毫末AI DAY觀察：量產落地與前瞻兼具，毫末智行決勝自動駕駛時代

原創贊1 收藏評論

舉報 2022-09-20

掃描,分享朋友圈

文|鄰章

一周前，毫末智行在線上舉辦了第六屆 HAOMO AI DAY 品牌日活動，用以展示自身在自動駕駛領域的最新成績和技術思考。

透過毫末智行在這場AI技術大會上公布的各種成績以及技術落地和踐行探索，則不難發現：毫末智行這家成立剛超1000天的公司，演繹出了中國自動駕駛的毫末速度——其一方面用過硬成績驗證了“漸進式自動駕駛路線”的正確性；另一方面，快速的技術落地能力以及對前瞻技術趨勢準確把握和采用，也讓其在這場奔赴自動駕駛星辰大海的角逐中，成為了最有機會達到終點的選手。

一、1000天拿下量產自動駕駛第一名，毫末堅定漸進式自動駕駛路線

一直以來，自動駕駛在技術商業化落地路徑上，都存在著路線之爭——究竟是從L1-L2-L3漸進前行至L4級無人駕駛；還是直接一步到位，實現跨越式發展？

對此，業內形成了態度分明的兩派，甚至為此不惜大打口水戰。

但從近幾年技術發展現實來看：跨越式發展雖然有著相對究極的技術浪漫狂想，但卻因忽略了技術進步速度與商業落地的現實困境，最終是被漸進派壓過一頭。

特別是在堅定擁躉自動駕駛漸進式發展的特斯拉和毫末智行，在智能輔助駕駛領域取得巨大成功的現實下。

在第六屆 HAOMO AI DAY上，毫末智行公布的一組數據是：旗下毫末HPilot當前已搭載至魏牌摩卡、魏牌拿鐵、魏牌瑪奇朵、坦克300、坦克500、哈弗神獸、歐拉閃電貓、歐拉芭蕾貓、全新一代長城炮等超10款熱門車型上；但毫末HPilot在乘用車領域更為令人震驚的一組數據是：截至2022年9月，毫末用戶輔助駕駛行駛總里程突破1700萬公里，在中國量產自動駕駛陣營坐穩第一名。

這顯然是一組極具含金量的數據，特別是對于成立僅1020天的毫末智行而言。

在我看來，這組數據一方面彰顯了毫末模式所具備強大競爭力和優越性，其讓毫末智行通過規模落地優勢在短時間內就迅速追平了因成立時間較短導致的時間劣勢，成功坐上了中國量產自動駕駛頭把交椅；而若考慮到毫末智行當前還并行著30個項目的異步開發，未來搭載車型達到百萬量級的現實，那么毫末智行在中國量產自動駕駛第一名的地位，將會進一步夯實。

而另一方面，毫末智行也通過這份成績單，驗證了漸進式自動駕駛路線確實是實現數據積累的最佳路徑。可以說，毫末智行用1000天拿下的這份中國量產自動駕駛第一名的成績單，已然為漸進式自動駕駛路線的可行性進行了又一次的正名與代言。而上一家為“漸進式路線是實現數據積累的最佳路徑”正名與代言的廠商，則是特斯拉。

為何漸進式路線是實現數據積累的最佳路徑？其實并不難理解。從核心要素來說：可以將自動駕駛看作為數據驅動型產品——“數據是算法進步的關鍵，算法再強也不能取代數據的不夠”。

這一現實，要求自動駕駛技術要以足夠規模和足夠多樣的數據且真實的數據為支撐。但這樣的數據，從何處來？究竟是高成本難落地的L4，還是相對低成本、更易落地的L2、L2+更容易實現數據獲取，答案不言自明。

對此，廠商們已用腳投票，這從當前乘用車領域玩家幾乎都采用了漸進模式，便可見一斑。

二、奔赴自動駕駛的星辰大海，毫末智行是最有機會達到終點的選手

這是漸進式自動駕駛路線的勝利。但于現實而言，這可能也只是自動駕駛的一小步，畢竟漸進式自動駕駛路線要奔赴的星辰大海，依舊是無人駕駛。

而最終能有多少公司可到達終點，當前尚不可知。但毫末智行在這場AI DAY上釋放的信息，讓我認為它是最具機會的公司之一。

為什么這么說，我們可以從這樣幾個層面來看：

首先是數據和多車型量產落地優勢，上述已談到，毫末HPilot已在超十款車型上實現量產落地，并以此助力毫末智行以超1700萬公里的智能輔助駕駛總里程，成為當前國內量產自動駕駛第一名。

而毫末當前在多車型中落地輔助駕駛技術的能力，在當下國內市場乃至全球市場，都是獨一份的存在，屬于一個人探索了行業無人區。而這種超前探索，也為毫末智能輔助駕駛技術接下來實現更大規模、更多車型落地，進一步擴大數據積累領先優勢，構建起了堅固護城河。

第二是在技術落地上，毫末智行已率先建立起智能輔助駕駛全場景體驗。

在本屆AI大會上，毫末智行宣布：毫末城市NOH，將成為國內第一個大規模落地的城市導航輔助駕駛，將在九月份就開啟交付，從功能來看，其具備“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”五大主要功能。

至此，也標志著毫末智行率先為用戶帶來了從高速、匝道、到城市環境、至停車泊車等在內的出行全場景智能輔助駕駛體驗。

而從現實來說，面對城市導航輔駕駛這一當前自動駕駛功能的核心競爭點，毫末智行贏得先手棋，無疑是證明了其技術的領先性。

畢竟面對“城市道路養護”、“大型車輛密集”、“變道空間狹窄”、“城市環境多樣”、道路參與者眾多等場景難題頻出的城市道路，其技術難度顯然也將呈指數級上升。

這自然是極為考驗自動駕駛公司們的技術實力，可以說，它是校驗廠商們真正技術實力試金石。

而毫末智行得以率先開啟城市NOH交付落地，這也得益于毫末自動駕駛數據智能體系MANA的賦能。在其賦能下，毫末城市NOH采用了“重感知、輕地圖、大算力”的技術路線，這讓其具備了可更快速且低成本的實現大范圍城市落地能力。

如我們所見：過往，高精地圖是通往高階輔助駕駛中必要選項。但于現實而言，高精地圖也有著覆蓋范圍不全、更新頻率跟不上道路環境的變化、成本較高等現實困境，更何況，掌握高精地圖測繪資質的僅為少數廠商，這在無形中也讓廠商有著被拿捏的風險。

對此，毫末智行則是依托MANA賦能，通過對MANA的感知智能和認知智能進行針對性升級調整，在大規模量產車無標注數據的自監督學習方法、增量式數據學習方法、用時序的Transformer模型在BEV空間上做虛擬實時建圖等一系列技術加持下，使得毫末城市NOH可以不依賴于高精地圖，而是讓車輛依靠自身融合感知，僅通過和人類駕駛員一樣的普通導航地圖，即可完成高階智能輔助駕駛，成為了“更懂中國城市路況的導航輔助駕駛”。

第三則是在技術前瞻布局上，毫末智行仍舊走在業界最前列。

諸如國內首個智能駕駛數據智能體系 MANA，當前基本完成數據閉環，具備真正感知、認知智能的有效協同。截止目前，MANA的學習時長超過31萬小時，虛擬世界駕齡相當于人類司機的4萬年的駕齡；

又如毫末智行在本屆AI DAY上首次提出了自動駕駛 3.0概念，表示自動駕駛行業正在進入一個以數據驅動為核心的新時代——其顯著特征是：數據規模將達到1億公里以上、感知技術能實現多模態傳感器融合輸出結果；認知技術上以可解釋的場景化駕駛常識為主；模式建設上采用大模型大數據。

事實上，毫末也一直在為自動駕駛3.0時代做準備，以模式建設為例，積極擁抱作為當前AI發展的新趨勢的Transformer大模型、Attention大模型，其早在2021年6月便啟動的針對Transformer大模型的研究和落地嘗試，并最終將相關成果成功應用在毫末城市NOH功能中；而為應對Attention大模型對算力的特殊需求，毫末智行更已官宣中國自動駕駛科技公司中首個超算中心——其設計目標是：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。

如此種種，都為毫末智行持續搶占技術高地，從容應對自動駕駛新需求、新挑戰奠定了堅實基礎。

第四則是用技術不斷實現成本壓縮，提升客戶對自動駕駛技術的可接受度。這一點在針對B端的末端物流自動配送車毫末小魔駝2.0上，體現得尤為明顯。通過持續的技術進步，當前具備L4級自動駕駛能力的毫末小魔駝2.0的單車售價已經來到了12.88萬元，這比業界平均水平便宜了近一倍。

不斷降低的自動駕駛技術落地門檻，也為毫末小魔駝2.0規?；慨a、落地鋪平了道路——在本屆毫末AI ADAY上，毫末公布的一組數據是：截至2022年9月，毫末小魔駝已在北京順義為物美多點配送訂單超過9萬單。

寫在最后：

堅持漸進式自動駕駛路徑，為智能輔助產品規模化商業落地和持續進化，創造了可行性。但對于自動駕駛這條長路而言，這并不是終點，甚至可以說這只是新的起點，畢竟無論是漸進式路線也好，還是跨越式路線也罷，其要奔赴的終點，都是實現無人駕駛。

而最終能有多少公司到達終點，我們尚不可知，但就目前形勢來看，個人認為既擁有數據優勢和技術實力，同時又具備前瞻布局的毫末智行，應該是最具機會的公司之一。

作者：鄰章【微信：ZLxgic，公眾號：TMT317】，專注解讀行業發展趨勢與公司產品服務，數字化、AI、云計算、公司財報、智能硬件、消費創新是關注重點。

本文系作者授權數英發表，內容為作者獨立觀點，不代表數英立場。
轉載請在文章開頭和結尾顯眼處標注：作者、出處和鏈接。不按規范轉載侵權必究。