ChatGPT 引發(fā)大語言模型爆發(fā)之后，自動駕駛界打響了大模型之戰(zhàn)。

首當(dāng)其沖，有特斯拉提出的端到端方案、毫末智行首發(fā)自動駕駛生成式大模型，華為盤古大模型 3.0 聚焦自動駕駛場景提升數(shù)據(jù)閉環(huán)、商湯也提出自動駕駛通用大模型 UniAD。

另一面，各家車企也爭相追逐大模型：長城、奇瑞、吉利、長安、廣汽、蔚來、小鵬、小鵬等陸續(xù)公布了大模型的相關(guān)進展。

自動駕駛大模型熱潮，要從自動駕駛公司毫末智行在國內(nèi)率先帶節(jié)奏說起。

今年 4 月份，毫末智行在第八屆 HAOMO AI DAY 上，發(fā)布了行業(yè)首個自動駕駛生成式大模型 DriveGPT，解決自動駕駛研發(fā)過程中困擾已久的認知決策問題，并通過能力迭代，最終試圖實現(xiàn)端到端自動駕駛。

而毫末的更新迭代是以「天」為單位計算。

10 月 11 日，毫末在 200 天后舉辦第九屆 AI DAY，宣布 DriveGPT 新進展——通用感知實現(xiàn)萬物識別，通用認知融入世界知識。

同時在產(chǎn)品端，毫末智行還發(fā)布了第二代三款千元級重磅 HPilot 產(chǎn)品。

毫末用技術(shù)和產(chǎn)品回答了大模型有多大才算大、智駕產(chǎn)品有多卷才算卷。

01 更新后的毫末大模型，有什么看頭？

地基已經(jīng)建成。

DriveGPT 作為自動駕駛場景生成式大模型，輸入的是感知融合后的文本序列，輸出是自動駕駛場景文本序列，是通向端到端自動駕駛的大殺器。

但在自動駕駛大模型熱中，擺在眼前的痛點問題是：數(shù)據(jù)量大小，以及落地問題。

本次 DriveGPT 的更新，不僅是自動駕駛開發(fā)模式的范式變革，也同時解決了數(shù)據(jù)量、落地的痛點問題。

大模型多大才算大？

毫末智行數(shù)據(jù)智能科學(xué)家賀翔解答了汽車之心的疑問：「里程數(shù) 1 億只是開始?！?/span>

截止目前，DriveGPT 學(xué)習(xí)時長達到 103 萬小時，用戶使用輔助駕駛里程 8700 萬公里，正加速朝 1 億公里數(shù)據(jù)規(guī)模狂奔。

數(shù)據(jù)量膨脹、又如何在海量數(shù)據(jù)中挑出對大模型訓(xùn)練更有價值的數(shù)據(jù)？

讓 DriveGPT 擁有世界知識，成了毫末智行大模型訓(xùn)練的解題思路。

賀翔舉了這樣一個例子：

以前智駕系統(tǒng)在泊車時如果感知到一堆雜草，可能會直接判別其為障礙物，繼而停止倒車。DriveGPT 更新后，不僅能識別出是雜草，還能挖出物體隱含信息。比如系統(tǒng)會深入學(xué)習(xí)草的特性——最終系統(tǒng)可以直接碾過雜草，繼續(xù)倒車。

要做到這一步并不容易，DriveGPT 能夠做到像人一樣決策、判斷，主要依靠兩個重大更新：

• 第一，在感知大模型新增加圖文多模態(tài)大模型；

• 第二，在認知大模型中增加大語言模型 LLM。

在自動駕駛開發(fā) 2.0 模式到 3.0 模式的過渡期，感知、認知、執(zhí)行三大模塊分別對應(yīng)車端感知模型、車端及云端認知模型、車端控制模型，并最終走向端到端自動駕駛。

首先，在毫末視覺大模型架構(gòu)中，通過圖像編碼器，在訓(xùn)練過程采用自監(jiān)督預(yù)訓(xùn)練學(xué)習(xí)的方式，從而能高效地處理高達百億的圖片，而這種自監(jiān)督方式是通過圖像掩碼恢復(fù)建模來提高預(yù)訓(xùn)練模型的圖像表征能力，對優(yōu)化下游任務(wù)效果起到關(guān)鍵作用。

接著，DriveGPT 在感知大模型中引入 NeRF 技術(shù)，將 Clips 序列的前 K 幀的部分輸入模型，用 NeRF（神經(jīng)輻射場）渲染出后續(xù) H 幀，在這個過程中要經(jīng)過 4D 編碼器、多模態(tài)教師、NeRF 渲染器的加工，將物體視覺特征對齊文本語音特征，做到識別萬物的能力。

這一步相當(dāng)于系統(tǒng)不僅可以識別一捧雜草、柱子等障礙物，甚至也能識別非洲大陸上的羚羊與大象。

第二步要讓系統(tǒng)知道「草可以碾過」這樣的物理特性。

毫末在認知大模型中增加了一個壓縮了人類社會全部知識的大語言模型 LLM，相當(dāng)于在云端為汽車植入了最強大腦，要讓大模型看懂、理解駕駛行為。

車端的一顆芯片，自然無法裝得下如此規(guī)模參數(shù)的大模型。

云端的進展變成車端優(yōu)秀的駕駛表現(xiàn)，考驗的不只是云端的底子，還有將云端大模型能力蒸餾至車端的能力。

蒸餾，原本指的是將混合物分離、純化。

在自動駕駛領(lǐng)域，蒸餾指的是將云端積累的能力精煉到車端的能力。

毫末智行落地云端大模型的方法有兩種：

• 一種是車端模型與云端同步輸出偽標(biāo)簽，車端模型在逐漸擬合云端大模型的過程中得到進化，相當(dāng)于云端刷題，給車端傳輸方法論。

• 另一種是直接讓車端小模型對齊云端 Feature Map，更加迅速提升車端小模型的能力，相當(dāng)于車端直接抄云端答案。

目前毫末智行通過蒸餾使得車端模型感知指標(biāo)提升 5%。

這種提升效果在一些實際測試中明顯體現(xiàn)出來，在毫末內(nèi)部有一計劃被命名為小動物保護，目的是為了考察車端 NOH 系統(tǒng)對于小目標(biāo)的感知檢測能力。

在毫末 AI DAY 公開的測試視頻中，毫末城市 NOH 在時速最高 70 公里的 50 米距離外，就能檢測到高度 35cm 的小目標(biāo)障礙物。也就是說開啟 NOH 后，即便城市道路上突然出現(xiàn)動物出現(xiàn)，也不用擔(dān)心剎停問題。

此外，云端大模型還能形成閉環(huán)，反哺數(shù)據(jù)量。

目前，毫末利用 DriveGPT 落地了場景理解、場景標(biāo)注、場景生成、場景遷移、行為解釋、環(huán)境預(yù)測、模型開發(fā)等七大應(yīng)用實踐。

譬如，場景生成可以通過簡單幾筆直線生成近乎真實的駕駛場景。場景遷移則利用單張圖片就可以改變黑夜、白天、雨雪天氣等環(huán)境特征。這些應(yīng)用不僅能夠節(jié)約數(shù)據(jù)訓(xùn)練成本，還提升了數(shù)據(jù)訓(xùn)練精度。

從發(fā)布 DriveGPT，再到為其融入世界知識，毫末正在補齊自動駕駛大數(shù)據(jù)、大模型、大算力的金字塔結(jié)構(gòu)。

02 猛打智駕性價比，3000 元實現(xiàn)智駕體驗

毫末 DriveGPT 的外化是產(chǎn)品，這一次 AI DAY 毫末放出量產(chǎn)殺器，一口氣發(fā)布了三款 HPilot 產(chǎn)品。

HP170：針對高速場景，3000 元級的高速無圖 NOH，可以實現(xiàn)行泊一體。算力 5TOPS，傳感器方案標(biāo)配 1 個前視相機、4 個魚眼相機、2 個后角雷達、12 個超聲波雷達。目前，毫末 HP170 是業(yè)內(nèi)唯一一個將高速無圖 NOH 系統(tǒng)壓縮到一顆 MCU 上的智駕產(chǎn)品。

HP370：針對城市場景，5000 元級的 HP370 可以完成城市記憶行車與記憶泊車，是毫末城市 NOH 的最小集。算力 32TOPS，傳感器方案比 HP170 的相機攝像頭數(shù)量翻 2 倍，同時增加了側(cè)視相機、后視相機、前雷達及后角雷達，可以實現(xiàn)學(xué)習(xí)用戶通勤、日常路線，做到像用戶開車一樣老司機。

HP570：針對城市場景，8000 元級城市全場景無圖 NOH，算力可選 72TOPS 和 100TOPS 兩款芯片，傳感器還支持選配 1 顆激光雷達，可以做到城區(qū)道路內(nèi)通行，全程無圖 NOH、全場景智能繞障等功能一應(yīng)俱全。

毫末智行董事長張凱現(xiàn)場表示，HP570 比起上一代平臺成本下降三分之二，將會是行業(yè)內(nèi)最具性價比的全場景無圖 NOA 產(chǎn)品。

三款產(chǎn)品最大的特性就是定位都在千元級，全部是行泊一體，包含高速無圖 NOH到城市全場景無圖 NOH，主打一個極致性價比。

汽車之心觀察到的情況是，智能汽車相關(guān)企業(yè)最近發(fā)布產(chǎn)品時有了直接以價格定性能、定區(qū)間的趨勢。

成本和產(chǎn)品力即將形成交叉時，自動駕駛棋局就開始互相兌子——各方權(quán)衡利弊下，以高價值兌換低價值。

將毫末智行三款產(chǎn)品可實現(xiàn)的功能級別對應(yīng)到智能駕駛市場中，就會發(fā)現(xiàn)目前市場智駕產(chǎn)品的性價比還有進一步提升的空間。

行泊一體功能上車車型主要有小鵬 P5、榮威 RX5、寶駿 KIWI 等，這些車型售價集中在 10-20 萬。若要擁有記憶行車、記憶泊車類似功能，那么小鵬 G6、寶駿云朵靈犀版是代表，其售價集中在 15-25 萬。

類似的，全場景城市 NOA 對系統(tǒng)軟硬件要求高，目前理想 L9 Max、小鵬 G6/G9 Max 版本、阿維塔 11/問界 M5/M7 智駕版均可以實現(xiàn)城市 NOA，而這一列平均價格至少在 25 萬元以上。

毫末三款 HPilot 產(chǎn)品以更高的性價比，實現(xiàn)了三檔不同水平智駕能力的下放，對于實現(xiàn)智駕技術(shù)平權(quán)、提升了用戶智駕體驗大有裨益。

據(jù)汽車之心了解，目前使用毫末 HPilot 智能輔助駕駛產(chǎn)品的用戶月度活躍率達到 88%。

在 AI DAY 上，毫末智行 CEO 顧維灝提到的一個用戶案例尤為有趣：

在搭載 HPilot 產(chǎn)品的車輛中，一位摩卡用戶單輛最長累計智駕里程是 82073 公里，智駕功能使用率 76.2%，相當(dāng)于使用輔助輔助駕駛繞著地球跑了快兩圈了。

更加平價的智駕系統(tǒng)，扭轉(zhuǎn)了自動駕駛命運的齒輪。

乘用車聯(lián)合會數(shù)據(jù)顯示，2023 年乘用車智能駕駛滲透率與價格呈反向增長，乘用車市場 L2 及以上智能駕駛滲透率達 42.4%，預(yù)計 2025 年將達 70%，并普及到 10-20 萬的主流車型上。

目前，有不少車型的高階智駕系統(tǒng)選購率突破了歷史值：

• 用戶選購小鵬 G6/G9 Max 版本的占比分別到達了 60% 和 80%；

• 國慶假期訂單爆發(fā)的問界，新款問界 M7 超 5 萬訂單里，智駕版超過 3.3 萬臺，占比近 66%；

• 寶駿推出的云朵靈犀版，用戶選購智駕版本的占比達到了 80%。

智駕能夠在用戶端迅速鋪開的一大原因就是「價格香，體驗好」。

而以毫末為代表的玩家，將滿足高、中、低價位車型的量產(chǎn)需求，進一步催化智能駕駛平權(quán)，將智能駕駛的使用門檻再降一檔。

03 自動駕駛還要打贏四場戰(zhàn)役

自動駕駛是人工智能最大的問題，在外界看來自動駕駛突破節(jié)點，像是呼嘯而過、一夜爆發(fā)的「技術(shù)奇點」。

實則不然，自動駕駛爆發(fā)背后必然包含了技術(shù)升維、商業(yè)落地、場景開拓、數(shù)據(jù)膨脹等艱難、恒久的歷程。

毫末將這些歷程稱為四場戰(zhàn)役：智能駕駛裝機量之戰(zhàn)、MANA 大模型之戰(zhàn)、城市 NOH 百城大戰(zhàn)、末端物流自動配送車商業(yè)之戰(zhàn)。

量產(chǎn)之戰(zhàn)、大模型之戰(zhàn)不再贅述，考驗的是性價比與技術(shù)的平衡。

而城市 NOH 百城大戰(zhàn)與末端物流自動配送則是毫末堅持以技術(shù)撬動場景，兩條腿走路的戰(zhàn)略體現(xiàn)。

開城之戰(zhàn)已經(jīng)打響，從小鵬、華為、長城宣布開拓百城，再到蔚來提出以路開城，快節(jié)奏、多元化開城使得城市 NOA 走向價值兌付。

在 AI DAY 上，毫末首次釋放了城市 NOH 路測表現(xiàn)。

顧維灝與張凱兩人搭檔測試了魏牌藍山的 NOH，從保定哈弗中心出發(fā)在保定鬧市區(qū)行駛 12 公里，僅手動接管 3 次。

在視頻中，NOH 流暢完成了多車道匯入單一車道、無保護右轉(zhuǎn)等動作，即便在復(fù)雜的電動自行車無規(guī)則穿行路況下，依舊能夠及時響應(yīng)，完成避讓。

在夜間場景下依舊表現(xiàn)出色，夜間識別橫穿行人、及時避讓行人，面對擁堵道路、紅綠燈交替以及機非混行等復(fù)雜場景穩(wěn)如老司機。

據(jù)汽車之心了解，具備城市 NOH 導(dǎo)航輔助駕駛功能的毫末 HP550，將搭載魏牌藍山在 2024 年第一季度正式量產(chǎn)上市。

進一步地，毫末百城 NOH 目標(biāo)將會先后在北京、保定、上海等城市全面鋪開。

另一個撬動量產(chǎn)的杠桿是毫末在末端物流的進展。

乘用車的智駕滲透率、商業(yè)落地是緩慢進行的，但在自動駕駛垂直場景，大規(guī)模盈利拐點將會更快到來。

此次，毫末第三代末端物流自動配送車小魔駝 3.0 實車亮相 AI DAY，這是個能夠滿足商超、物流、零售多場景多需求的自動駕駛「大塊頭」，也是全球首款 9 萬元內(nèi)中型末端物流自動配送車。

目前，小魔駝已完成 22 萬個無人配送訂單，在北京順義、亦莊等地區(qū)已經(jīng)能看到小魔駝實車。

隨著毫末智行在第四季度與達達物流進行合作加速落地更多地區(qū)，毫末也將在第四季度商超履約配送場景率先實現(xiàn)盈利。

梳理自動駕駛行業(yè)現(xiàn)狀就會發(fā)現(xiàn)，2025 年到來之前，智駕鋪開的速度與規(guī)模，成為自動駕駛企業(yè)留在牌桌上的決賽項目。

背靠長城的毫末已經(jīng)有了極為充沛的量產(chǎn)實踐。

中國工程院院士、清華大學(xué)教授張亞勤指出，毫末智行是推動智能駕駛量產(chǎn)的重要角色。

他認為自動駕駛開發(fā)模式可以分三個時代，而毫末是 2.0 時代過渡到 3.0 時代的代表企業(yè)：

• 1.0 時代：硬件驅(qū)動，在這個階段算力僅為數(shù) T，數(shù)據(jù)規(guī)模停留在 100 萬公里，感知和認知主要依靠激光雷達和人工規(guī)則，智駕水平并不流暢。

• 2.0 時代：軟件驅(qū)動，硬件、軟件、數(shù)據(jù)三者支撐，數(shù)據(jù)規(guī)模達到 1 億公里，傳感器可以單獨輸出結(jié)果，但認知仍為人工規(guī)則。

• 3.0 時代：數(shù)據(jù)驅(qū)動，數(shù)據(jù)量超過 1 億公里，感知依靠多傳感器融合輸出，認知層可以輸出可解釋的、場景化駕駛常識，大數(shù)據(jù)、大模型、大算力成為發(fā)展三要素。

永遠追逐先進技術(shù)，保證智駕安全性是自動駕駛不變的命題。

就連張亞勤也直言：

「技術(shù)要始終往前推進，不能保證未來 5 年一定是 Transformer 路線。即便是 Transformer 大模型，其運行效率要比人腦也要低 1000 倍?！?/span>

自動駕駛技術(shù)路漫漫，但在 AI DAY 最后的沙龍環(huán)節(jié)，不少自動駕駛行業(yè)從業(yè)者用黎明、實用性、風(fēng)起云涌來形容行業(yè)進展。

曙光的本質(zhì)是——智能駕駛正逐漸被用戶需要。在這樣的趨勢下，一個具備技術(shù)競爭力、高價值的毫末將會更加被需要。

返回第一電動網(wǎng)首頁 >