2022城市輔助駕駛賽道陷入“三國爭霸”，毫末智行能否從數(shù)據(jù)中殺出重圍？

撰文 ／ 白鷗

編輯 ／ 沈潔

過去半年時間里，城市輔助駕駛上演了一場激烈的“競速賽”。

2021年7月，特斯拉開始向美國用戶推送具備城市NOA功能的FSD 9．0 Beta，這次號稱升級幅度最大的測試版本徹底放棄了對雷達(dá)傳感器的依賴，轉(zhuǎn)向了純視覺路線——盡管特斯拉對新版本的實際表現(xiàn)持謹(jǐn)慎態(tài)度，但對于整個自動駕駛行業(yè)依舊是一次“巨大挑戰(zhàn)”。

10月，何小鵬在1024小鵬汽車科技日上拋出結(jié)論：“量產(chǎn)城市場景輔助駕駛＋全棧閉環(huán)能力建成＝（智能駕駛）下半場入場券”，在將高級駕駛輔助系統(tǒng)的下一個突破點(diǎn)鎖定在城市場景的同時，將實現(xiàn)這一技術(shù)量產(chǎn)的時間點(diǎn)鎖定在了2022年。

12月，在毫末智行首屆HAOMO AI DAY上，毫末智行董事長張凱在其“十大預(yù)測”中提到“2022年是城市智慧領(lǐng)航輔助駕駛量產(chǎn)元年”，在現(xiàn)場展示了城市NOH的無間斷路測視頻后，表示將在2022年上半年正式發(fā)布這一功能。

時至2022年，自動駕駛的路線之爭已經(jīng)塵埃落定。在眾多自動駕駛企業(yè)還在討論技術(shù)落地場景時，特斯拉、毫末智行與小鵬已經(jīng)先行一步，開始布局城市域輔助駕駛技術(shù)的量產(chǎn)，這不僅意味著乘用車領(lǐng)域輔助駕駛技術(shù)的漸進(jìn)式發(fā)展路線已經(jīng)被汽車行業(yè)所廣泛認(rèn)同，也預(yù)示著自動駕駛行業(yè)的乘用車領(lǐng)域高級輔助駕駛競賽已經(jīng)正式進(jìn)入了城市場景。

城市輔助駕駛已然成為自動駕駛行業(yè)下半場的關(guān)鍵點(diǎn)，可幾大主流汽車廠商的自動駕駛系統(tǒng)是如何布局的？想必這是很多人關(guān)心的問題。

01 城市場景：更重要，但更復(fù)雜更難解

據(jù)調(diào)研顯示，高速場景只占到一個普通用戶駕駛時間的10％，并不算特別高頻，也并不太復(fù)雜的場景；然而在城市場景打通輔助駕駛，就能從90％的時間里“掘金”，車企才意味著可以獲得進(jìn)入自動駕駛的終局資格。

在競爭越發(fā)激烈的自動駕駛賽道中，越早規(guī)模布局城市場景，就能越早在整條賽道中取得先機(jī)。

實現(xiàn)輔助駕駛在城市場景的落地，也是在高速場景后必須正視的難題。特斯拉、毫末智行與小鵬等提供的高速場景輔助駕駛系統(tǒng)已經(jīng)先后實現(xiàn)量產(chǎn)，能夠?qū)崿F(xiàn)自主超車、自主變道、自主上下匝道等高階駕駛輔助功能。

然而高速場景相對更封閉，而城市場景下復(fù)雜場景和出現(xiàn)corner case的幾率要遠(yuǎn)高于前者，其行車方案不一定有全局最優(yōu)解，反而更強(qiáng)調(diào)局部最優(yōu)解的攻克，也就意味著同樣的駕駛環(huán)境，自動駕駛可以選擇很多種可能的解決方案；另外對長序時間維度的要求很高，車輛不僅需要做出當(dāng)下的反應(yīng)，還需要為接下來的一段時間做好規(guī)劃，估算出位置空間、速度、加速度等諸多信息。

對于自動駕駛行業(yè)來說，每一項技術(shù)的突破與落地都稱得上是一次質(zhì)變。從高速域進(jìn)入城市域，輔助駕駛的難度、復(fù)雜度將是指數(shù)級提升。但龐大的用戶需求與市場機(jī)會催促著自動駕駛企業(yè)加速研發(fā)城市駕駛輔助系統(tǒng)，以特斯拉、毫末智行、小鵬為代表的自動駕駛企業(yè)也先后交出了自己的答卷。

02 輔助駕駛的進(jìn)擊：路線不同但殊途同歸

特斯拉在業(yè)界的獨(dú)立特行不僅來自于其CEO，也來自于堪稱頭鐵的技術(shù)路線。

搭載特斯拉最新Autopilot的車型不僅沒有采用激光雷達(dá)，也沒有采用高精度地圖，其完全依賴車身四周 8 個攝像頭提供的原始圖像，視覺信息首先通過攝像頭由FSD芯片交由AI神經(jīng)網(wǎng)絡(luò)技術(shù)進(jìn)行識別、分析與運(yùn)算，其中一部分算力由車端HW 3．0芯片承擔(dān)，超過車端算力的則分?jǐn)傊罝ojo超級計算機(jī)。

對此，特斯拉將其解釋為，“我們希望能夠打造一個類似動物視覺皮層的神經(jīng)網(wǎng)絡(luò)連接，模擬大腦信息輸入和輸出的過程。就像光線進(jìn)入到視網(wǎng)膜當(dāng)中，我們希望通過攝像頭來模擬這個過程。”

與特斯拉相比，小鵬與毫末智行采用“攝像頭＋激光雷達(dá)＋高精地圖”的技術(shù)路線便穩(wěn)妥了許多。小鵬XPilot 3．5以高精地圖為主導(dǎo)，視覺系統(tǒng)作為輔助，激光雷達(dá)作為冗余支持，加以30 TOP NVIDIA Xavier支持，不僅能夠?qū)崿F(xiàn)厘米級城市定位能力，還能并串聯(lián)停車場、高速、城市道路等不同場景。

毫末智行則為最新上市的魏牌摩卡DHT－PHEV提供單板算力可達(dá)360TOP的自研域控制器“小魔盒3．0”，并依靠高精地圖與5個毫米波、12個超聲波、1個感知攝像頭、4個環(huán)視攝像頭組成的第一梯隊級別的硬件配置，實現(xiàn)高速域與即將上線的城市域的輔助駕駛體驗。

不論是純視覺路線還是視覺＋雷達(dá)＋高精地圖路線，各大自動駕駛企業(yè)在硬件層面的堆棧都是為了更高效地感知駕駛環(huán)境，從而獲取、分析、計算數(shù)據(jù)——與特斯拉、小鵬類似，毫末智行同樣將自動駕駛的發(fā)展核心聚焦在了數(shù)據(jù)。

對此，毫末智行CEO顧維灝表示，“數(shù)據(jù)是人工智能最大的驅(qū)動力，也是人工智能進(jìn)步過程中最大的成本。自動駕駛產(chǎn)品的完善是個漫長的進(jìn)化過程，就像是人在漫長的歷史過程中，找到用最低能量消耗維持生命的方法，開發(fā)智力和積累經(jīng)驗進(jìn)化人類文明?！薄喍灾?，毫末智行發(fā)現(xiàn)完善自動駕駛的前提并非是軟硬件的無腦堆砌，而是收集并整理用戶在駕駛過程中的所有有效數(shù)據(jù)。

基于這一理解，毫末并將其歸納為指引自動駕駛實現(xiàn)的方法論。在對海量用戶累計行駛里程數(shù)據(jù)進(jìn)行分析總結(jié)后，毫末得出了自動駕駛能力發(fā)展曲線：F＝Z＋M（X）。其中F代表產(chǎn)品力，Z代表毫末第一代產(chǎn)品，M是一個把數(shù)據(jù)轉(zhuǎn)化為知識的函數(shù)，包括數(shù)據(jù)獲取、表達(dá)、存儲、傳輸、計算、驗證，以及對成本和速度的影響，也就是毫末智行最核心的數(shù)據(jù)智能體系MANA。

基于數(shù)據(jù)智能MANA帶來的堅實基礎(chǔ)與前瞻性，同樣要依靠量產(chǎn)車型提供的數(shù)據(jù)進(jìn)行大規(guī)模采集、測試與驗證，毫末智行雖然在起步階段不及特斯拉與小鵬，其自動駕駛技術(shù)規(guī)劃卻更加系統(tǒng)全面，為乘用車輔助駕駛技術(shù)的數(shù)據(jù)領(lǐng)域提供了教科書式的學(xué)習(xí)模板：

在感知智能方面，同樣搭配高精地圖＋攝像頭＋激光雷達(dá)的硬件組合，毫末智行為了提升融合感知效果，選擇從攝像頭和激光雷達(dá)的感知中間結(jié)果，經(jīng)過Transformer的多模態(tài)融合映射到tensor space中，然后加入時序的特征進(jìn)行時空融合，由此快速拉升感知能力，實現(xiàn)了1＋1≥4的效果；

在認(rèn)知智能方面，毫末智行認(rèn)為認(rèn)知需要具備安全、舒適、高效三大要素。

安全上，毫末擁有全棧自研安全認(rèn)知模型CSS，其核心是自動駕駛系統(tǒng)不只局限在從純機(jī)械的角度保證自己不主動犯錯，而是充分考慮從數(shù)據(jù)中學(xué)習(xí)到的對其他交通參與者行為的理解和超時空的歷史經(jīng)驗；在安全底線之上，從數(shù)據(jù)中學(xué)習(xí)舒適和更高效的量化標(biāo)準(zhǔn)，讓自動駕駛算法可以更好地處理紛繁復(fù)雜的駕駛場景，制定更符合用戶喜好的駕駛策略。并且通過自動化場景挖掘、強(qiáng)化學(xué)習(xí)、仿真引擎構(gòu)建認(rèn)知智能閉環(huán)系統(tǒng)，持續(xù)不斷從海量人駕數(shù)據(jù)中提取知識，快速迭代車端認(rèn)知算法能力；

在數(shù)據(jù)標(biāo)注層面，毫末正在研究一種端到端的模擬學(xué)習(xí)，即以過往的事例為指導(dǎo)，從數(shù)字化的場景中得到具體的本車動作。這一過程中，所有的動作都已經(jīng)在人們自己開車的過程中自己被標(biāo)注。而毫末則挑選更符合要求司機(jī)的駕駛行為，在不同場景下持續(xù)的訓(xùn)練。同時，毫末實踐了很多深度強(qiáng)化學(xué)習(xí)的方法，并構(gòu)建了閉環(huán)自動標(biāo)注系統(tǒng)，運(yùn)用了無監(jiān)督自動標(biāo)注算法，大大提升了數(shù)據(jù)標(biāo)注的效率，以適應(yīng)大規(guī)模量產(chǎn)的需求；

在仿真能力層面，毫末智行將仿真系統(tǒng)比作“自動駕駛元宇宙”，通過在這個“元宇宙”中進(jìn)行感知和認(rèn)知的效果驗證，大大提高了驗證效率；

而在計算能力方面，除了毫末智行自研的單板算力可達(dá)360 TOP的“算力怪獸”ICU 3．0車端域控制器外，毫末智行也宣布將建立自己的超算中心，主要用于自動駕駛的數(shù)據(jù)處理、訓(xùn)練、推理和驗證等需求。這也標(biāo)志著中國自動駕駛將正式進(jìn)入超算中心時代。

數(shù)據(jù)智能MANA讓毫末智行成為了中國首個宣布在自動駕駛領(lǐng)域，大規(guī)模研發(fā)落地數(shù)據(jù)智能體系的公司，而以MANA為核心，毫末智行最終將實現(xiàn)完整全棧自主閉環(huán)能力，構(gòu)建更穩(wěn)定、更安全、會學(xué)習(xí)的高階輔助駕駛系統(tǒng)，并在城市NOH后，逐步實現(xiàn)全場景NOH能力。

03 誰能從數(shù)據(jù)中“掘金”，誰將贏得下半場入局之戰(zhàn)

我們從毫末智行的技術(shù)實踐看到，完善的數(shù)據(jù)智能體系是AI自動駕駛科技公司成功的基石。顯而易見，在自動駕駛下半場的城市場景之戰(zhàn)中，誰能高效低成本地挖掘數(shù)據(jù)價值，誰就能成為競爭的王者。

對此，國內(nèi)知名投行中金公司《人工智能十年展望（二）：邊際成本決定競爭力，算法龍頭主導(dǎo)格局優(yōu)化》報告中指出，深度學(xué)習(xí)模型的準(zhǔn)確性很大程度是數(shù)據(jù)驅(qū)動的，數(shù)據(jù)量大、質(zhì)量高、多樣性強(qiáng)很大程度上解決了訓(xùn)練過擬合的問題，是好模型的基礎(chǔ)；

由于AI行業(yè)獨(dú)特的數(shù)據(jù)反饋機(jī)制造就了行業(yè)的先發(fā)優(yōu)勢，當(dāng)下處于AI大規(guī)模商業(yè)化落地的早期階段，跑馬圈地、搶占優(yōu)質(zhì)的大客戶是AI行業(yè)關(guān)鍵競爭點(diǎn)——這不僅與毫末智行以數(shù)據(jù)智能MANA為核心，遵循降低成本、提高迭代速度的初衷相吻合，更肯定了毫末智行、特斯拉、小鵬們通過量產(chǎn)落地推動數(shù)據(jù)規(guī)模增長的技術(shù)路線，為自動駕駛行業(yè)指明了前進(jìn)方向。

2022年，乘用車領(lǐng)域輔助駕駛規(guī)模量產(chǎn)之戰(zhàn)已經(jīng)開啟，特斯拉、毫末智行、小鵬也以略有迥異的技術(shù)實踐為自動駕駛行業(yè)帶來了更多驚喜與可能，然而利用大模型與大規(guī)模數(shù)據(jù)升級自動駕駛算法、并以更高效、更低成本實現(xiàn)量產(chǎn)，已經(jīng)成為整個自動駕駛行業(yè)的共識。

在這場競賽中，作為成立僅兩年多的創(chuàng)業(yè)型企業(yè)，隨著城市輔助駕駛量產(chǎn)方案落地的日期臨近，以數(shù)據(jù)智能為核心的毫末智行可以說是率先獲得了同特斯拉、小鵬汽車這些主機(jī)廠一樣的下半場競賽的入場券。

城市輔助駕駛之戰(zhàn)已然拉開序幕，誰能領(lǐng)先一步，讓我們拭目以待。

       原文標(biāo)題 : 2022城市輔助駕駛賽道陷入“三國爭霸”，數(shù)據(jù)智能助力毫末智行殺出重圍？