自动驾驶下半场，毫末如何破解三大挑战？

“早在去年年底，我们就预测到2022年将是极端困难的一年，但在经历过上半年疫情和各种黑天鹅事件后，我们发现，实际情况要比预测的更艰难。”毫末智行董事长张凯直言不讳道，“虽然面对疫情、供应链、技术本身带来的重重挑战，但接下来，毫末会以集中量产交付来应对智能驾驶规模化的大考。”

2022年9月13日，正值毫末成立1020天，第六届HAOMO AI DAY如期而至，这场国内少有的专门聚焦自动驾驶AI技术的盛宴，究竟带来了哪些行业最领先的技术成果和产品发布？毫末又会交上一份怎样的秋季成绩单呢？

勇闯行业“无人区”

都说毫末的1020天跑出了中国自动驾驶最快的1020天，真的如此吗？从成果上看，在成立的1020天里，毫末不仅做到了中国量产自动驾驶第一名；还发布了中国首个自动驾驶数据智能体系MANA，这是中国第一个大规模量产、重感知的城市辅助驾驶系统。

毫末智能驾驶技术的工程能力到底有多强？在智能驾驶产品流程化开发上，毫末可以做到全新车型复用开发4个月内达到量产落地状态、全新车型匹配标定2个月内完成标定，标定效率全行业第一；此外，通过多年来对汽车生产产线的理解，毫末还对智能驾驶产品进行了鲁棒性设计，从而能够做到智能驾驶产品100%的一次性过线率。

基于多款不同平台车型落地的成功经验，毫末已经形成了一整套高效的智能驾驶产品开发流程，是中国唯一一个具备异步并行开发超过30个智能驾驶项目能力的公司。两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，这种开发能力国内唯一，被誉为“中国智能驾驶技术落地经验最丰富的公司”名副其实。

据悉，搭载毫末智能驾驶技术量产落地的车型有魏牌摩卡、拿铁、玛奇朵，坦克300和500，哈弗神兽，欧拉闪电猫、芭蕾猫、好猫，全新一代长城炮等。其中，魏牌拿铁DHT-PHEV是搭载毫末智行智能驾驶系统的第7款车型；而魏牌摩卡DHT-PHEV激光雷达版则是搭载中国首款大规模量产城市NOH辅助驾驶系统——毫末HPilot3.0的首款车型，并计划于9月量产交付。

另据了解，毫末HPilot3.0具有重感知、轻地图、大算力的特点，2022年可落地区域将覆盖10座城市，2023年将落地城市超100个。时至今日，毫末辅助驾驶系统行驶总里程突破1700万公里。

而就在上周，欧盟新车安全评鉴协会（E-NCAP）公布了最新一批车辆碰撞测试成绩，其中，魏牌摩卡DHT-PHEV和欧拉好猫均获得五星安全评级，这也让毫末成为了中国首个出海量产落地的自动驾驶公司。

更值得一提的是，此次测试结果显示，魏牌摩卡DHT-PHEV安全辅助得分率94%、欧拉安全辅助得分率93%，成为E-NCAP主动安全得分最高的两款中国品牌车型，说明毫末自主研发的自动紧急安全制动AEB系统已达到国际领先水平。

另在AI人工智能技术方面，毫末基于国际最先进的AI技术理念，推出国内首个智能驾驶数据智能体系MANA，现已成为毫末所有产品迭代的核心动力。在数据积累和场景库积累方面，MANA不仅完成了数十万全要素、多模态CLIPS的标注，还积累了300万小时中国道路驾驶认知场景库，学习时长超过31万小时，相当于人类司机虚拟驾龄4万年。

面对这样的成绩单，人们不禁会问：创业不易，毫末成功穿越创业公司生死线的秘笈是什么？在跻身中国自动驾驶技术创业公司新标杆进程中，毫末是如何打造技术护城河并大幅领先对手的？以及未来对智能驾驶宏观趋势的判断又是什么？

坚定“渐进式”路线

数据显示：中国在全球智能汽车领域市场份额占比已达到57%，国内智能汽车市场渗透率也已达到总量的26%，增速位居全球第一；且从智能汽车销售占比和渗透率来看，中国均已大幅领先欧美市场。由此可见，汽车智能化，尤其是智能驾驶，已成为新一轮汽车市场爆发的关键点。

另有数据显示：2022年上半年，中国汽车高级别辅助驾驶搭载率快速爬升，前装搭载率达到26.64%。基于此，张凯强调中国已成为全球智能汽车主战场，并预测到2025年，中国高级别辅助驾驶搭载率将超过70%，其中，辅助驾驶是通向自动驾驶的必由之路。

在此背景下，毫末如何在智能驾驶3.0时代竞赛中胜出呢？在张凯眼中，毫末的成功在于战略路线、商业及技术突破、产品迭代能力方面的正确选择与持续攻坚。“一直以来，自动驾驶行业有渐进式和跃进式路线之争，而毫末坚定走渐进式发展路线，我们认为，拥有足够多在用户真实使用场景中获取的车辆行驶数据的渐进式路线，会成为推动人类实现自动驾驶的最佳路径。”

为什么选择渐进式？张凯解释道：首先，相对跃进式路线，渐进式更容易获得足够数量的数据，量产时间更早，能够更早地形成规模化；其次，渐进式路线是从用户真实使用场景中获得的高质量数据，相对跃进式定向采集数据方式而言，成本更低、质量更高，是驱动自动驾驶技术走向成熟的核心要义。

总而言之，渐进式发展路线能够以市场带来规模化效应，驱动产品快速迭代；并能以更低的成本获得更大的规模、更多的场景覆盖优质数据，促进智能驾驶产品的用户体验及数据获取的双向循环。

所以，渐进式路线作为数据积累的最佳路径，正是毫末高速发展的重要方向和基石。凭借对该路线的坚定执行，毫末成功探索出独有的“毫末模式”，即领先的数据智能体系乘以稳定的量产能力，再乘以安全，然后叠加生态的幂次方。

张凯认为，智能驾驶产品能力的快速迭代，是场景化户用体验设计、AI人工智能技术及技术工程化能力三者的高度有效协同，并以此构成智能驾驶产品能力迭代的铁三角。“场景化用户体验设计是入口，人工智能技术是灵魂，技术工程化能力是保障，三大能力正向循环、互为支撑，让毫末智能驾驶产品能力得以快速迭代。”

此外，毫末还是中国最早且唯一一个进入产品快速迭代阶段的自动驾驶公司，创造了中国自动驾驶新范式。尤其在场景化用户体验设计方面，毫末已是国内首个实现基于用户真实数据驱动产品迭代的公司，两年多来，毫末智能驾驶产品共实现6次OTA在线升级，并获得主机厂高度认可。

如果说战略路线是方向指引，那么，技术和商业层面的突破则是制胜关键。成立才两年多的时间里，毫末就已从0到1突破行业三大难关：大规模、多车型自动驾驶量产难关；末端物流自动配送车技术成本难关；大规模数据处理及大模型应用难关。张凯指出，“三大难关的突破，再加上在生态构建、安全、文化、人才等层面的努力，支撑毫末能够穿越创业公司生死线，实现高速发展。”

现如今，毫末正进入从1到N的快速发展阶段，开放合作、共创共赢则是毫末始终坚持的宗旨。在乘用车自动驾驶领域，毫末坚持“6P开放合作原则”，与客户进行各类开放式合作探索；在末端物流自动配送领域，毫末正通过“5S服务体系”，与客户共同推动末端物流自动配送车规模化商用进程。

进入2022年，自动驾驶行业竞争已步入下半场，毫末三大战役也进入决胜期，虽已在数据智能、城市场景辅助驾驶、末端物流自动配送方面取得了一些新进展，但未来仍将面临三大挑战，即大规模自动驾驶数据上云的挑战、大算力AI芯片性能突围的挑战、城市场景自动驾驶产品量产突围的挑战。

面对重重挑战，张凯揭秘毫末打赢智能驾驶下半场的五大制胜法则：其一，智能驾驶产品开发要始终将安全放在首位，安全是所有智能驾驶产品开发的基本出发点；其二，产品体验“真香”才是王道，要用2C思维去做2B的事，只有这样才能真正开发出C端市场接受的产品；其三，基于用户真实场景数据驱动，实现产品快速迭代；其四，实现感知智能与认知智能的高度一体化，AI人工智能技术是智能驾驶产品实现的关键环节，打通感知智能与认知智能一定是智能驾驶的发展方向；其五，以开放的心态赋能客户，智能驾驶技术的解决是跨学科的综合性问题，其产品化过程也是高度复杂的，只有融合多学科、多领域的优势，才能促进行业共同进步。

首提数据驱动3.0时代

“把握AI最前沿发展趋势，保持自身技术领先性，一直是毫末进行自动驾驶技术研发的准则。”毫末智行CEO顾维灏分享了自己对当前自动驾驶技术发展趋势的洞察，并在行业内首次提出自动驾驶已进入数据驱动3.0时代。

顾维灏指出，Attention大模型是当前AI发展的新趋势，但由于其对算力的需求远远超出摩尔定律，由此带来的高算力需求、高训练成本、高落地难度等挑战，正成为毫末当前所要解决的重点问题。

“辅助驾驶是通往自动驾驶的必由之路，因为只有辅助驾驶，才有能力积累到足够规模和足够多样的数据，而以数据驱动的自动驾驶3.0时代已经到来。”顾维灏总结道，“自动驾驶近10年来的发展可分为硬件驱动、软件驱动、数据驱动三大时代。目前，特斯拉已领跑全球率先进入自动驾驶3.0时代，而毫末则最有可能成为中国第一个进入自动驾驶3.0时代的公司。”

对领先技术的极致追求，不仅让毫末始终走在行业创新的最前沿，同时也让其产品快速迭代。据悉，毫末早在去年6月就启动了针对transformer大模型的研究和落地尝试，为毫末目前在城市导航辅助驾驶场景中的快速发展打下坚实基础。

据顾维灏介绍，城市道路主要存在4类场景难题、6大技术挑战。其中，场景难题主要包括城市道路养护频繁、大型车辆密集、变道空间狭窄、城市环境多样等。而要解决这些场景难题，在技术层面面临六大挑战，即如何在自动驾驶领域应用大模型、如何让数据发挥更大的价值、如何使用重感知技术解决现实空间理解问题、如何使用人类世界的交互接口、如何让仿真更真、如何让自动驾驶系统运动起来更像人。

在此背景下，毫末MANA迎来六大里程碑升级，快速布局Attention大模型：其一，MANA通过使用大规模量产车无标注数据的自监督学习方法打造模型效果，相比只用少量标注样本训练，训练效果提升3倍以上；其二，MANA构建增量式学习训练平台，相比常规做法，整体算力节省80%，响应速度提升6倍；其三，MANA感知能力更强；其四，MANA感知能力更准；其五，MANA认知能力再次进化；其六，MANA认知智能迎来新阶段。

为破解城市最复杂场景难题，毫末联合浙江德清、阿里云发布“中国首个基于车路协同云服务的大规模自动驾驶场景库”，这是中国第一个使用真实交通数据生成、满足数据合规要求的自动驾驶场景库，将进一步加速中国自动驾驶成熟度提升以及车路云协同发展。

同时，基于对自动驾驶3.0时代的洞察及大模型训练对算力的巨大消耗需求，毫末超算中心也正式揭开神秘面纱。让训练降本增效实现低碳计算，是自动驾驶走进千家万户的关键门槛，而毫末超算中心的目标就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。

“毫末对创新充满热情，对新思想、新方法、新技术敞开怀抱，尤其关注能和数据规模增长形成正循环的技术路线，这也是毫末做技术战略决策的第一性原理，即能将数据规模优势快速转化为能力优势的技术路线就是好路线。”顾维灏如是说。

又一细分市场NO.1

中国工程院院士、清华大学教授、清华智能产业研究院（AIR）院长张亚勤认为，自动驾驶是未来5年AI领域最具挑战和最复杂的任务，同时也是推动全球汽车工业变革最重要的技术力量，可大幅度提高驾驶安全、交通效率，颠覆商业模式。

众所周知，自动驾驶的发展受市场和非市场两个方面的因素影响：市场因素包括技术可行性、用户需求、产业生态、商业模式等；非市场因素包括伦理、隐私、法律法规以及其他产业政策等。

其中，从技术可行性上看，自动驾驶是一个十分复杂的系统问题，涉及感知、认知、规划、决策、执行等诸多环节；同时也需要很多的技术创新，如新传感器、目标检测、感知融合、时空同步、仿真模拟、精确定位、信息安全、低时延通讯、边缘计算等；并且还需要使用大量新的机器学习算法，如卷积神经网络、模仿学习、进化学习、强化学习等。

尽管自动驾驶技术已经取得突破性进展，但张亚勤认为，目前仍存在诸多挑战，特别是感知的鲁棒性和可泛化性、驾驶行为决策的准确度、整体系统的安全性这三方面的挑战。同时，张亚勤相信自动驾驶是可以实现的，只是在开放环境下的长期运行，还需要经受一系列的技术与社会接受度的挑战，以解决安全与可靠性问题。

至于落地路径，张亚勤认为，垂直领域自动驾驶将更快落地，并逐渐扩散布局到通用驾驶落地。实际上，垂直领域的自动驾驶已经在运行了。比如，澳洲铁矿石公司FMG与世界上最大的工程机械公司Caterpillar合作的自动驾驶矿车，早已运行了6年，运送矿产量已超10亿吨，累计行驶超1亿公里，相当于从地球到太阳往返一次。

再比如，毫末与物美多点合作的小魔驼运营项目订单量也已突破9万单，在国内末端物流自动配送领域，占据绝对领先市场份额。不仅如此，毫末还正式发布了中国首款10万元级末端物流自动配送车——小魔驼2.0，打响了2022年末端物流自动配送车规模之战的第一枪，进一步推动末端物流自动配送规模化落地再提速。

据悉，小魔驼2.0单车售价12.88万元，可覆盖园区及城市开放道路，具备L4级自动驾驶、远程驾驶、低成本部署、车辆管理平台、远程监控平台、订单管理平台、微信小程序7大核心功能，在业界处于领先水平。