作者：Mr.Yu
2021 年 9 月 28 日北京，多云微风，凉爽舒适。
作为一家倾力于自动驾驶的人工智能技术公司，毫末智行刚刚举办的第三期品牌开放日活动地点没有选择商务气息浓重的会议中心，开放空间里出现的仿真草皮和白色立柱顶棚的搭建，使得这次品牌活动反而更像是一场草地 party。
这场大爬梯里，毫末智行董事长张凯、CEO 顾维灏等核心高管先后登场，并分享了毫末在自动驾驶硬件、商用自动物流车辆等方面的最新进展：
- 毫末智行的乘用车辅助驾驶行驶里程突破 100 万公里；
- NOH 智慧领航辅助驾驶系统（Navigation on HIPilot）即将在 2021 年 10 月正式发布；
- 与阿里达摩院的无人物流配送车「小蛮驴」展开合作，助力其质量保证和规模化量产 ……
成立不到两年，乘用、商用、自动驾驶硬件相继落地量产，毫末智行已经「跑」起来了。
毫末智行 CEO 顾维灏在演讲中坦言，在技术落地的过程中，毫末发现了很多量产前想不到的情况 —— 现实世界远远比人们想得更加复杂。
Mr.Yu 还记得，在全球著名计算机视觉专家朱松纯教授的一篇文章中，提到了这样一句话：
「现在的人工智能和机器人，关键问题是缺乏物理的常识和社会的常识（Common sense）。」
距离朱教授的那篇四万字长文已经过去近四年了，今天的世界似乎没什么改变，但仔细看下来又变了很多。
这里面少不了技术厂商与科研机构们的全力推进。
在乘用车领域，毫末的辅助驾驶产品「小魔盒」行驶里程数已超 100 万公里，这里面包含了 WEY 摩卡、坦克 300 城市版车主的驾车里程数及毫末测试车辆测试里程数。其中，WEY 摩卡的辅助驾驶功能开启率达到 30%，车主开启辅助驾驶功能单次行驶里程最长 137 公里，长城车主最喜爱的「智慧躲闪」功能已经累计开启上万次。
让 AI 变得可用，再不断接近好用，最重要的当然还是数据。即使是人工标注，也要从最有价值的部分开始标注。 顾维灏判断，谁能可持续地、低成本且高效地获取有价值数据，谁就有机会活到最后胜利的那一天 。
顾维灏表示，毫末智行数据诊断的手段有两种：
一种是通过明确的系统失效信号得到诊断结果，例如通过人工接管信号；
另一种是超越端上算力和时效性约束，通过更强大的 model 去诊断端上 model 的错误。
首先，通过预埋规则的手段，以灰度测试的模式部署在了已经投产的自动驾驶系统中。这种方式对于感知来说并不完备，很多潜在的高价值场景被遗漏了。
因此，需要通过线下的大模型来自动诊断端上小模型就是必须方式。
毫末将这个「大模型」叫做 Fundamental Model，是一个基于 Transformer 的全任务感知大模型。端上小模型成为 Domain Model，一个 Domain Model 只负责一部分感知任务。
通过这种自动诊断，可以发现小目标漏检、目标被遮挡和截断等等情况。同样，自动诊断也包括收费站、异形车辆、雨天、黑夜的目标漏检问题。
AI 的认知与人类的认知存在一定差异，要解决这一问题，就需要找到有问题的场景，并通过 AI 系统针对这个场景补充足够的样本数据，也就是找到足量的和它同类型的其他相似数据。以此进行样本调配，才能做出更好的 AI 模型。
在城市场景中，与之对应的就是更多骑电车的人，更多被植被遮挡的车辆，更多被弯道或者交通流截断的车辆。
通过长城的量产车，毫末已经拥有了相当体量的道路场景数据库。毫末采用无监督学习方法将图像向量化，转化为特征向量，然后通过「谱聚类」将相似的图像聚类在一起。在得到聚类结果以后，会找到大量与「问题场景」相同类别的相关数据作为正样本，相似易混的其他类别数据作为负样本。并在找出的类别当中，挑选「类中心」和「类边界」附近的数据提升标注效率。通过这种方式，可以有效地与「异源数据」进行混用，提升最终模型的效果。
仿真验证，在今天是所有自动驾驶安全保障的重要一环。在传统的仿真验证中，测试人员配置仿真场景费时费力，做了很多随意化和重复工作，效率和效果有待商榷。
顾维灏表示，为了更高效地验证技术，毫末智行开发了语义场景的自动化转化工具和参数泛化工具，可以将 CSS 中场景库的描述文本自动转化为仿真测试场景，并且在合适的范围内离散采样得到巨量的仿真测试用例。同时通过在云端并行，每天可以自动生成一万多个仿真测试用例。
为了支撑大量的感知推理计算，长城汽车、毫末智行共同联合高通，推出了目前全球算力最高的可量产自动驾驶计算平台 ICU 3.0—— 毫末智行「小魔盒 3.0」。 据了解，该平台单板算力达 360 TOPS，并能够持续升级到 1440 TOPS，可有效支撑 AI 视觉大模型的车载运算，以及车端感知数据的筛选、清洗、脱敏和回流。
「这相当于毫末智行辅助驾驶系统的 AI 自动驾驶大脑，是中国自动驾驶界的算力怪兽，所有算法都是毫末智行全栈自研。」顾维灏表示，到 2022 年，搭载小魔盒 3.0 的长城汽车在感知能力方面会是中国市场最领先的产品。由此，毫末智行有望成为国内算力最大的自动驾驶计算平台 —— 如果在 2021 年仅剩的四分之一里没有别的黑马半路杀出的话，毫末智行极有可能拿下这个位子。
前面提到过，毫末智行全栈自研的 NOH 智慧领航辅助驾驶系统（Navigation on HIPilot）即将在 2021 年 10 月正式发布，并搭载进入长城 WEY 摩卡等车型中。
毫末智行董事长张凯提出，2022 年将是 AI 自动驾驶商业化的分水岭之年。对于在自动驾驶这个赛道的创业公司而言，在 2022 年，一定要形成自己相对稳定的商业模式，能够在保证商业模式具备广阔前景的前提下，来深耕这个领域。
在末端物流领域，毫末智行选择了相对复杂的城市开放道路场景，通过降低车速，来保证系统的安全和及时响应。目前，毫末的低速物流产品「小魔驼」已经在顺义，与合作伙伴「物美多点」联合，已经进行了 5 多月的运营尝试，累计服务次数达到上千单。
在乘用车领域，张凯以长城汽车举例进行了推论：「毫末智行 2022 年将承担长城汽车 34 款待上市车型高级别辅助驾驶开发任务，占长城汽车全年待上市车型接近 80%，这些车型中 30% 是标配，其余均是高配搭载。这样推断，2022 年长城汽车高级别辅助驾驶渗透率超过 40%」。
在张凯看来，到 2025 年高级别辅助自动驾驶的市场渗透率非常有可能达到 80%，未来高级别辅助驾驶和自动驾驶将拥有广阔的市场空间。
写在最后
「公司采用风车战略，利用成本和规模的优势，建立以数据迭代效率和认知智能为核心竞争力的数据智能，并以此为风车的轴心，逐渐落地乘用车、低速无人物流车、智能硬件三个业务线作为风车的叶片，再将各业务线产生的真实数据反哺数据智能，实现高速发展的正反馈飞轮。」
这段描述来自毫末智行的百度百科词条。
相信大家和我们一样，眼见过一些技术创业企业，在其商业模式未能通过市场验证可持续性之前，就悄无声息地倒下了。相比之下，自 2019 年 11 月末创立至今不到两年的时间里，背靠长城汽车的毫末智行已经在其三条业务线上扎根，并相继开枝散叶。
以这次的品牌日活动为一个节点的话，我们都能明显感觉到，毫末智行的「风车」已经转起来了。不出意外的话，还将越转越快。
