普通民眾對汽車自動駕駛的最初印象始於特斯拉，隨後國內新勢力汽車企業小鵬，蔚來，理想不斷對消費者進行自動駕駛的市場教育。
隨著技術不斷髮展，不同企業相繼湧入自動駕駛賽道，有傳統車企轉型的企業，有新勢力主機廠，也有新成立的新型科技公司。
這其中，一個後起之秀闖入了大眾視野，那就是毫末智行。業內人士頻繁在各個場合聽到這個名字。剛剛結束的成都車展上，毫末更是憑藉國內首個量產城市NOH的自動駕駛公司一炮而紅，成為業內人士熱議的物件。
9月13日，毫末迎來了第六屆AI DAY。藉此契機，我們就來系統性梳理一下毫末的自動駕駛到底什麼水平。
注：高階輔助駕駛與自動駕駛是逐級遞進關係，為了方便，本文統一表述為自動駕駛。
毫末取得了哪些成績？
2019年至今，毫末已經成立了兩年多的時間，官方給出的準確資料是1020天。在這一千多天裡，毫末取得了非常迅猛的發展。
官方列出了一些資料，比如“國家高新技術企業”資質、MIT麻省理工科技“50家聰明公司”的稱號，以及人工智慧最具價值創業公司TOP20等。拋開這些“虛名”，就實際資料看，毫末的成績如下：
資料方面。毫末的輔助駕駛產品產生的輔助駕駛里程已經接近1700萬公里；
2021年12月，毫末推出國內首個智慧駕駛資料智慧體系MANA。其學習時長已經超過了31萬小時，虛擬駕齡達到4萬年；
毫末已經完成數十萬全要素、多模態CLIPS的標註；
在場景庫積累方面，毫末已經建設完成300萬小時中國道路駕駛認知場景的場景庫；
技術工程化方面，毫末的智慧駕駛系統已經迭代了3個版本，並落地了10餘款不同平臺車型；根據毫末的說法，它可以做到全新車型複用開發 4個月時間達到量產落地狀態，可以做到全新車型匹配標定2個月內完成標定；
量產落地層面，基於多款不同平臺車型落地經驗，毫末智行已經形成一整套高效的智慧駕駛產品開發流程，可以做到超過30個智慧駕駛專案的非同步並行開發。
根據毫末的說法，這些優勢積累將幫助毫末在智慧汽車時代，快速迭代自動駕駛，匯入產品，以形成規模效應建立壁壘。
毫末如何理解自動駕駛？
以過去十年為單位，毫末將自動駕駛分為3個階段，分別是硬體驅動，軟體驅動和資料驅動。
硬體驅動階段的一個顯著特點就是“多和強”。感測器越多越好，效能越強越好，但受限於早期成本和技術原因，很難做到大規模普及。
軟體驅動階段，更大算力的中央計算晶片出現，它能夠支撐更多的感測器。然而在感知方面，各個感測器各自為戰，用一些小模型和少量資料做訓練，得到單個感測器的識別結果，最後進行感知結果級的融合；並且在認知方向，依然是人工規則為主。
這一階段的成本在降低，效率在提升，但基於人工規則的執行邏輯，依然無法解決自動駕駛的長尾問題。
為了提升效率，自動駕駛進入資料驅動時代。其核心在於，化被動為主動，透過資料進行自動駕駛的自我訓練與迭代。
該時代下，感知層面的多個不同模態感測器的原始資料聯合輸出感知結果，再透過大量人駕資料抽取可解釋的場景化駕駛常識，在配以AI的實時計算，可以更加擬人化的融入社會交通流中；訓練方式也從小模型少資料變成海量大資料。
資料驅動時代，自動駕駛公司要做的事情本質上都是圍繞資料展開。毫末介紹，其成立之初，就一直圍繞自動駕駛3。0時代做整體的結構設計與戰略佈局。
毫末如何克服城市NOH的6大難題？
根據毫末的說法，其此前所有的積累都是為了自動駕駛3。0時代的資料驅動階段做準備。資料是開啟這個時代的大前提，而高階輔助駕駛又是蒐集海量資料最高效的方式。
根據毫末智行張凱的說法，“毫末智行一直都在堅定地走漸進式發展路線。在自動駕駛3。0時代，輔助駕駛是通向自動駕駛的必由之路。”
他認為，目前中國已成為全球智慧汽車主戰場，預計到2025年，高級別輔助駕駛搭載率超過70%。而漸進式路線是資料積累的最佳路徑。這個重任順其自然的要落到城市領航輔助上去。
要完成海量資料積累就必須要保證城市NOH的流暢執行。毫末智行CEO顧維灝介紹，城市道路主要存在“4類場景難題、6大技術挑戰”。前者包括“城市道路養護頻繁”“大型車輛密集”“變道空間狹窄”“城市環境多樣”。對應的解決方案面臨六大挑戰：如何在自動駕駛領域應用大模型，如何讓資料發揮更大的價值，如何使用重感知技術解決現實空間理解問題，如何使用人類世界的互動介面，如何讓模擬更真，如何讓自動駕駛系統運動起來更像人。
針對以上問題，來看看毫末的解決方案：
如何在自動駕駛領域應用大模型
自動駕駛3。0時代核心就是大資料，需要對海量的資料進行處理。此前，業內在進行模型驗證時的常規思路是，對模型不斷輸入標註資料，並且對其進行監督學習。但在資料標註上，自動標註出錯率高，人工標註成本高，導致該方法效率低，成本高。
毫末的思路是透過MANA系統將無標註資料來完成自監督學習從而完成模型訓練。具體的技術思路是，將所有的感知任務backbone都統一，然後利用無標註資料先訓練好這個統一backbone並鎖定，模型剩餘部分再用標註樣本來訓練。
毫末以BEV結構下的3D空間重建一致性為目標來進行Backbone的預訓練。和一般的mask重建圖片或者影片的訓練目標相比，該方法能夠更有效迫使模型理解道路場景的三維結構，從而更好的適應自動駕駛的各種感知任務需求。
毫末表示，透過其試驗得出的資料，這種方式相比只用標註樣本做訓練，訓練效率可提升3倍以上，並且精度也有所提升。
如何讓資料發揮更大的價值
資料多，處理效率就成了問題。比如模型對新場景的敏感度問題，經常會發生遺忘。比如，一年前走過了的路再路過的時候可能忘記了。
解決這個問題最普通最直觀的做法就是用全量資料再次精細的訓練模型，可以理解為做過的題再刷一遍，但是這種做法的成本太高，效率太低。
毫末的做法是，構造了一個增量式的學習訓練平臺。在訓練過程中，系統並不會使用全量存量資料，而是抽取部分存量資料加上新資料組合成一個混合資料集。訓練時要求新模型和舊模型的輸出保持儘量一致，對新資料的擬合儘量好。
如何使用重感知技術解決現實空間理解問題
眾所周知，高精地圖更新慢、成本高的問題短期內難以克服，這也引得國內自動駕駛公司都在探索“重感知、輕地圖”的技術路線。如果達到這樣的目的不同的公司有不同的辦法。
毫末的思路是透過使用時序的transformer模型在BEV空間上做了虛擬實時建圖，使得感知車道線的輸出更加準確和穩定，讓城市導航自動駕駛告別高精地圖依賴。
如何使用人類世界的互動介面
自動駕駛裡，一個很重要的工作就是對交通參與者的行為預測，以便於自車進行接下來的動作規劃。
過去這些工作都是透過感測器感知和演算法來完成。但是當交通參與者足夠多的時候，感測器的負荷會加大，效率會降低，準確率會下降。
毫末的思路是加入對其他車輛剎車燈和轉向燈的識別從而提升預測效率與準確度。
如何讓模擬更真
自動駕駛資料沒有辦法窮盡所有長尾問題，模擬是自動駕駛的必要工作，主要包括：基礎模擬能力，模擬環境和運動的基礎能力，主要看精準性；構建場景的能力，主要看效率；定義場景的能力，主要看有效性。
針對第三點的城市路口，毫末和阿里以及德清政府合作，利用路端裝置將路口處每時每刻的真實交通流都記錄下來，再匯入到模擬引擎裡，加上駕駛員模型之後，就可以用於路口場景的除錯驗證。
毫末聯合浙江德清、阿里雲釋出“中國首個基於車路協同雲服務的大規模自動駕駛場景庫”，這是中國第一個使用真實交通資料生成、滿足資料合規要求的自動駕駛場景庫。
但也有業內人士表示，該方法受場景限制，資料蒐集效率和質量都有待觀察，看看後續效果如何。
如何讓自動駕駛系統運動起來更像人
接近人類司機是自動駕駛企業一直追尋的目標。
毫末的思路是蒐集足夠多的人類駕駛資料，然後構建自動駕駛場景庫，並基於典型場景挖掘海量司機的實際駕駛行為，構建taskpromt，訓練一個基於時空Attention的駕駛決策預訓練大模型，使得自動駕駛決策更像人類實際駕駛行為。
如何備戰自動駕駛3.0時代？
根據毫末的說法，自動駕駛3。0時代最核心的點就是大資料。自動駕駛公司所有的工作都是圍繞資料展開，這其中牽扯到幾個非常關鍵的問題，資料的儲存和處理以及技術應用。
在資料儲存上，大資料，大模型需要大算力，比如訓練一個千億引數、百萬個clips的大模型，需要上千個GPU訓練幾個月時間。
毫末的思路是超算中心，目標是滿足千億引數大模型，同時資料規模100萬clips，整體訓練成本可以降低200倍。
超算中心也是業內的共識，前不久，小鵬汽車聯手阿里雲在內蒙古烏蘭察布共同成立了自動駕駛超算中心。如果不出意外，有能力的企業基本都會自建資料處理中心。
在資料管理上，毫末建立了MANA資料管理系統，閉環式資料管理工作，也是毫末一直以來重點傳播的技術。建立自己的資料管理系統也是自動駕駛公司的必經之路，Momenta將這個東西稱之為資料飛輪，其實是一個邏輯。
在處理資料的多樣性上，毫末採取的是Attention機制的transformer結構，顧維灝介紹其在2019年就開始將transformer技術使用者自動駕駛的資料處理。目前也是業內在資料處理上的主流思路，包括特斯拉在內的頭部企業都在使用該技術。
客觀地說，不管是已經取得的成績還是對行業的探索，毫末智行的自動駕駛在國內都處於第一梯隊。但是，更嚴謹一點，必須要加上“現階段”的時間限制。
《圓周智行》在此前的文章中也有過重點分析，當下自動駕駛正處於量產上車和市場驗證階段，毫末背靠長城汽車取得了一定的先發優勢在情理之中，但在市場從1到N階段，跳出限制，取得更大的突破，才是真正考驗企業水平的地方。目前看來，Monenta、華為都給了毫末不小的壓力。接下來毫末發展如何，讓我們拭目以待。
