写点什么

较量特斯拉?拿到 10 亿 A 轮融资后,自动驾驶创企毫末智行曝光 AI 技术版图

  • 2021-12-31
  • 本文字数:3801 字

    阅读完需:约 12 分钟

较量特斯拉?拿到10亿A轮融资后,自动驾驶创企毫末智行曝光AI技术版图

眼下已是岁末年尾,自动驾驶领域却还是格外热闹。


单是 12 月,就有毫末智行、文远知行、追势科技、千挂科技等多家国内自动驾驶创企相继宣布获得融资。


12 月 22 日,毫末智行宣布完成 A 轮融资近 10 亿元,成为自动驾驶新晋独角兽。本轮投资方为美团、高瓴创投、高通创投、首程控股、九智资本等。官方表示,募得资金将主要用于自动驾驶研发投入和人才体系建设。


次日,伴随着新一轮融资消息的披露,毫末智行举办了一场 AI DAY,此前特斯拉的 AI DAY 在圈内颇具知名度。毫末智行在 AI DAY 上公布了其在 2021 年的最新成绩单,并做了一系列最新发布。


2021 年的最新成绩单


AI DAY 现场,毫末智行董事长张凯、CEO 顾维灏宣布了公司在 2021 年交出的最新成绩单:


首先是自动驾驶量产能力的提升。2021 年,毫末辅助驾驶系统已陆续搭载至魏牌摩卡、坦克 300 城市版、魏牌拿铁、魏牌玛奇朵、哈弗神兽等共计 5 款车型数万台车上;在末端无人物流车领域,迎来第 1000 辆车量产下线。毫末智行与美团无人配送车达成了生产战略合作,帮助提升车辆量产能力;此外,与前阿里达摩院小蛮驴合作,助力小蛮驴质量保证和规模化量产。


此外,这份成绩单上的其他两眼数据还有:乘用车用户行驶里程突破 400 万公里,NOH 智慧领航辅助驾驶系统从立项到落地并行用时 8 个月时间,研发落地速度快;全球最大算力平台小魔盒 3.0(单板算力达到 360TOPS,可持续升级至 1440TOPS)、三年乘用车 100 万车队。


新年将至,张凯已经设立好了 2022 年的“小目标”—— 乘用车辅助驾驶项目预计扩大 7 倍;无人物流车项目预计扩大 3 倍。


为实现这些小目标,毫末也已有了许多具体的新计划,包括筹备中国首个自动驾驶超算中心、在 2022 年年中,毫末辅助驾驶系统 HPilot 推出“城市 NOH”全新功能等。


顾维灏还宣布了毫末乘用车智能驾驶路线图:2022 年下半年,毫末将计划交付全场景 NOH,并在 2023 年推出拥有 HSD(HAOMO Self-Driving)的车队。

“2022 对毫末来说一定是场硬仗。但毫末的战略意图非常明确,要打赢“数据智能技术之战”、“辅助驾驶城市场景之战”、“末端无人物流车规模之战”三场战役”。


张凯表示,为了打赢这三大战役,毫末已经准备好充足的技术弹药和资金。他透露,2021 年毫末营收达到数亿元。再加上最新 10 亿美元融资进账,粮草足以支撑明年的战略执行。


发布首个自动驾驶数据智能体系 MANA


顾维灏现场发布了中国首个自动驾驶数据智能体系 MANA,中文名“雪湖”。


“雪湖”这一名称,出自于科幻巨作《三体》第二部《黑暗森林》,主人公罗辑在星空、雪山、森林、草地和湖畔之间徜徉思考,最终寻找到了破解“三体危机”、拯救地球的方法。


MANA(雪湖)承载了毫末以 AI 通向自动驾驶梦想的思考。


在自动驾驶领域,数据智能是 AI 自动驾驶技术的“明珠”,是最终成为胜利者的成功要素。


顾维灏讲述了 MANA(雪湖)背后的思考过程:“数据是人工智能最大的驱动力,也是人工智能进步过程中最大的成本。自动驾驶产品的完善是个漫长的进化过程,就像是人在漫长的历史过程中,找到用最低能量消耗维持生命的方法,开发智力和积累经验进化人类文明。所以毫末数据智能的核心,就是降低成本、提高迭代速度。”


毫末通过对 400 万公里用户行驶里程数的沉淀与思考,总结出了自动驾驶能力发展曲线:F=Z+M(X)。

其中,F 代表产品力,Z 代表毫末第一代产品,M 是一个把数据转化为知识的函数,包括数据获取、表达、存储、传输、计算、验证,以及对成本和速度的影响。MANA 就是这个最核心的 M。MANA 由 TARS(数据原型系统)、LUCAS(数据泛化系统)、VENUS(数据可视化平台)、BASE(底层系统)四个子系统组成。


顾维灏进一步从感知、认知、标注、仿真、计算五大能力方面,对 MANA 进行了介绍。 在感知能力方面,针对目前毫末核心的感知设备车载摄像和激光雷达,核心问题是如何让 1+1 实现大于等于 4 的效果。相较于过往标准的结果融合方法,毫末采用了更高效的过程融合方法,并加入时序的特征进行时空融合,进而快速拉升感知能力。 认知能力层面,顾维灏认为需要具备安全、舒适、高效三大要素。安全上,毫末拥有全栈自研安全认知模型 CSS,其核心是自动驾驶系统不只局限在从纯机械的角度保证自己不主动犯错,而是充分考虑从数据中学习到的对其他交通参与者行为的理解和超时空的历史经验;在安全底线之上,从数据中学习舒适和更高效的量化标准,让自动驾驶算法可以更好的处理纷繁复杂的驾驶场景,制定更符合用户喜好的驾驶策略。并且通过自动化场景挖掘、强化学习、仿真引擎构建认知智能闭环系统,持续不断从海量人驾数据中提取知识,快速迭代车端认知算法能力。 毫末正在研究一种端到端的模拟学习,就是以过往的事例为指导,从数字化的场景中得到具体的本车动作。这一过程中,所有的动作都已经在人们自己开车的过程中自己被标注。而毫末则挑选更符合要求司机的驾驶行为,在不同场景下持续的训练。同时,毫末实践了很多深度强化学习的方法,并构建了闭环自动标注系统,运用了无监督自动标注算法,大大提升了数据标注的效率,以适应大规模量产的需求。 仿真能力层面,毫末把仿真系统比作“自动驾驶元宇宙”,通过在这个“元宇宙”中进行感知和认知的效果验证,效率大大提高。 最后,在计算能力层面,顾维灏判断未来在智能汽车的推动下,人类记录的数据正在从文本向图像转变,图像的存储和计算规模将占据主导,由此对存储和计算将带来新的革命。顾维灏在现场宣布,毫末 MANA 超算中心正在筹备中,主要用于自动驾驶的数据处理、训练、推理和验证等需求,中国自动驾驶进入超算中心时代。

2022 年,自动驾驶技术十大预测


张凯表示,“2022 年将是自动驾驶行业发展最为关键的一年。乘用车辅助驾驶领域的竞争将会正式进入下半场,其他场景的自动驾驶也将正式进入商业化元年。”


即将到来的 2022 年,自动驾驶领域有哪些重要的技术趋势?对此,张凯提出了 2022 年自动驾驶十大方向预测:


数据智能将会成为自动驾驶量产决胜的正负手。


数据智能体系是自动驾驶商业化闭环的关键所在,搭建高效、低成本的数据智能体系是自动驾驶健康发展的基础,也是自动驾驶系统能够不断迭代前行的重要环节。


Transformer 与 CNN 深度融合,将会成为自动驾驶算法整合的粘合剂


Transformer 技术可以帮助自动驾驶感知系统更深刻的理解环境语义,与 CNN 技术的深度融合将会解决 AI 大模型量产部署的难题,会成为自动驾驶行业下半场竞争的关键技术。


随着 AI 技术的发展,大算力计算平台将会在 2022 年正式量产落地


Transformer 技术与 ONESTAGE CNN 技术都需要大算力计算平台做支撑。当前,市场头部玩家均在布局大算力计算平台,其实都不是简单的物料堆砌,都是新一代 AI 技术和算法发展的需要。大算力计算平台及其承载的新一代 AI 技术,会将自动驾驶技术推向一个全新的阶段。


2022 年将会是城市智慧领航辅助驾驶量产的元年


乘用车辅助驾驶系统的竞争将正式进入下半场,而下半场竞争的场景将会是城市开放场景。城市领航辅助驾驶系统的推出,将会把智能汽车的体验推向一个全新的高度。


末端无人物流领域的商业化将会呈现延续性


今年,在末端无人物流配送领域,毫末实现了 1000 辆的量产销售。2022 年,希望利用毫末的优势将这领域的市场容量扩大 3 倍。所以,毫末希望这个领域在 2022 年能够实现商业的闭环,同时,这个领域的头部玩家都将开始尝试场景复制的可行性行动。


Robotruck 将会正式开启量产之路的探索


相对于 Robotaxi 运行场景的复杂性,Robotruck 长时间运行在高速公路,场景相对简单。Robotruck 将会走一条从辅助驾驶到无人驾驶的渐进式发展路线,就市场的买单意愿而言,Robotruck 可有效缓解驾驶疲劳,降低运营成本,具备商业化闭环的可行性。但就毫末智行目前的经验而言,自动驾驶系统的量产都将会是一个坎,所以张凯认为,Robotruck 量产之路的探索会是必由之路。


以智能驾驶技术为基础的智能汽车市场将会向汽车产业头部聚集


就行业发展趋势而言,以智能驾驶技术为基础的智能汽车市场将会向汽车产业头部聚集,这样的情况与前几年智能手机市场比较类似。最初的智能手机市场销量呈现倒三角型的市场形态,随着市场激烈竞争时代的到来,今天智能手机市场销量呈现 T 字形市场形态,头部效应非常明显。张凯表示,2022 年将是智能汽车充分竞争时代的开始,而智能驾驶技术将会加速智能汽车充分竞争时代的到来。


激光雷达与机器视觉组成的 AI 感知技术与大算力计算平台深度融合


随着自动驾驶系统的量产和规模化,激光雷达与机器视觉组成的 AI 感知技术,将会与大算力计算平台实现深度融合激光雷达的应用,大大增强了自动驾驶感知能力的精度和确定性。激光雷达与机器视觉组成的 AI 感知技术与大算力计算平台的深度融合,将会大大提升自动驾驶感知、认知模块的运行效率。

安全、合规变得更加重要


安全仍将会成为自动驾驶系统的重中之重,功能安全、信息安全、预期使用安全是毫末前期自动驾驶系统设计时已经充分考虑了的,而现在又多了数据安全与数据合规。汽车数据安全法已经在今年 10 月正式实施,2022 年预计国家层面将会出台细则强制执行数据安全上位法,这将进一步增加自动驾驶数据智能体系的闭环难度和成本。

自动驾驶人才争夺激烈


2022 年将是 AI 自动驾驶人才争抢最为激烈的一年。现在汽车行业 70%的科技创新都来自于自动驾驶技术领域,欧美中日在这一领域都在持续大规模投资。大规模投资的背后就是 AI 自动驾驶人才的争抢,我国在汽车智能化领域已经走在全球前列,中国消费者对自动驾驶、对智能汽车的接受程度与期待程度明显高于欧美发达国家,可见 2022 年中国会成为 AI 自动驾驶人才争抢最为激烈的区域。

2021-12-31 13:002743
用户头像
刘燕 InfoQ高级技术编辑

发布了 1112 篇内容, 共 534.0 次阅读, 收获喜欢 1976 次。

关注

评论

发布
暂无评论
发现更多内容

架构师训练营第一周学习感悟

吴传禹

极客大学架构师训练营

第十三周作业

Jam

架构师训练营第1期 第1周 作业1

KK_TTN

极客大学架构师训练营

第三周总结

Jam

第十二周作业

Jam

食堂就餐卡系统设计

应鹏

极客大学架构师训练营

Spring事件执行流程源码分析

编号94530

spring Spring Cloud 源码阅读 事件监听

重新理解“软件工程”

Bruce Talk

软件工程

架构师训练营学习总结——第一周

文智

极客大学架构师训练营

第一周学习总结

架构师训练营:第一周学习总结

xs-geek

第五周作业

Jam

第六周作业

Jam

Architecture Phase I-Week1 Homework UML Diagram

phylony-lu

极客大学架构师训练营

架构师训练营第一周作业

吴传禹

极客大学架构师训练营

架构师训练营大作业

吴吴

只要我跑的够快,内卷它就卷不到我,一名高中生是如何做到在疫情下涨薪70%的?

程序员DMZ

面试 程序人生

架构师训练营大作业一同城快递

Hanson

架构师训练营第 1 期 - 第一周学习总结

Anyou Liu

week01系统设计

xxx

第一周作业

第一周学习总结

Geek_ac4080

第四周

Jam

oeasy 教您玩转 linux 之 010302 火狐浏览器 firefox

o

采用docker相关测试

菜鸟小sailor 🐕

UML 练习

黄立

作业

UML练习1

文智

极客大学架构师训练营

架构师训练营第 1 期 第一周 学习总结

KK_TTN

极客大学架构师训练营

第三周作业

Jam

网络安全中的机器学习-恶意软件安装

计算机与AI

学习 网络安全

Nacos如何实现服务自动注册

编号94530

spring nacos 源码阅读 spring cloud alibaba

较量特斯拉?拿到10亿A轮融资后,自动驾驶创企毫末智行曝光AI技术版图_AI&大模型_刘燕_InfoQ精选文章