細數 2021 年幾條大熱賽道，
自動駕駛
絕對是當之無愧的無冕之王。而即便剛剛步入 2022 年就繼續高開高走，行業龍頭特斯拉、毫末智行等企業再獲中金公司研究團隊重點關注。
1 月 27 日，中金髮布研究報告《人工智慧十年展望（三）：AI 視角下的自動駕駛行業全解析》。報告看好中長期自動駕駛行業的發展，同時指出，演算法是各廠商重點佈局的核心能力，
資料
是決定量產能力的勝負手，
算力
則決定自動駕駛技術上限。
「2012 年之後深度學習技術快速發展帶動自動駕駛技術迅速進步，近年來 Transformer 大模型等技術進一步提升了自動駕駛演算法能力，2022 年開始落地的大算力晶片及車廠自建 AIDC 的趨勢也為大模型提供了底層支援」，而在資料端具備優勢的廠商有望率先實現突破。
自動駕駛喜提權威研究團隊 pick 絕非偶然，對演算法、算力、資料能力的高度青睞也不難在近期行業熱點中得到佐證。
在 Omicron 變體傳播和 COVID-19 病例增加的不利條件下 CES 2022 於年初成功舉辦，智慧汽車成為展會絕對主角；歲末年初多家研究機構釋出自動駕駛 2021 年標誌性進展並研判 2022 年度發展趨勢，高算力晶片、資料智慧、深度學習演算法等也成為高頻詞彙。
無獨有偶，毫末智行董事長張凱先前也圍繞自動駕駛資料、演算法、算力、量產、商業化、市場形態等作出 2022 自動駕駛行業十大預測。
他同時指出，2022 年將是自動駕駛行業發展最為關鍵的一年，乘用車輔助駕駛領域的競爭將會正式進入下半場，其他場景的自動駕駛也將正式進入商業化元年。
而
強演算法
+
大資料
+
高算力
帶來的自動駕駛能力飛躍無疑將凸顯相關企業競爭優勢，在一致看漲聲中打響開年關鍵戰。
01
演算法：Transformer 大模型征戰影象視覺
特斯拉與毫末智行先後站臺
Google 於 2017 年在 arXiv 上釋出文章 Attention is all you need，透過一維卷積+注意力機制的設計，拋棄傳統 encoder-decoder 模型必須結合 CNN 或者 RNN 的固有模式，取得了非常不錯的效果，也被評為 2017 年 NLP 領域的年度最佳論文。
其後 Transformer 在自然語言處理（NLP）方面取得巨大成功，GPT-2、GPT-3、BERT、XLNet 和 RoBERTa 等許多預訓練模型展示了 Transformer 執行各種任務的能力。
進入 2020 年，
Transformer 模型
已被應用於影象處理，其結果可與 CNN 相媲美。
中金公司在《人工智慧十年展望（三）：AI 視角下的自動駕駛行業全解析》提到，Transformer 具備強大的序列建模能力、全域性資訊感知能力，在大規模資料訓練、魯棒性、泛化能力等方面表現突出，因而在自動駕駛領域較傳統 CNN 優勢明顯。
而特斯拉和毫末智行均已宣佈將 Transformer 引入自動駕駛系統中，實現自動駕駛系統感知智慧和認知智慧的大幅最佳化。
以 Transformer 為代表的大模型已成為自動駕駛演算法的重要發展方向。
在 CVPR 2021 自動駕駛研討會上，特斯拉人工智慧首席科學家 Andrej Karpathy 引入 Transformer 進行大規模的無監督學習。
特斯拉的深度學習模型使用 CNN 從安裝在汽車周圍的八個攝像頭的影片中提取特徵，並使用 Transformer、CNN、3D 卷積中的一種或者多種組合完成跨時間的影象融合，基於 2D 影象形成具有景深的 3D 資訊輸出，而這對於軌跡預測任務和消除推理不一致非常重要。
毫末智行也幾乎於同期為 Transformer 大模型站臺，可謂不謀而合。
中金團隊提到，毫末智行的 AI 團隊正在逐步將基於 Transformer 的感知演算法應用到實際的道路感知問題，如車道線檢測、障礙物檢測、可行駛區域分割、紅綠燈檢測&識別、道路交通標誌檢測、點雲檢測&分割等。
背靠長城汽車，
毫末智行
可以獲取到大量的真實路測資料，或許這也正是毫末敢於率先引入 Transformer 大模型的底氣。
正如毫末智行 CEO 顧維灝所言：
「Vision Transformer 是最適合超大資料集的技術，也是非常適合毫末智行的技術。在自動駕駛領域，特斯拉有這麼多資料，未來毫末智行也會有。這是毫末智行突破重圍的關鍵，也是未來堅實的技術壁壘。」
Transformer 技術的應用正在為毫末各條智慧駕駛產品線上的視覺演算法落地帶來成倍的效率提升，也將使其各項視覺效能指標達到業內領先水平。
02
資料：資料智慧體系推動自動駕駛商業化閉環
量產步伐加速
走純視覺路線還是鐳射雷達路線？業界一直對此爭議不斷。
中金研究團隊則認為，視覺主導與鐳射雷達技術路徑之爭，本質上是
AI 演算法+硬體
逼近人腦能力的速度，與鐳射雷達等可選硬體對資料量、演算法彌補程度及其降價速度之間的競爭。
事實上，大多數廠商尚不具備特斯拉那樣已行駛在道路上的百萬輛級量產車車隊和每年數百億級里程資料，因而並未完全押寶視覺演算法和神經網路。
同時半固態鐳射雷達正在快速搶佔前裝市場，降低部分效能要求的同時價格也已降至 1000 美元級別，特斯拉也需要面對其他廠商近來鐳射雷達軍備競賽級的上車速度。
因此，不同技術路線的選擇從根本上更像是不同企業各自對資料、演算法、成本綜合作用下的適應性取捨。
然而不論是純視覺路線還是鐳射雷達路線，其深度學習過程首先都離不開海量資料的投餵。
一些分析師認為，特斯拉在 2021 年擁有價值超過 55 億英里的真實世界駕駛資料，比競爭對手擁有更多的真實世界資料從理論上講也意味著能轉化為更好的深度學習模型。
而在日前美國加州車管局（DMV）公佈的年度自動駕駛路測資料中，Waymo 報告了 232。58 萬英里（374。3 萬公里）的測試里程，牢牢把持測試車隊首位。
因此，中金在《人工智慧十年展望（三）：AI 視角下的自動駕駛行業全解析》預判，在未來較長一段時間，
資料的持續積累
將是各大自動駕駛廠商的核心競爭點。
毫末智行則脫胎於長城汽車，天生就離資料更近。
基於對
500 萬公里
輔助駕駛使用者行駛里程，毫末智行率先提出自動駕駛發展曲線「f（x）=Z0+M（x）」，其中 M（x） 是將資料轉化成知識的函式，其產品力核心迭代動力正是來自於資料規模。根據毫末智行 3 年後輔助駕駛系統裝車量突破百萬的計劃，屆時其要收集的資料量必將更加龐大。
而標記如此規模的海量資料集則是又一巨大挑戰。
一種方法是透過資料標記公司或 Amazon Turk 等平臺手動標註。但這需要大量的人力和資金投入且程序十分緩慢。
中金團隊也指出，資料體系的自動化水平、效率是資料規模之上的又一關鍵競爭點且壁壘更高，毫末智行的資料智慧體系也在報告中得到加持。
2021 年 12 月，毫末智行推出號稱「
中國首個數據智慧體系
」的產品——
MANA
（雪湖）。這一體系由 TARS（資料原型系統）、LUCAS（資料泛化系統）、VENUS（資料視覺化平臺）、BASE（底層系統）四個子系統組成，形成完整運轉的自動駕駛資料智慧體系，進而實現感知、認知、標註、模擬、計算五大能力提升。
得益於 MANA 體系 LUCAS 的資料閉環，毫末智行資料收集、處理、標註和 AI 訓練方面展現成本優勢和高迭代速度。
依靠「資料智慧」的驅動，2021 年毫末智行的輔助駕駛系統已經搭載至 5 款總計數萬臺量產車輛中，是中國輔助駕駛量產能力最高產的公司。
據張凱透露，2021 年毫末智行營收已經達到數億元，成為最快盈利、營收能力最強的自動駕駛公司之一，同時也躋身量產產品第一陣營，2022 年乘用車輔助駕駛專案預計擴大 7 倍，無人物流車專案也將擴大 3 倍。
張凱表示，資料智慧將會成為自動駕駛量產決勝的正負手。資料智慧體系是自動駕駛商業化閉環的關鍵所在，搭建高效、低成本的資料智慧體系是自動駕駛健康發展的基礎，也是自動駕駛系統能夠不斷迭代前行的重要環節。
資料是智慧汽車時代的新型石油，而資料智慧則驅動著自動駕駛系統快速更迭，成為自動駕駛公司的必修功課。
03
算力：高算力車規級晶片開啟上車元年
隨電子電氣架構技術由分散式不斷向集中式演進，中央域控制器+車雲協同計算正在成為整車電子電氣架構的長期發展方向。
而隨著功能與算力的不斷集中，高算力晶片成為新型電子電氣架構的物理實現基礎，被業界一致認為是自動駕駛皇冠上的明珠。
而且，無論是 Transformer 還是 CNN，都離不開
大算力計算平臺
做為支撐。
如果說自動駕駛領域對 2022 年有什麼全票透過的共同期待，那必然是對大算力晶片上車的一致預期。
縱觀 2022 年各家車企的車型計劃和自動駕駛解決方案，英偉達 Orin、高通 Snapdragon Ride、地平線征程 5 等多款單晶片算力超過 100TOPS 產品赫然在列，高算力車規級晶片即將集中開啟量產前裝應用。
晶片巨頭們還在積極規劃更高算力計算晶片，面向覆蓋智慧座艙、不同等級自動駕駛需求形成梯次產品序列。
如英偉達規劃中的 AI 計算平臺 NVIDIA DRIVE Atlan，其單顆晶片算力達到 1000TOPS，將是 Orin 的 4 倍。
年初剛剛舉辦的 CES 展自然也是 2022 年全球晶片巨頭們爭奪 C 位的第一戰場。
毫末智行攜與高通聯手研發的輔助駕駛域控制器「
小魔盒 3.0
」也在 CES 高通展臺亮相，號稱目前全球算力最高的可量產自動駕駛計算平臺，其平臺單板算力已達 360TOPS，未來可持續升級到 1440TOPS，可以支撐大量的感知推理計算，以及車端感知資料的篩選、清洗、脫敏和迴流。
而僅從算力來看，1000TOPS 以上能力已足以滿足 L4 級以上自動駕駛需求。
毫末智行 CEO 顧維灝在 HAOMO AI Day 也提到，2022 年年中，毫末智行輔助駕駛系統 HPilot 即將推出城市 NOH 功能，屆時正是配備這款「小魔盒 3。0」，而已釋出的全程 34 分鐘無接管的城市 NOH 測試影片也讓外界對這一功能倍加期待。
04
強演算法+大資料+高算力加速自動駕駛落地
進入 2022 年，自動駕駛賽道關注度持續走高，先有春晚上高呼「賣房投資搞無人駕駛」，後有多家企業在冬奧會上大秀肌肉。與此同時，賽道上選手們的表現也正在暗示著全新的競爭格局。
業界普遍認為 2022 年是自動駕駛行業倍加看好的一年，技術加速迭代的一年，人才爭搶激烈的一年，更將是充分競爭時代的元年。
2021 年，毫末智行表現亮眼，為自動駕駛行業交出量產產品、研發落地、算力突破、搭載量級、資料智慧、營收能力六項第一的滿分成績單。
同時，毫末也提到，2022 年將打響三場關鍵戰役——資料智慧的王者之戰、輔助駕駛的場景決勝之戰和末端無人配送解決方案的規模化之戰。
中金公司此時的背書似乎也為整個行業打了一針
強心劑
。
在過去的幾年，業內不同參與者發展模式各異，而以特斯拉為代表的全棧自研模式，毫末智行為代表的「車企+自動駕駛技術公司」組合，在強演算法+大資料+高算力的技術趨勢下似乎正在走向趨同，那麼行業馬太效應也必將加速凸顯。
誰又能笑到最後？
中國自動駕駛的格局正在發生改變，毫末智行將是不可忽視的重要力量。從更長週期看，毫末智行將有望助力國內自主品牌，向趕超特斯拉的目標不斷前進。
