毫末智行冲刺进入自动驾驶3。0时代

　　9月13日，毫末智行举办第六届HAOMOAIDAY，会上，毫末智行公布了成立1020天以来取得的成果和数据。
　　目前用户使用毫末智行辅助驾驶产品所产生的辅助驾驶里程，已经超过1700万公里；数据智能体系MANA的学习时长已经超过了31万小时，虚拟驾龄达到4万年；末端物流自动配送车小磨驼为附近用户运送了超过9万单的物资。数据的规模和多样性都在快速的增长。
　　毫末智行CEO顾维灏结合技术发展的规律和自动驾驶近十年的发展历史，将自动驾驶技术发展分成了三个阶段：最早的硬件驱动的自动驾驶的1。0时代；最近几年的软件驱动的自动驾驶2。0时代；即将很快发生，并将持续发展的数据驱动的自动驾驶3。0时代。
　　顾维灏认为，每个时代都有典型的技术特征，由于驱动力和技术工具的不同，技术高度上也明显不同。
　　在技术特征上，可以分成四个维度，产品和技术运行了多少里程、感知技术的实现方法、认知技术的实现方法、技术模式的迭代方式。
　　在硬件驱动时代，自动驾驶车辆武装到了牙齿，车上挂满了各种大大小小硬件。感知能力，主要靠的激光雷达，谁的线束多，谁的个数多，谁的能力强；在认知上，也基本使用规则的方式来实现。由于车辆整体成本比较高，所以车辆数量有限，同时技术效果一般，由此导致自动驾驶里程规模比较少，在100万公里左右。
　　在软件驱动时代，更大算力的中央计算芯片诞生，车上车规级传感器个数在快速增加，AI开始在车上广泛应用。
　　在这一时期，在感知方向，各个传感器各自为战，用一些小模型和少量数据做训练，得到单个传感器的识别结果，然后进行感知结果级的融合；在认知方向，依然是人工规则为主；由于整体成本的下降和效果的提升，自动驾驶里程也快速在增加，达到上千万公里。
　　即将到来的自动驾驶3。0时代数据驱动时代，是完全不一样的时代，是数据自己训练自己的时代。“我们所做的一切的，都是为了能够做出数据通道和计算中心，以便可以更高效的获取数据，并把数据转化为知识”，顾维灏认为这将是自动驾驶3。0时代的核心任务。
　　在数据驱动时代，在感知方向，是用多个传感器、不同模态传感器的原始数据联合输出感知结果；在认知方向，通过大量人驾数据抽取可解释的场景化驾驶常识，在配以AI的实时计算，可以更加拟人化的融入社会交通流中；训练的方式，也发生了很多变化，主要是从小模型少数据，转成为大模型和真正的大数据，是1亿公里以上的辅助驾驶里程所产出的数据。
　　顾维灏介绍，毫末智行一直在为自动驾驶3。0时代做准备。在感知、认知、模式建设上，都是按照数据驱动的方式做建设。早在2021年6月，毫末智行便启动了针对transformer大模型的研究和落地尝试。正是基于过去一年多在训练平台改造升级、数据规格和标注方法的切换准备、针对感知、认知具体任务的模型细节探索等方面的成功实践，为现在毫末在城市导航辅助驾驶场景中的快速发展打下了坚实基础。
　　同时，毫末数据智能体系MANA在感知智能、认知智能等方面均迎来更新升级。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，这让毫末数据优势得以高效转化为模型效果，以更好适应自动驾驶各种感知任务需求。
　　基于对自动驾驶3。0时代的洞察，以及大模型训练对算力的巨大消耗需求，毫末智行在现场还正式官宣了毫末超算中心。“如何提升训练效率降低训练成本，实现低碳计算，是自动驾驶走进千家万户的一个关键门槛。”顾维灏表示，毫末超算中心的目标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。
　　目前中国已成为全球智能汽车主战场，预计到2025年，高级别辅助驾驶搭载率超过70。“毫末智行一直以来，都在坚定地走渐进式发展路线。在自动驾驶3。0时代，辅助驾驶是通向自动驾驶的必由之路”，毫末智行董事长张凯认为，智能驾驶这一巨大的时代风口之下，“数据是驱动自动驾驶成熟的核心要义，渐进式路线是数据积累的最佳路径。