385
从率先使用超算中心，应用私有云服务，到最早提出将GPT大模型技术赋能到智能驾驶领域，毫末的每一次预判和动作，都能给智能驾驶行业带来新的启示。
在DriveGPT狂奔200天之后，毫末智行于10月11日再次举办了AI DAY，以公布大模型赋能的阶段性进展。关于本次AI DAY，主要内容涵盖：
1、毫末发布了3款千元级产品，并带领无图NOH进入“白菜价”时代。
三款产品分别是HP170、HP370、HP570，价格在3000-8000元不等。作为对比，目前市场上车企能接受的智能驾驶软硬件成本普遍在5000元至12000元。
2、毫末CEO顾维灏宣布，目前DriveGPT已筛选出了超过100亿帧互联网图片数据集，480万包含人驾行为的自动驾驶4D Clips，进一步升级引入多模态大模型，获得识别万物的能力；与NeRF技术进一步整合，渲染重建4D空间；借助LLM（大语言模型），让自动驾驶认知决策具备了世界知识。
3、产品层面，搭载毫末城市NOH功能的魏牌蓝山将在2024年第一季度正式量产上市；小魔驼即将在2023年第四季度在商超履约配送场景实现盈利。
发布三款千元级无图NOH产品
今年，“降本增效”成为整个汽车行业的主旋律，如何真正满足主机厂的迫切需求，怎么以低成本高性能实现高阶智能驾驶功能的落地成为了当务之急。
张凯判断，未来几年行泊分体将逐步退出市场，更具性价比的行泊一体的域控方案将成为主流。
什么是行泊一体？就是行车和泊车共用同一个域控制器，实现传感器深度复用、计算资源共享，在提高用户智驾体验的同时，也帮助主机厂降本增效，大大提高了后者的开发效率。
张凯分享了一组数据，乘用车市场L2及以上智能驾驶渗透率达42.4%，2025年将达70%，并普及到10-20万的主销车型上；城市NOA迎来量产上车潮，目前占L2及以上辅助驾驶份额的17%，2025年将达70%。
至此，毫末发布了3款千元级产品，HP170、HP370、HP570，价格在3000-8000元。
至于功能区分方式也很清晰，即三款产品分别满足高速/城市快速路、城市道路记忆行车，以及城市全场景驾驶辅助。
经过查阅，虽然毫末并未公布驾驶芯片，但这三套方案中的芯片有可能为地平线征程3、TI的TDA4，以及高通Ride的SA8650芯片，这种高中低采用不同芯片方案的策略，也为量产搭载更多款车型提供了条件。
1、价值3000元的NOH —— HP170
毫末HP170是3000元级别的高速无图NOH（高速自动领航辅助驾驶），可实现行泊一体智驾，场景上覆盖高速、城市快速路上的无图NOH，短距离记忆泊车。
硬件配置上，算力5TOPS，传感器方案标配1个前视相机、4个鱼眼相机、2个后角雷达、12个超声波雷达，灵活选装1个前视雷达和2个前角雷达。场景上，可实现高速、城市快速路上的无图NOH，短距离记忆泊车等功能。
因为系统算力5TOPS，所以一颗MCU就可以搞定，也不用高精度地图，成本最优。
对于一些中低端车型，主机厂十分看重供应商的成本管控，甚至可以说，行泊一体功能的出现，很大程度就是由主机厂降本增效的需求驱动的。
2、记忆行车能力大大增强的NOH —— HP370
毫末官方宣称，搭载HP370的产品仅需一次学习，就可完成用户日常路线的记忆，且不依赖于车机的导航路线。HP370可实现高速、城快，以及城市内的记忆行车，免教学记忆泊车、智能绕障等功能。
毫末HP370使用了9个摄像头，360°的感知能力更强。但也可以发现，毫末在硬件方面的思路也偏向于纯视觉路线。
从硬件水平上来看，毫末370和五菱大疆KIVI这套方案更加接近，当然价格也确实接近，据网曝的信息，大疆这套驾驶辅助系统的成本在6000元以内。
3、未来落地100城—— HP570
颇受关注的毫末HP570是8000元级“极致性价比”的城市全场景无图NOH产品，未来将在100+城市落地。
硬件配置上，算力可选72TOPS和100TOPS两款芯片，传感器方案标配2个前视相机、4个侧视相机、1个后视相机、4个鱼眼相机、1个前雷达、12个超声波雷达，还支持选配1颗激光雷达。
场景上，可实现城市无图NOH、全场景辅助泊车、全场景智能绕障、跨层免教学记忆泊车等功能。
按照功能类型，HP570场景层面PK的是小鹏XNGP。不过，看硬件层面，小鹏要更强，同样其成本也要远高于8000 。
张凯强调：“HP570平台的历史使命是打造行业内最具性价比的高阶城市智驾产品。”
从标注到识别的跨越——DriveGPT大模型迎来重大升级
毫末将自动驾驶分为三个时代，在自动驾驶2.0时代，以小数据、小模型为特征，以Case任务驱动为开发模式。而自动驾驶3.0时代，以大数据、大模型为特征，以数据驱动为开发模式。
其中，自动驾驶3.0时代需要1亿公里行驶数据。目前，毫末用户辅助驾驶行驶里程已经达到8700多万公里，预计到年底可达到这一目标。
基于8700万公里行驶数据，目前毫末团队已筛选出超过100亿帧互联网图片数据集，480万包含人驾行为的自动驾驶4D Clips。
随着数据规模的增加，自动驾驶大模型需要不断进化。
1、自动驾驶语义感知大模型
升级模型，是毫末实现认知能力增强的根本逻辑。毫末将感知模型中引入图文多模态大模型，以完成4D向量空间到语义空间的对齐，做到可以具备万物识别的能力，毫末将其称之为自动驾驶语义感知大模型。
基于自动驾驶语义感知大模型，毫末还会通过构建驾驶语言来描述驾驶环境和驾驶意图，再结合导航引导信息和自车历史动作，借助LLM大语言模型做出驾驶决策。
说的直白点，假如倒车时背后有野草，通过感知大模型，可以知道这是草，但并不知其属性；目前供应商的主流方案是直接刹停，这给用户带来很不好的体验。但在引进大语言模型后，系统可以知道草是软的，可以压过去。
多模态大模型能将图文特征对齐，实现开集语义识别能力，然后再将这些语义输入大语言模型，就可以利用大语言模型里压缩的知识了，相当于掌握了人类司机对物理世界的客观知识和生活常识。
2、切换ViT大模型预测下一秒发生的事情
需要说明的是，从模型架构上，毫末如今已将视觉感知网络（CV Backbone）架构陆续从CNN类模型，切换到ViT（Vision Transformer）为代表的大模型，并在今年全面升级到性能更强大的Swin Transformer大模型。而这种模型的转换，与国际行业智能驾驶巨头一致。
在毫末最新的模型中，已经可以采用视频生成的方式，通过预测生成视频下一帧的方式来构建4D表征空间，使CV Backbone学到三维的几何结构、图片纹理、时序信息等全面的物理世界信息。
以上这些动作，主要解决了大模型领域的数据采集和标注效率低、泛化能力差等问题。
2024落地百城
毫末的智驾方案HPilot产品已经搭载超过20款车型，用户辅助驾驶行驶里程突破8700万公里。
毫末智行董事长张凯表示，目前，毫末城市NOH软件封版已达到交付状态，并开启了多城泛化路测，搭载城市NOH的车型将在2023年上市。公司预计2024年上半年其城市NOH落地将达到100城，毫末HPilot将于2025年进入全无人驾驶时代。
面向L4的小魔驼，在城市开放道路进行无人驾驶时，也已经快于普通人骑自行车的速度。在行驶安全和通行效率上，均已达到商用状态。
写在最后，这届AI DAY是毫末秀肌肉的时刻，从三款千元级无图NOH产品，到3.0时代的数据积累，模型升级得到识别万物的能力，再到百城计划和小魔驼的盈利计划。毫末已经为明天的竞争，做好了足够的准备。
内容由作者提供，不代表易车立场
