逆势高速增长，毫末征战三年诠释量产为王
作者 | 白日梦想家
编辑 | 王博
“1096天，这是一场毫末人自己与自己“死磕”的大战。”11月29日，毫末智行在公司成立三周年的内部信中这样总结。
死磕的事情，包括：
以“自动驾驶三定律”为战略原点，创建了业内独有的毫末模式；
发布了数据智能体系MANA，为中国自动驾驶打上“思想钢印”；
打造了乘用车、末端物流自动配送车、智能硬件三大产品线，历代产品稳步迭代交付；
跑通了商业模式，锻造了千人团队，建立了属于自己的生态圈……
这是毫末智行的起飞时刻。
2022年，自动驾驶行业发生诸多变化，自动驾驶技术的演进路径也愈发清晰。
一般来说，自动驾驶技术有两条路径：
· 一条是渐进式，以特斯拉、毫末智行等为代表，主张从L1/L2/L3的“人机共驾”逐渐过渡至L4级无人驾驶；
· 一条则是以Waymo为代表的跨越式路线，直接以L4级自动驾驶为目标进行研发。
原本两条路线发展井水不犯河水，且在资本市场上，主张跨越式发展的L4级自动驾驶公司更受欢迎，融资更容易且估值更高。
但2022年以来，整个自动驾驶市场发生诸多变化，L4级自动驾驶公司受制于技术难以商业化落地的困境，开始技术向下求变。
如文远知行和轻舟智航等，纷纷推出L4技术降维解决方案，甚至部分L4级自动驾驶公司发展受阻，知名创企Argo在今年10月份被宣布解散。
反观走渐进式路线的企业，在这一年却是高歌猛进，从高速辅助驾驶正向城市辅助驾驶迈进。
如坚持走渐进式路线的毫末智行，其支持的摩卡PHEV激光雷达版已经开启量产；小鹏汽车城市辅助NGP已经开始在P5车型上试点推广，搭载高阶自动驾驶的极狐阿尔法S全新HI版也开启交付。
从商业落地的角度来看，渐进式路线明显胜出。
那么，为什么渐进式路线的发展势头越来越猛？作为渐进式玩家的代表，毫末智行的发展值得关注，仅成立三年时间，却进入国内量产自动驾驶第一梯队，毫末智行做对了哪些事？
1. 渐进式或将率先跨入自动驾驶大门
从现阶段行业发展情况来看，渐进式无疑会更快推开自动驾驶大门。
一方面，车企对于辅助驾驶能力的需求日益增长。
2019年，特斯拉率先推出高速NOA功能，蔚来、小鹏、理想三家快速跟进，分别2020年10月、2021年1月、2021年9月推出。此后，新上市车型的NOA功能成了智能驾驶的热门配置。
而在高速NOA之后，城市NOA则成为各家车企对“智能化”比拼的下一个主场，而城市NOA采用的基本都是集中式的电子电气架构，基于域控制器量产，这是一个新兴的市场需求。
另一方面，搭载城市NOA的乘用车，在硬件配置上开始无限趋近于Robotaxi。
此前，改装一辆Robotaxi可能需要花费高达数百万元，以滴滴自动驾驶汽车为例，其安装了近20个传感器，其中包括1个64线激光雷达、2个16线激光雷达、7个摄像头以及毫米波雷达和超声波雷达，一辆车的造价在100万元以上。
但近年来，硬件层面的“摩尔定律”开始生效，情况已经大为改观，私家车的配置开始渐渐与Robotaxi趋同。大算力计算平台、激光雷达不再是Robotaxi的专有产品，转而进入寻常车企。
2022年被称作激光雷达量产元年，蔚来ES7/ET7/ET5、理想L9/L8 Max、阿维塔11等搭载激光雷达的车型陆续上市。
算力方面，随着汽车智能化发发展，自动驾驶技术所需要的算力呈现指数级的爆炸式增长，芯片已经成为汽车产业发展重要环节。
在车规级大算力芯片领域，除了英伟达、高通等老牌独占市场局面被逐渐打破，以华为、地平线、黑芝麻为代表的品牌加入战局，2022年成为国产大算力芯片的量产年。
对高阶辅助驾驶需求的日益增长，以及硬件成本的降低和大规模量产上车，走渐进式路线的车企们，走在了自动驾驶商业化落地的前列。
甚至为了能够更快实现高阶自动驾驶商业化落地，部分头部玩家也正积极地去掉高精度地图。
比如，毫末智行就宣布采用“重感知”路线，其于今年4月份发布的城市NOH，就是一套主打“重感知”的城市辅助驾驶方案，将在今年第四季度交付。
顾维灏认为，在城市NOH上，毫末的产品力不输特斯拉在国内的表现，可以说是各有所长。
事实上，去掉高精度地图，能够让企业在商业拓展的速度上，减少对高精地图的依赖，可以帮助企业在多个城市快速铺开产品，而不必受审批、高精地图自身纠错等问题的影响。
长远来看，想要瞄准海外市场的企业也必须提前适应重感知的技术路线。
综合来看，就像此前AI DAY上，毫末智行董事长张凯所表示，渐进式路线将在智能驾驶竞争中赢得终局，“毫末智行一直以来，都在坚定地走渐进式发展路线。在自动驾驶3.0时代，辅助驾驶是通向自动驾驶的必由之路。”
2. 渐进式路线背后，毫末模式成为制胜关键
成立3年后，坚持走渐进式路线的毫末智行，已经实现了从0到1的突破。
其技术的主要落地场景有两个：
一是末端无人配送。
今年4月，毫末智行首发行业首款10万元级末端物流自动配送车小魔驼2.0；
5月，小魔驼在上海、北京参与抗疫支援；
10月，小魔驼订单量突破10万单。
二是辅助驾驶系统。
今年8月，长城摩卡激光雷达版在成都车展首发亮相，成为搭载毫末第三代智能驾驶系统HPilot3.0的首款车型。
搭载毫末智行智能驾驶系统的车型，还包括魏牌拿铁 DHT-PHEV、欧拉闪电猫、芭蕾猫、全新一代长城炮等近20款车型，均在陆续交付中。
毫末智行的HPilot3.0具备打通高速、城市场景的高级别辅助驾驶的能力，将于第四季度交付。
毫无疑问，这些自动驾驶技术已经进入了商业化量产前夕，标志着毫末智行正在进入从1到N的快速发展阶段，在短短三年内成为国内量产自动驾驶的头部玩家。
为什么能做到稳步前行？
背后的制胜关键，在于坚持走渐进式发展路线，以及“毫末模式”。
此前张凯表示，坚持走渐进式路线，主要有两方面原因：
一是，渐进式路线量产时间早，能够更早行程规模化，相对于跨越式路线，渐进式路线更容易获取足够量的数据；
二是，渐进式路线是从用户真实使用场景中获得的数据，相对于跨越式路线定向采集数据方式而言，渐进式路线数据采集方式成本更低、质量更高。
事实上，结合当前自动驾驶产品能力曲线来看，数据规模、数据获取成本、数据质量和自动驾驶产品能力提升速度正相关，而大规模从用户真实场景中获取高质量的数据，已经成为自动驾驶走向成熟的核心要义。
毫末模式，则是自动驾驶技术迭代背后最核心能力的体现，以及能够快速实现量产能力的重要因素之一。
它可以用一个公式展现：（领先的数据智能 * 稳定的量产能力 * 安全）^ 生态
其中，数据智能指的是智能驾驶数据智能体系MANA，这是毫末智行所有技术、产品迭代的核心动力。
现阶段，毫末智行已经完成数十万全要素、多模态CLIPS的标注，在场景库积累方面已经建设完成300万小时国内道路驾驶认知场景库，可以真正做到感知智能和认知智能的有效协同。
基于此，MANA基本已经完成数据闭环。截止目前，其学习时长已经超过40万小时，虚拟世界驾龄相当于人类司机4.8万年的驾龄。
稳定的量产能力，是指工程化能力。
在过去2年时间，毫末智行共计开发了三代智能驾驶系统，并落地10余款不同平台的车型，成为国内极具丰富智能驾驶落地经验的公司。
张凯曾提到，公司目前可以做到全新车型的复用开发，仅需4个月时间就能达到量产落地状态，2个月匹配全新车型标定，标定效率行业领先。
与此同时，通过多年对汽车生产产线的理解，毫末智行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。
基于多款不同平台车型的落地经验，公司内部已经形成一整套高效的智能驾驶产品开发流程，可以做到超过30个智能驾驶项目的异步并行开发，这种开发能力在国内也是独有的。
当然，自动驾驶技术落地应用的前提就是安全，而包括高通、阿里等在内的生态合作伙伴的加入，则能够支持毫末智行高速发展不断前行。
目前，整个自动驾驶行业正在进行着激烈的变革，尤其是L4级自动驾驶公司的降维入局，更是增加了竞争的激烈程度。在此背景下，毫末智行最终凭借毫末模式加持，为渐进式走通了一条路。
3. 数据，仍是自动驾驶的核心
以数据驱动的自动驾驶3.0时代已经到来，而数据闭环驱动也将成为自动驾驶的核心竞争力。
毫末正在全力冲刺进入自动驾驶3.0时代。
顾维灏认为，“只有感知、认知、模式、数据4个技术条件并行成立才能称为真正进入自动驾驶新时代。我们所做的一切，都是为了能够做出数据通道和计算中心，以便可以更高效地获取数据，并把数据转化为知识。”
不管是跨越式路线，还是渐进式路线，除了特斯拉之外，大多数企业都采用的是以视觉感知为主，多传感器融合的自动驾驶方案，基于感知设备所收集到数据，通过深度学习等方式，实现自动驾驶系统的自我成长。
这就需要企业更快、更大规模地为自动驾驶系统提供数据。
跨越式路线的短板，就在于L4级自动驾驶公司并没有大规模的车队帮助其收集更多的数据，毕竟一台车的成本近百万，一家L4级自动驾驶公司能够投放上千台自动驾驶汽车已经是极限。
同时，受限于当前相关的法律法规以及自动驾驶的长尾效应问题，L4级自动驾驶公司的无人车只能在固定的区域运营，暂不支持其在公开的道路上去跑。
这也就导致走跨越式路线的企业，一方面是难以累计更多的真实道路测试里程数据，另一方面则是所能够覆盖的场景相对受限。
与之相比较，走渐进式路线的公司大多以车企为主，其每年能够量产上路的车型数以万计。
以特斯拉为例，其CEO马斯克此前在推特上写道，特斯拉已经生产了300多万辆汽车，其搭载的辅助驾驶系统Autopilot，将收集数十亿英里的路况和驾驶数据。
因此，相比较来说，渐进式路线比跨越式路线更有机会积累大规模的自动驾驶数据，跨越咨询机构兰德智库所估算预测的“170亿公里”界限。
这就给了毫末智行这样的玩家机会。就像前文所言，渐进式路线能够为毫末智行带来海量的数据，且是真实场景中的高质量的数据。
毫末智行依托长城汽车，已经在摩卡、欧拉闪电猫、芭蕾猫、全新一代长城炮等10余款不同平台的车型上实现辅助驾驶系统的量产落地，而这些车型上市之后，也能够为毫末智行提供越来越多的高质量的自动驾驶数据，助力其自动驾驶系统不断迭代升级。
毫无疑问，随着越来越多的自动驾驶公司加入L2+阵营，渐进式路线逐渐成为行业能够接受的路径。而作为坚持渐进式路线的毫末智行，无疑在这场竞争中积累了有利的优势。
逆势高速增长，毫末征战三年诠释量产为王相关推荐
- 跌宕奔流2022，自动驾驶江湖风起雨涌，特斯拉、毫末、华为突破重围
自动驾驶行业在2022年呈现出了两极化的发展趋势,一方面因商业化落地时间长于预期,一众高估值自动驾驶公司在资本市场遭遇寒冬,Argo AI破产倒闭,Waymo深陷商业化困境,一些企业在行业竞争中逐渐掉 ...
- 三年城市NOH落地100城，毫末智行内部信剑指2025
11月29日,毫末智行董事长张凯.CEO顾维灏联合发布<毫末智行三周岁:三年磨一剑 利刃开新篇>的内部信,提到毫末愿景及战略目标:"让机器智能移动,给生活更多美好."未 ...
- 发布职位：毫末智行HAOMO.AI#a轮数亿，美团首钢高瓴资本解决方案：自驾系统+自驾计算平台+末端物流整体解决方案 渐进式自动驾驶研发技术路线（量产L2-＞L5）base；北上保定前
发布职位:毫末智行HAOMO.AI# a轮数亿,美团首钢高瓴资本 解决方案:自驾系统+自驾计算平台+末端物流整体解决方案 渐进式自动驾驶研发技术路线(量产L2->L5) base:北上保定 前端 ...
- 毫末智行，现在是中国营收增速最快的无人车公司
贾浩楠 发自 凹非寺 量子位 报道 | 公众号 QbitAI 合抱之木,生于毫末,九层之台,起于累土. 2021年行至半年,名字源自上述国学经典的自动驾驶公司毫末智行,不断引发业内外热议. 因为与长城 ...
- 乘用车前装+末端自动驾驶，毫末智行“重新定义”自动驾驶独角兽
对于自动驾驶这条赛道,资金和技术只是两个基础要素,除此之外,市场战略.商业模式尤其是可持续的正向现金流才是保证能够走到最后胜利的关键. "我们相信中国一定会诞生世界级的自动驾驶公司.&quo ...
- 手握智算中心“绿洲”，毫末跑在中美自动驾驶长跑第一线
作者 | 白日梦想家 编辑 | 王博 2022年过去,数据驱动成为自动驾驶演进共识.沿着数据驱动这条路线,自动驾驶加速迈入智算时代. 智算中心应运而生. 实际上,将智算引入自动驾驶的开先河者是特斯拉, ...
- 末端物流自动配送车交付超1000台，毫末智行加速无人配送商业化
每年到了春节前后,不少城市都会出现物流配送紧张的问题,甚至有快递企业直接在春节期间打烊. 过去很长一段时间内,这种阶段性的运力短缺,几乎成了物流行业的常态,而且时间点绝不止春节假期.突如其来的新冠疫情 ...
- 自动驾驶系统为何要打上「思想钢印」？北京顺义闹市区里藏着毫末智行的谜底...
贾浩楠 发自 凹非寺 量子位 报道 | 公众号 QbitAI 城市领航辅助驾驶,已经是"现货"了. 北京顺义闹市区,11公里自动驾驶全程无接管: 明年上线交付,技术来自毫末智行,一 ...
- 毫末智行 Fluid 实践：云原生 AI 让汽车变得“更聪明”
简介:毫末机器学习训练场景对于数据读取有较高的性能要求,且对于元数据和数据缓存的精细化控制要求较高, 通过 Fluid + JindoRuntime 的缓存能力可以灵活地缓存 OSS 训练文件进行元数 ...
最新文章
- UILabel设置行间距之后的自适应高度
- 【数理知识】co-inner-outer factorizations
- LayoutInflater中调用系统服务
- 统计学习方法第四章朴素贝叶斯法-李航
- html action不起作用,Html.ActionLink做为按钮或图像，而不是连接
- android o测试版,一加手机可升级!谷歌已正式推送Android O测试版系统
- 内存溢出与内存泄漏区别
- aspose excel中文文档_除了VBA，还有哪些编程语言可以操作Excel文件？
- log4j平稳升级到log4j2
- mac os touch命令_Mac系统忘记开机密码怎么办？
- webstorm怎么建php文件夹,webstorm怎么创建css
- 以太坊上已有十个DeFi协议的锁仓量超过10亿美元
- 《DSP using MATLAB》Problem 7.26
- vue中使用this遇到的坑
- js四舍五入保留两位小数（可完全保留两位）
- Affymetrix基因芯片小总结
- 固定资产管理系统对企业的意义？
- 中华石杉-- --搜索引擎的笔记
- 蜂房问题-蜜蜂在蜂房中只能向下或者右上方爬，从a位置爬到b位置有多少种途径
- 路由与交换技术第六章