近日，中國首個(gè)數(shù)據(jù)智能體系MANA的再次進(jìn)化，毫末智行CEO顧維灝以當(dāng)下大熱的城市導(dǎo)航輔助駕駛場景為背景，對外介紹了毫末數(shù)據(jù)智能體系MANA迎來的多項(xiàng)重磅功能升級。

　　對于城市導(dǎo)航輔助駕駛場景，顧維灝首先表示，這是當(dāng)前自動駕駛功能的核心突破點(diǎn)，也是行業(yè)現(xiàn)階段的兵家必爭之地。然而從道路與交通狀況單一的高速場景進(jìn)入交通參與者眾多、道路與交通狀況極其復(fù)雜的城市場景，自動駕駛系統(tǒng)面臨的技術(shù)難度可以說是倍數(shù)級增長。巨大的挑戰(zhàn)也拖住了眾多自動駕駛廠商“進(jìn)城”的步伐，只能持續(xù)鏖戰(zhàn)技術(shù)突破點(diǎn)。

　　在顧維灝看來，當(dāng)前國內(nèi)城市道路主要存在4類場景難題，分別為城市道路養(yǎng)護(hù)頻繁、大型車輛密集、變道空間狹窄、城市環(huán)境多樣。而如果要解決這4類難題，在技術(shù)層面又面臨6大挑戰(zhàn)：如何在自動駕駛領(lǐng)域應(yīng)用大模型、如何讓數(shù)據(jù)發(fā)揮更大的價(jià)值、如何使用重感知技術(shù)解決現(xiàn)實(shí)空間理解問題、如何使用人類世界的交互接口、如何讓仿真更真、如何讓自動駕駛系統(tǒng)運(yùn)動起來更像人。

　　顧維灝表示，針對這6大挑戰(zhàn)，毫末智行為數(shù)據(jù)智能體系MANA帶來了6項(xiàng)里程碑式的升級迭代，用以分別擊破。首先面對“如何在自動駕駛領(lǐng)域應(yīng)用大模型”挑戰(zhàn)，顧維灝表示，MANA通過使用大規(guī)模量產(chǎn)車無標(biāo)注數(shù)據(jù)的自監(jiān)督學(xué)習(xí)方法打造模型效果，相比只用少量標(biāo)注樣本訓(xùn)練，訓(xùn)練效果提升3倍以上，這讓毫末數(shù)據(jù)優(yōu)勢得以高效轉(zhuǎn)化為模型效果，以更好適應(yīng)自動駕駛各種感知任務(wù)需求。

　　面對“如何讓數(shù)據(jù)發(fā)揮更大的價(jià)值”挑戰(zhàn)，顧維灝表示，面對巨大數(shù)據(jù)規(guī)模下的“數(shù)據(jù)效率”難題，MANA構(gòu)建了增量式學(xué)習(xí)訓(xùn)練平臺，抽取部分存量數(shù)據(jù)加上新數(shù)據(jù)組合成一個(gè)混合數(shù)據(jù)集。訓(xùn)練時(shí)要求新模型和舊模型的輸出保持盡量一致，對新數(shù)據(jù)的擬合盡量好。相比常規(guī)做法，整體算力節(jié)省80%，響應(yīng)速度提升6倍。

　　面對“如何使用重感知技術(shù)解決現(xiàn)實(shí)空間理解問題”挑戰(zhàn)，顧維灝表示，通過使用時(shí)序的transformer模型在BEV空間上做了虛擬實(shí)時(shí)建圖，使得感知車道線的輸出更加準(zhǔn)確和穩(wěn)定，讓城市導(dǎo)航自動駕駛告別高精地圖依賴。

　　面對“如何使用人類世界的交互接口”挑戰(zhàn)，顧維灝表示，MANA通過升級車上感知系統(tǒng)，對剎車燈、轉(zhuǎn)向燈狀態(tài)進(jìn)行專門識別，讓駕駛員在處理前車急剎、緊急切入等場景中更安全和舒適。

　　面對“如何讓仿真更真”挑戰(zhàn)，顧維灝表示，通過與浙江德清、阿里云合作，將路口這一城市最復(fù)雜場景引入仿真引擎，MANA構(gòu)建了自動駕駛場景庫，通過自動駕駛的真實(shí)仿真驗(yàn)證，時(shí)效性更高、微觀交通流更真實(shí)，有效破解了城市路口通過“老大難”問題。

　　面對“如何讓自動駕駛系統(tǒng)運(yùn)動起來更像人”挑戰(zhàn)，顧維灝表示，通過對覆蓋全國的海量人類駕駛進(jìn)行深度理解，學(xué)習(xí)常識和動作擬人化，使得毫末輔助駕駛決策更像人類實(shí)際駕駛行為，可結(jié)合實(shí)際情況選擇最優(yōu)路線保證安全，體感更像老司機(jī)。

　　通過對數(shù)據(jù)智能體系MANA進(jìn)行里程碑式升級，毫末自動駕駛技術(shù)在泛化性、魯棒性再次提升的同時(shí)，也對算力提出了更高的要求。而對此，顧維灝則在現(xiàn)場正式官宣了屬于中國自動駕駛公司的首個(gè)超算中心。“如何提升訓(xùn)練效率降低訓(xùn)練成本，實(shí)現(xiàn)低碳計(jì)算，是自動駕駛走進(jìn)千家萬戶的一個(gè)關(guān)鍵門檻”，顧維灝表示，毫末超算中心的目標(biāo)是滿足千億參數(shù)大模型，訓(xùn)練數(shù)據(jù)規(guī)模100萬clips，整體訓(xùn)練成本降低200倍。

　　基于“數(shù)據(jù)驅(qū)動自動駕駛迭代”這一底層邏輯，數(shù)據(jù)智能體系MANA已成為毫末智行所有產(chǎn)品進(jìn)化的核心動力，而在其推動下，毫末城市NOH在競爭日益激烈的城市輔助導(dǎo)航駕駛領(lǐng)域，也表現(xiàn)得越來越具有領(lǐng)先性與競爭力。在未來，毫末智行也將繼續(xù)以零事故、零擁堵、自由出行和高效物流為目標(biāo)，助力合作伙伴重塑和全面升級整個(gè)社會的出行及物流方式。