毫末智行发布千元级智驾产品,携性价比冲入城市NOA赛道

​

从创业之时起，毫末智行就是行业里“卷速度”的典型，不仅产品和技术创新迭代快，就连科技发布会的频次，也是业内最高的那个梯队。

大模型技术井喷式爆发的今年，毫末更是把骨子里的“快”基因激活到极致。就在昨日，这家科技公司带着千元级别的无图NOA产品、DriveGPT雪湖·海若的进化成果以及大模型时代的最新思考和部署，高调举办了第九届毫末AI DAY。

从这场长达三小时的技术发布会来看，毫末现阶段拼刺刀的已不只是快速创新，还有产品端的性价比优势。要想在智能化下半场竞赛里不下牌桌活下去，“卷速度”只是的创业公司一个优势，新的阶段，提高性价比、拿下更多的市场份额才能比对手活得更好。

打出价格牌，是大势所趋。

一是，智能化产品上车，已成为车企竞争的关键。根据工信部公布的数据，2023年上半年，具备高阶辅助驾驶功能的乘用车新车销量占比达到了42.4%，预计2025年乘用车高阶辅助驾驶的渗透率将会达到70%。

二是，智驾产品渗透率不断加速提升，从2023年开始，乘用车城市NOA迎来量产新高潮。毫末估计，城市NOA已经占到高阶辅助驾驶市场份额的17%，2024年占比会达到40%，2025年或高达70%，高阶智驾产品市场在未来两年将迎来全面爆发。

当下的毫末，拼速度，拼性价比，借着AI DAY发布会的热度，推出了更具性价比的行泊一体高阶智能驾驶方案。毫末也用这场AI盛宴告诉外界，他们是如何思考城市NOA落地的新解法，以及面世200天之后的DriveGPT，究竟又有什么新的进化。

01

性价比，还是性价比！

发布会现场，毫末智行正式发布了全新第二代HPilot智能驾驶产品，三款新品分别是HP170、HP370和HP570，陆续会在今年和明年先后量产上车，主打性价比优势，可满足高、中、低价位车型的量产需求。

- HP170

毫末HP170是行业首个能够实现高速、城市快速路上的无图NOH，被定位为3000元级的行泊一体智驾解决方案，是毫末的入门级平民化辅助驾驶产品。

在传感器方面，毫末HP170标配了1个前视相机、4个鱼眼相机、2个后角毫米波雷达、12个超声波雷达，可自由选装1个前视毫米波雷达和2个前角毫米波雷达。

- HP370

更高级别的毫末HP370，被定位为5000元级的城市记忆行车和记忆泊车一体化的智驾产品。目前，毫末HP370已经完成了全部功能的开发，将于明年量产上车。

在毫末看来，记忆行车可看作是毫末城市NOH的最小集，是毫末城市NOH的强有力补充，仅需一次学习，就可完成用户日常路线的记忆，且不依赖于车机的导航路线。

在传感器方面，HP370标配了1个前视+2个侧视+1后视+4鱼眼共8个相机，以及1个前毫米波雷达、2个后角毫米波雷达、12个超声波雷达，可选装一个小角度前视相机和2个前角毫米波雷达。此外，HP370采用多源感知的BEV技术，可实现360度的无死角感知。

作为毫末的中算力平台的智驾解决方案，HP370可实现城市记忆行车和记忆泊车的一体化。

毫末张凯在发布会上表示，记忆行车、记忆泊车本就同源，可以做到相互借鉴，相互促进。

在记忆泊车方面，毫末首创了业内首个免教学记忆泊车功能，可以做到静默学习记忆路线，实现可见即可用。未来，公司还计划从功能上打通记忆行车、记忆泊车的记忆路线，从用户使用的视角，实现记忆行车、记忆泊车功能上的协同。

- HP570

作为毫末的旗舰产品，HP570被定位为8000元级的城市全场景无图NOH智驾解决方案。在毫末管理层的规划里，HP570平台的历史使命，是打造行业内最具性价比的高阶城市智驾产品。

在此前毫末HP550平台的基础上，HP570成本可下降三分之二，在性能不打折的前提下可实现全场景无图城市NOH，仅通过导航地图来实现城市全场景覆盖。同时支持全场景泊车、激光雷达的选配，也能让传感器成本更优化。

在传感器方面，HP570标配了2个前视+4个侧视+1后视+4鱼眼共11个相机，以及1个前毫米波雷达、12个超声波雷达，还支持可选配1-2颗激光雷达。

据悉，HP570采用毫末深度优化的多源感知BEV和占用网络技术，可实现 360度规则世界和非规则世界的无死角感知。目前，HP570已完成整体架构设计开发,各技术模块还处于功能验证阶段。

“性价比”和“省钱”——

这是张凯主题发言时提及最多的两个词，在他看来，毫末智行非常清楚智驾产品在高速场景下，高精地图使用的时机和技巧。在此基础上，依据使用场景，毫末也对系统进行了深度优化和技术升级，对硬件的能力进行极致的挖掘和压榨，摆脱对高精地图的依赖，从而为客户节省了一大笔成本。

同时，毫末的HP170也是目前业内唯一一个有能力将高速无图NOH系统压缩到一颗MCU上的智驾系统。

“这次，要把极致性价比打出来！”

三款智驾产品，价格分别打到3000元级、5000元级、8000元级的低位，一边是把价格打下来，另一边是把性能打了上去。未来一年，毫末将围绕这条主线，和竞争对手分食智驾赛道的诱人蛋糕。

02

200天

DriveGPT再进化

过去一年，公司CEO顾维灏频繁提及数据驱动的自动驾驶3.0时代，大模型将重塑汽车智能化的技术路线。最大的几个特征，是中大模型与海量数据相结合，数据开启自训练模式，自动驾驶里程由硬件驱动、软件驱动时代的百万乃至千万公里，飙升到1亿公里。

上海车展前夕，毫末推出全球首个自动驾驶生成式大模型DriveGPT雪湖·海若，让业界看到大模型落地应用在车端的另一种可能，AI领域炙手可热的GPT，终于可以用在自动驾驶领域了。

半年已过。

这家公司依旧凭借着超凡速度，让DriveGPT持续进化，在昨日的AI DAY现场，顾维灏也对外公布了围绕这一技术领域的最新进展。

- 截止到2023月10月，毫末数据智能体系MANA的学习时长超过103万小时。乘用车用户辅助驾驶行驶里程已经接近9000万公里，正在向1亿公里迈进，搭载毫末高阶智驾的车型已经落地欧盟。

- 随着毫末产品落地规模的不断增长，毫末智驾数据迎来爆发式增长，将预计在2023年正式迈入自动驾驶3.0时代所标定的1亿公里的智驾里程规模。这也意味着，毫末的数据闭环能力与产品迭代能力形成正向加速闭环。

顾维灏再次提及自动驾驶3.0。

在他看来，大模型、大数据、大算力，成为自动驾驶公司迈入3.0时代的关键标志。从一开始，毫末团队就在为自动驾驶3.0时代作准备，在感知、认知、智算中心的建设上，毫末都是按照数据驱动的方式建设的，目前在数据积累上，即将实现一亿公里智能驾驶行驶里程的目标，同时MANA OASIS已经具备处理更大规模数据的能力——

目前已然准备就绪。

据悉，DriveGPT在MANA OASIS雪湖·绿洲智算中心已经训练了超过100亿帧互联网图片数据集，480万包含人驾行为的自动驾驶4D Clips，以及8700万公里的训练里程。

DriveGPT，究竟如何发力？

两个方向，感知大模型和认知大模型。

在感知大模型方向，毫末通过对实现真实物理世界的学习，将真实世界建模到三维空间再加上时序的4D向量空间中。在构建对真实物理世界的4D感知基础上，毫末也进一步引入图文多模态大模型，来完成4D向量空间到语义空间的对齐，实现跟人类一样的万物识别能力，公司称之为自动驾驶语义感知大模型。

而在认知阶段，基于语义感知大模型的万物识别能力，通过构建驾驶语言来描述驾驶环境和驾驶意图，再结合导航引导信息、以及自车历史动作，借助大语言模型的海量知识来辅助给出驾驶决策。

最终，毫末把感知大模型与认知大模型对接，进行端到端训练，构建了毫末自动驾驶大模型DriveGPT。

顾维灏介绍了DriveGPT下的七大实践：

即驾驶场景理解、驾驶场景标注、驾驶场景生成、驾驶场景迁移、驾驶行为解释、驾驶环境预测与车端模型开发，正是这些实践，让毫末对自动驾驶的开发，彻底进入了一个和之前完全不同的模式里。

例如，如何更高效的筛选数据。

解决一个自动驾驶的Corner Case，必须准备一批跟这个Corner Case相关数据。传统的方式，是采用标签加人工的方式，从高达百亿的数据中筛选出几万个有效数据，成本非常高、效率非常低。

毫末则在通用感知大模型的加持下，利用图文多模态模型的视觉编码器，对收集到的海量驾驶数据进行目标级别和全图级别的特征提取，变成图片表征向量，并对这些海量的向量数据建立向量数据库，实现秒级搜索。

开发工程师只需要用自然语言的方式，表达自己对场景图片的需求，毫末利用图文多模态模型的文本编码器，对于输入的任意搜索文本提取特征变成文本向量，再通过向量搜索去搜索刚才建立的向量数据库，即可从百亿级别的向量数据库中找到该文本对应的驾驶场景数据。

再如，怎样更高效的标注数据。

筛选出一批数据之后，传统的开发模式，是将这批数据送给标注公司，进行人工标注，效率低、成本高、周期长。

毫末的做法，是将闭集自动标注升级为开集（Open-set）场景中进行Zero-Shot的自动标注，这是一个标注能力上的飞跃，因为通过这样的方式，任意物体都可以被标注了。

借助大语言模型的能力，毫末实现了在开集场景中Zero-Shot的快速精准的自动标注。

整个过程，可分为多模态模型蒸馏、大语言模型辅助、视觉语言特征交互三个部分。多模态模型蒸馏用于增强自动标注模型对语义、时空、颜色等的基础感知能力，大语言模型辅助用于提供开放词句的表征能力，视觉语言特征交互进行跨模态特征增强和感知，最终完成Zero-Shot的自动标注。

03

“四大战役”

即将收官

快——

这是业界对毫末智行的普遍评价。要知道，即使是特斯拉这样的头部公司，往往也是一年才“卷”一次科技日或品牌日，毫末团队不一样，他们把科技发布会的频次提升到每季度一次，且似乎每次都能讲出用高密度信息，吊足业界胃口。

顾维灏也特意回顾了毫末过去历次AI DAY上的技术观点和重大发布，既展现了毫末一以贯之的技术思考，也通过这样的方式，在传播上再次亮剑，凸显团队自我迭代的速度之快。

就拿今年来说——

1月的第七届AI DAY，毫末建成了自动驾驶智算中心MANA OASIS雪湖·绿洲，并同时发布了五大自动驾驶感知和认知领域的大模型，首次将GPT技术思路引入到自动驾驶认知决策领域。

4月的第八届AI DAY，正式推出行业首个自动驾驶生成式大模型DriveGPT雪湖·海若，首先实现对自动驾驶认知决策模型的持续优化，同时也在将多个感知大模型的训练纳入到DriveGPT统一的架构中，目标是实现端到端自动驾驶。

昨日的第九届AI DAY，刚好是DriveGPT发布的第200天，我们看到，这家科技公司更加坚定自己的技术路线了，即通过统一的DriveGPT大模型架构来整合通用感知和通用认知能力，让自动驾驶实现一次技术范式的跃迁。

“命运的齿轮开始转动。”

用顾维灏的话说，公司里的这群人，依旧固执地相信技术，他们想亲手创造自动驾驶的未来。

有意思的是，这一届AI DAy恰逢2023年进入第四季度的收官阶段，年初立下的四大战役，作为公司CEO的顾维灏也忍不住在现场“晒出”最新的成绩单。

第一场，智能驾驶装机量的王者之战。

据悉，毫末智能驾驶用户行驶的总里程已经突破8700万公里，搭载毫末HPilot智驾产品的车型也已经达到20款以上，其中，山海炮HEV、新摩卡是最新搭载了毫末HPilot产品的车型。

第二场，MANA大模型的巅峰之战。

今年4月，毫末率先发布了行业内首个自动驾驶生成式大模型DriveGPT雪湖·海若。在过去200天左右的时间里，DriveGPT依托8700万公里辅助驾驶量产数据，累积480万段Clips高质量标注数据，仅是在自动化标注方面，DriveGPT能帮助生态伙伴提效90%以上。

第三场，城市NOH的百城大战。

目前，搭载城市NOH导航辅助驾驶功能的毫末HP550平台，首款量产车型将落地在魏牌蓝山上，将会在明年一季度正式量产上市

第四场，末端物流自动配送的商业化之战。

在末端物流自动配送的商业场景方面，毫末的小魔驼产品已经在商超履约、快递接驳、校园配送、智慧社区等9大场景开启了常态运营。

其中，在商超履约和快递接驳上，毫末联手物美多点、达达快送等合作伙伴，已经实现可持续的正向盈利模式，这也是目前全球首个L4自动驾驶产品单店经营实现盈利的商业化案例，从而打通了末端物流自动配送的最终商业闭环。

2023年慢慢走向尾声，毫末的四场战役也看到胜利的曙光。不过，按照毫末自己的估算，城市NOA将在2024年占比会达到40%，2025年或将高达70%，高阶智驾产品市场在未来两年将迎来全面爆发，新的更艰难的战役，恐怕还在后面。