为什么是毫末智行成为了DriveGPT的破壁人？

小编今天整理了一些为什么是毫末智行成为了DriveGPT的破壁人？相关内容，希望能够帮到大家。

本文目录一览：

• 1、新车插班生 ｜ “理想刺客”蓝山破万，魏牌有救了？
• 2、为什么是毫末智行成为了DriveGPT的破壁人？
• 3、毫末发布自动驾驶生成式大模型DriveGPT 中文名"雪湖·海若"

新车插班生 ｜ “理想刺客”蓝山破万，魏牌有救了？

姓名：魏牌蓝山DHT-PHEV

民族：汉

出生日期：2023年4月

家庭出身：长城魏牌

监护人：陈思英

座右铭： 魏牌把长城全部最好的技术都给到了蓝山

一台上市2个月的新能源车，卖了10,000多辆，销量中规中矩吧，甚至放在 比亚迪 、 特斯拉 一堆“爆款”里，根本不算什么。但如果这是一辆售价超过30万、自主中大型SUV呢？

7月初，WEY 魏牌 公布6月蓝山DHT-PHEV（由于该车没出纯燃油版，后简称蓝山）销量5506辆，如果结合 长城 汽车6月产销快报看，魏牌家族的6602辆月销量，将近90%都是蓝山贡献的。对比起新车上市后首个整月（5月）卖出5136辆，略有小幅攀升，但连续两个月超过5000辆，能与 理想L8 、 汉兰达 持平。虽然没到“爆款”程度，但也属于“闷声发大财”系列。

所以，蓝山成了“单骑救主”英雄，从长城公布的2023上半年财报数据看，魏牌走了条“深蹲-起跳”曲线。第一季度，魏牌销量同比断崖式下降，基本用“惨不忍睹”来形容，当时还有不少质疑魏牌还能走多远，而经过4月的躺平，随着5-6月蓝山的交付，魏牌随即走出了三位数的增长，这对低迷已久的魏牌来说，太值得庆祝了，连续两个月初就高调公布蓝山销量，也是迫不及待告诉大家“哥还能行”。

大起大落，似乎是魏牌多年以来的命运，2016年还是燃油车时代，魏建军就以“姓氏造车”， 给WEY魏牌定了个“中国豪华SUV领导者”的高起点，当年VV6、VV5也曾大卖过一段时间，最火时能跟 领克 分列自主品牌高端化代表，但后来因油耗高用户口碑、“高配 哈弗 ”定位不明、的问题，2019年开始，WEY魏牌还未站稳脚跟就被市场边缘化。

再到后来2020年，WEY魏牌的 坦克300 出圈火了，但后者随即又被独立出去做“大品类”；新能源大潮来到，魏牌转新战略“智能DHT”，向新能源、智能两个方面倾斜，但“玛奇朵、拿铁、 摩卡 ”的“咖啡系列”，无论是油混HEV还是插混，都以低销量呈现眼前，就在大家讨论魏牌何去何从时，蓝山一扫灰霾。

无疑，这两个月蓝山是从生死边缘，把魏牌拉了回来，要知道理想L8销量最好的一个月，也是8000辆出头。但因此，魏牌也彻底放下了探索“30万以上”豪华市场的执念，而且要长期稳定魏牌的销量，一台蓝山是远远不够的。

大单品策略，理想“刺客”

同是DHT-PHEV，为什么“咖啡系列”成炮灰，而蓝山就能拿到不错的成绩？

最浅白的问题，就是拿铁和摩卡的DHT-PHEV版本定价太贵了， 拿铁DHT 的四驱顶配价格来到了26.3万元，就算给出4万的市场优惠价，入门19万买一辆非合资的紧凑级插混SUV，与 银河L7 相比，没有任何竞争优势。

但蓝山定价策略不一样，5米多的中大型SUV ，154Ps的1.5T发动机加一个大电池，“30万家庭大六座SUV”顶配，卡着刚过30万的价格，比入门版的理想L8 air要便宜3万元，更别提在账面数据差不多条件下，插混高速路段的燃油经济性比增程要好，而馈电状态下，插混的动力感受也要优于增程。

蓝山能成为“大单品”的第二个原因，是魏牌的精准定位，2+2+2布局、新能源车的外观、舒适性配置追得上新势力，跟理想L8比，魏牌蓝山少了悬架软硬调节、电吸门和理想AD Pro辅助驾驶，但换来更大尺寸、优势的动力和驾驶体验，还便宜了3万元，怎么看，魏牌蓝山都是理想L8的“刺客”；

再者，蓝山赶上了个好时机，现在插混中大型SUV一只手就能数过来，除了“标杆”理想L8，与蓝山差不多的 问界M7 ，其他对手就是普混的 福特 锐界 L、广丰汉兰达了，与合资品牌的油混中型SUV比，蓝山的“堆料”身份，确实能吸引不重视品牌标签、喜欢尝鲜的年轻家庭用户关注。

面对蓝山两个月销量的稳定走高，魏牌CEO陈思英把功劳给到了产品力：“车企转型都面临着阵痛，魏牌的阵痛期已经过去，魏牌把长城全部最好的技术都给到了蓝山，蓝山初战告捷，吹响了魏牌新能源全面向上的号角。”

毋庸置疑，蓝山的产品力的确是第一梯队的，没人能怀疑长城造SUV的能力，但目前自主品牌，特别是中高端乘用车平均技术水平都上来了，产品层面很难拉开距离是事实。 仔细分析陈思英的话意味深长，经过阵痛期重夺主动权，魏牌靠不了品牌特殊的光环，是靠用价格和精准的定位，弥补此区间用户对车价的敏感性 。

阵痛后能夺回“主动权”？

根据各家车企公布的2023上半年业绩，51.92万辆的长城汽车也挤进前十，但是唯一出现下滑的自主车企，跌幅达17.3%；不过从今年4月起，新能源新车的上市带动了哈弗和魏牌双品牌的增长，长城汽车新能源渗透率达到25.4%，相比去年同期（12.5%）翻了一倍，但整体目标完成率只有32.45%，从这个角度说，长城比任何一家自主车企都要确保新能源车的稳增长。

而蓝山的首战告捷，与长城近两年的新能源布局失利，退无可退之下“ 打响价值战”有关。以往，长城非常看重单车利润率，比如2021年推出的柠檬DHT技术，并不比比亚迪DM-i差，但首先给了 玛奇朵DHT ，这辆定位略高宋PLUS DM-i，入门版要高出2万元，魏派带不动品牌溢价自然销量少，久而久之市场端也无法感知长城的混动技术；如果2021年长城能把柠檬DHT下放给 哈弗H6 ，也许会改写今天混动SUV一家独大的局面。

所以，无论是在主SUV阵地推出 哈弗枭龙MAX ，用混动系统Hi4打宋PLUS DM-i，还是高端阵线推出蓝山DHT-PHEV，积极进攻高端新势力，还是即将要来到的 坦克 500 Hi4，夯实自己在高端越野细分市场的地位，都是今年初长城决心“回归一个长城”战略后的改变，被新能源推到墙角的长城，不再坚持“高利润”为主导，先要把新能源的市占率做起来，起码不被老对手 长安 、吉利比下去。 找车网

“以前市场环境好，自主品牌让出一点利润，就能在合资夹击下有不错的生存空间，现在大家与比亚迪竞争，意味着你要有极致的成本控制”。目前，自主车企里最能做到“极致成本控制”就是长城。魏建军曾经说过，“不出保定就能把车造出来”，就是依赖长城多线并进技术布局，“森林生态”般的汽车全产业链，蜂巢能源、毫末智能...…覆盖从整车研发制造，电子电器架构，到核心动力系统和智能化，所以长城旗下的品类要打长期价值战，完全不慌。

当然，魏牌的“价值战”要远比哈弗、 欧拉 难打，除了面对是中高端对手，品牌个性也不如坦克性格鲜明。单凭蓝山的成功，让魏牌在品牌老化危机中扳回一局；而树立魏牌的高端形象，是需要后续一辆又一辆新车，定位精准切入细分领域让消费者埋单才行，特别是长城这几年不断推出定位细化的新品牌，都分薄了魏牌的投入和关注度，现在刚从阵痛期中恢复过来，就要极速追赶，谈何容易？

也许年初新加入长城的陈思英，有力挽狂澜的能力；他曾经是领克销售公司副总经理，负责领克的市场和营销，任内领克迎来飞速发展。相信没有谁比他更适合出任魏牌CEO兼坦克品牌营销总经理一职。而蓝山一战，已经检验陈思英和团队用价格和定位狙击市场是正确的，不再依靠花里胡哨的命名和营销手段，而是锐化产品价值，短期把消费者拉回来。

据了解，魏牌下半年有两台新车上市，高山MPV和新拿铁，未来魏牌还将完成“两横三纵”的产品布局，即坚持“PHEV+BEV”双能战略，和“SUV+MPV+轿车”的全品类布局，主流产品价格会守在20-40万区间，不过以蓝山中大型尺寸和定价来看，未来魏牌绝大多数车型，主价位会在30万以内，也是走了一条与 小鹏 、深蓝、领克的“中高端智能”道路，远远谈不上豪华，但很适合深陷转型和竞争压力，却没有品牌魅力的魏牌生存下去。

写在最后

“魏牌把我的姓氏都赌上了，只能成功不许失败。”

曾寄予魏建军无限希望的魏牌，近三年已经退到了无路可退的地步，这里既有行业竞争环境的激烈，但长城“多品牌”的策略、自身不断调整定位和产品不给力的“内因”也消耗了魏牌的价值，如今长城决心“回归一个长城”迎来积极改变，再加上陈思英的加入，能不能彻底改善魏牌的经营？

希望蓝山是个很好的开端。

【本文来自易车号作者车厘子，版权归作者所有,任何形式转载请联系作者。内容仅代表作者观点，与易车无关】

为什么是毫末智行成为了DriveGPT的破壁人？

作者 | 魏启扬

来源 | 洞见新研社

毫末智行有着天生的紧迫感。

很多科技公司一年才举办一次的品牌日活动，毫末智行硬是办成了一个季度一次，活动频次的提高，则意味着组织内部新陈代谢的提速，从研发到落地乃至运营，都要跟上步点节奏。

毫末智行用这样一种方式来鞭策自己在自动驾驶道路上的进取之心。

4月11日结束的第八届HAOMO AI DAY，活动规格再上台阶，吸引了中国汽车芯片联盟联席理事长、中国电动汽车百人会副理事长董扬，同济大学教授、汽车安全技术研究所所长朱西产，清华大学车辆与运载学院教授曹东璞、华为云人工智能领域首席科学家、国际欧亚科学院院士、IEEE/CAAI Fellow田奇等业内大咖参会。

在影响力持续扩大的同时，毫末智行再次更新了自己在技术、产品和生态上的进展，其中城市NOH即将量产上车与毫末DriveGPT 雪湖·海若的发布成最大亮点。

前者是中国首个重感知、不依赖高精地图的城市NOH，将最先落地 北京 、 上海 、保定等城市，后者则是全球首个自动驾驶生成式大模型。

NOH量产上车，毫末智行过去就曾做过预告，此次确定了更具体的落地时间，算是兑现了之前“夸下的海口”。

至于雪湖·海若 ，在GPT火热的当下，参与其中的自动驾驶公司也不少，为什么是毫末智行率先发布，成为很多人心中的谜团。

01 自动驾驶大考年，毫末智行冲在最前线

毫末智行加快推进NOH的落地进程，很大一部分原因在于智驾产品已经进入到全线爆发的前夜。

来自工信部和高工智能汽车研究院的数据显示，2021年乘用车L2级智驾产品的搭载率是23.5%，全年共交付了476万辆。

到了2022年，乘用车上车的智驾产品升级到L2级以上，搭载率提升到29.4%，全年了交付了585.99万辆。

按照这一趋势预测，到2025年时，乘用车L2级以上智驾产品的搭载率将达到70%。

毫无疑问，正在经历的2023年和还没到来的2024年将十分关键，用毫末智行董事长张凯的话来说，“2023年既是自动驾驶的冲刺之年，也是大考之年”。

张凯判断，智驾产品今年的爆发将主要集中在两个方面。

第一个是城市导航辅助驾驶产品将围绕量产上车发力，主要玩家的城市辅助驾驶产品进入到真实用户覆盖和多城市落地的比拼。

另一个是行泊一体和无人车商业化将成为自动驾驶公司深耕的重点。在乘用车领域，搭载行泊一体功能的智驾产品将迎来前装量产潮。

事实上，毫末智行作为“渐进派”的代表，坚定认为辅助驾驶是通往自动驾驶的必由之路，因而在过往，一直致力于推动智驾产品上车。

2021年推出HPilot 1.0版本，当年即完成 坦克300 城市版、 魏牌 拿铁、魏牌玛奇朵、 哈弗神兽 5款车型的量产上车，搭载乘用车数量超过数万台。

2022年，毫末智行对HPilot进行了两次大版本更新，HPilot月度搭载增速超过200%，与此同时，毫末城市NOH辅助驾驶系统也完成了量产交付，搭载HPilot 3.0的新 摩卡 DHT-PHEV魏牌蓝山将在2023年先后上市。

根据毫末智行官方公布的数据，截至目前，毫末HPilot整体已搭载近20款车型。用户辅助驾驶行驶里程突破4000万公里，HPilot 2.0 辅助驾驶日均里程使用率达到了12.6%。

NOH的推进方面，目前已经在北京、保定、上海等城市开启泛化测试，即将量产上车，毫末智行预测，到2024年，城市NOH将有序落地100城，届时，毫末辅助驾驶乘用车总量也将来到百万量级别。

有业内人士评述，即便按照当前的节奏不变，毫末智行智驾产品量产落地的速度也已与友商拉开了差距，至少领先行业一年以上。

毫末智行的”快”主要体现在两个方面，一个是产品的推新和迭代速度快，一个是由量产落地而带动的规模覆盖。

不得不说毫末智行选择了一条最为“稳妥”的自动驾驶路线。

在应对行业竞争，推动自动驾驶落地的过程中，我们很清晰的看到，HPilot、城市NOH等智驾产品正在源源不断的为毫末智行提供营收，而随着这些智驾产品的每一次迭代升级，自动驾驶能力一点点的向上提升，毫末智行距离全无人驾驶的星辰大海也更近了。

除了自动驾驶量产上车之外，毫末智行还公布6P开放合作的进展，目前已与3家主机厂签署定点合同，相关项目正在交付中。

在此之前，行业对毫末智行发展潜力存疑的主要观点是过于依赖 长城 ，如今6P合作实现突破，表示毫末智行开始走出长城，迈向更广阔的发展空间，构建属于自己的“长城”。

02 数据“第一性原理”，DriveGPT雪湖·海若的主要支撑点

将ChatGPT与DriveGPT雪湖·海若进行对比，虽然都是GPT，但运行条件和应用场景还是有很大的不同。

ChatGPT是对话式的生成式自然语言模型，输入是自然语言的文本串，输出就是自然语言的文本，目前ChatGPT主要完成通用的下游语言生成任务，比如多轮对话、代码生成、翻译、数学运算等。

DriveGPT雪湖·海若是用于自动驾驶场景的生成式大模型，输入是感知融合后的文本序列，输出是自动驾驶场景文本序列，即将自动驾驶场景Token化，形成“Drive Language”，最终完成自车的决策规控、障碍物预测以及决策逻辑链的输出等任务。

DriveGPT雪湖·海若的实现过程是，首先在预训练阶段通过引入量产驾驶数据，训练初始模型，再通过引入驾驶接管Clips数据完成反馈模型（Reward Model）的训练，然后再通过强化学习的方式，使用反馈模型去不断优化迭代初始模型，形成对自动驾驶认知决策模型的持续优化。

毫末智行CEO顾维灏在自动驾驶技术领域的眼光独到，布局非常领先。

早在 2021 年，毫末智行就已经开始了 Transformer 大模型技术的探索，并快速落地应用到 BEV 视觉感知算法当中，然后又以五大模型的方式来实现自动驾驶感知、认知算法的快速升级，现在这些大模型将统一到 DriveGPT 生成式大模型当中，最终目标是实现端到端自动驾驶。

很明显，和ChatGPT一样，DriveGPT雪湖·海若的技术原理并不复杂，但为何是毫末智行抢到了落地的头炮呢？

因为要想获得理想的训练结果，必须具备两个条件，海量的数据和超强的算力，而这恰恰是毫末智行区别于其他自动驾驶公司的优势长板。

先看数据。

去年9月的第6届HAOMO AI DAY上，CEO顾维灏向外界确认，毫末智行正式进入数据驱动的自动驾驶 3.0 时代。

如何理解？毫末智行依托HPilot的量产，目前已经积累了超过4000万公里辅助驾驶里程的数据，就场景来看，包括城市道路、城市快速路和高速；就数据分类来看，既有真实的感知数据，也包含真实的人驾数据。

毫末智行的数据优势并不是数据量的多少，而是获取数据的能力。

以HPilot为代表的智驾产品一直在持续的大规模量产上车，这也是说，毫末智行拥有稳定且优质的数据源，这些数据被投喂到MANA数据智能体系的训练中，推动MANA的进化成长，从而完成数据在其设计的技术架构内的闭环。

截至到2023年4月，MANA学习时长超56万小时，虚拟驾龄相当于人类司机6.8万年。

再来看看算力。

毫末智行很早就预见了算力对于自动驾驶研发的重要性，与 特斯拉 建设超算中心Dojo类似，毫末智行今年1月发布了中国自动驾驶行业最大的智算中心MANA OASIS（雪湖·绿洲），算力达67亿亿次/秒。

通过一系列的训练框架、性能、通信等优化，MANA OASIS可单机实现训练100亿参数规模的大模型的能力，同时执行多任务、多模态并行的训练，大幅提升计算效率。

为了支持DriveGPT雪湖·海若的训练，毫末智行还对MANA OASIS在算力层面进行三大能力的升级。

1、搭建了“全套大模型训练保障框架”，实现了异常任务分钟级捕获和恢复能力，可以保证千卡任务连续训练数个月没有任何非正常中断,有效保证了大模型训练稳定性；

2、研发出以真实数据回传为核心的增量学习技术，并将其推广到大模型训练，构建了一个大模型持续学习系统，自主研发任务级弹性伸缩调度器，分钟级调度资源，集群计算资源利用率达到95%；

3、MANA OASIS通过提升数据吞吐量来降本增效，满足Transformer大模型训练效率，通过引入火山引擎提供的Lego算子库实现算子融合，端到端吞吐提升84%。

古希腊哲学家亚里士多德曾提出过“第一性原理”的哲学术语，翻译过来就是，“每个系统中存在一个最基本的命题，它不能被违背或删除。”

从毫末智行所表现出来的技术理念来看，无论是走“渐进式”路线，还是建设算力基础设施MANA OASIS，围绕的中心都是数据，在毫末智行的认知中，数据就是自动驾驶的“第一性原理”，基于此，毫末智行构建起行业竞争的护城河。

03 从毫末到雪湖再到海诺，自动驾驶的中国式浪漫

在DriveGPT雪湖·海若发布之外，另外一个值得关注的点是，毫末智行还对外开放了该模型。

北京交通大学计算机与信息技术学院、 高通 、火山引擎、华为云、京东科技、四维图新、魏牌新能源、英特尔等单位成为首批合作伙伴。

此外，毫末智行在使用数据的过程中，还建立了一套极具性价比的，基于4D Clips数据的自动化标注方案。

目前，一张正确标注结果的图片在行业中的市场价是5块钱，如果使用DriveGPT的标注服务，这个价格将只需5毛钱。

毫末智行计划，这项图像帧及4D Clips自动标注服务将逐步向行业开放使用。

很明显，毫末智行发布DriveGPT雪湖·海若，并不是炒作跟风，而是真真切切的在做自动驾驶研发，更难能可贵的是，毫末智行很多前沿技术不光是为自己所用，还将其开放出来，以生态共建的形式，为行业的发展添砖加瓦。

其实，从毫末智行公司名字的由来，到自动驾驶智算体系MANA雪湖的命名，再到DriveGPT雪湖·海若的来源，能够窥视出毫末智行在自动驾驶这件事情上一以贯之的企业价值观。

“毫末”二字取自道家学派创始人老子之《老子·第六十四章》：“合抱之木，生于毫末。九层之台，起于累土。千里之行，始于足下。”强调的是一点一滴积累、脚踏实地耕耘的重要性。

“雪湖”这一名称，出自科幻小说《三体》第二部《黑暗森林》，说的是主人公罗辑在星空、雪山、森林、草地和湖畔之间徜徉思考，直到有一天在湖中寻找到了破解“三体危机”、拯救地球的方法。

将其延伸，“雪湖”这个名字代表了毫末对人类社会和科技趋势发展的热情，承载着毫末以AI通向自动驾驶梦想的思考。

“海若”则出自《庄子·秋水》，里面有两个神话人物河伯和北海若。河伯请教北海若，何谓大小之分，北海若教导，不因天地而觉大，不因毫末而觉小。其中蕴含着智慧包容、海纳百川的寓意。

将上述命名来源进行梳理，可以 发现 毫末智行的企业价值观融汇了中国古代经典的道家思想和科幻巨作天马行空式的哲学思辨，再结合当前正在从事的最前沿的自动驾驶事业，毫末智行呈现出特立独行的气质，更宏观的视角，还能看到一种与众不同的中国式浪漫。

【本文来自易车号作者洞见新研社，版权归作者所有,任何形式转载请联系作者。内容仅代表作者观点，与易车无关】

毫末发布自动驾驶生成式大模型DriveGPT 中文名"雪湖·海若"

易车讯 日前，我们从官方渠道获悉，在第八届HAOMO AI DAY上，毫末智行发布自动驾驶生成式大模型DriveGPT，中文名"雪湖·海若"。生态方面，毫末官宣取得3个主机厂定点合同，商业化迎来跃升一步；同时毫末推出的中国首个重感知、不依赖高精地图的城市NOH即将量产上车，最先落地 北京 、 上海 、保定等城市。

毫末打造的自动驾驶生成式大模型DriveGPT雪湖·海若通过引入驾驶数据建立RLHF（人类反馈强化学习）技术，对自动驾驶认知决策模型进行持续优化，现阶段主要用于解决自动驾驶的认知决策问题，终极目标是实现端到端自动驾驶。

毫末DriveGPT雪湖·海若已开启对限量首批生态伙伴的开放合作，北京交通大学计算机与信息技术学院、 高通 、火山引擎、华为云、京东科技、四维图新、 魏牌 新能源、英特尔等高校与企业加入。

产品方面，毫末中国首款可大规模量产落地、重感知城市NOH，将首批落地北京、保定、上海等城市，并开启泛化测试，到2024年有序落地100城。首款搭载HPilot3.0的新 摩卡 DHT-PHEV即将重磅上市，这也是毫末DriveGPT雪湖·海若的首发落地车型，全面确保毫末城市NOH的行业领先性。

生态层面，毫末乘用车6P开放合作取得重大突破，已与3家主机厂签署定点合同，相关项目正在交付中。这是毫末商业化的重要一跃，全面保障了毫末高速发展态势。

毫末智行董事长张凯判断：“2023年智驾产品进入全线爆发期，大模型开启在车端的落地应用，车主的使用频率和满意度成为产品竞争力的重要衡量标准。毫末不断进步的数据驱动的六大闭环能力将进一步加速毫末进入自动驾驶3.0时代的步伐并形成相应的护城河。”

张凯认为，智驾产品正在进入快速增长的全线爆发期，2023年是非常关键的一年。首先，城市导航辅助驾驶产品在2023年将围绕量产上车发力，主要玩家的城市导航辅助驾驶产品进入到真实用户覆盖和多城市落地的比拼。其次，行泊一体和末端物流自动配送产业商业化将成为自动驾驶公司深耕的重点。在乘用车领域，搭载行泊一体功能的智驾产品将迎来前装量产潮；在末端物流自动配送领域，末端物流自动配送车在商超、快递等场景迎来爆发，2023年将在这些场景实现可持续商业化闭环。

首款搭载HPilot3.0的新摩卡DHT-PHEV即将重磅上市，第二款搭载毫末HPilot3.0的车型魏牌蓝山也将在今年发布。毫末HPilot整体已搭载近20款车型。用户辅助驾驶行驶里程突破4000万公里，HPilot2.0辅助驾驶日均行驶里程使用率达到了12.6%。海外布局方面，搭载毫末HPilot的车辆已运往欧盟、以色列等地区和国家，陆续交付到用户手中，接下来将在中东、南非、澳大利亚等市场陆续投放；同时，毫末HPilot即将量产墨西哥版本及俄罗斯版本。

3月，高工智能汽车研究院在每个年度基于前装量产数据库及定点车型库数据进行综合评估，通过对毫末前装近20款车辆等数据研究，为毫末颁发年度高阶智能驾驶系统量产份额领军奖。第三方数据佐证毫末是中国量产自动驾驶绝对领军者。

其次是“MANA大模型巅峰之战”，中国首个自动驾驶数据智能体系MANA架构已迎来全线升级。到2023年4月，MANA学习时长超56万小时，相当于人类司机6.8万年。毫末DriveGPT雪湖·海若，已经完成基于4000万公里驾驶数据的训练，参数规模达1200亿。

第三是“城市NOH百城大战”，中国首款可大规模量产落地、重感知城市NOH，已在北京、保定、上海等城市开启泛化测试，即将量产上车，到2024年有序落地100城。毫末会以“安全为先、用户为先、规模为先”的原则，加速赢得城市NOH百城大战。

最后是“末端物流自动配送商业之战”，毫末末端物流自动配送车小魔驼已在商超履约、智慧社区、校园配送、餐饮零售、机场巡逻、高校教育、快递接驳、智慧园区、大气环评等九大场景开启运营，加速商业化闭环能力。2023年3月，小魔驼2.0获北京亦庄无人配送车车辆编码，开启亦庄运营。毫末也成为《北京智能网联汽车政策先行区无人配送测试规范》升级后，准许在北京市高级别自动驾驶示范区公开道路进行无人配送车测试的首个公司。

“技术领先是生存根本，毫末鼓励所有技术研发同学投入到技术创新当中。”张凯在演讲中再次强调了毫末对于技术研发投入的坚定决心。截至目前，毫末已获得专利证书164件，国际顶级学术会议论文收录6篇，最新2篇更是分别入选计算机视觉识别领域三大顶会之一的CVPR和全球首个智能车专业期刊IEEE TIV。毫末已将所有论文在GitHub开源，与业内共享。

现场，张凯还向外界公布了毫末6P开放合作的重要进展，目前已与3家主机厂签署定点合同，相关项目正在交付中。“毫末始终认为，自动驾驶是一个共同进退、共享成果的前沿产业。只有健康的生态伙伴才能支持毫末高速发展。”张凯表示。

此外，毫末一直坚持场景化用户体验设计、人工智能技术、技术工程化能力均衡发展，不断以数据驱动闭环的方式完善用户体验。张凯介绍，三个月时间，毫末在数据驱动六大闭环体系上实现多重进展。

用户需求闭环方面，毫末对驾驶场景数据持续分析完善策略，并进行新功能体验反馈；研发效能闭环方面，毫末将数据驱动理念深入到产品需求定义、感知与认知算法开发等产品开发流程，整体开发效率提升30%；数据积累闭环方面，毫末在车端部署诊断服务数据场景标签覆盖92%的驾驶场景。

数据价值闭环方面，毫末大模型正在持续挖掘数据价值解决关键问题；产品自完善闭环方面，毫末实现售后问题处理速度较传统方式的十倍效率提升，实现最快10分钟定位售后问题。两年时间有效挖掘产品提升点，问题闭环率达76%；业务工程化闭环方面，毫末进一步完善了从采集回流、标注训练、系统标定、仿真验证等环节到最终OTA释放环节的产品研发全流程工程化闭环。

毫末DriveGPT雪湖·海若通过引入驾驶数据建立RLHF（人类反馈强化学习）技术，对自动驾驶认知决策模型进行持续优化。它的最终目标是实现端到端自动驾驶，现阶段主要用于解决自动驾驶的认知决策问题，后续持续会将毫末多个大模型的能力整合到DriveGPT。目前，毫末DriveGPT雪湖·海若实现了模型架构与参数规模的升级，参数规模达到1200亿，预训练阶段引入4000万公里量产车驾驶数据，RLHF阶段引入 5万段人工精选的困难场景接管Clips。

DriveGPT雪湖·海若的底层模型采用GPT（Generative Pre-trained Transformer）生成式预训练大模型，与ChatGPT使用自然语言进行输入与输出不同，DriveGPT输入是感知融合后的文本序列，输出是自动驾驶场景文本序列，即将自动驾驶场景Token化，形成“Drive Language”，最终完成自车的决策规控、障碍物预测以及决策逻辑链的输出等任务。

DriveGPT雪湖·海若的实现过程是，首先在预训练阶段通过引入量产驾驶数据，训练初始模型，再通过引入驾驶接管Clips数据完成反馈模型（Reward Model）的训练，然后再通过强化学习的方式，使用反馈模型去不断优化迭代初始模型，形成对自动驾驶认知决策模型的持续优化。同时，DriveGPT雪湖·海若还会根据输入端的提示语以及毫末CSS自动驾驶场景库的决策样本去训练模型，让模型学习推理关系，从而将完整驾驶策略拆分为自动驾驶场景的动态识别过程，完成可理解、可解释的推理逻辑链生成。

现场，毫末宣布DriveGPT雪湖·海若首发车型是新摩卡DHT-PHEV，即将量产上市。顾维灏提到，DriveGPT雪湖·海若可以逐步应用到城市NOH、捷径推荐、智能陪练以及脱困场景中。有了DriveGPT雪湖·海若的加持，车辆行驶会更安全；动作更人性、更丝滑，并有合理的逻辑告诉驾驶者，车辆为何选择这样的决策动作。对于普通用户来说，车辆越来越像老司机，用户对智能产品的信任感会更强，理解到车辆的行为都是可预期、可理解的。

毫末DriveGPT雪湖·海若将携手生态伙伴率先探索四大应用能力，包括智能驾驶、驾驶场景识别、驾驶行为验证、困难场景脱困。当前，毫末在使用数据过程中，逐步建立起一套基于4D Clips驾驶场景识别方案，具备极高性价比。在行业上，给出正确的标注结果，一张图片需要约5元；如果使用DriveGPT雪湖·海若的场景识别服务，一张图片的价格将下降到0.5元。单帧图片整体标注成本仅相当于行业的1/10。接下来，毫末会将图像帧及4D Clips场景识别服务逐步向行业开放使用，这将大幅降低行业使用数据的成本，提高数据质量，从而加速自动驾驶技术的快速发展。

顾维灏介绍，毫末在2023年1月发布的中国自动驾驶行业最大的智算中心MANA OASIS（雪湖· 绿洲）此次从算力优化等层面升级了三大能力，进一步支持DriveGPT雪湖·海若的算力。首先，毫末与火山引擎全新搭建了“全套大模型训练保障框架”，实现了异常任务分钟级捕获和恢复能力，可以保证千卡任务连续训练数个月没有任何非正常中断,有效保证了大模型训练稳定性；其次，毫末研发出以真实数据回传为核心的增量学习技术，并将其推广到了大模型训练，构建了一个大模型持续学习系统，自主研发任务级弹性伸缩调度器，分钟级调度资源，集群计算资源利用率达到95%；最后，MANA OASIS通过提升数据吞吐量来降本增效，满足Transformer大模型训练效率，通过引入火山引擎提供的Lego算子库实现算子融合，端到端吞吐提升84%。

毫末打造的中国首个自动驾驶数据智能体系MANA，在经过一年多的应用迭代后，本次AI DAY也迎来了全面的升级，正式开放赋能。顾维灏介绍，MANA计算基础服务针对大模型训练在参数规模、稳定性和效率方面做了专项优化，并集成到OASIS中；其次，MANA感知和认知相关大模型能力统一整合到DriveGPT雪湖·海若中；第三，增加了使用NeRF技术的数据合成服务，降低Corner Case数据的获取成本；同时针对多种芯片和多种车型的快速交付难题优化了异构部署工具和车型适配工具。

此外，MANA的视觉感知能力持续提升，一方面可同时学习三维空间结构和图片纹理，并将纯视觉测距精度超过了超声波雷达，BEV方案也拥有了更强的通用性和适配性；另一方面可实现单趟和多趟纯视觉NeRF三维重建，道路场景更逼真，肉眼几乎看不出差异。通过NeRF进行场景重建后，可以编辑合成真实环境难以收集到的Corner Case。在原有的全局视角修改、添加光照/天气效果的基础上，新增合成虚拟动态物体的能力，可以在原有设定的运动轨迹上，合成各种Hard Case，模拟城市复杂交通环境，用更低成本测试提升城市NOH能力边界，更好提升应对城市复杂交通环境。

值得一提的是，面对目前行业里最难的视觉任务之一——单目视觉测量，继 特斯拉 后，毫末也在中国率先开始验证能否使用鱼眼相机代替超声波雷达进行测距，以满足泊车要求。毫末把视觉BEV感知框架引入到了车端鱼眼相机，做到了在15米范围内达到30cm的测量精度，2米内精度高于10cm的视觉精度效果。泊车场景使用纯视觉测距来取代超声波雷达，将进一步降低整体智驾成本。

易车超级评测体系重磅上线！专业、硬核、全面的汽车评测内容云集，易车年度车型榜单新鲜出炉！上易车App搜索“超级评测”，等你来看！

以上就是找车网小编为大家带来的内容了，想要了解更多相关信息，请关注找车网。