毫末速度:中国自动驾驶落地最快的1000天
刷新行业纪录新速度
贾浩楠 发自 凹非寺
量子位 | 公众号 QbitAI
1000天,一份成绩单:
智能辅助驾驶系统搭载近10款量产乘用车。
用户使用辅助驾驶里程超过1500万公里。
末端物流无人配送车运营近9万单。
覆盖城市道路的高阶领航辅助功能即将量产。
……
这是中国量产自动驾驶独角兽毫末智行的模式、速度,也是自动驾驶探索进程中,从技术研发到商业落地,刷新行业纪录的新速度。
毫末内部会曝光
近期,毫末在即将成立1000天的日子,进行了一次内部会。
创业从0到1,员工从0到近1000人。
毫末智行内部,对于成立1000天以来的技术、组织、商业、产品等等做了全方位的总结和思考:
成立1000天,从0到1突破了多车型量产自动驾驶从研发到量产的交付难题。
如何佐证?毫末智行给出了几个不同维度的证据。
首先是产品进展。
三个方向,乘用车智能驾驶系统HPilot、无人物流车、智能硬件。
每一条方向,毫末都有刷新行业的记录。
比如HPilot已经在近10款车型上量产交付,3.0版本能力拓展到城市复杂道路场景;无人物流车小魔驼3.0实现10万元级零售价,同时还具备L4级功能;智能硬件上,自研单板算力最大的自动驾驶计算平台小魔盒,达到360TOPS算力。
支撑量产交付进展的,是自动驾驶技术体系。
毫末将他们的技术总结为“重感知”路线。核心是使用Transfomer对不同摄像头数据进行前融合处理,形成一个映射BEV(环视感知)空间,天然具备和激光雷达点云图的融合能力。
这是一套和特斯拉类似的技术方案,目的是为了解决自动驾驶最核心的目标感知识别难题。
在组织、商业层面,毫末智行总结出了一系统列具体方法论。比如之前毫末智行董事长张凯提出的6P开放合作原则:
△ 毫末智行董事长张凯
另外,还有12条领导力原则、亚马逊逆向工作法、开放合作生态等等。
从毫末智行的口吻来看,这样的总结,是定性式的描述:毫末在做什么、做得怎么样。
容易被关注到的重点是“突破”、“多车型”、“交付”等等。
但真正的重点,是1000天。这也是毫末自成立以来,最被熟知的标签:快。
很多的行业“首次”、“第一”出现在了毫末1000天的成绩单中。
毫末成绩单
行业内对于毫末智行“快”的认知,最直观可见的,是自动驾驶系统量产。
HPilot智能驾驶系统,目前已经覆盖长城汽车旗下近10款车型数万台车,包括坦克、魏牌、哈弗等等热门品牌。
所以毫末智行的第一个“第一”,是量产覆盖规模。无论是特斯拉、新势力,或是其他自动驾驶公司,3年左右时间实现数万装机量的规模是前所未见的。
而根据已经敲定的量产时间表,今年年底,HPilot将会覆盖超过30款车型,两年内装机量达到百万级。
规模的“第一”,带来了速度的“第一”。
HPilot,从2020年5月上车量产的1.0版本算起,在1年多的时间中,已经积累了超过1500万公里的用户实际使用里程,高速NOH(领航驾驶辅助)覆盖了全国超过31万公里的高速和城市快速路。
在这个过程中,用户的实际路测数据,已经帮助HPilot完成了3次大版本迭代。马上量产交付的最新版本(长城魏牌摩卡PHEV),最重大的更新,是城市NOH。
能自主应对城市复杂道路,包括交通信号、复杂路口、环路、人车混行等等场景。
这个能力,也是今年头部自动驾驶玩家争夺的高地,其他实力玩家,包括小鹏NGP、特斯拉NOA等等。
所以,毫末量产自动驾驶系统的速度“第一”,是和行业头部比较得出的结果。
在此之外,毫末智行在自动驾驶其他业务线上,还有数个“第一”和“首次”:
量产规模和速度背后,支撑这些的是毫末自研建立的国内首个自动驾驶数据智能体系MANA。
MANA其中包含众多子模块,包括数据获取、传输、感知、计算、验证等等,它们一同构成了毫末智行的数据驱动能力。
HPilot上车量产的速度,除了用户实际路测里程的数据贡献,另一个同等重要的核心就是MANA体系下系统进行的巨量学习、仿真、验证。
目前MANA的学习时长超过了30万小时,虚拟驾龄相当于人类司机驾驶4万年。
量产进展和数据闭环能力,一同构成了毫末智行这份“行业最快1000天”的成绩单。
如何评价?
融资层面,毫末智行的进展获得了行业优质资本的认可。
截止今年4月,毫末已经完成3轮近20亿元的融资,投资方包括美团、首钢基金、高通创投、高瓴创投、首程控股、九智资本等等。
而在自动驾驶行业层面,毫末智行也构建起了一个全新的模式。
毫末智行诞生时,全球的自动驾驶行业,已经存在着3种模式。
首先是谷歌旗下的Waymo,高举高打,直接以L4为目标,试图通过路测、仿真等等手段将系统迭代至“万无一失”后再推进商业化落地。
Waymo作为自动驾驶的先驱,为整个行业探索出了“数据驱动”这条铁律,但在量产落地上却又受制于数据收集的效率。
马斯克作为后来者,深刻领会了数据驱动的重要性,但在实践手段上抛开了Waymo对于安全的顾虑,通过造车卖车实现自动驾驶系统的大规模量产和数据收集。
特斯拉的探索提供的价值,是让行业更加清晰的认识到自动驾驶第一性原理(传感器方案),以及到达终局的必经之路(数据驱动)。
但特斯拉的激进策略,也让现阶段自动驾驶系统的不足引起巨大争议。
第三种模式,则是通用旗下Cruise走的,业务上同时推进乘用车智能驾驶和特定场景下L4自动驾驶两条路线,试图通过乘用车量产项目,反哺L4的落地。
背后的核心是自动驾驶技术在核心感知识别层面的通用性。
毫末智行诞生时,曾被视为中国版Cruise,因为业务线高度相似。
但毫末的迭代、研发、量产交付速度显然比Cruise快得多。
根本的原因,是吸取各行业先驱探索的精华,规模量产的前提下,又抓住自动驾驶本质,构建了一套自己的高效数据闭环迭代体系。
毫末成绩单背后
1000天内,驱动毫末智行那成为量产自动驾驶第一梯队玩家的因素到底是什么?
毫末智行董事长张凯,曾给出过毫末的“公式”:
(领先的数据智能*稳定的量产能力*安全)生态。
公式并非从天而降,而是源于毫末智行对行业的正确判断。
这个公式的本质,是以数据智能为核心,从低速无人物流车、乘用车自动驾驶产品、智能硬件三条产品线推进量产。
量产之后,三个业务线又向数据智能反哺数据,形成自动驾驶能力的正向迭代。
所以,毫末智行其实在成立之初就已经明确了方向和终点,在此之上“倒推”出了领导力12条、逆向工作法、客户服务法等等具体方法论和组织原则。
同样“以始为终”,毫末智行在技术路线上,也紧盯AI前沿发展,比如计算机视觉技术从CNN卷积网络向注意力模型的快速变迁,以及本来用在语言模型上的超大规模Transformer在视觉领域展现出的巨大潜力等等。
这些,都是毫末智行能被看见的“驱动因素”。
而不那么明显易见的,则是毫末智行的团队和模式。
脱胎于长城汽车,独立经营,独立融资,被赋予很高的自主权。
业务模式上摆脱传统车厂的长决策链条和保守思维,以科技公司方式管理运营。
充分激发创造力和积极性的另一方面,是长城汽车在业务拓展和融资上市方面,没有给毫末智行任何限制。
这就让毫末智行的基因与其他自动驾驶玩家完全不同,既有AI科技公司底色,也拥有主机厂量产工程化实力。
毫末智行CEO顾维灏,作为昔日百度自动驾驶元老之一,带来的是对自动驾驶技术的深刻理解和前瞻。
△ 毫末智行CEO顾维灏
而出身长城汽车的董事长张凯,则代表了毫末智行在自动驾驶技术产品化、工程化的能力。
所以,毫末智行走出了一个全新的自动驾驶模式:
技术上回归自动驾驶第一性原理,走上一条重感知的数据驱动路线。
量产上,依托大股东长城汽车的渠道,快速实现规模化落地,形成数据闭环。
这种模式固然有得天独厚的优势,也由业务进展、投资人认可等等证明,的确走通了。
但在长城汽车之外呢?
9月即将到来的第6届毫末AI DAY上,据说还会官宣新的技术和产品成果。
另外,毫末智行的技术底色,也一直是历届AI DAY上最受关注的部分,这个活动也逐渐发展成聚焦自动驾驶前沿的AI大会。
据说,这次包括张亚勤、贾扬清在内等等世界顶级AI学者都会参加。
中国自动驾驶的技术前瞻、商业化进程、行业模式探索…..毫末9月的AI DAY,是一个绝对不能错过的窗口。
— 完 —
- 每天花掉1个亿,王传福硬砸智能驾驶2024-09-06
- 80后女生上位长城CTO,魏建军亲自官宣2024-09-04
- 小米汽车越火爆,极越越怀才不遇2024-08-25
- 30万!长城首款端到端智驾车型上市,魏建军:就是第一,没有梯队2024-08-22