大業(yè)務作為三個葉片不斷轉動，不斷收集場景數(shù)據(jù)，基于數(shù)據(jù)智能實現(xiàn)正向發(fā)展。
在本次 HAOMO AI DAY 上，最重磅的發(fā)布也正是 MANA 在「感知智能」、「認知智能」、「成本與速度」方面的繼續(xù)進化，從而在未來從容應對即將落地的城市場景。
毫末智行 CEO 顧維灝在 AI Day 上表示，MANA 的感知智能進化主要在紅綠燈、車道線識別等城市場景典型應用中有集中體現(xiàn)。
例如十字路口紅綠燈識別是城市最復雜的問題之一——在 AI 應用中就是典型的小目標檢測，不僅狀態(tài)會動態(tài)變化，而且形態(tài)各地差異很大，最重要的還是綁路困難。車輛感知系統(tǒng)必須在很短的時間內遠距離識別紅綠燈，正確感知并作出相應反應。
為此毫末通過圖像合成和遷移學習加快技術迭代，并最大限度使用合成數(shù)據(jù)（即減小海量合成數(shù)據(jù)和真實數(shù)據(jù)之間的概率分布差異），進而使得目標函數(shù) f 在真實場景中擁有最小的預測誤差，進一步提升紅綠燈識別的準召率。
毫末還獨創(chuàng)「雙流」感知模型，將紅綠燈檢測和綁路問題分解成兩個通道，并利用一個空間注意力機制將二者結合起來，從而輸出綁路后的目標車道紅綠燈通行狀態(tài)，讓毫末日常乘用車測試實現(xiàn)了輕地圖下的紅綠燈識別。
車道線識別則是城市智能駕駛的又一大難題，相比標識清晰的高速公路車道線，城市道路車流量更加密集，行車、泊車對車道線識別影響很大，城市部分車道線還存在磨損嚴重、標識復雜、邊緣形狀不規(guī)則等難題。
以 Transformer 為代表的大模型則在此派上用場。
去年，特斯拉、毫末智行幾乎于同期為 Transformer 大模型站臺，逐步將基于 Transformer 的感知算法應用到車道線檢測問題。
此次毫末通過自研的 BEV Transfomer，在城市道路進行多傳感器融合車道線識別，展示除相比傳統(tǒng)模型在自車姿態(tài)容忍度、復雜路面縱向誤差、路面起伏魯棒性、檢測視野等多方面的優(yōu)勢，并有望為各條智能駕駛產品線上的視覺算法落地帶來成倍的效率提升。
無獨有偶，特斯拉也在此前最新的 FSD 更新中使用 Transformer。
這次更新的顯著變化也是在于車道幾何建模從密集光柵 (一組點) 升級為自回歸 decoder，從而允許系統(tǒng)使用 Transformer 神經網絡逐點直接預測和連接「向量空間」車道。
MANA 的認知智能進化則體現(xiàn)在微模型升級和阿里 M6 大模型兩方面應用。
顧維灝表示，以常見的左轉場景等待和觀察為例，通過機器學習模型替換了傳統(tǒng)的手寫規(guī)則和參數(shù)，不僅避免規(guī)則越來越多時引發(fā)邏輯爆炸和擾動因素引起失效，更能處理更多復雜的小場景，使決策更具泛化適用性。
MANA 還通過應用阿里 M6 大模型，極大提升可解釋性和泛化能力。M6 大模型參數(shù)規(guī)模達到 10 萬億，此前主要應用于自然語言理解、文本自動生成等領域。
此次毫末與阿里的合作，是自動駕駛領域與 M6 的初次相遇。
MANA 的成本和速度也實現(xiàn)翻倍進化。
如何標注海量數(shù)據(jù)集是數(shù)據(jù)規(guī)模之外的又一巨大挑戰(zhàn)且壁壘更高。通過數(shù)據(jù)標記公司或平臺手動標注的方式不僅需要大量的人力和資金投入，而且進程十分緩慢。
要做到低成本、高效率，數(shù)據(jù)的自動篩選和標注至關重要。
毫末則緊隨特斯拉構建閉環(huán)自動標注系統(tǒng)，運用無監(jiān)督自動標注算法大幅提升數(shù)據(jù)標注效率。
基于 MANA 體系的自動化數(shù)據(jù)處理能力，毫末標注 AI 自動化率達到 80%，在實現(xiàn)方法上，通過「目標粗定位」和「屬性精細估計」兩個階段來進行，大幅提高標注效率，降低標注費用成本。
與此同時，毫末智行平臺團隊和阿里云 PAI-EFLOPS 團隊合作，基于 128 卡 A100 集群實現(xiàn) Swin Transformer 模型分布式訓練，通過大模型訓練優(yōu)化，模型訓練成本降低 62%，加速比超過 96%，吞吐量超過每秒 40000 個 sample。
此外值得一提的是，MANA 還在已有的處理網絡上加入隱私保護和數(shù)據(jù)安全保障，全面保障數(shù)據(jù)安全。
MANA 的持續(xù)進化升級與毫末城市 NOH 的加速上市已形成正向循環(huán)。
基于小魔盒 360T 算力、144M 高速緩存，200K+DMIPS CPU 計算能力和全車兩個激光雷達、12 個攝像頭，5 個毫米波雷達形成的全車感知冗余，搭載 HPilot 3.0 的毫末城市 NOH 呼之欲出。
顧維灝也在 AI Day 上曬了 NOH 的成績單：路口通過率超過 70%，變道成功率超過 90%，交通流處理能力達到 4 級。
毫末高調展示了三項第一：中國第一個大規(guī)模量產的城市輔助駕駛產品，第一個重感知的城市 NOH，第一個最實用高效的城市輔助駕駛產品。
區(qū)別于特斯拉純視覺路線，毫末將以視覺和激光雷達進行融合感知，為決策提供依據(jù)，在 SD 地圖下實現(xiàn)更廣泛城市的落地——毫末的雙百計劃也將借此技術方案得以規(guī)?；瘑?，未來兩年落地城市將會超過 100 個，搭載乘用車數(shù)量超 100 萬臺。
03智能駕駛競爭即將步入下半場，毫末如何加速構建行業(yè)壁壘？
隨多家頭部企業(yè)陸續(xù)宣布城市智能駕駛落地時間表并發(fā)布測試視頻，智能駕駛競爭已正式宣告進入下半場，在整體技術路線選擇趨同的大背景下，馬太效應正在加速凸顯。
毫末則在 AI DAY 上揭秘智能駕駛下半場競爭的制勝核心法則：在 MANA 體系下，首先是有效獲取高質量的數(shù)據(jù)，與客戶開放式共創(chuàng)。
如果智能駕駛競爭下半場如期進入城市場景，數(shù)據(jù)將更加成為競爭焦點。
毫末不斷強調，誰能高效低成本的挖掘數(shù)據(jù)價值，誰就能成為競爭的王者。
區(qū)別于全棧自研的特斯拉等車企，對于「車企+自動駕駛技術公司」組合模式的毫末則與各家都不相同，數(shù)據(jù)來源于與合作方開放式共創(chuàng)，深度綁定共同發(fā)展的「毫末模式」。
毫末智行繼續(xù)以風車戰(zhàn)略為指引，結合 MANA 數(shù)據(jù)智能體系與 6P 開放式合作，與客戶進行業(yè)務協(xié)同而非供應模式，贏得客戶的信任實現(xiàn)共贏。
為此，在乘用車領域，毫末特別設計了 6P 開放原則，提供從全棧解決方案到源代碼之間的 6 個不同層面的合作方式，以此打造更加開放的毫末生態(tài)：
合作方可以選擇采用毫末的全棧解決方案；可以選擇在數(shù)據(jù)智能云端服務層面合作；也可以選擇軟件、硬件或者模塊級別的合作；甚至可以選擇原型代碼級別的定制。
其次，在智能駕駛開發(fā)和迭代進程中注入用戶思維。
特別是對于復雜的城市場景，更高的使用頻率必須匹配更穩(wěn)定的用戶認知。否則，極有可能出現(xiàn)比高速場景更多的潛在安全風險。
毫末的思路則是將問題和解決方案嵌入更早的開發(fā)過程，提出智能駕駛既要讓用戶能夠更快接受并信任，也能夠更快適應用戶習慣。
在讓用戶能夠更快接受并信任智能駕駛層面，毫末打造了最易懂的開啟引導系統(tǒng)、最具信賴感的 HMI 顯示系統(tǒng)以及智能語音雙向智駕交互系統(tǒng)，讓用戶對車輛的智能駕駛功能獲得全面、客觀的認知。
在系統(tǒng)適應用戶習慣層面，毫末在車端打造了用戶習慣分析系統(tǒng)，在云端開發(fā)了用戶接管分析工具，通過實時數(shù)據(jù)分析不斷改進數(shù)據(jù)結構，從而不斷提升用戶體驗。
最后是降本增效，統(tǒng)一全員行動目標，最大程度提升軟件復用程度及各環(huán)節(jié)效率。
去年年底毫末在公司內部信中提到，2022 年毫末輔助駕駛系統(tǒng)將落地長城汽車 34 款車型。
這意味著超過 70 個項目超高交付強度，毫末要想引領下半場競爭，自身同時也必須思考如何解題。
毫末此次給出的答案是：智能駕駛系統(tǒng)的流程化開發(fā)和標準化交付能力。
軟件復用方面，統(tǒng)一智駕軟件架構和算法接口，一套軟件算法支持不同廠家、不同接口類型傳感器；一套應用層算法代碼支持不同的芯片和不同的操作系統(tǒng)；一套應用軟件組合通過配置字的不同區(qū)分不同車型配置。
效率提升方面，通過快速原型機將應用層軟件和基礎軟件開發(fā)過程解耦，雙向并行研發(fā)；設計與智駕系統(tǒng)開發(fā)流程高度融合的仿真測試驗證流程，提高智駕軟件一次性集成成功的能力；
在系統(tǒng)標定環(huán)節(jié)，利用已積累數(shù)十款量產車型標定數(shù)據(jù)，采用強化學習進行標定參數(shù)自動推薦，同時采用虛擬標定技術節(jié)省大量重復性實車標定工作，有效節(jié)省實車 50% 的標定時間并為客戶節(jié)省標定車輛。
自動駕駛競爭格局正在巨變，毫末智行 CEO 顧維灝在對全球自動駕駛發(fā)展演進回顧的時空維度上為 MANA 的進化之路收尾。
「在這場智能革命中，中國的研究者和企業(yè)不僅沒有遲到，還始終和美國一起站在自動駕駛的前沿?！?/p>
從 Transformer 大模型到重感知方案，從數(shù)據(jù)智能體系到城市場景智能駕駛，這不僅是一場自動駕駛量產的對決，同時也是行業(yè)巨頭們在競爭中發(fā)展共識和行動方案的趨同。
伴隨更開放的產業(yè)生態(tài)、更廣泛的合作伙伴和更清晰的量產計劃，2022 年毫末智行繼續(xù)值得期待。
