ChatGPT的火爆，讓AI大模型成為各大科技巨頭爭(zhēng)相布局的重點(diǎn)。

無(wú)論是國(guó)外的微軟、谷歌、Meta，還是國(guó)內(nèi)的百度、華為、阿里、商湯等企業(yè)，都已經(jīng)涉足AI大模型的研究與探索。

如同2016年AlphaGo的橫空出世一般，AI大模型的爆發(fā)也是引發(fā)AI變革的劃時(shí)代里程碑。阿里巴巴集團(tuán)董事會(huì)主席兼CEO張勇甚至認(rèn)為，所有行業(yè)、所有應(yīng)用、所有軟件、所有服務(wù)都值得基于新型人工智能技術(shù)以及大模型支撐重做一遍。

英偉達(dá)CEO黃仁勛也曾表達(dá)過(guò)同樣的觀點(diǎn)，他認(rèn)為AI產(chǎn)業(yè)迎來(lái)“iPhone”時(shí)刻，AI技術(shù)爆炸、產(chǎn)業(yè)爆發(fā)的趨勢(shì)已經(jīng)勢(shì)不可擋，甚至將撬動(dòng)涵蓋交通醫(yī)療、運(yùn)輸、零售及物流在內(nèi)的百萬(wàn)億美金的市場(chǎng)。

正如毫末智行董事長(zhǎng)張凱在4月11日舉辦的第八屆HAOMO AI DAY的演講中所形容的，“距離上一屆HAOMO AI DAY剛剛過(guò)去三個(gè)月，卻仿佛跨入了一個(gè)新周期”，一系列AI大模型的陸續(xù)發(fā)布，讓更多人相信人工智能技術(shù)迎來(lái)從量變到質(zhì)變的重大節(jié)點(diǎn)。

在第八屆HAOMO AI DAY上，毫末智行也發(fā)布了業(yè)內(nèi)首個(gè)自動(dòng)駕駛生成式大模型DriveGPT，中文名“雪湖·海若”。

△毫末智行董事長(zhǎng)張凱、CEO顧維灝、COO侯軍、CIO甄龍豹在HAOMO AI DAY現(xiàn)場(chǎng)

對(duì)于大模型，毫末并不陌生。此次發(fā)布自動(dòng)駕駛生成式大模型DriveGPT雪湖·海若，既不是毫末的跟風(fēng)之舉，也不是為了蹭GPT的熱點(diǎn)。

早在兩年前，毫末就已經(jīng)開始關(guān)注并投入到AI大模型技術(shù)的研發(fā)之中。在AI自動(dòng)駕駛領(lǐng)域，毫末可以說(shuō)是大模型研發(fā)和應(yīng)用的先行者。

毫末為什么要研發(fā)DriveGPT雪湖·海若？

毫末智行CEO顧維灝說(shuō)，他在這段時(shí)間經(jīng)常會(huì)被問(wèn)到這個(gè)問(wèn)題。在毫末看來(lái)，DriveGPT雪湖·海若將會(huì)重塑汽車智能化技術(shù)路線，讓輔助駕駛進(jìn)化更快，讓自動(dòng)駕駛更早到來(lái)。

張凱判斷，2023年智駕產(chǎn)品將進(jìn)入全線爆發(fā)期，“生成式大模型將成為自動(dòng)駕駛系統(tǒng)進(jìn)化的關(guān)鍵”。

接下來(lái)，基于 Transformer 大模型訓(xùn)練的感知、認(rèn)知算法會(huì)逐步在車端進(jìn)行落地部署，而隨著大模型開啟在車端的落地應(yīng)用，車主的使用頻率和滿意度成為產(chǎn)品競(jìng)爭(zhēng)力的重要衡量標(biāo)準(zhǔn)。張凱表示，“毫末不斷進(jìn)步的數(shù)據(jù)驅(qū)動(dòng)的六大閉環(huán)能力，將進(jìn)一步加速毫末進(jìn)入自動(dòng)駕駛3.0時(shí)代的步伐，并形成相應(yīng)的護(hù)城河”。

01

業(yè)內(nèi)首個(gè)自動(dòng)駕駛生成式大模型

最近一段時(shí)間，關(guān)于自動(dòng)駕駛的未來(lái)，行業(yè)內(nèi)出現(xiàn)了截然不同的觀點(diǎn)。

樂(lè)觀派認(rèn)為到2030年之前L3級(jí)自動(dòng)駕駛將會(huì)批量落地；悲觀派斷定，“十年內(nèi)L3自動(dòng)駕駛技術(shù)都不會(huì)到來(lái)”；唱衰派則稱自動(dòng)駕駛“都是扯淡...都是忽悠，就是一場(chǎng)皇帝的新裝……最終就是一個(gè)高級(jí)輔助駕駛而已”。

無(wú)論哪一派觀點(diǎn)，一個(gè)不容忽視的現(xiàn)實(shí)是，自動(dòng)駕駛技術(shù)的變革才剛剛開始。特別是AI大模型引發(fā)的產(chǎn)業(yè)應(yīng)用和變革，更是為自動(dòng)駕駛技術(shù)發(fā)展注入全新的動(dòng)力。

同濟(jì)大學(xué)教授、汽車安全技術(shù)研究所所長(zhǎng)朱西產(chǎn)也在第八屆HAOMO AI DAY上分享了自己的觀點(diǎn)：自動(dòng)駕駛不能長(zhǎng)期停留在L2+，還是要去做到L3、L4，最終走向終局的無(wú)人駕駛。

毫末也一直相信，AI大模型已成為自動(dòng)駕駛技術(shù)進(jìn)化的核心動(dòng)力之一。在今年1月的第七屆HAOMO AI DAY上，顧維灝就分享了其智算中心，以及從感知到認(rèn)知以及仿真的五大大模型，包括視覺(jué)自監(jiān)督大模型、3D重建大模型、多模態(tài)互監(jiān)督大模型、動(dòng)態(tài)環(huán)境大模型、人駕自監(jiān)督認(rèn)知大模型。

毫末這五大大模型，與如今爆火的AI大模型有很多共同之處。

據(jù)顧維灝介紹，DriveGPT雪湖·海若通過(guò)引入駕駛數(shù)據(jù)建立RLHF（人類反饋強(qiáng)化學(xué)習(xí)）技術(shù)，對(duì)自動(dòng)駕駛認(rèn)知決策模型進(jìn)行持續(xù)優(yōu)化。

現(xiàn)階段，DriveGPT雪湖·海若主要用于解決自動(dòng)駕駛的認(rèn)知決策問(wèn)題，后續(xù)持續(xù)會(huì)將毫末多個(gè)大模型的能力整合到DriveGPT，但最終目標(biāo)是實(shí)現(xiàn)端到端自動(dòng)駕駛。

目前，毫末DriveGPT雪湖·海若實(shí)現(xiàn)了模型架構(gòu)與參數(shù)規(guī)模的升級(jí)，參數(shù)規(guī)模達(dá)到1200億，預(yù)訓(xùn)練階段引入4000萬(wàn)公里量產(chǎn)車駕駛數(shù)據(jù)，RLHF階段引入 5萬(wàn)段人工精選的困難場(chǎng)景接管Clips。

DriveGPT雪湖·海若的底層模型采用GPT（Generative Pre-trained Transformer）生成式預(yù)訓(xùn)練大模型，不過(guò)與ChatGPT使用自然語(yǔ)言進(jìn)行輸入與輸出不同，DriveGPT輸入是感知融合后的文本序列，輸出是自動(dòng)駕駛場(chǎng)景文本序列，即將自動(dòng)駕駛場(chǎng)景Token化，形成“Drive Language”，最終完成自車的決策規(guī)控、障礙物預(yù)測(cè)以及決策邏輯鏈的輸出等任務(wù)。

在實(shí)現(xiàn)過(guò)程上，DriveGPT雪湖·海若首先在預(yù)訓(xùn)練階段通過(guò)引入量產(chǎn)駕駛數(shù)據(jù)，訓(xùn)練初始模型，再通過(guò)引入駕駛接管Clips數(shù)據(jù)完成反饋模型（Reward Model）的訓(xùn)練，然后再通過(guò)強(qiáng)化學(xué)習(xí)的方式，使用反饋模型去不斷優(yōu)化迭代初始模型，形成對(duì)自動(dòng)駕駛認(rèn)知決策模型的持續(xù)優(yōu)化。

同時(shí)，DriveGPT雪湖·海若還會(huì)根據(jù)輸入端的提示語(yǔ)以及毫末CSS自動(dòng)駕駛場(chǎng)景庫(kù)的決策樣本去訓(xùn)練模型，讓模型學(xué)習(xí)推理關(guān)系，從而將完整駕駛策略拆分為自動(dòng)駕駛場(chǎng)景的動(dòng)態(tài)識(shí)別過(guò)程，完成可理解、可解釋的推理邏輯鏈生成。

隨著技術(shù)不斷優(yōu)化，DriveGPT雪湖·海若將逐步應(yīng)用到城市NOH、捷徑推薦、智能陪練以及脫困場(chǎng)景中。

從用戶可感知的角度來(lái)看，有了DriveGPT雪湖·海若的加持，車輛行駛會(huì)更安全；動(dòng)作更人性、更絲滑，并有合理的邏輯告訴駕駛者，車輛為何選擇這樣的決策動(dòng)作。也就是說(shuō)車輛的智能駕駛系統(tǒng)會(huì)越來(lái)越像老司機(jī)，從而加強(qiáng)用戶對(duì)智能產(chǎn)品的信任感。

顧維灝透露，DriveGPT雪湖·海若的首發(fā)車型是新摩卡DHT-PHEV，即將量產(chǎn)上市。

值得一提的是，毫末DriveGPT雪湖·海若已正式對(duì)外開放，開啟對(duì)限量首批客戶的合作，除了魏牌新能源，北京交通大學(xué)計(jì)算機(jī)與信息技術(shù)學(xué)院、高通、火山引擎、華為云、京東科技、四維圖新、英特爾等已經(jīng)加入。

毫末DriveGPT雪湖·海若將攜手生態(tài)伙伴率先探索四大應(yīng)用能力，包括智能駕駛、駕駛場(chǎng)景識(shí)別、駕駛行為驗(yàn)證、困難場(chǎng)景脫困。

這將有效促進(jìn)自動(dòng)駕駛從業(yè)者和研究機(jī)構(gòu)快速構(gòu)建基礎(chǔ)能力。

02

數(shù)據(jù)驅(qū)動(dòng)技術(shù)升級(jí)

毫末一直堅(jiān)信數(shù)據(jù)是人工智能最大的驅(qū)動(dòng)力，并一直以數(shù)據(jù)驅(qū)動(dòng)的方式來(lái)推動(dòng)自動(dòng)駕駛產(chǎn)品的升級(jí)。

截止到2023月4月，毫末輔助駕駛用戶行駛里程已經(jīng)突破4000萬(wàn)公里，小魔駝的配送量也超過(guò)了16萬(wàn)單，MANA的學(xué)習(xí)時(shí)長(zhǎng)超過(guò)56萬(wàn)小時(shí)，虛擬駕齡相當(dāng)于人類司機(jī)6.8萬(wàn)年。

顧維灝表示，這些數(shù)據(jù)每時(shí)每刻都在增長(zhǎng)變化，2023年將迎來(lái)指數(shù)級(jí)增長(zhǎng)。

在對(duì)數(shù)據(jù)的大量應(yīng)用過(guò)程中，毫末已經(jīng)逐步建立起一套基于4D Clips駕駛場(chǎng)景識(shí)別方案，并將逐步向行業(yè)開放使用。

毫末這套場(chǎng)景識(shí)別方案具備極高性價(jià)比。比如，給出正確的場(chǎng)景識(shí)別標(biāo)注結(jié)果，行業(yè)內(nèi)普遍的價(jià)格是一張圖片約5元；而使用DriveGPT雪湖·海若的場(chǎng)景識(shí)別服務(wù)，一張圖片的價(jià)格將下降到0.5元。

此前有業(yè)內(nèi)人士提到，自動(dòng)駕駛一年要做大概1000萬(wàn)幀圖像人工標(biāo)定，如果單幀圖片整體標(biāo)注成本降低到行業(yè)的1/10，這將極大地降低自動(dòng)駕駛使用數(shù)據(jù)的成本，并且提高數(shù)據(jù)質(zhì)量和效率，從而加速自動(dòng)駕駛技術(shù)的快速發(fā)展。

毫末打造的中國(guó)首個(gè)自動(dòng)駕駛數(shù)據(jù)智能體系MANA，在經(jīng)過(guò)一年多的應(yīng)用迭代后，本次AI DAY也迎來(lái)了全面的升級(jí)，并正式對(duì)外開放賦能。

顧維灝介紹，MANA計(jì)算基礎(chǔ)服務(wù)針對(duì)大模型訓(xùn)練在參數(shù)規(guī)模、穩(wěn)定性和效率方面做了專項(xiàng)優(yōu)化，并集成到OASIS中；其次，MANA感知和認(rèn)知相關(guān)大模型能力統(tǒng)一整合到DriveGPT雪湖·海若中；第三，增加了使用NeRF技術(shù)的數(shù)據(jù)合成服務(wù)，降低Corner Case數(shù)據(jù)的獲取成本。

與此同時(shí)，針對(duì)多種芯片和多種車型的快速交付難題，MANA優(yōu)化了異構(gòu)部署工具和車型適配工具。

此外，MANA的視覺(jué)感知能力持續(xù)提升，一方面可同時(shí)學(xué)習(xí)三維空間結(jié)構(gòu)和圖片紋理，并將純視覺(jué)測(cè)距精度超過(guò)了超聲波雷達(dá)，BEV方案也擁有了更強(qiáng)的通用性和適配性；另一方面可實(shí)現(xiàn)單趟和多趟純視覺(jué)NeRF三維重建，道路場(chǎng)景更逼真，肉眼幾乎看不出差異。

通過(guò)NeRF進(jìn)行場(chǎng)景重建后，可以編輯合成真實(shí)環(huán)境難以收集到的Corner Case。在原有的全局視角修改、添加光照/天氣效果的基礎(chǔ)上，新增合成虛擬動(dòng)態(tài)物體的能力，可以在原有設(shè)定的運(yùn)動(dòng)軌跡上，合成各種Hard Case，模擬城市復(fù)雜交通環(huán)境，用更低成本測(cè)試提升城市NOH能力邊界，更好提升應(yīng)對(duì)城市復(fù)雜交通環(huán)境。

值得一提的是，面對(duì)目前行業(yè)里最難的視覺(jué)任務(wù)之一——單目視覺(jué)測(cè)量，繼特斯拉后，毫末也在中國(guó)率先開始驗(yàn)證能否使用魚眼相機(jī)代替超聲波雷達(dá)進(jìn)行測(cè)距，以滿足泊車要求。

毫末把視覺(jué)BEV感知框架引入到了車端魚眼相機(jī)，做到了在15米范圍內(nèi)達(dá)到30cm的測(cè)量精度，2米內(nèi)精度高于10cm的視覺(jué)精度效果。泊車場(chǎng)景使用純視覺(jué)測(cè)距來(lái)取代超聲波雷達(dá)，將進(jìn)一步降低整體智駕成本。

03

四大戰(zhàn)役全面突圍，拿下三大主機(jī)廠定點(diǎn)

作為中國(guó)唯一聚焦自動(dòng)駕駛 AI 技術(shù)的盛宴，每屆HAOMO AI DAY，毫末都會(huì)分享最前沿的自動(dòng)駕駛行業(yè)趨勢(shì)，發(fā)布最新的技術(shù)和產(chǎn)品進(jìn)展。

這一次也不例外。

張凱以《HAOMO SPEED，AI SPEED》為題，分享了對(duì)于2023年自動(dòng)駕駛發(fā)展宏觀趨勢(shì)的判斷，以及毫末四大戰(zhàn)役及商業(yè)化發(fā)展的最新進(jìn)展。

張凱認(rèn)為，智駕產(chǎn)品正在進(jìn)入快速增長(zhǎng)的全線爆發(fā)期，2023年將是智能駕駛沖刺之年、大考之年。

首先，城市導(dǎo)航輔助駕駛產(chǎn)品在2023年將圍繞量產(chǎn)上車發(fā)力，主要玩家的城市導(dǎo)航輔助駕駛產(chǎn)品進(jìn)入到真實(shí)用戶覆蓋和多城市落地的比拼。

其次，行泊一體和末端物流自動(dòng)配送產(chǎn)業(yè)商業(yè)化將成為自動(dòng)駕駛公司深耕的重點(diǎn)。

在乘用車領(lǐng)域，搭載行泊一體功能的智駕產(chǎn)品將迎來(lái)前裝量產(chǎn)潮；在末端物流自動(dòng)配送領(lǐng)域，末端物流自動(dòng)配送車在商超、快遞等場(chǎng)景迎來(lái)爆發(fā)，2023年將在這些場(chǎng)景實(shí)現(xiàn)可持續(xù)商業(yè)化閉環(huán)。

在第七屆HAOMO AI DAY上，毫末提出要打響“2023 年四大戰(zhàn)役”。如今這四大戰(zhàn)役在短短三個(gè)多月時(shí)間內(nèi)已經(jīng)取得了快速進(jìn)展。

首先，在“智能駕駛裝機(jī)量王者之戰(zhàn)”上，據(jù)張凱介紹，首款搭載HPilot3.0的新摩卡DHT-PHEV即將重磅上市，第二款搭載毫末HPilot3.0的車型魏牌藍(lán)山也將在今年發(fā)布。

截至目前，毫末HPilot整體已搭載近20款車型。用戶輔助駕駛行駛里程突破4000萬(wàn)公里，HPilot2.0輔助駕駛?cè)站旭偫锍淌褂寐蔬_(dá)到了12.6%，而且這一比例也在隨著用戶認(rèn)可度的提高不斷增加。

在海外布局方面，搭載毫末HPilot的車輛已運(yùn)往歐盟、以色列等地區(qū)和國(guó)家，陸續(xù)交付到用戶手中，接下來(lái)將在中東、南非、澳大利亞等市場(chǎng)陸續(xù)投放；同時(shí)，毫末HPilot即將量產(chǎn)墨西哥版本及俄羅斯版本。

今年3月，高工智能汽車研究院基于前裝量產(chǎn)數(shù)據(jù)庫(kù)及定點(diǎn)車型庫(kù)數(shù)據(jù)進(jìn)行的年度綜合評(píng)估中，毫末憑借前裝近20款車輛的優(yōu)異表現(xiàn)，獲頒年度高階智能駕駛系統(tǒng)量產(chǎn)份額領(lǐng)軍獎(jiǎng)。第三方數(shù)據(jù)佐證毫末是中國(guó)量產(chǎn)自動(dòng)駕駛絕對(duì)領(lǐng)軍者，毫末持續(xù)引領(lǐng)中國(guó)自動(dòng)駕駛第一名。

其次是“MANA大模型巔峰之戰(zhàn)”，中國(guó)首個(gè)自動(dòng)駕駛數(shù)據(jù)智能體系MANA架構(gòu)已迎來(lái)全線升級(jí)。到2023年4月，MANA學(xué)習(xí)時(shí)長(zhǎng)超56萬(wàn)小時(shí)，相當(dāng)于人類司機(jī)6.8萬(wàn)年。毫末DriveGPT雪湖·海若，已經(jīng)完成基于4000萬(wàn)公里駕駛數(shù)據(jù)的訓(xùn)練，參數(shù)規(guī)模達(dá)1200億。

第三是“城市NOH百城大戰(zhàn)”，中國(guó)首款可大規(guī)模量產(chǎn)落地、重感知城市NOH，已在北京、保定、 標(biāo)簽：模型商湯華為阿里各大毫末DriveGPT雪湖海若讓自動(dòng)駕駛更早到來(lái)