毫末勇闖“無人區”

毫末又一波硬核技術密集發布，直擊大規模自動駕駛數據上云、大算力AI芯片性能突圍、城市場景自動駕駛產品量產突圍三大挑戰。

“早在去年年底，我們就預測到2022年將是極端困難的一年，但在經歷過上半年疫情和各種黑天鵝事件后，我們發現，實際情況要比預測的更艱難。”毫末智行董事長張凱直言不諱道，“雖然面對疫情、供應鏈、技術本身帶來的重重挑戰，但接下來，毫末會以集中量產交付來應對智能駕駛規模化的大考。”

2022年9月13日，正值毫末成立1020天，第六屆HAOMO AI DAY如期而至，這場國內少有的專門聚焦自動駕駛AI技術的盛宴，究竟帶來了哪些行業最領先的技術成果和產品發布？毫末又會交上一份怎樣的秋季成績單呢？

譚剛[1]系統地總結了當前海上風電工程領域用來評估風機基礎疲勞強度的主流方法，提到波浪理論和疲勞損傷理論等因素都影響疲勞損傷的計算精度，同時由于材料特性和風浪聯合模型的不確定性，引入了疲勞可靠性概念。

1020天自動駕駛發生 了什么？

都說毫末的1020天跑出了中國自動駕駛最快的1020天，真的如此嗎？從成果上看，毫末不僅做到了中國量產自動駕駛第一；還發布了中國首個自動駕駛數據智能體系MANA，這是中國第一個大規模量產、重感知的城市輔助駕駛系統。

毫末智能駕駛技術的工程能力到底有多強？在智能駕駛產品流程化開發上，毫末可以做到全新車型復用開發4個月內達到量產落地狀態、全新車型匹配標定2個月內完成標定，標定效率全行業第一；此外，通過多年來對汽車生產產線的理解，毫末還對智能駕駛產品進行了魯棒性設計，從而能夠做到智能駕駛產品100%的一次性過線率。

總而言之，漸進式發展路線能夠以市場帶來規模化效應，驅動產品快速迭代；并能以更低的成本獲得更大的規模、更多的場景覆蓋優質數據，促進智能駕駛產品的用戶體驗及數據獲取的雙向循環。

通過對相關學術研究資料進行分析，得知兩種文化差異對當前旅游英語翻譯造成多種影響，在進行語言翻譯的過程中需要思考兩種文化體現的差異，依稀更好地開展語言交流和情感表達。文化差異體現在社會各個層面，不同國家都有著獨特的歷史發展背景和文化觀念，有著不同的地域文化和區域風俗。同時，受到歷史文化以及宗教信仰等因素的影響，進行旅游英語翻譯的過程中會出現語言詞匯的障礙。為此，在開展原著文化翻譯的過程中，受到多種因素的影響很難體現出其原本的語言特色，也未能對原著文化進行準確的表達。

張仲平道：“至于，當然至于，像我們這樣在這么一個有創意的地方碰上，算什么？算緣份啦。你主動開口求我點事，被我的電話打忘了，我罪過大了，求求你，你還是趕緊把那問題想起來吧，別讓我難過了，好嗎？”

另據了解，毫末HPilot3.0具有重感知、輕地圖和大算力的特點，2022年可落地區域將覆蓋10座城市，2023年將落地城市超100個。時至今日，毫末輔助駕駛系統行駛總里程突破1700萬km。

而就在上周，歐盟新車安全評鑒協會（E-NCAP）公布了最新一批車輛碰撞測試成績，其中，魏牌摩卡DHTPHEV和歐拉好貓均獲得五星安全評級，這也讓毫末成為中國首個出海量產落地的自動駕駛公司。

更值得一提的是，此次測試結果顯示，魏牌摩卡DHTPHEV安全輔助得分率94%、歐拉安全輔助得分率93%，成為E-NCAP主動安全得分最高的兩款中國品牌車型，說明毫末自主研發的自動緊急安全制動AEB系統已達到國際領先水平。

另在AI人工智能技術方面，毫末基于國際最先進的AI技術理念，推出國內首個智能駕駛數據智能體系MANA，現已成為毫末所有產品迭代的核心動力。在數據積累和場景庫積累方面，MANA不僅完成了數十萬全要素、多模態CLIPS的標注，還積累了300萬小時中國道路駕駛認知場景庫，學習時長超過31萬小時，相當于人類司機虛擬駕齡4萬年。

二是打好水環境綜合治理“組合拳”。按照省委、省政府主要領導提出的 “以治水為突破口，堅定不移推進轉型升級”的要求，結合“強塘工程”建設和中小河流治理，大力推進清水河道建設1600多km。結合城鎮、村莊整治，開展農村河道治理，啟動水系和河湖連通試點工作，促進“美麗鄉村”建設。結合全省“三改一拆”等專項行動，依法拆除涉水違法建筑近200萬m2，實施河岸綠化404km，對8.2萬km河道實行保潔管理。結合落實最嚴格水資源管理制度，開展水生態保護和修復試點，防治水土流失600km2。推行“河長制”河道管理制度，省市縣鄉鎮四級黨政領導認領河段當大小河長。

此外，毫末與物美多點合作的小魔駝運營項目訂單量也已突破9萬單，在國內末端物流自動配送領域，占據絕對領先市場份額。不僅如此，毫末還正式發布了中國首款10萬元級末端物流自動配送車——小魔駝2.0，打響了2022年末端物流自動配送車規模之戰的第一槍，進一步推動末端物流自動配送規模化落地再提速。

據悉，小魔駝2.0單車售價12.88萬元，可覆蓋園區及城市開放道路，具備L4自動駕駛、遠程駕駛、低成本部署、車輛管理平臺、遠程監控平臺、訂單管理平臺和微信小程序7等大核心功能，在業界處于領先水平。

面對這樣的成績單，人們不禁會問：創業不易，毫末成功穿越創業公司生死線的秘笈是什么？在躋身中國自動駕駛技術創業公司新標桿進程中，毫末是如何打造技術護城河并大幅領先對手的？以及未來對智能駕駛宏觀趨勢的判斷又是什么？

堅定“漸進式”路線

作為一種全新的生命哲學，“非線性”是數碼照片的最重要優勢和特性之一。里奇認為，由于超文本數碼環境下的非線性特征，攝影師與觀者都是照片的生產者，也是合作者。

另有數據顯示：2022年上半年，中國汽車高級別輔助駕駛搭載率快速爬升，前裝搭載率達到26.64%。基于此，張凱強調中國已成為全球智能汽車主戰場，并預測到2025年，中國高級別輔助駕駛搭載率將超過70%，其中，輔助駕駛是通向自動駕駛的必由之路。

在此背景下，毫末如何在智能駕駛3.0時代競賽中勝出呢？在張凱眼中，毫末的成功在于戰略路線、商業及技術突破、產品迭代能力方面的正確選擇與持續攻堅。“一直以來，自動駕駛行業有漸進式和躍進式路線之爭，而毫末堅定走漸進式發展路線，我們認為，擁有足夠多在用戶真實使用場景中獲取的車輛行駛數據的漸進式路線，會成為推動人類實現自動駕駛的最佳路徑。”

這就是我們的“大嗓門”班長，可是她說，在家里鄰居都說她像林黛玉呢。原來，她的大嗓門是為了我們這個班集體。

現如今，毫末正進入從1到N的快速發展階段，開放合作、共創共贏則是毫末始終堅持的宗旨。在乘用車自動駕駛領域，毫末堅持“6P開放合作原則”，與客戶進行各類開放式合作探索；在末端物流自動配送領域，毫末正通過“5S服務體系”，與客戶共同推動末端物流自動配送車規模化商用進程。

基于多款不同平臺車型落地的成功經驗，毫末已經形成了一整套高效的智能駕駛產品開發流程，是中國唯一具備異步并行開發超30個智能駕駛項目能力的公司。兩年時間開發三代智能駕駛系統，并落地10余款不同平臺車型，這種開發能力國內唯一，被譽為“中國智能駕駛技術落地經驗最豐富的公司”名副其實。

[86]Forward with the People, Rangoon: Ministry of Information, Government of Union of Burma, 1955, p.88.

張凱認為，智能駕駛產品能力的快速迭代，是場景化戶用體驗設計、AI人工智能技術及技術工程化能力三者的高度有效協同，并以此構成智能駕駛產品能力迭代的鐵三角。“場景化用戶體驗設計是入口，人工智能技術是靈魂，技術工程化能力是保障，三大能力正向循環、互為支撐，讓毫末智能駕駛產品能力得以快速迭代。”

此外，毫末還是中國最早且唯一一個進入產品快速迭代階段的自動駕駛公司，創造了中國自動駕駛新范式。尤其在場景化用戶體驗設計方面，毫末已是國內首個實現基于用戶真實數據驅動產品迭代的公司，兩年多來，毫末智能駕駛產品共實現6次OTA在線升級，并獲得主機廠高度認可。

所以，漸進式路線作為數據積累的最佳路徑，正是毫末高速發展的重要方向和基石。憑借對該路線的堅定執行，毫末成功探索出獨有的“毫末模式”，即領先的數據智能體系乘以穩定的量產能力，再乘以安全，然后疊加生態的冪次方。

如果說戰略路線是方向指引，那么，技術和商業層面的突破則是制勝關鍵。成立才兩年多的時間里，毫末就已從0到1突破行業三大難關：大規模、多車型自動駕駛量產難關；末端物流自動配送車技術成本難關；大規模數據處理及大模型應用難關。張凱指出，“三大難關的突破，再加上在生態構建、安全、文化和人才等層面的努力，支撐毫末能夠穿越創業公司生死線，實現高速發展。”

為什么選擇漸進式？張凱解釋道：首先，相對躍進式路線，漸進式更容易獲得足夠數量的數據，量產時間更早，能夠更早地形成規模化；其次，漸進式路線是從用戶真實使用場景中獲得的高質量數據，相對躍進式定向采集數據方式而言，成本更低、質量更高，是驅動自動駕駛技術走向成熟的核心要義。

進入2022年，自動駕駛行業競爭已步入下半場，毫末三大戰役也進入決勝期，雖已在數據智能、城市場景輔助駕駛、末端物流自動配送方面取得了一些新進展，但未來仍將面臨三大挑戰，即大規模自動駕駛數據上云的挑戰、大算力AI芯片性能突圍的挑戰、城市場景自動駕駛產品量產突圍的挑戰。

面對重重挑戰，張凱揭秘毫末打贏智能駕駛下半場的五大制勝法則：其一，智能駕駛產品開發要始終將安全放在首位，安全是所有智能駕駛產品開發的基本出發點；其二，產品體驗“真香”才是王道，要用2C思維去做2B的事，只有這樣才能真正開發出C端市場接受的產品；其三，基于用戶真實場景數據驅動，實現產品快速迭代；其四，實現感知智能與認知智能的高度一體化，AI人工智能技術是智能駕駛產品實現的關鍵環節，打通感知智能與認知智能一定是智能駕駛的發展方向；其五，以開放的心態賦能客戶，智能駕駛技術的解決是跨學科的綜合性問題，其產品化過程也是高度復雜的，只有融合多學科、多領域的優勢，才能促進行業共同進步。

據悉，搭載毫末智能駕駛技術量產落地的車型有魏牌摩卡、拿鐵、瑪奇朵，坦克300和500，哈弗神獸，歐拉閃電貓、芭蕾貓、好貓，全新一代長城炮等。其中，魏牌拿鐵 DHTPHEV是搭載毫末智行智能駕駛系統的第7款車型；而魏牌摩卡DHT-PHEV激光雷達版則是搭載中國首款大規模量產城市NOH輔助駕駛系統——毫末HPilot3.0的首款車型，并計劃于9月量產交付。

首倡數據驅動3.0時代

“把握AI最前沿發展趨勢，保持自身技術領先性，一直是毫末進行自動駕駛技術研發的準則。”毫末智行CEO顧維灝分享了自己對當前自動駕駛技術發展趨勢的洞察，并在行業內首次提出自動駕駛已進入數據驅動3.0時代。

顧維灝指出，Attention大模型是當前AI發展的新趨勢，但由于其對算力的需求遠遠超出摩爾定律，由此帶來的高算力需求、高訓練成本、高落地難度等挑戰，正成為毫末當前所要解決的重點問題。

數據顯示：中國在全球智能汽車領域市場份額占比已達到57%，國內智能汽車市場滲透率也已達到總量的26%，增速位居全球第一；且從智能汽車銷售占比和滲透率來看，中國均已大幅領先歐美市場。由此可見，汽車智能化，尤其是智能駕駛，已成為新一輪汽車市場爆發的關鍵點。

“輔助駕駛是通往自動駕駛的必由之路，因為只有輔助駕駛，才有能力積累到足夠規模和足夠多樣的數據，而以數據驅動的自動駕駛3.0時代已經到來。”顧維灝總結道，“自動駕駛近10年來的發展可分為硬件驅動、軟件驅動和數據驅動三大時代。目前，特斯拉已領跑全球率先進入自動駕駛3.0時代，而毫末則最有可能成為中國第一個進入自動駕駛3.0時代的公司。”

對領先技術的極致追求，不僅讓毫末始終走在行業創新的最前沿，同時也讓其產品快速迭代。據悉，毫末早在去年6月就啟動了針對transformer大模型的研究和落地嘗試，為毫末目前在城市導航輔助駕駛場景中的快速發展打下堅實基礎。

據顧維灝介紹，城市道路主要存在4類場景難題、6大技術挑戰。其中，場景難題主要包括城市道路養護頻繁、大型車輛密集、變道空間狹窄和城市環境多樣等。而要解決這些場景難題，在技術層面面臨六大挑戰，即如何在自動駕駛領域應用大模型、如何讓數據發揮更大的價值、如何使用重感知技術解決現實空間理解問題、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運動起來更像人。

在所設計的模糊器1中,ΔSOC、ΔT和Uq的隸屬度范圍分別為{0,10,20,30,…}、{0,5,15,20,…}{0,0.5,1,1.5,…}。

在此背景下，毫末MANA迎來六大里程碑升級，快速布局Attention大模型：其一，MANA通過使用大規模量產車無標注數據的自監督學習方法打造模型效果，相比只用少量標注樣本訓練，訓練效果提升3倍以上；其二，MANA構建增量式學習訓練平臺，相比常規做法，整體算力節省80%，響應速度提升6倍；其三，MANA感知能力更強；其四，MANA感知能力更準；其五，MANA認知能力再次進化；其六，MANA認知智能迎來新階段。

為破解城市最復雜場景難題，毫末聯合浙江德清、阿里云發布“中國首個基于車路協同云服務的大規模自動駕駛場景庫”，這是中國第一個使用真實交通數據生成、滿足數據合規要求的自動駕駛場景庫，將進一步加速中國自動駕駛成熟度提升以及車路云協同發展。

針對非線性誤差模型進行結構誤差辨識時的不足，本文將建立線性化誤差模型，辨識出托架結構誤差，并進行誤差補償，將線性化誤差模型的結構誤差辨識結果分別與非線性化誤差模型辨識出的結構誤差和給定結構誤差進行對比，驗證線性化誤差模型的有效性。線性化誤差模型不考慮微分旋轉矩陣中的二階項和三階項，將微分旋轉矩陣線性化為僅包含一階項的矩陣，帶入誤差分析中建立誤差模型。建立線性化誤差模型時的坐標系設定與托架運動學反解時的坐標系設定相同。

同時，基于對自動駕駛3.0時代的洞察及大模型訓練對算力的巨大消耗需求，毫末超算中心也正式揭開神秘面紗。讓訓練降本增效實現低碳計算，是自動駕駛走進千家萬戶的關鍵門檻，而毫末超算中心的目標就是滿足千億參數大模型，訓練數據規模100萬clips，整體訓練成本降低200倍。

“毫末對創新充滿熱情，對新思想、新方法、新技術敞開懷抱，尤其關注能和數據規模增長形成正循環的技術路線，這也是毫末做技術戰略決策的第一性原理，即能將數據規模優勢快速轉化為能力優勢的技術路線就是好路線。”顧維灝如是說。