<mark id="oztn4"></mark>
0
黑幕、機器人、流動行駛的車輛….今天下午，毫末智行在流動著科技與未來氣息的幕布背景下，于線上正式舉辦“HAOMO AI DAY”，一股濃濃的技術風。
活動現場，毫末智行董事長張凱、CEO顧維灝共同細數了他們近一年來的亮眼成績單：
1、截至12月用戶行駛里程近400萬公里；今年第四季度正式上線的智慧領航輔助駕駛系統NOH。
2、截至目前，毫末智行輔助駕駛系統已經搭載至5款量產車輛，并與美團、阿里達摩院就末端無人物流車達成合作等；
3、本月22日，毫末智行完成A輪近10億元融資，晉升為新的獨角獸公司；
4、曝光城市NOH測試視頻及2022年上市時間；
5、籌建自動駕駛超算中心。
而最為重磅的，莫過于自動駕駛數據智能體系的MANA（雪湖）的發布。
毫末智行稱，該產品為中國首個，并希望借此挑戰特斯拉，實現數據智能領先行業。
顧維灝曾在數月前表示：“智能網聯的未來就是產品為王、規模制勝。”
那么被寄予厚望的MANA究竟有何本事，能支撐毫末智行對抗特斯拉，保持技術領先行業的野心？
道路數據對于自動駕駛公司而言，或是技術發展的根源，然而各方索取這一資源的過程，注定漫長且艱難。
蘭德智庫關于自動駕駛汽車的一份評估報告顯示，自動駕駛系統若達到量產應用條件，至少需要經過110億英里的道路驗證。對于車隊規模較小，資金并不充裕的自動駕駛公司而言，需要數年、甚至數十年才能完成這一目標。
在此情況下，各自動駕駛玩家已經摸索不同的道路數據獲取方法，以不斷迭代優化自動駕駛技術，譬如通過道路實測，或通過虛擬仿真，抑或收集乘用車行駛數據。
然而，每輛自動駕駛汽車的道路測試平均每日將產生TB級數據，如何在海量數據中高效、低成本提取高質量、對技術迭代切實有效的數據，是不少玩家難以解決的行業性問題。
毫末智行發布的自動駕駛數據智能體系MANA，則針對這一難題，將感知、認知、標注、仿真、計算等多個環節高度融合于一體。
具體而言，MANA整體可劃分為VENUS、LUCAS、TARS以及BASE四個模塊，分別對應數據可視化系統、算法應用場景實踐、核心算法原型實踐以及數據通用能力。
通過將以上功能緊密聯系，MANA可有效利用數據，最終提升自動駕駛技術。
為了完成對ZB級數據的獲取與計算，雪湖利用毫末智行域控制器小魔盒3.0高達360T的算力，獲取大量精準圖像數據。數據經過處理之后，搭載于車端的域控制器將立即發揮數據效果，保障數據處理的時效性。
此外，小魔盒3.0可支持10余個攝像頭及3個激光雷達，提供多傳感器數據。但在數據獲取過程中，毫末智行團隊經常遭遇多傳感器目標被截斷，不能有效使用的問題。
為此，他們首先把攝像頭和激光雷達的感知中間結果，經過Transformer的多模態融合映射到Tensor Space中。接著加入時序的特征，使用RNN和光流SLAM進行時空融合，在此基礎上進行多Head計算，最終其結果可提高目標識別的準確率和精度。
高效識別場景只是其中一部分，如何在不同場景下實現符合人類駕駛習慣的決策規劃是眾多自動駕駛公司追求的目標。
在自動駕駛汽車行駛過程中，其場景可能包括雨雪天氣、黑夜白晝、道路邊界是否清晰以及多種交通參與者等多種復雜元素。在同一個道路環境中，即使其中一個元素發生變化，對于自動駕駛系統而言也是新的挑戰，這要求著自動駕駛系統保持較高的穩定性及安全性。
另外因習慣差異，不同駕駛員面對同一個場景中會采取不同的處理方式，如果自動駕駛系統的決策無法因人而異，那么將會為不同駕駛習慣的用戶帶來不良體驗。
為了保證產品安全以及道路交通整體安全，毫末智行設計了雙推理系統。其中一套推理系統通過場景庫內的大量數據學習人類駕駛的規律及方法，進而指導算法迭代。
另一方面，在城市的復雜場景下，人類駕駛規則無法窮舉，駕駛風格沒有清晰的標準。為了盡可能貼近不同駕駛者的需求，毫末智行將不同駕駛風格數據細分，通過深度學習盡可能實現自動駕駛系統的“千人千面”，提供更舒適的駕駛體驗。
通過以上創新，MANA可同時具備對超大數據規模處理、更廣泛場景適應性，以及更高的感知認知能力。
道路數據對于自動駕駛公司的重要性不言而喻，但極少公司如毫末智行般投入大量資源構建數據體系。
那么，毫末智行為何如此大費周折？
在毫末智行第三期品牌開放日，顧維灝曾表示，AI 自動駕駛技術的成功依賴于兩大關鍵環節：模型和數據，足夠多和足夠好的數據是做出好模型的前提。正因如此，毫末智行在過去數月投入大量資源構建自身的數據智能閉環。
所謂數據智能，毫末智行將其解釋為數據收集、價值挖掘、價值應用。目前毫末智行已經圍繞這三點完成全方位的數據布局。
數據積累方面，毫末智行通過“風車戰略”打法，通過大規模的產品落地，從乘用車及末端無人配送車獲取大量數據。相較于其它自動駕駛初創公司，毫末智行獲取道路數據的成本更為低廉。
具體而言，通過長城汽車旗下大量已售出的量產車型，毫末智行可廣泛地收集不同類型的道路數據，且來源穩定可持續，這是毫末智行輔助駕駛系統在極短時間內行程突破400萬公里的重要原因。
此外，毫末智行正積極研發末端物流無人車，并將其視為當下自動駕駛技術最易商業化落地的產品之一。從今年4月起先后與美團、阿里達摩院合作至今，毫末智行已量產下線超1000臺末端物流無人車。不斷提升的末端物流無人車規模，將為毫末智行積累更為豐富的道路數據。
價值挖掘方面，MANA為其中重要一環。
目前，MANA已經將數據感知、認知、標注、仿真、計算等多個環節融為一體，在數據高效利用的同時節省大量成本。
首先，MANA通過明確的系統失效信號，以及更強大的模型進行數據診斷，以便從數億公里的數據中選取對當前能力有提升的數據。
其次，MANA采用無監督學習將圖像向量化為特征向量，通過“譜聚類”將相似的圖像聚類。得到聚類結果后，MANA以“是否與問題場景類別相同”作為評判標準，將結果分為正負兩種樣本，并挑選“類中心”和“類邊界”附近的數據提升標注效率。通過此種方式，可以有效提升最終模型的效果。
第三步，MANA將通過雙推理系統，對不同空間及時間對數據進行高效挖掘。
最后，MANA采用數據和模型同時并行的混合方案，并優化模型前向計算，可在減少整體顯存占用量的同時大幅度提升算法訓練的效率。
通過以上四個步驟，MANA可實現高效的價值挖掘。
而價值應用方面，背靠長城汽車這棵大樹，毫末智行的解決方案及產品有著毫不缺乏用武之地。
毫末智行預計，2022 年其將承擔 34 款長城車型，約占整體待上市車型 80%。未來三年，搭載毫末智行輔助駕駛產品的長城乘用車數量將突破 100 萬臺。
MANA圍繞感知智能、認知智能、標注、仿真、計算等五大能力打造數據智能體系。
正如毫末智行之名源自《老子·道德經·第六十四章》“合抱之木，生于毫末”，MANA的中文名“雪湖”亦有深意。
在劉慈欣的科幻小說《三體》中，外星高等文明三體人因母星瀕臨崩潰而試圖侵占地球，被聯合國“面壁計劃”選中的面壁者羅輯隱居于山林尋求對抗三體人的方法。在經歷多重現實打擊后，他不慎墜入寒冷的湖水，卻頓悟“黑暗森林”法則，并利用其壓制三體人數個世紀。
數據智能體系“雪湖”即取意于此，承載著毫末智行渴望突破數據瓶頸，通往自動駕駛的夢想。
從某種程度上，當前的自動駕駛玩家與《三體》中的地球正處于同一種境況。
書中，人類生活在可能隨時遭受三體人打擊的恐懼中，而如今各自動駕駛公司，也因未開放的商業變現懷揣著生存憂慮。
此時登場的數據智能體系“雪湖”，或是毫末智行通往商業化的關鍵武器。
目前，毫末智行已經擁有多種可持續道路數據來源。除了魏牌摩卡、坦克 300等車型之外，其輔助駕駛系統還將應用于魏牌瑪奇朵、魏牌拿鐵、哈弗神獸三款量產車型。
相對于其它自動駕駛創業公司而言，這一先天優勢將幫助毫末智行加速獲取道路數據，而“雪湖”推出后，則可將天然的資源優勢轉化為技術優勢。
除此之外，“雪湖”亦是毫末智行試圖實現技術領先的跳板。
毫末在現場展示出了與特斯拉AI技術較量的野心。
目前，特斯拉通過已售出的百萬輛量產車型的影子模式，在全球不同道路環境中廣泛收集數據，通過多種手段提升自動駕駛技術。
相比之下，盡管毫末智行當下搭載的量產車型數量較少，但其合作品牌數量正在不斷增加，未來道路數據或將因車型數量增多而成倍增長。此外，來自末端無人物流車的數據也將為毫末智行所用。
毫末智行董事長張凱曾指出，2022年將是AI自動駕駛商業化的分水嶺之年，對于自動駕駛行業的初創公司而言，形成相對穩定的商業模式是2022年的立足之本，而可持續低成本的高質量數據，將推動技術發展，進而為商業化提供機會。
針對日后可能呈指數級增長的數據，顧維灝表示毫末智行正在籌建超算中心，以便支持海量視頻或圖像數據處理，提升自動駕駛技術。
假若毫末智行成功推出超算中心，配合“雪湖”，毫末智行的數據智能體系將更為完整，其數據優勢也將因此愈發顯著。
在“HAOMO AI DAY”活動中，顧維灝對于2022年的自動駕駛發展作出預判。他認為，毫末智行必須在2022年打贏數據智能技術、輔助駕駛城市場景以及末端物流無人車規模三場戰役。
為贏得戰役的勝利，他預計2022年毫末智行年的乘用車輔助駕駛項目將擴大7倍，末端物流無人車項目將擴大3倍。
如今，距離張凱所說的“AI自動駕駛商業化的分水嶺之年”不足十天，毫末智行在戰役臨近之際發布MANA，補足數據智能體系的重要一環，似乎體現著毫末智行的研發節奏完全按照其市場預期進行。
更值得注意的是，毫末智行在短短幾個月內已先后推出包含輔助駕駛系統NOH、可量產自動駕駛計算平臺ICU 3.0等產品，創業公司的產品研發速度極少能如此迅速。
目前，被毫末智行視為制勝關鍵的數據智能體系已搭建完整。通過長城汽車旗下多款量產車型，毫末智行將獲得源源不斷高質量的數據。
而近日毫末智行完成A輪近10億元融資，更將助力其數據智能體系、自動駕駛超算中心加速建設，進一步保持現有技術優勢。
隨著其高質量數據優勢如滾雪球般的迅速擴大，毫末智行或將因此獲得2022年三場戰役的勝利，成為自動駕駛賽場的最終玩家。
雷峰網(公眾號：雷峰網)雷峰網雷峰網
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
