自動駕駛版的“ChatGPT”來了。

　　4月11日，第八屆 HAOMO AI DAY舉辦。作為中國聚焦自動駕駛技術的盛會之一，這次AI DAY的行業(yè)關注度也很高。

　　過去在這個會上，毫末智行都會發(fā)布最新的一些自動駕駛行業(yè)技術動向，比如2021年9月發(fā)布的數(shù)據(jù)智能系統(tǒng)，去年4月份舉行AI DAY上發(fā)布毫末城市NOH，發(fā)布毫末小魔駝2.0等。

　　今年的AI DAY，有一些特別。

　　2月17日，毫末智行宣布自動駕駛認知大模升級為DriveGPT，并表示將在AI DAY上公布進展。

　　DriveGPT的發(fā)布，宣告著自動駕駛正在邁進3.0時代，接下來毫末還會有什么動作，其實是外界比較關心的事情。比如，新技術能夠產生怎樣的影響?接下來行業(yè)會發(fā)生怎樣的變化?

　　這次AI DAY中也許就有答案。

　　//自動駕駛生成式大模型升級：DriveGPT雪湖·海若

　　毫末的AI DAY，總是不讓人失望，每次都有新體驗、新技術、新動態(tài)。

　　三個月一次的舉辦節(jié)奏很有深意，而且每次都有重磅信息披露，科技行業(yè)要做到“季更”，其實不太容易，背后需要有充足的技術儲備和迭代能力，另外“季更”也能倒逼著企業(yè)研發(fā)不斷迭代。

　　這次AI DAY上，毫末主要宣布了這么幾件事：

　　發(fā)布DriveGPT雪湖·海若，MANA 架構全新升級。

　　宣布與三大主機廠合作，量產裝機爭奪戰(zhàn)開始。

　　2024年毫末城市NOH落地百城。

　　末端物流與商業(yè)進一步落地。

　　信息量很大，但人們關注的焦點很清晰：業(yè)內首個自動駕駛生成式大模型——DriveGPT雪湖·海若。

　　董事長張凱在演講中提到，毫末其實提前兩年就開始布局 AI 大模型，ChatGPT還沒有像現(xiàn)在這么人盡皆知。直到ChatGPT火了之后，人們對大模型才開始有所了解。

　　在打“提前量”這件事上，毫末還是很認真的，畢竟毫末是行業(yè)內最早一批堅定做漸進路線的自動駕駛企業(yè)，也是最早圍繞著商業(yè)化、落地去布局的玩家。

　　與ChatGPT相似的是，雪湖·海若也是通過RLHF(人類反饋學習強化學習)算法，對自動駕駛技術本身進行優(yōu)化。

　　不同之處在于，ChatGPT用人們聊天對話輸入，然后用文字輸出，雪湖·海若(DriveGPT)則是輸入駕駛數(shù)據(jù)，比如駕駛場景、駕駛習慣。輸出的是能力更強的自動駕駛技術。

　　相比技術細節(jié)，其實更需要關注的是，雪湖·海若的發(fā)布意味著什么?

　　在談擎說AI看來，接下來可能會有這么幾個變化：

　　1、重塑了汽車智能化的技術路線。

　　過去的汽車智能化，更多是產品的智能化，并不是核心技術的智能化。

　　比如智能座艙，他能帶來智能化體驗，這個是用戶最能感知到的，比如語音交互、情感智能等等，主打智能化概念。做這種類型的智能汽車，需要的是產業(yè)整合能力，但缺的是核心技術護城河，這類車企最多，寒冬來了之后也最危險。

　　真正的智能化技術是能夠自我學習，自我生長的，真正的自動駕駛，也應如此。過去的自動駕駛技術，本質上還是需要人去優(yōu)化算法，調整參數(shù)。

　　雪湖·海若對行業(yè)最大影響在于，用技術去“培育”技術，這可能會產生深遠影響。自此，自動駕駛技術自身有了自我進化的能力，自動駕駛技術演化的方式就此改變。

　　2、極大地拓展毫末城市NOH產品的能力，幫助毫末城市NOH進一步量產迭代。

　　雪湖·海若對行業(yè)的影響會更直接。按照毫末的說法是：DriveGPT 可以逐步應用到城市 NOH、并且提升城市輔助駕駛的能力。

　　ChatGPT之所以強，是因為改變了AI本身演化的方式，更有效率，更成熟。

　　DriverGPT雪湖·海若則“重新開了一個主線”，人類反饋強化學習(RLHF)算法下，大量的老司機面臨的真實的場景數(shù)據(jù)去訓練AI決策。

　　也就是說，在雪湖·海若的幫助下，將來毫末城市NOH的能力可能會更強，場景感知能力、自動駕駛能力也能快速迭代，搭載毫末城市NOH的車輛也能有“老司機”一樣的能力。

　　只要數(shù)據(jù)樣本夠多，那么城市NOH面臨的長尾場景問題，可能會更容易被解決，這有助于毫末城市NOH進一步量產迭代。

　　3、把行業(yè)帶入“大模型”時代。

　　發(fā)布會上，一個頗為重要的信息是，雪湖·海若的能力對行業(yè)來說是開放的。

　　目前，北京交通大學計算機與信息技術學院、高通、火山引擎、華為云、京東科技、四維圖新、魏牌新能源、英特爾等多家企業(yè)和機構已經(jīng)加入。

　　毫末方面還表示， DriveGPT 會面向公眾逐步開放三大應用場景，包括駕駛場景自動標注、駕駛行為驗證、困難場景脫困等。

　　自動駕駛技術發(fā)展到現(xiàn)在，硬件性能早已不是天花板，關鍵是自動駕駛感知決策能力以及數(shù)據(jù)樣本的量級。ChatGPT的成功表明，大模型可能才是行業(yè)最終的解決方案。

　　雪湖·海若的發(fā)布只是一個開始，接下來大模型在自動駕駛領域的應用規(guī)模會更大。

　　//自動駕駛3.0時代，量產導向、降本、規(guī)模化

　　過去，自動駕駛行業(yè)經(jīng)歷過估值高光也經(jīng)歷過寒冬。

　　整個行業(yè)從熱到冷再到熱，最后經(jīng)過驗證錘煉得出來一個方向：“行泊一體，量產為王”。

　　當下行業(yè)中的玩家們也不再爭論L4還是L2，而是都埋下頭去做量產方案，去做滿足主機廠需求的方案。

　　原因很簡單，前裝市場的商業(yè)化規(guī)模在進一步增長。

　　毫末智行董事長張凱提到一個數(shù)據(jù)：2022年中國乘用車市場L2及以上輔助駕駛前裝搭載率升至 29.40%，前裝標配交付 585.99 萬輛，預估2025 年高級別輔助駕駛搭載率超過 70%。

　　也就是說，行泊一體的解決方案NOA產品，將會在23、24年大規(guī)模落地。對于自動駕駛企業(yè)來說，這意味著服務主機廠需要的能力也在變化。

　　在談擎說AI來看，城市輔助駕駛來到前裝量產階段，技術之外，降本和規(guī)模化也是核心競爭力。

　　量產的1.0時代，需要的是工程化能力，所以一些L4廠商做L2的過程中，也需要補足工程化能力。到了量產的2.0時代，不僅需要工程能力，更需要降本增效能力。

　　但降本這件事，不僅靠供應鏈資源整合能力，也靠的是對工程、技術的理解。

　　在降本上，毫末其實很有一套。

　　比如，毫末把視覺 BEV 感知框架引入到了車端魚眼相機，做到了在 15 米范圍內達到 30cm 的測量精度，2 米內精度高于 10cm 的視覺精度效果。結果就是，這樣的精度下，泊車場景下純視覺就能替代超聲波雷達，從而進一步降低成本。

　　再比如，海若DriveGPT的幫助下，可實現(xiàn) 4D Clip 數(shù)據(jù)自動化標注的規(guī)模化生產，降低行業(yè)使用數(shù)據(jù)的成本。據(jù)悉，單幀圖片整體標注成本僅相當于行業(yè)的 1/20。

　　這些技術、工程能力，最終反饋到產業(yè)鏈上，就是終端車型的智能化成本可能會更低。長期來看，汽車終端市場價格內卷是大趨勢，能幫助車企降低成本的一級供應商，才是好的供應商。

　　降本之后，終端價格打下來，城市輔助駕駛、自動駕駛產品才能進一步完成規(guī)模化，合作伙伴才能越來越多。

　　規(guī)模化能力上，就是能不能持續(xù)打開新的市場，不斷地擴充“朋友圈”。

　　毫末也公布了最新的商業(yè)化進展：

　　DriveGPT 首發(fā)車型新摩卡 DHT-PHEV，即將量產上市;搭載毫末NOH車型即將上市;海若大模型進一步升級感知能力。

　　另外一個重要的消息是，毫末官宣了與三大主機廠合作。

　　毫末智行表示，目前已經(jīng)與三家主機廠簽署戰(zhàn)略合作協(xié)議，達成面向 L2+級別智能駕駛領域的全方位戰(zhàn)略合作，相關項目已經(jīng)在交付中。

　　這個簽約，其實很有分量。對于行業(yè)來說，意味著打響了量產裝機“爭奪戰(zhàn)”，是商業(yè)化的重要節(jié)點。

　　這靠的其實還是技術能力。

　　比如，技術的前瞻性。

　　目前，毫末被國際頂會收錄的學術論文達到 6 篇 ，最新的兩篇分別入選計算機視覺識別領域三大頂會之一的 CVPR 和全球首個智能車專業(yè)期刊 IEEE TIV，走在AI算法前沿領域。

　　技術壁壘夠強，就更容易打開商業(yè)化空間。

　　一方面，與三大主機廠達成合作，意味著毫末靠技術優(yōu)勢打破了汽車行業(yè)的“門派之見”，接下來商業(yè)化空間更大。

　　另一方面，最能體現(xiàn)技術能力，還是雪湖·海若DriveGPT。

　　DriveGPT對于自動駕駛公司來說，味著成長性，意味著引領行業(yè)的能力。

　　這就像是比亞迪的“刀片電池”，能夠代表行業(yè)最頂尖的能力，這讓毫末智行城市NOH有更多的信心走出去，成長為參天大樹。

　　談擎說AI認為，長期來看DriveGPT+前裝規(guī)模化，會改變自動駕駛行業(yè)格局，DriveGPT正在把行業(yè)帶入一個全新的3.0量產時代。

　　技術驅動行業(yè)中，技術代差能快速改變市場格局。(這也是谷歌這么忌憚OpenAI的原因)

　　過去，自動駕駛行業(yè)中，大家其實技術水平整體差距沒有想象中那么大，而DriveGPT的出現(xiàn)，可能意味著一次“技術爆炸”。

　　從ChatGPT2到ChatGPT4 的變化是明顯的，但OPEN AI的創(chuàng)始人透露，這里面其實更多的是數(shù)據(jù)量級的差異。

　　DriveGPT也是如此，訓練的數(shù)據(jù)量越大，技術越成熟，越容易拉開與行業(yè)其他玩家的差距。

　　此次AI DAY上，毫末也透露出了自動駕駛數(shù)據(jù)智能體系 MANA的升級情況。

　　目前，MANA 計算基礎服務針對大模型訓練在參數(shù)規(guī)模、穩(wěn)定性和效率方面做了專項優(yōu)化，感知和認知相關大模型能力統(tǒng)一整合到 DriveGPT 中。數(shù)據(jù)顯示，MANA 的學習時長超過 56 萬小時，虛擬駕齡相當于人類司機 6.8 萬年。現(xiàn)在這些數(shù)據(jù)仍然在不斷增長。

　　數(shù)據(jù)量變會不會引發(fā)自動駕駛的“質變”?自動駕駛行業(yè)中每個人都希望知道答案。

　　目前來看，這個最重要的問題，可能需要毫末來回答。

　　結語：

　　從此次AI DAY來看，DriveGPT很可能正在開啟自動駕駛的另一個時代。

　　自動駕駛未來是確定的，AI的未來也是確定的，問題在于實現(xiàn)的過程需要探索。這么多公司在前仆后繼，不斷改良，勇攀技術高峰，就是不斷探索的過程。

　　DriveGPT是自動駕駛行業(yè)階段性探索的成果。這個成果對于整個AI的發(fā)展也有重要意義，接下來AIGPT能力進一步深化，可能會有更多GPT 出現(xiàn)。

　　接下來，關于AI的歷史會如何書寫，值得期待。