653
4月11日，毫末智行正式發(fā)布自動駕駛生成式大模型 DriveGPT，中文名雪湖·海若，可以提升自動駕駛認知能力，最終提升規(guī)控效率。
雪湖·海若的核心，是將各種駕駛場景作為Token輸入到模型中，然后輸出一連串有可能發(fā)生的駕駛場景Token。
翻譯成白話就是，讓車認知到自己所處的道路環(huán)境，并決定下一步怎么開。
雪湖·海若的參數(shù)量已經(jīng)達到1200億，接近GPT3時期的參數(shù)規(guī)模。
當然，學習語言和學習開車是不同的，多少參數(shù)量可以將自動駕駛訓練成“老手司機”也沒有一個硬性標準。
但雪湖·海若的出現(xiàn)，意味著國內的自動駕駛玩家找到了提升規(guī)控能力的新入口。
拆解“雪湖·海若”，參數(shù)量達1200億
了解雪湖·海若前，先回顧一下ChatGPT，二者頗為相似。
2017年，谷歌首次提出一種新的學習框架——Transformer，可以讓機器同時學習大量文字。相比以往的RNN循環(huán)神經(jīng)網(wǎng)絡的串聯(lián)學習，這種新的學習框架更進一步，可以做到并聯(lián)學習。
2018年，一家叫OpenAI的公司基于Transformer推出了Generative Pre-trained Transformer，簡稱GPT，中文名為生成式預訓練模型，也就是第一代GPT——GPT 1。
在投入更多的數(shù)據(jù)和算力之后，GPT 1又經(jīng)歷了GPT 2、GPT3、GPT3.5的演進。
直到去年11月，它開始可以更聰明地和人類對話，并在OpenAI的重要資方微軟的推動下，一朝成名天下知，成為今天大家熱議的超級產(chǎn)品——ChatGPT。
ChatGPT本質上是一個語言大模型，向ChatGPT輸入一個單詞或文字，模型會給出下一個單詞或文字出現(xiàn)的概率。最終可以和人類對話，是因為模型大量學習了人類的語言，可以基于語言知識庫和推理邏輯給出一個概率式的結果。
在GPT的進化中，參數(shù)量規(guī)模的大小很重要，各代產(chǎn)品的參數(shù)量從最初的1.2億，進化到了15億、1750億。
進化過程中，為了讓對話機器人不胡說八道，Open AI還加入人工反饋機制RLHF，可以理解為由工程師向機器人提出好或者壞的反饋，引導對話機器人變得更加聰明。
如今的ChatGPT，已經(jīng)可以和人類流暢、自然地對話，回答各個領域的問題了。
這么好用的工具，能不能拿來用在自動駕駛領域？
毫末雪湖·海若成為國內首款自動駕駛生成式大模型產(chǎn)品，與ChatGPT有所區(qū)別的是，海若面對的是駕駛語言Drive Language。
大致的運行流程是，向雪湖·海若大模型輸入一段前N秒的環(huán)境信息，比如車輛自身狀態(tài)、周圍障礙物狀態(tài)或者道路環(huán)境等，雪湖·海若就會生成下一個環(huán)境會發(fā)生什么樣的結果，比如其它道路交通參與者和自身車輛的應對措施等等。
那么，機器是怎么運行的呢？
第一步，轉化。
自動駕駛傳感器會采集到各種數(shù)據(jù)，并通過BEV感知架構生成一張平面圖的結果。
雪湖·海若會通過網(wǎng)格對BEV的圖像感知結果進行整個空間的離散化，通過判斷每個網(wǎng)格，來形成一個固定大小的詞表作為Token，這一過程結束后，可以把車道線、道路障礙物等現(xiàn)實世界信息轉化為機器可以理解的駕駛語言。
第二步，預訓練。
關于預訓練模型，雪湖·海若稍微有些不同，它從ChatGPT的 encoder+decoder 結構，調整為 Decode-only 結構的 GPT 模 型，通過4000 萬公里的量產(chǎn)車駕駛數(shù)據(jù)進行訓練。
為了讓雪湖·海若不亂開車，毫末還引入人類接管數(shù)據(jù)，用大概 5 萬個 Clips 進行反饋模型的訓練， 得到一個打分模型，讓機器最終可以更好地理解所處環(huán)境，并不斷學習作出更優(yōu)秀的自動駕駛決策。
需要指出的是，現(xiàn)在的雪湖·海若是一個云端大模型，雪湖·海若的大模型的成果將首發(fā)落地搭載毫末 HPilot3.0 的新摩卡 DHT-PHEV 上。
如果說ChatGPT是聊天機器人，可以通過聊天互動并給出人類想要的文字答案。雪湖·海若更像是駕駛機器人，更多地讓機器和道路環(huán)境互動，并給出更優(yōu)的駕駛決策答案。
沿著這條路徑向前走，毫末的自動駕駛系統(tǒng)會更像人類，對道路場景的理解和處理更為成熟，路線的盡頭也許正是實現(xiàn)端到端的自動駕駛。
讓機器學習人類駕駛，雪湖·海若這種基于GPT大模型的產(chǎn)品問世，將汽車智能化的迭代與人工智能的演進緊緊綁在了一起。
有了雪湖·海若后，自動駕駛的認知能力會得到更好的提升，進而有助于改善規(guī)劃和控制環(huán)節(jié)。
目前，毫末給出了雪湖·海若幾大應用領域：
- 由于能夠提高規(guī)劃和控制能力，所以可以用于開發(fā)城市NOH；
- 可以用于捷徑推薦；
- 由于可以對一些未來會發(fā)生的道路場景變化進行路徑推演，雪湖·海若還可以擔當智能司機教練，幫助車主更好地開車；
- 可以排除一些駕駛中遇到的困難場景，進行智能救護；
雪湖·海若不僅面向自動駕駛行業(yè)，還將對機器人、汽車主機廠、芯片廠商、科研機構等行業(yè)進行相應的能力和資源開放。
目前，雪湖·海若已正式對外開放，開啟對限量首批客戶的合作，北京交通大學計算機與信息技術學院、高通、火山引擎、華為云、京東科技、四維圖新、魏牌新能源、英特爾等已經(jīng)加入。
開放的第一步，是一些數(shù)據(jù)方面的能力，后續(xù)還會陸續(xù)開放駕駛行為驗證、困難場景脫困等能力。
量產(chǎn)進展迅速，破圈拿下三家車企
發(fā)布雪湖·海若之外，量產(chǎn)落地節(jié)奏也十分迅速。根據(jù)毫末智行董事長張凱介紹，公司在2023年取得四個方面的進展。
毫末HPilot：
首款搭載毫末HPilot3.0的新摩卡DHT-PHEV即將上市，第二款搭載毫末HPilot3.0的車型魏牌藍山也將在今年發(fā)布。
目前，毫末HPilot整體已搭載近20款車型。用戶輔助駕駛行駛里程突破4000萬公里，HPilot2.0輔助駕駛日均里程使用率達到了12.6%。
在海外，搭載毫末HPilot的車輛已經(jīng)向歐盟、以色列等地區(qū)和國家的用戶進行交付。接下來還將在中東、南非、澳大利亞等市場投放。毫末HPilot還將量產(chǎn)墨西哥版本及俄羅斯版本。
MANA：
到2023年4月，MANA學習時長超56萬小時，相當于人類司機6.8萬年。
毫末打造的全球首個自動駕駛生成式大模型DriveGPT，已經(jīng)完成基于4000萬公里駕駛數(shù)據(jù)的訓練，參數(shù)規(guī)模達1200億。
城市NOH：
毫末城市NOH已在北京、保定、上海等城市開啟泛化測試，可以進行大規(guī)模量產(chǎn)落地。2024年將有序落地100個城市。
張凱認為，毫末NOH這一采用重感知不依賴高精地圖的方案，量產(chǎn)落地要比行業(yè)內的玩家快了一年以上。
末端物流自動配送：
毫末的末端物流自動配送車小魔駝已在商超履約、智慧社區(qū)、校園配送、餐飲零售、機場巡邏、高校教育、快遞自提、智慧園區(qū)、大氣環(huán)評等九個場景開啟運營。
今年3月，小魔駝2.0獲得北京亦莊無人配送車車輛編碼，開啟亦莊運營。
毫末也成為《北京智能網(wǎng)聯(lián)汽車政策先行區(qū)無人配送測試規(guī)范》升級后，準許在北京市高級別自動駕駛示范區(qū)公開道路進行無人配送車測試的首個公司。
現(xiàn)場，張凱還向外界公布了毫末6P開放合作的重要進展，目前已與3家主機廠簽署定點合同，相關項目正在交付中。
據(jù)HiEV了解，這三家主機廠中，包含長城汽車系之外的主機廠。
與同行相比，毫末的技術迭代和量產(chǎn)節(jié)奏相對更快，是Tier 1中最懂自動駕駛技術的，又是自動公司中最懂如何量產(chǎn)的，同時是數(shù)據(jù)公司中，在量產(chǎn)數(shù)據(jù)積累的基礎上真正實現(xiàn)了數(shù)據(jù)閉環(huán)的玩家。
回顧毫末的發(fā)展歷程，會發(fā)現(xiàn)其野心絕不是成為簡單的Tier1，而是一家人工智能公司。
背后的原因，和核心團隊、技術架構等均有著密切關系。
以張凱、顧維灝、侯軍、甄龍豹為核心的高管團隊，本身融合了主機廠、科技公司的基因。從創(chuàng)立之初，這支團隊一直堅持著數(shù)據(jù)驅動的技術路線。
毫末發(fā)布了中國首個自動駕駛數(shù)據(jù)智能體系MANA雪湖，并建設了智算中心MANA OASIS雪湖·綠洲。
基于L2輔助駕駛系統(tǒng)的大規(guī)模前裝量產(chǎn)，毫末站穩(wěn)了量產(chǎn)自動駕駛第一名的位置，并形成了數(shù)據(jù)智能閉環(huán)體系，在迭代速度和成本優(yōu)化上實現(xiàn)良性循環(huán)。
經(jīng)過一年多時間的應用迭代，MANA如今也迎來全面升級，并開始對外賦能行業(yè)。
毫末的整個技術演進軌跡，本質上正是一家汽車垂直領域的人工智能公司，不斷釋放新技術同時快步上車的過程。
如果我們將毫末和特斯拉進行對比，會發(fā)現(xiàn)二者存在很大程度的相似，均在自我驅動不斷推出新技術。
單就自動駕駛而言，從BEV感知算法，到占用網(wǎng)絡Occupancy Network，特斯拉正是通過新技術逐漸進化，讓車輛更夠更好地感知和理解世界，做出更好的規(guī)劃控制。
唯一不同的是，毫末的技術不像特斯拉那樣只提供給自身，更多用于自有的龐大的汽車隊伍，而是面向行業(yè)，既服務長城汽車，也在不斷拓展長城系之外的車企客戶。
毫末這次在主機廠合作的范圍突破長城系，給了行業(yè)一個重要信號。
當下，智駕領域量產(chǎn)上車的背景是，一方面，華為車BU的發(fā)展已經(jīng)告訴我們，向車企提供智駕方案時限制重重。另一方面，一些芯片公司、智駕公司正在推出低成本的方案比如行泊一體，并且開始獲得車企的合作訂單。
這些案例告訴我們，智駕方案供應商既面臨上車難，同時又有機會與車企合作。
“我們做了三年前裝量產(chǎn)，真的是一個辛苦活，量產(chǎn)和Demo是完全不一樣的。那些沒有做過前裝量產(chǎn)的公司突然宣布進入自動駕駛領域，會陷入苦戰(zhàn)。”張凱在發(fā)布會后這樣感慨道。
所以，有量產(chǎn)經(jīng)驗，且可以滿足車企的智駕方案需求，如此一來，哪怕是具有某家車企背景的智駕供應商，也是具備存活機會的。
破解規(guī)控難題，中國玩家加速進化
在L4級自動駕駛公司聲量日益式微的當下，主機廠成了自動駕駛的堅定支持者。
國外有特斯拉，國內則是毫末、蔚小理、華為等自動駕駛領域的重要玩家。
當下，這些玩家正在進入自動駕駛技術的深水區(qū)——規(guī)劃控制。
“現(xiàn)在的問題不是大家做出來一個開法后不知道這個開法好不好，而是不知道怎么開。” 毫末智行技術副總裁艾銳不久前表示。
同樣的，在被問題到要讓自動駕駛更像老司機，接下來應該解決的核心模塊是哪個時，小鵬汽車自動駕駛副總裁吳新宙也提出類似的觀點，認為小鵬汽車的感知“到現(xiàn)在整體的狀態(tài)是不錯的，核心和具體的工作量還是在預測和規(guī)控上?！?/p>
吳新宙本人是特斯拉FSD的深度使用用戶，在使用過FSD后，他的感受是在很多地方的處理的細膩程度，CNGP不輸于對方。但他不確定的是，對方在中國的復雜場景是否會自如應對，尤其是規(guī)控方面。
余承東則更直接地表示，“中國道路非常復雜，像特斯拉FSD在美國和歐洲容易搞定，在中國來可能夠他們搞的?！?/p>
預測和規(guī)控，考驗的正是自動駕駛的認知能力。
有多年駕駛經(jīng)驗的老手司機，會基于經(jīng)驗對道路環(huán)境進行更為全面預判，迅速作出最優(yōu)的駕駛操作。
自動駕駛也是如此，不僅要感知道路環(huán)境，還要像老手司機一樣，知道自己應該怎么開。
特斯拉走在最前，F(xiàn)SD的功能已經(jīng)在北美城市場景下開啟應用。特斯拉的自動駕駛路線做了一個示范，引導著車企向全自動駕駛的寶座前進。
暫且不去管全自動駕駛何時到來，或者能否到來，至少我們看到了一個共識，車企必須投入自動駕駛研發(fā)。
尤其是毫末、小鵬、華為這些公司，進行了大規(guī)模的自動駕駛技術研發(fā)投入。
各家不斷發(fā)布的新技術，比如雪湖·海若的出現(xiàn)，不僅讓我們看到了中國自動駕駛玩家走到了哪里，也讓我們看到了車企投入的堅決。
OpenAI給出的ChatGPT這一生成式對話產(chǎn)品，是人類與機器世界更好地互動的一把鑰匙，毫末的雪湖·海若同樣汽車與道路環(huán)境的互動，是提升自動駕駛規(guī)控的一把鑰匙。
最近有消息稱，特斯拉FSD將有大的更新，未來引入國內市場或許已經(jīng)排上日程。
我們很好奇在中國道路環(huán)境中，特斯拉與國內的自動駕駛玩家會呈現(xiàn)何種格局，究竟是處于跟隨狀態(tài)，還是會在規(guī)控環(huán)節(jié)實現(xiàn)技術趕超。
