毫末1000天：穿越生死线，迎战自动驾驶3.0

自动驾驶系统的高度复杂性，注定了其商用之路将是一个漫长的过程。

在毫末智行看来，近十年自动驾驶技术的发展可以分为三个阶段，每个阶段由于驱动力不同，呈现不同的技术特征：最早的1.0时代是硬件驱动；最近几年进入2.0时代，主要是软件驱动；接下来即将很快发生并持续发展的是3.0时代，依靠的是数据驱动，通过数据自己训练自己，实现自动驾驶的持续迭代。

简言之，数据将是驱动自动驾驶成熟的核心要义。

而考虑到只有通过渐进式迭代、大规模前装辅助驾驶系统，才有能力收集到足够规模和足够多样的数据，并且相对跃进式定向采集数据方式而言，渐进式成本也更低，但质量更高，这意味着渐进式路线将在智能驾驶竞赛中赢得终局，而辅助驾驶则是通向自动驾驶的必由之路。

正是认知到这一点，自成立以来毫末智行一直坚定地走渐进式发展路线，时刻为即将到来的自动驾驶3.0时代做准备。日前，在第六届HAOMO AI DAY上，毫末智行向众多行业伙伴及媒体介绍了过去一段时间在自动驾驶领域取得的最新研发和量产进展，以及毫末智行快速实现技术迭代的底层逻辑。

创业1000天，穿越生死线

自动驾驶赛道的持续火热，在过去几年吸引了大批创业公司的关注和加入。

对于这些企业而言，如何快速实现产品的规模化量产，是决定他们生死存亡的关键。

背靠长城汽车以及坚持数据驱动的制胜模式，毫末智行在创业1000天后，顺利跨过了生死线。

“在刚刚过去的1000天，从0到1，毫末突破了重重技术和商业难关。我们突破了大规模、多车型的自动驾驶量产难关；突破了末端物流自动配送车用车成本高居不下的难关；我们更是在自动驾驶核心AI技术领域突破了大规模数据处理以及大模型算法应用的难关。” 日前，毫末智行董事长张凯在第六届HAOMO AI DAY自豪地宣布。

图片来源：毫末智行

具体来看，在大规模量产方面，至今年7月底魏牌拿铁 DHT-PHEV上市，搭载毫末智行智能驾驶系统HPilot的车型共计达到了7款。其中今年1~8月，HPilot月度搭载增速超过200%，由此推动毫末辅助驾驶用户行驶里程也在快速增长，迄今已突破1700万公里。

目前，欧拉闪电猫、欧拉芭蕾猫、欧拉好猫、全新一代长城炮等更多车型也在陆续交付中。到今年年底，搭载毫末辅助驾驶系统的车型预计将达数十款，继续稳居中国量产自动驾驶第一名。

图片来源：毫末智行

伴随着量产规模的不断扩大，毫末HPilot也在持续升级，刚刚于8月26日在成都车展上发布的魏牌摩卡激光雷达版，就率先搭载了毫末第三代智能驾驶系统HPilot3.0，即城市NOH辅助驾驶系统。HPilot3.0具有重感知、轻地图、大算力的特点，在场景应用方面具备打通高速、城市场景的高级别辅助驾驶的能力，将会在下半年正式交付。

据张凯透露，毫末已在北京、保定等区域为城市NOH的大规模量产开展最后阶段的冲刺。基于这些努力，2022年HPilot3.0可落地区域预计将会覆盖10座城市，2023年毫末的计划是落地超过100个城市。

图片来源：毫末智行

在末端物流自动配送车领域，截至2022年9月，毫末智行与物美多点合作的小魔驼运营项目订单量已突破9万单，切实推进了末端物流自动配送车规模化商用的行业进程。

今年4月，毫末智行正式发布了第二代末端物流自动配送车——小魔驼2.0，首次将面向商用市场的末端物流自动配送车价格拉低到了10 万元级别。

目前，这款产品也已经开始稳定量产交付，面向商超、物流行业客户，提供稳定、高效地无人化投递服务，进入到最后一公里的末端物流配送及客户的商业场景当中。

那么，毫末智行是如何在如此短的时间内实现智能驾驶产品能力的快速迭代呢？

图片来源：毫末智行

张凯指出，关键在于场景化户用体验设计、AI人工智能技术、技术工程化能力三者的高度有效协同。

在场景化用户体验设计方面，毫末智行基于多款车型量产经验，总结出一整套用户交互体验和产品开发的一体化设计方法，通过不断更新迭代用户埋点数据做到充分理解用户使用习惯，实现基于用户真实数据驱动产品迭代。

在人工智能技术方面，毫末基于国际最先进的 AI 技术理念，于 2021 年 12 月推出国内首个智能驾驶数据智能体系 MANA，后者成为毫末所有产品迭代的核心动力。

技术工程化方面，毫末智行全新车型复用开发 4个月时间达到量产落地状态，可以做到全新车型匹配标定2个月内完成标定，这也是为什么毫末可以实现2年时间开发三代智能驾驶系统，并落地10余款不同平台车型。而目前，毫末智行甚至可以做到超过30个智能驾驶项目的异步并行开发。

其中，场景化户用体验设计是入口，AI人工智能技术是灵魂，技术工程化能力是保障。在毫末看来，有入口、有灵魂、有保障，智能驾驶产品能力才能够快速迭代。

值得关注的是，这一“铁三角”也是毫末智行有别于其他自动驾驶技术公司的优势所在。正是基于这样的正向循环，让毫末得以在创业1000 天就成功跨越生死线。

立足数据驱动，迈向自动驾驶3.0

不仅仅毫末智行，得益于人工智能技术，特别是深度学习算法的快速突破，以及国家在相关政策方面的大力支持，和国内消费者对于智能驾驶接受度的持续提升，过去几年自动驾驶在国内取得惊人的突破，正在走向大规模商业落地。

图片来源：毫末智行

据相关分析数据显示，目前智能汽车在国内的渗透率已经达到了26%，就全球市场来看，中国智能汽车份额占比达57%，无论是渗透率还是销售占比都大幅领先欧美市场。

从国内市场各品牌高级别辅助驾驶系统的搭载量来看，自2020年到今年6月，中国市场高级别辅助驾驶系统搭载率一直都在快速爬升，特别是今年1-6月，高级别辅助驾驶系统的前装搭载率已经达到了26.64%。

尽管如此，毫末智行认为，2022年下半年自动驾驶行业还必须要面对三大挑战：大规模自动驾驶数据上云的挑战，大算力AI芯片的性能突围的挑战，城市场景自动驾驶产品的量产突围的挑战。

图片来源：毫末智行

对此，毫末也提出了五大关键法则：

第一，   智能驾驶产品开发要始终将安全放在首位。绷紧安全一根弦，是所有智能驾驶产品开发的基本出发点，尤其随着自动驾驶系统需要应对的场景越来越复杂，将更加凸显安全的重要性。

第二，   产品体验“真香”才是王道。要用To c的思维去做To b的事，才能真正开发出C端市场接受的产品。

第三，要挖掘出用户真实场景数据来进行数据驱动，真正做到提升用户的交互感知。

第四，要实现感知智能与认知智能的高度一体化，这一定是智能驾驶的发展方向。

第五，要以开放的心态赋能客户。智能驾驶技术解决是跨学科的综合性问题，其产品化过程也是高度复杂，只有以更加开放的心态赋能客户，才是实现目标的唯一途径。

可以预见，这也将是毫末未来继续保持竞争力的关键。

尤其作为推动自动驾驶演进的核心，数据智能始终是毫末关注的重点， 包括围绕自动驾驶技术的演进，不断推进MANA的升级迭代。

过去一段时间，MANA就围绕即将量产上车的城市NOH展开进行了多项升级，毕竟城市场景现在是自动驾驶功能的核心突破点，各大车企和技术提供商的必争之地。

图片来源：毫末智行

但这同时也是一个艰巨的任务，因为城市场景充满了各种不确定性，比如道路经常不定时的养护；有的路段大型车辆密集，遮挡和截断严重；周围车辆的行为导致自车变道空间狭窄，变道困难；还经常遇到打开的车门等等，都是应用于城市场景的自动驾驶系统无法回避的问题。

为了应对上述挑战，MANA感知智能、认知智能等方面均迎来更新升级。包括：

让MANA开启自监督学习，以让毫末数据优势得以高效转化为模型效果，可以更好适应自动驾驶各种感知任务需求；

构造增量式学习训练平台，通过抽取部分存量数据加上新数据组合成一个混合数据集，提高数据使用效率；

升级车上感知系统，加入对车辆信号灯状态的专门识别，包括刹车灯和转向灯，以便在前车减速、周围车辆切入等场景中开的更安全和更舒适；

针对路口这一复杂场景，在仿真系统中引入高价值的真实交通流场景，构建自动驾驶场景库，破解城市路口通过“老大难”问题

对覆盖海量人类驾驶进行深度理解， 基于典型场景挖掘海量司机的实际驾驶行为，构建taskpromt，训练一个基于时空Attention的驾驶决策预训练大模型，使自动驾驶决策更像人类实际驾驶行为。

在城市NOH功能的开发上，毫末选择了重感知轻地图的路线，以避免对高精地图的高度依赖。为此，毫末通过使用时序的transformer模型在BEV空间上做了虚拟实时建图，使得感知车道线的输出更加准确和稳定。据悉，目前毫末已经可以解决部分道路模糊、复杂路口、环岛等问题，整个过程只需要普通导航地图里面相对可靠的拓扑信息即可。

图片来源：毫末智行

除了MANA的能力升级，基于对自动驾驶3.0时代的洞察，以及大模型训练对算力的巨大消耗需求，毫末在此次活动现场还正式官宣了毫末超算中心。顾维灏表示，毫末超算中心的目标是满足千亿参数大模型，训练数据规模 100 万 clips，整体训练成本降低 200 倍，以更好地支撑自动驾驶演进，向着数据驱动的3.0时代迈进。

在此次活动上，毫末也展示了部分城市NOH功能，包括：

智能识别红绿灯：可以根据交通灯的指示，实现红灯停、绿灯行、黄灯减速通过；

智能左右转：根据人类左右的经验路线，来设定车辆左右转的线路。在转向过程中，如果遇到行人和非机动车，主动避让；如果遇到机动车，则根据路线和时机与对方博弈通过。

智能变道：车辆会根据导航路线的设定，在路口或者路口交换区自动变道，并在变道中判断后方交通参与者的运动情况，如果变道空间不够，也可以通过加减速，完成变道。

智能躲避障碍物：比如可以判断锥桶和路墩等障碍物，进行减速或者绕行。如果绕行空间满足要求就绕行，如果不满足就减速等待时机。

据顾维灏透露，接下来毫末即将发布智慧交通流处理，利用当前现实世界的人机接口，来保障更舒适的通行，比如可以根据转向灯和刹车灯，提前预知前车意图。

整体来看，在过去的1000天，毫末智行已经实现了从0到1的突破，无论是量产速度还是落地规模，都已经位居中国自动驾驶量产的第一梯队，充分验证了上述法则的正确性。

接下来，随着毫末智行正式进入从1到N的快速发展阶段，在自动驾驶的3.0时代，毫末智行有望继续跑在赛道前列。