芯耀
962
從技術(shù)預(yù)言家到量產(chǎn)實(shí)干家。
“你對(duì)王傳福的觀點(diǎn)怎么看？”這是今年上海車展采訪間里可能最高頻的問題。
4月初，比亞迪董事長(zhǎng)王傳福在一場(chǎng)投資者溝通會(huì)上表示：“無人駕駛都是扯淡和忽悠，是一場(chǎng)皇帝的新裝。”
出乎提問者意料的是，從紛紛押注智能駕駛的主機(jī)廠，再到頭部智駕供應(yīng)商都對(duì)此表示贊同：“無人駕駛很難實(shí)現(xiàn)。由機(jī)器完成駕駛行為，而人類駕駛員作為監(jiān)督者的自動(dòng)駕駛將會(huì)是中長(zhǎng)期的主流路線?！?/p>
行業(yè)變化也佐證了這一觀點(diǎn)，人機(jī)共駕的智能駕駛輔助正走向大規(guī)模量產(chǎn)和高階能力的深水區(qū)。而立志無人化的L4級(jí)自動(dòng)駕駛公司則面臨資本退潮的現(xiàn)實(shí)壓力，紛紛選擇功能降級(jí)，加入輔助駕駛產(chǎn)品的競(jìng)爭(zhēng)。
“只有退潮了，才知道誰在裸泳”，看來巴菲特的這句名言對(duì)科技行業(yè)同樣適用。我們也可以說，同樣因?yàn)橥顺?，我們也能看到哪些玩家已?jīng)率先取得領(lǐng)先，進(jìn)入了深水區(qū)。
目前，中國(guó)高階智駕能力的先發(fā)名單中已有華為、小鵬汽車、毫末智行三位玩家。
一位是根技術(shù)深厚的科技大佬、一位是ALL IN智能化近十年的新勢(shì)力三強(qiáng)，還有一個(gè)是成立僅三年的毫末。
在自動(dòng)駕駛領(lǐng)域，毫末為何能與華為、小鵬并肩，站在高階智能駕駛從技術(shù)驗(yàn)證到市場(chǎng)爆發(fā)的前排位置？
這需要深入毫末過去三年發(fā)展中尋找到答案。
準(zhǔn)確預(yù)判未來的毫末
未來難以預(yù)測(cè)，但科技創(chuàng)業(yè)公司必須準(zhǔn)確預(yù)判未來，因?yàn)樯镭P(guān)。
對(duì)于所有科技公司來說，技術(shù)產(chǎn)品研發(fā)與市場(chǎng)落地應(yīng)用有著漫長(zhǎng)的產(chǎn)業(yè)鏈和一定的時(shí)間差；而對(duì)于創(chuàng)業(yè)公司，較少的資金和客戶儲(chǔ)備意味著極小的容錯(cuò)率。所以，科技創(chuàng)業(yè)公司能夠取得成功的先決條件之一，就是要準(zhǔn)確預(yù)判未來，選對(duì)適應(yīng)市場(chǎng)的技術(shù)路線，并忠實(shí)地執(zhí)行落地。
從結(jié)果來看，有著主機(jī)廠+科技互聯(lián)網(wǎng)公司雙重身份基因的毫末做到了。
回溯2019年，L4無人駕駛不僅頗受資本市場(chǎng)青睞，更開始在多個(gè)城市落地試運(yùn)營(yíng)；國(guó)內(nèi)外的大型汽車集團(tuán)采用L2級(jí)和L4級(jí)并行的雙技術(shù)路線投入，并且不乏試水Robotaxi車隊(duì)的車企。
但同年成立的毫末，卻在一開始選擇了看上去不那么“遠(yuǎn)大”的技術(shù)路徑：從低速到高速、從載物到載人、從商用到民用的漸進(jìn)式發(fā)展的技術(shù)商業(yè)路線。
“未來智能駕駛和智能交互技術(shù)支撐起來的出行工具將成為我們的第三空間，下一個(gè)十年毫末認(rèn)為人類最大的變革將來自于智能化的出行工具。毫末將利用自動(dòng)駕駛大規(guī)模量產(chǎn)的技術(shù)能力和數(shù)據(jù)智能優(yōu)勢(shì),助力客戶贏得這場(chǎng)戰(zhàn)爭(zhēng)?！痹?021年3月首屆技術(shù)品牌日(后更名為“HAOMO AI DAY”)上，毫末智行董事長(zhǎng)張凱對(duì)智能駕駛的本質(zhì)屬性和突破關(guān)鍵做出了判斷。
當(dāng)天，毫末智行CEO顧維灝從費(fèi)用成本和迭代速度兩個(gè)維度，首次分享了數(shù)據(jù)智能驅(qū)動(dòng)自動(dòng)駕駛升級(jí)的技術(shù)路徑。
在2021年12月HAOMO AI DAY上，顧維灝正式完整地解讀了這一戰(zhàn)略路徑的選擇邏輯：“數(shù)據(jù)是人工智能最大的驅(qū)動(dòng)力，數(shù)據(jù)也是這個(gè)進(jìn)步過程中最大的成本，自動(dòng)駕駛產(chǎn)品的完善是個(gè)漫長(zhǎng)的進(jìn)化過程，就像是智人在漫長(zhǎng)的歷史過程中，一定要找到用最低能量消耗維持生命的方法，這樣才有機(jī)會(huì)開發(fā)智力和積累經(jīng)驗(yàn)進(jìn)化人類文明。所以我們數(shù)據(jù)智能的核心，也是降低成本，提高迭代速度?！?/p>
此后，顧維灝又將毫末數(shù)據(jù)智能的“思想鋼印”看作自動(dòng)駕駛的第一性原理：毫末用更低的成本和更快的迭代速度，為用戶提供更安全、更好用的產(chǎn)品。
在2021年的第三屆技術(shù)品牌日上，張凱表示，2022年將是AI自動(dòng)駕駛商業(yè)化分水嶺之年，智能駕駛將從高速簡(jiǎn)單場(chǎng)景漸進(jìn)到城市復(fù)雜場(chǎng)景。自動(dòng)駕駛的商業(yè)化落地將采用漸進(jìn)式的路線逐步落地。
“規(guī)?；虡I(yè)落地的進(jìn)程和節(jié)奏決定一個(gè)自動(dòng)駕駛科技公司能夠走多快，持續(xù)穩(wěn)定、高質(zhì)量的場(chǎng)景數(shù)據(jù)決定一個(gè)自動(dòng)駕駛科技公司能夠走多遠(yuǎn)”，張凱的判斷很大程度代表了毫末對(duì)數(shù)據(jù)驅(qū)動(dòng)技術(shù)路線的原點(diǎn)思考。
以此為方向，毫末明確了利用乘用車、末端物流自動(dòng)配送車和智能硬件三個(gè)終端，不斷積累場(chǎng)景數(shù)據(jù)，促進(jìn)數(shù)據(jù)能力的迭代，從而能生產(chǎn)出更好的產(chǎn)品，形成良性循環(huán)的“風(fēng)車戰(zhàn)略”。
現(xiàn)在，自動(dòng)駕駛的技術(shù)路線開始從跨越式向漸進(jìn)式收斂，驗(yàn)證了毫末三年前的判斷。
原本聚焦Robotaxi、Robobus、干線物流等領(lǐng)域的L4自動(dòng)駕駛公司紛紛倒戈推出自己的L2+輔助駕駛產(chǎn)品；地平線作為中國(guó)自動(dòng)駕駛產(chǎn)業(yè)鏈頭部供應(yīng)商則明確表示L3、L4級(jí)自動(dòng)駕駛十年也實(shí)現(xiàn)不了，各家應(yīng)著力將L2+高階駕駛輔助能力打磨至高效可用；比亞迪作為“后來者”更是在一面炮轟“無人駕駛”是“扯淡、忽悠人”，一面大力布局自動(dòng)駕駛和智能輔助駕駛產(chǎn)品。
而毫末的“風(fēng)車葉片”則在三年間“轉(zhuǎn)”來了大量的數(shù)據(jù)和多次迭代。
“2021年，毫末智行提出中國(guó)自動(dòng)駕駛的新范式，也就是毫末智行的致勝公式——以領(lǐng)先的數(shù)據(jù)智能體系乘以穩(wěn)定的量產(chǎn)能力乘以安全，之后再乘上生態(tài)的N次方，毫末智行的致勝公式源于毫末對(duì)自動(dòng)駕駛行業(yè)的深刻理解。”張凱說。
截止2023月4月初，毫末輔助駕駛用戶行駛里程已經(jīng)突破4100萬公里，小魔駝的配送量也超過了16萬單，智能數(shù)據(jù)體系MANA（雪湖）的學(xué)習(xí)時(shí)長(zhǎng)超過56萬小時(shí)，虛擬世界駕齡相當(dāng)于普通人類司機(jī)行駛經(jīng)驗(yàn)的6.8萬年。
在一線市場(chǎng)驗(yàn)證的基礎(chǔ)上，毫末于2022年9月首個(gè)提出自動(dòng)駕駛3.0時(shí)代的概念：
近十年來，自動(dòng)駕駛產(chǎn)業(yè)經(jīng)過了硬件驅(qū)動(dòng)，數(shù)據(jù)規(guī)模在100萬公里的1.0時(shí)代；軟件驅(qū)動(dòng)，數(shù)據(jù)規(guī)模在1億公里以下的2.0時(shí)代。2023年開始，將進(jìn)入數(shù)據(jù)驅(qū)動(dòng)，數(shù)據(jù)規(guī)模達(dá)1億公里以上的3.0時(shí)代。
而毫末已經(jīng)為3.0時(shí)代備戰(zhàn)許久。
毫末的城市NOH方案為什么能不用高精地圖？
今年，搭載毫末HPilot3.0系統(tǒng)，具備城市領(lǐng)航駕駛輔助功能（以下簡(jiǎn)稱城市NOH）的魏牌新摩卡DHT-PHEV和藍(lán)山將先后上市。
隨著兩款車型交付，毫末城市NOH將首批落地在北京、保定、上海等城市，并于2024年開拓100個(gè)城市。
值得注意的是，毫末城市NOH的技術(shù)方案，與目前已經(jīng)量產(chǎn)上車的小鵬和華為有著本質(zhì)的不同。
小鵬和華為的量產(chǎn)方案在城市領(lǐng)航中采用高精地圖作為重要的“傳感器”，但毫末則將只基于導(dǎo)航地圖實(shí)現(xiàn)城市領(lǐng)航功能，像人類駕駛員一樣開車。
作為后發(fā)者，為什么是毫末率先脫離高精地圖？從毫末過去三年的技術(shù)積累上可以窺見一斑。
高精地圖能夠預(yù)先提供“正確”的靜態(tài)環(huán)境，從而大幅降低感知難度。例如面對(duì)紅綠燈時(shí)，感知模型可以先在高精地圖上預(yù)瞄紅綠燈位置和車道線關(guān)系，然后進(jìn)行的識(shí)別。
但高精地圖由于鮮度和成本問題，難以被廣泛應(yīng)用在城市領(lǐng)航中。2022年4月毫末率先提出“重感知”的城市領(lǐng)航方案后，這一技術(shù)路線已成行業(yè)共識(shí)，華為、蔚小理宣布的方案都是以無圖、脫圖為目標(biāo)。
但要想離開高精地圖這個(gè)“拐棍”，就需要能夠自己“認(rèn)識(shí)”紅綠燈，并能將其與車道線對(duì)應(yīng)關(guān)系綁定，甚至能夠自己“畫出”地圖的感知算法。
2023年1月，毫末率先拿出了端到端的車端感知架構(gòu)，將包括車道線、車輛、紅綠燈、通用障礙物識(shí)別、局部路網(wǎng)、行為預(yù)測(cè)等分散的多個(gè)下游任務(wù)集成到了一起，使自動(dòng)駕駛系統(tǒng)能夠“自己認(rèn)路”。
“實(shí)現(xiàn)了一個(gè)跨代升級(jí)，能夠更好地支持我們跨入自動(dòng)駕駛的3.0時(shí)代”，顧維灝表示。“跨代升級(jí)”的背后，是毫末自己已經(jīng)走過，其他玩家正在走的從方法論到工程化的實(shí)踐之路。
早在2021年6月，毫末在一次技術(shù)活動(dòng)中展示了后來業(yè)內(nèi)耳熟能詳?shù)腡ransformer算法。
“Transformer 結(jié)構(gòu)由于其特性，在自動(dòng)駕駛的各獨(dú)立傳感器中都獲得了應(yīng)用，比如增強(qiáng)單相機(jī)全局感受野、時(shí)序融合中的運(yùn)動(dòng)物體位置偏移的自動(dòng)對(duì)齊?！鳖櫨S灝在當(dāng)時(shí)的分享中已經(jīng)對(duì)Transformer的應(yīng)用前景有了頗為準(zhǔn)確的判斷。
但從前景判斷到實(shí)現(xiàn)前景，是一系列的攻堅(jiān)克難。
2021年12月，毫末亮相了與特斯拉“九頭蛇”類似的感知模型網(wǎng)絡(luò)。底層骨干網(wǎng)絡(luò)計(jì)算好基礎(chǔ)數(shù)據(jù)后，兩個(gè)分支網(wǎng)絡(luò)一個(gè)做路面特征識(shí)別，一個(gè)做可行駛空間和場(chǎng)景識(shí)別。其中路面特征識(shí)別包括8個(gè)小模型，分別計(jì)算車道線、停止線、道路邊界、分割、車輛、交通燈和道路弱勢(shì)使用者。
與之后一年大部分玩家拿出的，對(duì)視覺和激光雷達(dá)感知進(jìn)行結(jié)果融合的方案不同。毫末的這一感知模型是對(duì)攝像頭和點(diǎn)云數(shù)據(jù)在骨干網(wǎng)絡(luò)中直接融合。并在提取一層特征后，利用RNN（循環(huán)神經(jīng)網(wǎng)絡(luò)）和光流SLAM（即時(shí)定位與地圖構(gòu)建）進(jìn)行時(shí)空融合，得到時(shí)空一體的模型后，再進(jìn)行多頭計(jì)算。
“我們最終的目標(biāo)是把現(xiàn)實(shí)世界反映到我們的向量空間里?！鳖櫨S灝在當(dāng)時(shí)就表示。
此后，毫末進(jìn)一步就城市場(chǎng)景中的重點(diǎn)問題進(jìn)行技術(shù)攻堅(jiān)。
例如在2022年4月亮相的雙流模型：一路包含對(duì)紅綠燈燈箱的監(jiān)測(cè)、燈型分類、輸出顏色、形狀和朝向形信息；一路則負(fù)責(zé)紅綠燈綁路，輸出目標(biāo)車道的紅綠燈燈組。并且利用空間注意力機(jī)制將兩者結(jié)合起來。
也是從這時(shí)，毫末開始探索利用Transformer中的Attention（注意力機(jī)制）結(jié)構(gòu)，打造統(tǒng)一的融合框架，并且對(duì)Transformer算法的應(yīng)用更為上手。
2022年9月，毫末拿出了時(shí)序BEV方案。
“我們用時(shí)序的Transformer模型在BEV空間上做了虛擬實(shí)時(shí)建圖，通過這種方式讓感知車道線的輸出更加準(zhǔn)確和穩(wěn)定，在這個(gè)時(shí)空下對(duì)障礙物的判斷也更準(zhǔn)確了些?！鳖櫨S灝在當(dāng)時(shí)的演講中談到：“我們已經(jīng)可以解決部分的道路模糊、復(fù)雜路口、環(huán)島等問題，整個(gè)過程只需要普通導(dǎo)航地圖里面的相對(duì)可靠的拓?fù)湫畔⒓纯?，就像我們自己開車一樣。”
2023年上半年，華為、小鵬等頭部玩家開始量產(chǎn)上車時(shí)序BEV感知方案。
也是在2023年初，毫末亮相了用于通用障礙物識(shí)別的多模態(tài)互監(jiān)督大模型，以及用于構(gòu)建實(shí)時(shí)道路拓?fù)浣Y(jié)構(gòu)，并從而降低地圖依賴的動(dòng)態(tài)環(huán)境大模型。
4月，毫末最新的感知大模型，已經(jīng)可以同時(shí)學(xué)習(xí)感知環(huán)境當(dāng)中的三維空間結(jié)構(gòu)和圖像紋理信息，從而可以適配所有主流的視覺感知任務(wù)。
基于純視覺的感知能力，毫末目前已能夠?qū)⒋饲鞍才旁谥邱{系統(tǒng)外的魚眼相機(jī)引入BEV架構(gòu)中來進(jìn)行近距離視覺測(cè)量任務(wù)，并實(shí)現(xiàn)15米內(nèi)30cm，2米內(nèi)高于10cm的測(cè)量精度。
“這樣的精度可以讓我們用視覺取代超聲波雷達(dá)，進(jìn)一步降低整體方案的成本?！鳖櫨S灝表示。
至此，我們完整回顧了毫末在“重感知”路線的快速技術(shù)演變，從而也就理解了毫末能夠在這場(chǎng)高階智能駕駛產(chǎn)品落地競(jìng)賽中拔得頭籌的根本原因。
DriveGPT雪湖·海若，像老司機(jī)一樣開車
與端到端的時(shí)序BEV感知架構(gòu)一同上車的，還有毫末的自動(dòng)駕駛生成式大模型——DriveGPT雪湖·海若。
“DriveGPT使我們?cè)谝粋€(gè)統(tǒng)一的生成式框架下，將規(guī)劃、決策和推理等多個(gè)任務(wù)全部完成?！鳖櫨S灝表示：“DriveGPT在更大數(shù)據(jù)的支持下，還是會(huì)讓自動(dòng)駕駛系統(tǒng)的決策能力有一個(gè)質(zhì)的提升。這一新技術(shù)范式即使放眼全球也是非常獨(dú)特和創(chuàng)新的?！?/p>
雪湖·海若可不是蹭GPT的“熱點(diǎn)”，而是毫末在自動(dòng)駕駛認(rèn)知領(lǐng)域技術(shù)探索和對(duì)Tranformer持續(xù)應(yīng)用實(shí)踐的結(jié)果。
顧維灝將毫末的認(rèn)知駕駛決策分為3個(gè)階段：
第一階段引入了個(gè)別場(chǎng)景的端到端模仿學(xué)習(xí)，直接擬合人駕行為。
2021年，毫末明確了安全、舒適、高效三大認(rèn)知要素，通過在CSS安全模型中對(duì)安全目標(biāo)、原則和實(shí)現(xiàn)方法進(jìn)行約定。在此基礎(chǔ)上，從數(shù)據(jù)中學(xué)習(xí)舒適和高效的量化標(biāo)準(zhǔn)，以及這三要素之間的制約關(guān)系。
第二階段通過大模型，引入海量正常人駕數(shù)據(jù)，通過Prompt（激勵(lì)）的方式實(shí)現(xiàn)認(rèn)知決策。
在這一階段，毫末已經(jīng)開始探索預(yù)訓(xùn)練類的認(rèn)知模型。
但隨著測(cè)試的深入，數(shù)據(jù)的累積，毫末發(fā)現(xiàn)分場(chǎng)景微模型方法漸漸顯露弊端，會(huì)出現(xiàn)運(yùn)動(dòng)太機(jī)械，舒適感不足的情況。
此外，通過與10萬億參數(shù)的阿里巴巴M6大模型合作，毫末初步嘗試了基于Attention機(jī)制，利用大模型制作熱力圖，來解決駕駛決策一致性和可解釋性的問題，并開始認(rèn)真考慮建立認(rèn)知大模型，并為此開始構(gòu)建毫末的駕駛行為場(chǎng)景庫。
2022年底，毫末認(rèn)知駕駛決策進(jìn)入第三階段：引入真實(shí)接管數(shù)據(jù)，同時(shí)進(jìn)入RLHF（強(qiáng)化學(xué)習(xí)方法），構(gòu)建基于“舊策略、接管策略、人工label（標(biāo)注）策略”的pairwise排序模型的自動(dòng)駕駛決策reward model（獎(jiǎng)勵(lì)機(jī)制模型），從而選出最優(yōu)決策。
這一方法將掉頭、環(huán)島等困難場(chǎng)景的通過率提升了30%以上，也為之后的雪湖·海若打下了基礎(chǔ)。
自動(dòng)駕駛系統(tǒng)的決策主要分為預(yù)測(cè)、規(guī)劃、控制幾個(gè)環(huán)節(jié)：基于感知結(jié)果，通過搜索等方法劃定出可行駛空間，再在其中根據(jù)自車和其他交通參與者可能的行動(dòng)軌跡進(jìn)行路線規(guī)劃，最終決定出一條行駛路線，并將行駛路線分解為車輛動(dòng)作命令傳給執(zhí)行器。
相比目前業(yè)內(nèi)大部分采用的，分步驟的決策方式。云端參數(shù)高達(dá)1200億個(gè)雪湖·海若因?yàn)槟軌蜃龅饺炙伎?，所以能夠基于感知結(jié)果，直接給出規(guī)劃控制結(jié)果和理由：
1、一次性生成多個(gè)未來可能發(fā)生的全局場(chǎng)景，并且按照可能發(fā)生的概率排序；2、生成自車未來的軌跡信息；3、直接給出決策邏輯鏈。
“除了城市NOH，我們判斷，雪湖·海若將在未來在更多場(chǎng)景上將帶來突破。比如：高速NOH，城市巡航、駕駛捷徑推薦、智能陪練、場(chǎng)景脫困等等，最終我們希望能夠抵達(dá)自動(dòng)駕駛的終極場(chǎng)景：無人駕駛?！?/p>
顧維灝在演講中表示，“雪湖·海若的目標(biāo)是實(shí)現(xiàn)端到端自動(dòng)駕駛，現(xiàn)階段主要用于解決自動(dòng)駕駛的認(rèn)知決策問題，后續(xù)持續(xù)會(huì)將毫末多個(gè)大模型的能力整合到雪湖·海若?！?/p>
MANA雪湖+MANA OASIS綠洲：支撐毫末持續(xù)進(jìn)化
如何將戰(zhàn)略和技術(shù)選擇的領(lǐng)先性延續(xù)到量產(chǎn)上車之后？毫末為此做了充分的準(zhǔn)備。
毫末于2021年底提出更為具體的自動(dòng)駕駛能力發(fā)展曲線：F=Z+M（X）。
其中F代表自動(dòng)駕駛的產(chǎn)品力，Z代表基于技術(shù)推理得出的初代產(chǎn)品方案，M則是把數(shù)據(jù)轉(zhuǎn)化為知識(shí)的函數(shù)，疊加X即行業(yè)生態(tài)的影響。
“M是復(fù)雜的，包括不同類型的數(shù)據(jù)，也包括對(duì)數(shù)據(jù)的獲取、表達(dá)、存儲(chǔ)、傳輸、計(jì)算和驗(yàn)證。我們思考、實(shí)踐和沉淀了很多，今天把毫末最核心的數(shù)據(jù)智能體系MANA（雪湖）拿出來與大家分享。”2022年年底，顧維灝正式將毫末的數(shù)據(jù)閉環(huán)體系雪湖架構(gòu)介紹給公眾。
“毫末的數(shù)據(jù)驅(qū)動(dòng)體系，是基于毫末真實(shí)用戶行駛里程提取出的高價(jià)值智駕數(shù)據(jù)，快速挖掘出用戶真實(shí)的駕駛痛點(diǎn)，持續(xù)精準(zhǔn)提高智駕產(chǎn)品的用戶價(jià)值，從而進(jìn)入產(chǎn)品越好用、用戶越愛用精準(zhǔn)迭代的正向循環(huán)。毫末的數(shù)據(jù)驅(qū)動(dòng)體系包含用戶需求閉環(huán)、研發(fā)效能閉環(huán)、數(shù)據(jù)積累閉環(huán)、數(shù)據(jù)價(jià)值閉環(huán)以及產(chǎn)品自完善閉環(huán)、業(yè)務(wù)工程化閉環(huán)六大部分?！苯衲昴瓿?，張凱再度對(duì)毫末的數(shù)據(jù)閉環(huán)體系進(jìn)行了解讀。
數(shù)據(jù)閉環(huán)體系是自動(dòng)駕駛研發(fā)的核心Know-how，鮮有企業(yè)會(huì)將其公之于眾。毫末此舉也為更多玩家構(gòu)建自己的閉環(huán)體系提供了經(jīng)過實(shí)踐驗(yàn)證的參考經(jīng)驗(yàn)。
雪湖由BASE、TARS、LUCAS、VENUS四個(gè)子系統(tǒng)組成。
BASE包括數(shù)據(jù)的獲取，傳輸，存儲(chǔ)，計(jì)算，以及新的數(shù)據(jù)分析和數(shù)據(jù)服務(wù)；
TARS是一些關(guān)于計(jì)算的核心算法原型，用于感知、認(rèn)知、車端建圖和驗(yàn)證的實(shí)踐；
LUCAS是對(duì)算法在應(yīng)用場(chǎng)景上的實(shí)踐，包括高性能計(jì)算、診斷、驗(yàn)證、轉(zhuǎn)化等核心能力；VENUS是數(shù)據(jù)可視化系統(tǒng)，包括軟件和算法的執(zhí)行情況，對(duì)場(chǎng)景的還原，以及數(shù)據(jù)洞察等能力。
換而言之，BASE、LUCAS、VENUS三者通多對(duì)數(shù)據(jù)進(jìn)行收集、標(biāo)注、仿真、計(jì)算等多種方式，支持TARS中的核心算法原型不斷升級(jí)進(jìn)化，最終轉(zhuǎn)化為車端的高階智能駕駛能力。
所以，算法不斷迭代的背后，也是毫末數(shù)據(jù)體系的不斷進(jìn)化。
在數(shù)據(jù)標(biāo)注方面，毫末最新打造的視覺自監(jiān)督大模型不僅能夠?qū)崿F(xiàn)對(duì)4D clips（多幀）形態(tài)數(shù)據(jù)的自動(dòng)標(biāo)注，而且能夠?qū)㈩A(yù)測(cè)環(huán)境的三維結(jié)構(gòu)、速度場(chǎng)和紋理分布融合到一個(gè)訓(xùn)練目標(biāo)中，強(qiáng)迫模型練好內(nèi)功。
目前，視覺自監(jiān)督大模型的數(shù)據(jù)集超過400萬Clips，感知性能提升20%。并使毫末能夠不依賴激光雷達(dá)，將回傳視頻轉(zhuǎn)化為可用于BEV模型訓(xùn)練的帶3D標(biāo)注的真值數(shù)據(jù)。
在仿真訓(xùn)練方面，毫末最新的3D重建大模型將NeRF算法和生成對(duì)抗網(wǎng)絡(luò)GAN相結(jié)合，打造系統(tǒng)無法區(qū)分的仿真環(huán)境。不僅能夠隨意改變靜態(tài)環(huán)境的季節(jié)、天氣、具體紋理，而且還可構(gòu)建動(dòng)態(tài)仿真目標(biāo)，來創(chuàng)造各類極難收集的corner case。
基于3D重建大模型，毫末已將重建誤差縮小到10cm，重建效率提升5倍。其訓(xùn)練的系統(tǒng)感知錯(cuò)誤率降低30%以上，而且動(dòng)態(tài)物體甚至用肉眼都難分差異。
而為進(jìn)一步助推雪湖成長(zhǎng)，以及對(duì)大模型應(yīng)用前景的肯定，毫末于今年年初拿出了重金打造的雪湖·綠洲（MANA OASIS），成為國(guó)內(nèi)屈指可數(shù)擁有自有超算中心的自動(dòng)駕駛玩家，以大算力支撐大模型和大數(shù)據(jù)的輪動(dòng)迭代。
雪湖·綠洲的算力高達(dá)670PFLOPS算力，存儲(chǔ)帶寬達(dá)每秒2TB，通信帶寬達(dá)到每秒800GB，極大滿足大規(guī)模數(shù)據(jù)的訓(xùn)練任務(wù)。
雪湖·綠洲還針對(duì)海若進(jìn)行了針對(duì)性地升級(jí)改造。
一是建立全套訓(xùn)練保障框架，避免因個(gè)別服務(wù)器異?？赡軐?dǎo)致的訓(xùn)練中斷；
二是升級(jí)彈性調(diào)度資源的能力，使訓(xùn)練平臺(tái)能夠自適應(yīng)每天回傳數(shù)據(jù)不同的大小規(guī)模；
三是吞吐效率的升級(jí)，通過算子融合端到端吞吐提升84%。
“我們認(rèn)為各種傳感器數(shù)據(jù)，包括不同類型、像素、角度對(duì)于大模型訓(xùn)練都有非常大的價(jià)值；同時(shí)，對(duì)于不同的場(chǎng)景，包括不同的道路形態(tài)、交通流密度、自然環(huán)境，大模型都是非常有價(jià)值的?！?022年9月，顧維灝在演講中便表示。也是在當(dāng)時(shí)，雪湖·綠洲已進(jìn)入籌備期。
技術(shù)路徑、戰(zhàn)略選擇、算法、算力、數(shù)據(jù)，這些決定自動(dòng)駕駛玩家生死的關(guān)鍵要素，毫末每一步都踩在時(shí)代之先，并隨著即將量產(chǎn)的3.0產(chǎn)品，站在了AI爆發(fā)的前沿應(yīng)用端。
正如顧維灝在一次演講中所預(yù)言：
從汽車發(fā)明后，汽車工業(yè)就一直嘗試著出行工具能夠?qū)崿F(xiàn)自動(dòng)駕駛。但是真正具有里程碑意義的智能出行工具，仍然是以機(jī)器視覺和深度學(xué)習(xí)代表關(guān)鍵AI技術(shù)所引發(fā)自動(dòng)駕駛車輛的出現(xiàn)。這一技術(shù)從二十一世紀(jì)初興起至今甚至不到二十年時(shí)間，就在全球汽車產(chǎn)業(yè)掀起一場(chǎng)真正意義的智能革命。
在這場(chǎng)智能革命中，中國(guó)的研究者和企業(yè)不僅沒有遲到，還始終和美國(guó)一起站在自動(dòng)駕駛的前沿，從國(guó)家政策到行業(yè)標(biāo)準(zhǔn)，到技術(shù)研發(fā)，再到商業(yè)規(guī)模，始終處在第一梯隊(duì)的位置。這是一場(chǎng)決定未來數(shù)十年技術(shù)潮流演進(jìn)和出行物流形態(tài)升級(jí)的產(chǎn)業(yè)革命之戰(zhàn)。
毫末有幸處在這個(gè)時(shí)代，在自動(dòng)駕駛浪潮中演繹毫末故事。
作者 | 朱世耘
