上周和從事AI研究的朋友聊到ChatGPT，對方的一句話，讓我至今心有戚戚。他提到，未來取代人類的不是AI，而是另一個熟練駕馭AI的人類。

這讓我想到自動駕駛：未來真正取代人類駕駛、或是真正操控人類方向盤的絕不是自動駕駛，而是熟悉駕馭大模型、大數(shù)據(jù)和大算力的另一群人類。

一場發(fā)布會，又給我了新的思考。

4月11日，毫末智行在其HAOMO AI DAY上，高調(diào)發(fā)布了行業(yè)首個自動駕駛生成式大模型DriveGPT，中文取名為“雪湖·海若”。其底層模型，用的正是GPT（Generative Pre-trained Transformer）生成式預(yù)訓(xùn)練大模型，試圖解決自動駕駛領(lǐng)域的認(rèn)知決策問題。

毫末的速度，確實夠快。

兩年前，特斯拉將Transformer模型引入自動駕駛，作為中國自動駕駛新秀的毫末智行很快跟進(jìn)，成為國內(nèi)第一家引入Transformer的出行科技公司。后來，毫末又推出了國內(nèi)第一個重感知、不依賴高清地圖的城市駕駛輔助系統(tǒng)，率先破題量產(chǎn)自動駕駛。

有意思的是，即使是特斯拉這樣的頭部公司，往往也是一年才舉辦一次科技日或品牌日。毫末團(tuán)隊不一樣，他們把科技發(fā)布會的頻次提升到每季度一次，且似乎每次都能講出用高密度信息，吊足業(yè)界胃口，可見自我迭代的要求之高。

這場車展前夕的HAOMO AI DAY，讓我們再次看到了毫末速度，以及毫末速度背后試圖改變?nèi)祟愸{駛的一群人?？偨Y(jié)來說，這次發(fā)布會主要釋放了兩個消息——

一個是毫末智行的城市NOH即將量產(chǎn)，將最先落地北京、上海、保定等城市；一個則是推出全球首個自動駕駛生成式大模型DriveGPT 雪湖·海若，讓業(yè)界看到大模型落地應(yīng)用在車端的另一種可能，AI領(lǐng)域炙手可熱的GPT，終于可以用在自動駕駛領(lǐng)域了。

｜毫末，憑什么？｜

目前，DriveGPT還處于云端模型階段，未來將最先落地應(yīng)用在新摩卡DHT-PHEV的城市NOH上。

回顧下毫末智行輔助駕駛產(chǎn)品HPilot的成長歷程，三年多的時間已經(jīng)更新了三代，其中，Hpilot 1.0和Hpilot 2.0此前都已已經(jīng)量產(chǎn)上車。此前落地的最新一代的行泊一體產(chǎn)品HPilot 2.0，搭載于長城旗下多款車型上，高速NOH是亮點。

伴隨著Hpilot 3.0（也就是城市NOH）即將在多個城市落地，DriveGPT即將迎來真正的用武之地。這也意味著，中國首個重感知、不依賴高精地圖的城市NOH即將量產(chǎn)上車，最先落地北京、上海以及保定等城市，且2024年上半年落地將達(dá)到100城。

產(chǎn)品落地，一直是毫末的強(qiáng)項。

顧維灝曾在上個月的電動汽車百人會論壇表示，出眾的量產(chǎn)落地能力，一方面要得益于重感知的技術(shù)路線，另一方面則是大模型技術(shù)應(yīng)用比較領(lǐng)先，當(dāng)然，還有該公司的用戶閉環(huán)的數(shù)據(jù)建設(shè)，也是領(lǐng)先于業(yè)界很多同類公司。因為這些優(yōu)勢，毫末智行才能第一個把大規(guī)模落地的城市導(dǎo)航駕駛輔助產(chǎn)品交付到客戶手上。

有意思的是，商湯也在前兩天發(fā)布自研類ChatGPT產(chǎn)品，就和毫末智行推出DriveGPT幾乎前后腳，試圖打入通用人工智能（AGI）賽道，背后依托的，其實和毫末智行一樣，手握大模型，大數(shù)據(jù)和大算力，走出霸王步也在預(yù)料之中。

在毫末智行看來，自動駕駛2.0時代和3.0時代最大的不同，前者是小規(guī)模數(shù)據(jù)和小模型的軟件驅(qū)動，后者則是大規(guī)模數(shù)據(jù)和大參數(shù)模型驅(qū)動。這意味著，誰能優(yōu)化訓(xùn)練效率，誰能壓低云端數(shù)據(jù)訓(xùn)練成本，誰能提升計算效能，誰就能脫穎而出。

這正是毫末的發(fā)力方向。

戰(zhàn)略層面，毫末智行曾在2021年制定了數(shù)據(jù)智能的“思想鋼印”，即打通數(shù)據(jù)、算法和云端的閉環(huán)，共同賦能給車端，用更低的成本和更快的迭代速度（AI訓(xùn)練，系統(tǒng)測試，數(shù)據(jù)處理和收集等）開發(fā)出更好的車端產(chǎn)品。

武器庫層面，則是推出了數(shù)據(jù)智能體系產(chǎn)品MANA，這是毫末智行自動駕駛產(chǎn)品進(jìn)化的核心驅(qū)動力。

MANA體系由四個子系統(tǒng)組成：

位于上層的是TARS（數(shù)據(jù)原型系統(tǒng)）、LUCAS（數(shù)據(jù)泛化系統(tǒng)）和VENUS（數(shù)據(jù)可視化平臺），分別對應(yīng)核心算法原型實踐、算法應(yīng)用場景實踐和數(shù)據(jù)可視化系統(tǒng)，最底層的BASE（底層系統(tǒng)）則代表了數(shù)據(jù)通用能力，主要肩負(fù)著中間件、數(shù)據(jù)存儲和數(shù)據(jù)計算相關(guān)的服務(wù)。

整個系統(tǒng)將數(shù)據(jù)感知、認(rèn)知、標(biāo)注、仿真、計算等多個環(huán)節(jié)融為一體，在數(shù)據(jù)高效利用的同時節(jié)省大量成本，從而提高產(chǎn)品迭代速度。

今年年初，毫末智行宣布成立了智算中心MANA OASIS，并宣稱這是中國自動駕駛行業(yè)目前規(guī)模最大的智算中心。

在國外，特斯拉率先為FSD準(zhǔn)備了屬于自己的AI計算中心DOJO，項目剛啟動，就使用了1.4萬個英偉達(dá)的GPU來訓(xùn)練AI模型。反觀國內(nèi)，毫末智行確實是第一批部署智算中心的自動駕駛科技公司，不僅為算法模型的成熟提供了超強(qiáng)算力，也為自家的城市NOH提供了算力層面的保障。

｜大考之年｜

持續(xù)領(lǐng)先——

這是毫末的目標(biāo)，也是動力。毫末董事長張凱在HAOMO AI DAY上表示，團(tuán)隊未來的目標(biāo)是讓重感知的城市NOH產(chǎn)品至少領(lǐng)先行業(yè)一年以上，并到2024年在全國100個城市實現(xiàn)落地。目前，他們已經(jīng)獲得3家主機(jī)廠定點合同。

”2023年是智駕產(chǎn)品的全線爆發(fā)期?！?/span>

對此，張凱提到了三點：

-城市導(dǎo)航輔助駕駛產(chǎn)品將圍繞量產(chǎn)上車發(fā)力，主要玩家的城市導(dǎo)航輔助駕駛產(chǎn)品進(jìn)入到真實用戶覆蓋和多城市落地的比拼。

-行泊一體將成為自動駕駛公司深耕的重點，在乘用車領(lǐng)域，搭載行泊一體功能的智駕產(chǎn)品將迎來前裝量產(chǎn)潮。

-末端物流自動配送車在商超、快遞等場景迎來爆發(fā)，2023年將在這些場景實現(xiàn)可持續(xù)商業(yè)化閉環(huán)。

值得一提的是，全線爆發(fā)的特征之一，是大模型開啟在車端的落地應(yīng)用，毫末智行看到了趨勢，順勢推出DriveGPT，迎接智能駕駛行業(yè)的沖刺之年、大考之年。

競爭只會越來越激烈。

下圖是過去五年世界范圍內(nèi)具備影響力的大模型，橫軸是發(fā)布或面世時間，縱軸是模型參數(shù)，紅色部分是我國自己推出的大模型，黑色的則是國外玩家的成果。我們可以看到，參數(shù)規(guī)模幾乎是瘋狂增長，速度幾乎是每年增長十倍。

一個問題，是成本。

時間越是往后面走，大模型的成本將越來越高，其中就包括時間成本和經(jīng)濟(jì)成本。

之前看到一組數(shù)據(jù)，ChatGPT在訪問階段的初始投入就是十億美元級別，訓(xùn)練階段的單次訓(xùn)練也要花掉約百萬至千萬美元。對于毫末智行來說，項目推進(jìn)越快，面臨的現(xiàn)金流壓力也會越大，就要看投資人以及背后的金主爸爸長城汽車未來如何“輸血”了。

在此次HAOMO AI DAY現(xiàn)場，毫末智行也聊到DriveGPT現(xiàn)階段的降本策略：

智駕硬件——

DriveGPT視覺方案直接重新配置感知硬件，毫末在BEV框架中開始驗證使用魚眼相機(jī)代替超聲波雷達(dá)進(jìn)行測距，以滿足泊車要求。經(jīng)DriveGPT加持，毫末魚眼相機(jī)方案可達(dá)到15m范圍內(nèi)感知精度30cm，2米內(nèi)精度10cm，大幅降低智駕成本。

視覺標(biāo)注——

毫末在使用數(shù)據(jù)過程中，逐步建立起一套基于4D Clips駕駛場景識別方案，如果使用DriveGPT雪湖·海若的場景識別服務(wù)，一張圖片的價格將下降到0.5元，單幀圖片整體標(biāo)注成本，僅相當(dāng)于行業(yè)的1/10。

另一個問題，是計算能力。

大模型對計算能力的要求極高，毫末智行在HAOMO AI DAY上提出了底層算力的幾個解決方案——

首先，是與火山引擎簽署合作，搭建大模型訓(xùn)練保障框架，實現(xiàn)了異常任務(wù)分鐘級的補(bǔ)貨和恢復(fù)能力，可以保障千卡任務(wù)連續(xù)訓(xùn)練數(shù)月沒有任何非正常中斷，提升大模型訓(xùn)練的穩(wěn)定性。

其次，是充分利用量產(chǎn)車數(shù)據(jù)回傳優(yōu)勢，并將其推廣到大模型訓(xùn)練，訓(xùn)練資源彈性調(diào)度，集群計算資源利用率達(dá)到95%。

最后，是底層算子優(yōu)化，MANA OASIS 通過提升數(shù)據(jù)吞吐量來降本增效，滿足Transformer大模型訓(xùn)練效率，再通過引入火山引擎提供的 Lego算子庫實現(xiàn)算子融合，端到端吞吐提升84%。

不過，萬里長征才邁出第一步。

毫末智行董事長張凱這次的演講題目，是《HAOMO SPEED, AI SPEED》，第一層意思，是追趕AI時代的進(jìn)化速度，另一層意思，則是保持毫末智行自己的領(lǐng)先，前半程領(lǐng)先易，后半程領(lǐng)先難，特別是往L4級別走。

今年，毫末智行要打贏智能駕駛裝機(jī)量、MANA大模型進(jìn)化、城市 NOH大規(guī)模落地和末端物流自動配送商業(yè)四場戰(zhàn)役。這四場戰(zhàn)役具體怎么打，毫末并沒有對外透露太多，不過，按照這家公司三個月一場AI發(fā)布會的節(jié)奏，很多信息，想必很快就能揭曉。

返回第一電動網(wǎng)首頁 >