毫末勇闯“无人区”

2022-09-27张静

汽车观察 2022年9期

毫末又一波硬核技术密集发布，直击大规模自动驾驶数据上云、大算力AI芯片性能突围、城市场景自动驾驶产品量产突围三大挑战。

“早在去年年底，我们就预测到2022年将是极端困难的一年，但在经历过上半年疫情和各种黑天鹅事件后，我们发现，实际情况要比预测的更艰难。”毫末智行董事长张凯直言不讳道，“虽然面对疫情、供应链、技术本身带来的重重挑战，但接下来，毫末会以集中量产交付来应对智能驾驶规模化的大考。”

2022年9月13日，正值毫末成立1020天，第六届HAOMO AI DAY如期而至，这场国内少有的专门聚焦自动驾驶AI技术的盛宴，究竟带来了哪些行业最领先的技术成果和产品发布？毫末又会交上一份怎样的秋季成绩单呢？

谭刚[1]系统地总结了当前海上风电工程领域用来评估风机基础疲劳强度的主流方法，提到波浪理论和疲劳损伤理论等因素都影响疲劳损伤的计算精度，同时由于材料特性和风浪联合模型的不确定性，引入了疲劳可靠性概念。

1020天自动驾驶发生了什么？

都说毫末的1020天跑出了中国自动驾驶最快的1020天，真的如此吗？从成果上看，毫末不仅做到了中国量产自动驾驶第一；还发布了中国首个自动驾驶数据智能体系MANA，这是中国第一个大规模量产、重感知的城市辅助驾驶系统。

毫末智能驾驶技术的工程能力到底有多强？在智能驾驶产品流程化开发上，毫末可以做到全新车型复用开发4个月内达到量产落地状态、全新车型匹配标定2个月内完成标定，标定效率全行业第一；此外，通过多年来对汽车生产产线的理解，毫末还对智能驾驶产品进行了鲁棒性设计，从而能够做到智能驾驶产品100%的一次性过线率。

总而言之，渐进式发展路线能够以市场带来规模化效应，驱动产品快速迭代；并能以更低的成本获得更大的规模、更多的场景覆盖优质数据，促进智能驾驶产品的用户体验及数据获取的双向循环。

通过对相关学术研究资料进行分析，得知两种文化差异对当前旅游英语翻译造成多种影响，在进行语言翻译的过程中需要思考两种文化体现的差异，依稀更好地开展语言交流和情感表达。文化差异体现在社会各个层面，不同国家都有着独特的历史发展背景和文化观念，有着不同的地域文化和区域风俗。同时，受到历史文化以及宗教信仰等因素的影响，进行旅游英语翻译的过程中会出现语言词汇的障碍。为此，在开展原著文化翻译的过程中，受到多种因素的影响很难体现出其原本的语言特色，也未能对原著文化进行准确的表达。

张仲平道：“至于，当然至于，像我们这样在这么一个有创意的地方碰上，算什么？算缘份啦。你主动开口求我点事，被我的电话打忘了，我罪过大了，求求你，你还是赶紧把那问题想起来吧，别让我难过了，好吗？”

另据了解，毫末HPilot3.0具有重感知、轻地图和大算力的特点，2022年可落地区域将覆盖10座城市，2023年将落地城市超100个。时至今日，毫末辅助驾驶系统行驶总里程突破1700万km。

而就在上周，欧盟新车安全评鉴协会（E-NCAP）公布了最新一批车辆碰撞测试成绩，其中，魏牌摩卡DHTPHEV和欧拉好猫均获得五星安全评级，这也让毫末成为中国首个出海量产落地的自动驾驶公司。

更值得一提的是，此次测试结果显示，魏牌摩卡DHTPHEV安全辅助得分率94%、欧拉安全辅助得分率93%，成为E-NCAP主动安全得分最高的两款中国品牌车型，说明毫末自主研发的自动紧急安全制动AEB系统已达到国际领先水平。

另在AI人工智能技术方面，毫末基于国际最先进的AI技术理念，推出国内首个智能驾驶数据智能体系MANA，现已成为毫末所有产品迭代的核心动力。在数据积累和场景库积累方面，MANA不仅完成了数十万全要素、多模态CLIPS的标注，还积累了300万小时中国道路驾驶认知场景库，学习时长超过31万小时，相当于人类司机虚拟驾龄4万年。

二是打好水环境综合治理“组合拳”。按照省委、省政府主要领导提出的 “以治水为突破口，坚定不移推进转型升级”的要求，结合“强塘工程”建设和中小河流治理，大力推进清水河道建设1600多km。结合城镇、村庄整治，开展农村河道治理，启动水系和河湖连通试点工作，促进“美丽乡村”建设。结合全省“三改一拆”等专项行动，依法拆除涉水违法建筑近200万m2，实施河岸绿化404km，对8.2万km河道实行保洁管理。结合落实最严格水资源管理制度，开展水生态保护和修复试点，防治水土流失600km2。推行“河长制”河道管理制度，省市县乡镇四级党政领导认领河段当大小河长。

此外，毫末与物美多点合作的小魔驼运营项目订单量也已突破9万单，在国内末端物流自动配送领域，占据绝对领先市场份额。不仅如此，毫末还正式发布了中国首款10万元级末端物流自动配送车——小魔驼2.0，打响了2022年末端物流自动配送车规模之战的第一枪，进一步推动末端物流自动配送规模化落地再提速。

据悉，小魔驼2.0单车售价12.88万元，可覆盖园区及城市开放道路，具备L4自动驾驶、远程驾驶、低成本部署、车辆管理平台、远程监控平台、订单管理平台和微信小程序7等大核心功能，在业界处于领先水平。

面对这样的成绩单，人们不禁会问：创业不易，毫末成功穿越创业公司生死线的秘笈是什么？在跻身中国自动驾驶技术创业公司新标杆进程中，毫末是如何打造技术护城河并大幅领先对手的？以及未来对智能驾驶宏观趋势的判断又是什么？

坚定“渐进式”路线

作为一种全新的生命哲学，“非线性”是数码照片的最重要优势和特性之一。里奇认为，由于超文本数码环境下的非线性特征，摄影师与观者都是照片的生产者，也是合作者。

另有数据显示：2022年上半年，中国汽车高级别辅助驾驶搭载率快速爬升，前装搭载率达到26.64%。基于此，张凯强调中国已成为全球智能汽车主战场，并预测到2025年，中国高级别辅助驾驶搭载率将超过70%，其中，辅助驾驶是通向自动驾驶的必由之路。

在此背景下，毫末如何在智能驾驶3.0时代竞赛中胜出呢？在张凯眼中，毫末的成功在于战略路线、商业及技术突破、产品迭代能力方面的正确选择与持续攻坚。“一直以来，自动驾驶行业有渐进式和跃进式路线之争，而毫末坚定走渐进式发展路线，我们认为，拥有足够多在用户真实使用场景中获取的车辆行驶数据的渐进式路线，会成为推动人类实现自动驾驶的最佳路径。”

这就是我们的“大嗓门”班长，可是她说，在家里邻居都说她像林黛玉呢。原来，她的大嗓门是为了我们这个班集体。

现如今，毫末正进入从1到N的快速发展阶段，开放合作、共创共赢则是毫末始终坚持的宗旨。在乘用车自动驾驶领域，毫末坚持“6P开放合作原则”，与客户进行各类开放式合作探索；在末端物流自动配送领域，毫末正通过“5S服务体系”，与客户共同推动末端物流自动配送车规模化商用进程。

基于多款不同平台车型落地的成功经验，毫末已经形成了一整套高效的智能驾驶产品开发流程，是中国唯一具备异步并行开发超30个智能驾驶项目能力的公司。两年时间开发三代智能驾驶系统，并落地10余款不同平台车型，这种开发能力国内唯一，被誉为“中国智能驾驶技术落地经验最丰富的公司”名副其实。

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

张凯认为，智能驾驶产品能力的快速迭代，是场景化户用体验设计、AI人工智能技术及技术工程化能力三者的高度有效协同，并以此构成智能驾驶产品能力迭代的铁三角。“场景化用户体验设计是入口，人工智能技术是灵魂，技术工程化能力是保障，三大能力正向循环、互为支撑，让毫末智能驾驶产品能力得以快速迭代。”

此外，毫末还是中国最早且唯一一个进入产品快速迭代阶段的自动驾驶公司，创造了中国自动驾驶新范式。尤其在场景化用户体验设计方面，毫末已是国内首个实现基于用户真实数据驱动产品迭代的公司，两年多来，毫末智能驾驶产品共实现6次OTA在线升级，并获得主机厂高度认可。

所以，渐进式路线作为数据积累的最佳路径，正是毫末高速发展的重要方向和基石。凭借对该路线的坚定执行，毫末成功探索出独有的“毫末模式”，即领先的数据智能体系乘以稳定的量产能力，再乘以安全，然后叠加生态的幂次方。

如果说战略路线是方向指引，那么，技术和商业层面的突破则是制胜关键。成立才两年多的时间里，毫末就已从0到1突破行业三大难关：大规模、多车型自动驾驶量产难关；末端物流自动配送车技术成本难关；大规模数据处理及大模型应用难关。张凯指出，“三大难关的突破，再加上在生态构建、安全、文化和人才等层面的努力，支撑毫末能够穿越创业公司生死线，实现高速发展。”

为什么选择渐进式？张凯解释道：首先，相对跃进式路线，渐进式更容易获得足够数量的数据，量产时间更早，能够更早地形成规模化；其次，渐进式路线是从用户真实使用场景中获得的高质量数据，相对跃进式定向采集数据方式而言，成本更低、质量更高，是驱动自动驾驶技术走向成熟的核心要义。

进入2022年，自动驾驶行业竞争已步入下半场，毫末三大战役也进入决胜期，虽已在数据智能、城市场景辅助驾驶、末端物流自动配送方面取得了一些新进展，但未来仍将面临三大挑战，即大规模自动驾驶数据上云的挑战、大算力AI芯片性能突围的挑战、城市场景自动驾驶产品量产突围的挑战。

面对重重挑战，张凯揭秘毫末打赢智能驾驶下半场的五大制胜法则：其一，智能驾驶产品开发要始终将安全放在首位，安全是所有智能驾驶产品开发的基本出发点；其二，产品体验“真香”才是王道，要用2C思维去做2B的事，只有这样才能真正开发出C端市场接受的产品；其三，基于用户真实场景数据驱动，实现产品快速迭代；其四，实现感知智能与认知智能的高度一体化，AI人工智能技术是智能驾驶产品实现的关键环节，打通感知智能与认知智能一定是智能驾驶的发展方向；其五，以开放的心态赋能客户，智能驾驶技术的解决是跨学科的综合性问题，其产品化过程也是高度复杂的，只有融合多学科、多领域的优势，才能促进行业共同进步。

据悉，搭载毫末智能驾驶技术量产落地的车型有魏牌摩卡、拿铁、玛奇朵，坦克300和500，哈弗神兽，欧拉闪电猫、芭蕾猫、好猫，全新一代长城炮等。其中，魏牌拿铁 DHTPHEV是搭载毫末智行智能驾驶系统的第7款车型；而魏牌摩卡DHT-PHEV激光雷达版则是搭载中国首款大规模量产城市NOH辅助驾驶系统——毫末HPilot3.0的首款车型，并计划于9月量产交付。

首倡数据驱动3.0时代

“把握AI最前沿发展趋势，保持自身技术领先性，一直是毫末进行自动驾驶技术研发的准则。”毫末智行CEO顾维灏分享了自己对当前自动驾驶技术发展趋势的洞察，并在行业内首次提出自动驾驶已进入数据驱动3.0时代。

顾维灏指出，Attention大模型是当前AI发展的新趋势，但由于其对算力的需求远远超出摩尔定律，由此带来的高算力需求、高训练成本、高落地难度等挑战，正成为毫末当前所要解决的重点问题。

数据显示：中国在全球智能汽车领域市场份额占比已达到57%，国内智能汽车市场渗透率也已达到总量的26%，增速位居全球第一；且从智能汽车销售占比和渗透率来看，中国均已大幅领先欧美市场。由此可见，汽车智能化，尤其是智能驾驶，已成为新一轮汽车市场爆发的关键点。

“辅助驾驶是通往自动驾驶的必由之路，因为只有辅助驾驶，才有能力积累到足够规模和足够多样的数据，而以数据驱动的自动驾驶3.0时代已经到来。”顾维灏总结道，“自动驾驶近10年来的发展可分为硬件驱动、软件驱动和数据驱动三大时代。目前，特斯拉已领跑全球率先进入自动驾驶3.0时代，而毫末则最有可能成为中国第一个进入自动驾驶3.0时代的公司。”

对领先技术的极致追求，不仅让毫末始终走在行业创新的最前沿，同时也让其产品快速迭代。据悉，毫末早在去年6月就启动了针对transformer大模型的研究和落地尝试，为毫末目前在城市导航辅助驾驶场景中的快速发展打下坚实基础。

据顾维灏介绍，城市道路主要存在4类场景难题、6大技术挑战。其中，场景难题主要包括城市道路养护频繁、大型车辆密集、变道空间狭窄和城市环境多样等。而要解决这些场景难题，在技术层面面临六大挑战，即如何在自动驾驶领域应用大模型、如何让数据发挥更大的价值、如何使用重感知技术解决现实空间理解问题、如何使用人类世界的交互接口、如何让仿真更真、如何让自动驾驶系统运动起来更像人。

在所设计的模糊器1中,ΔSOC、ΔT和Uq的隶属度范围分别为{0,10,20,30,…}、{0,5,15,20,…}{0,0.5,1,1.5,…}。

在此背景下，毫末MANA迎来六大里程碑升级，快速布局Attention大模型：其一，MANA通过使用大规模量产车无标注数据的自监督学习方法打造模型效果，相比只用少量标注样本训练，训练效果提升3倍以上；其二，MANA构建增量式学习训练平台，相比常规做法，整体算力节省80%，响应速度提升6倍；其三，MANA感知能力更强；其四，MANA感知能力更准；其五，MANA认知能力再次进化；其六，MANA认知智能迎来新阶段。

为破解城市最复杂场景难题，毫末联合浙江德清、阿里云发布“中国首个基于车路协同云服务的大规模自动驾驶场景库”，这是中国第一个使用真实交通数据生成、满足数据合规要求的自动驾驶场景库，将进一步加速中国自动驾驶成熟度提升以及车路云协同发展。

针对非线性误差模型进行结构误差辨识时的不足，本文将建立线性化误差模型，辨识出托架结构误差，并进行误差补偿，将线性化误差模型的结构误差辨识结果分别与非线性化误差模型辨识出的结构误差和给定结构误差进行对比，验证线性化误差模型的有效性。线性化误差模型不考虑微分旋转矩阵中的二阶项和三阶项，将微分旋转矩阵线性化为仅包含一阶项的矩阵，带入误差分析中建立误差模型。建立线性化误差模型时的坐标系设定与托架运动学反解时的坐标系设定相同。