作者 | 李安琪

編輯 | 蘇建勳

趕在特斯拉9月底的AI Day之前，國內的自動駕駛公司毫末智行於9月13日舉辦了一場聚焦自動駕駛技術的AI活動日，帶來了最新先技術成果與產品。

活動上最受關注的，無疑是當下各大主機廠競相追逐的城市NOH（城市導航輔助駕駛）功能。此前在2022年8月的成都車展上，長城旗下魏牌宣佈搭載毫末城市NOH的全新摩卡DHT-PHEV鐳射雷達版，計劃9月量產，年內發售並實現上市即交付。

加上魏牌摩卡，毫末智行的三代乘用車輔助駕駛產品HPilot，已經搭載在十款乘用車型上。截止到2022年9月，毫末使用者輔助駕駛行駛里程突破1700萬公里。而在技術方面，毫末的資料智慧系統MANA基本完成資料閉環：截止到2022年9月，MANA學習時長超過31萬小時，虛擬駕齡相當於人類司機4萬年。

會上，毫末智行董事長張凱認為，目前中國已成為全球智慧汽車主戰場，預計2025年高級別輔助駕駛搭載率超過70%。這一時代風口下，毫末智行堅定認為，輔助駕駛是通向自動駕駛的必由之路。

在這條路上，毫末智行將自動駕駛的發展歷程分成了三個階段。毫末智行CEO顧維灝認為自動駕駛近十年的發展可分為硬體驅動、軟體驅動、資料驅動三個時代，當前以資料驅動的自動駕駛3。0時代已經到來。核心的特徵則是自動駕駛系統的進化依賴大模型+海量資料，能自訓練模式，依賴多模態感測器聯合輸出結果，自動駕駛里程飆升到1億公里以上等。當前，特斯拉已率先進入自動駕駛3。0時代。

“以資料驅動的自動駕駛3。0時代已經到來，只有感知、認知、模式、資料4個技術條件並行成立才能稱為真正進入自動駕駛新時代。我們所做的一切，都是為了能夠做出資料通道和計算中心，以便可以更高效地獲取資料，並把資料轉化為知識。”顧維灝表示。

為了追上特斯拉的步伐，毫末智行從2021年6月啟動了針對transformer大模型的研究和落地嘗試。過去一年在訓練平臺改造升級、資料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實踐，為毫末在城市導航輔助駕駛場景中的落地打下基礎。

圖源：毫末智行

但大模型對算力有著巨大消耗需求。因此，毫末也正式官宣將建設一個超算中心。毫末智行成為特斯拉、小鵬之後，又一個涉足自動駕駛超算中心的玩家。

“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一個關鍵門檻。”顧維灝表示，毫末超算中心的目標是滿足千億引數大模型，訓練資料規模100萬clips，整體訓練成本降低200倍。

這些技術儲備，正在轉換成為毫末智行的產品成果。以城市導航輔助駕駛為例，業界關注的是，從較為封閉的城市高速路段轉向城市開放道路場景，自動駕駛功能是否能應對城市複雜的交通路況？

顧維灝也表示，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。

如果要解決上述場景難題，技術層面毫末的資料智慧系統MANA會面臨六大挑戰：如何在自動駕駛領域應用大模型，如何讓資料發揮更大的價值，如何使用重感知技術解決現實空間理解問題，如何使用人類世界的互動介面，如何讓模擬更真，如何讓自動駕駛系統運動起來更像人。

圖源：毫末智行

為此，毫末的MANA在感知智慧、認知智慧等方面均迎來更新升級。基於此，毫末城市NOH採用了“重感知、輕地圖、大算力”技術路線，具備智慧識別交通燈、智慧左右轉、智慧變道、智慧躲避障礙物-靜態、智慧躲避障礙物-動態五大亮點功能，此外“智慧交通流處理”功能也將正式釋出。

目前，蔚小理、華為極狐等車企，包括產品尚未上市的集度等，都瞄準了高階輔助駕駛功能的落地，以此作為新車的賣點，這個領域的競爭只會越發激烈。但產品的好用與否，使用者的買單與否，指向了具體車型的銷量。

毫末智行作為長城汽車智慧化轉型的尖刀，能否真正戳中特斯拉，最終要以銷量說話。