220
賈浩楠 發(fā)自 凹非寺
量子位 | 公眾號(hào) QbitAI
2022年車(chē)主翹首以盼、車(chē)企們都在爭(zhēng)奪的產(chǎn)品是什么？城市輔助駕駛，帶自主領(lǐng)航的那種。
為啥？
紅綠燈路口、環(huán)路、人車(chē)混行都能自主應(yīng)對(duì)，設(shè)置好導(dǎo)航，駕駛員就能完全解放，只扮演安全員的角色。
絕大部分車(chē)主最枯燥、最疲憊的駕駛體驗(yàn)，解決了。
但城市道路上輔助駕駛的落地難度，絕對(duì)可以稱得上目前乘用車(chē)智能駕駛量產(chǎn)的“圣杯”。
異形目標(biāo)、不同交通標(biāo)識(shí)、模糊的車(chē)道線等等對(duì)感知能力挑戰(zhàn)巨大；違規(guī)通行目標(biāo)、復(fù)雜路口的博弈…對(duì)AI的認(rèn)知決策能力要求，與L2不可同日而語(yǔ)。
所以，量產(chǎn)上車(chē)城市輔助駕駛，是實(shí)力和潛力的最好證明。
不過(guò)萬(wàn)萬(wàn)沒(méi)想到，量產(chǎn)“第一”之名，花落老牌車(chē)企長(zhǎng)城汽車(chē)，今年年中即將上市。
而去年年底，長(zhǎng)城旗下的多款車(chē)型，已經(jīng)率先量產(chǎn)了高速領(lǐng)航輔助駕駛。
這樣的速度和成果，好像“不可思議”。
但背后的“秘籍”已經(jīng)不是秘密：毫末智行。
“非典型”自動(dòng)駕駛創(chuàng)業(yè)公司、中國(guó)最快量產(chǎn)智能駕駛產(chǎn)品、乘用車(chē)物流車(chē)雙線并舉…
毫末智行這家公司成立不到3年，率先在國(guó)內(nèi)實(shí)現(xiàn)城市領(lǐng)航輔助功能量產(chǎn)，速度和力度都讓業(yè)內(nèi)吃驚。
AI Day現(xiàn)場(chǎng)的火熱程度可見(jiàn)一斑。投資人、合作伙伴、AI技術(shù)大牛紛紛到場(chǎng)，主辦方甚至要臨時(shí)添加座椅。
大家好奇的，是這家自動(dòng)駕駛公司到底有什么秘密？
中國(guó)首個(gè)量產(chǎn)城市輔助駕駛，什么水平？
城市道路上的領(lǐng)航輔助駕駛功能，去年開(kāi)始不少主機(jī)廠或無(wú)人車(chē)公司都放出過(guò)Demo。
不過(guò)毫末智行即將量產(chǎn)的城市NOH功能，號(hào)稱首戰(zhàn)即有這么幾個(gè)“行業(yè)之先”。
中國(guó)率先量產(chǎn)的城市輔助駕駛。如果之前各家的量產(chǎn)上車(chē)時(shí)間表不變，下半年長(zhǎng)城汽車(chē)交付的魏牌摩卡車(chē)型，將是中國(guó)用戶能買(mǎi)到的第一款有城市領(lǐng)航輔助的汽車(chē)。
率先在多種動(dòng)力形式上實(shí)現(xiàn)城市輔助駕駛。魏牌摩卡，既有燃油車(chē)，也有插混車(chē)型。另外下半年上市的歐拉純電新車(chē)，也會(huì)搭載毫末智行城市NOH。
△ 毫末智行董事長(zhǎng)張凱
當(dāng)然，毫末城市NOH，本身也打破了自動(dòng)駕駛創(chuàng)業(yè)公司的記錄。下半年量產(chǎn)上車(chē)，滿打滿算距離成立3周年。
對(duì)于這樣的量產(chǎn)進(jìn)度，毫末智行董事長(zhǎng)張凱給出了這樣的總結(jié)：
截止這個(gè)月，已經(jīng)有6款車(chē)型搭載毫末智行智能駕駛系統(tǒng)的第六款車(chē)型。使毫末智行向既定目標(biāo)——3年搭載100萬(wàn)臺(tái)車(chē)，又邁進(jìn)了一大步。
量產(chǎn)當(dāng)然是實(shí)力體現(xiàn)，但只是一部分。
真正的功夫，還要看應(yīng)對(duì)城市復(fù)雜路況是不是足夠“老司機(jī)”，乘坐體感夠不夠舒適，最重要的，安全嗎？
實(shí)車(chē)體驗(yàn)最能說(shuō)明問(wèn)題。
體驗(yàn)路線分布在北京順義城區(qū)核心，全長(zhǎng)11.2公里，包括兩個(gè)環(huán)島、6個(gè)轉(zhuǎn)彎，以及十幾個(gè)紅綠燈。
具體路況嘛，既有通暢的城市主干道，也有人車(chē)混行、較為混亂的路口。
按照?qǐng)鼍暗暮?jiǎn)單到復(fù)雜，我們把體驗(yàn)下來(lái)的毫末城市NOH實(shí)際表現(xiàn)分成這6個(gè)要點(diǎn)。
紅綠燈識(shí)別
紅綠燈識(shí)別的難度在于不同地區(qū)交通標(biāo)示標(biāo)準(zhǔn)不一，這需要后臺(tái)有一個(gè)盡可能完備的數(shù)據(jù)庫(kù)供系統(tǒng)學(xué)習(xí)。
去每一個(gè)路口采集數(shù)據(jù)樣本當(dāng)然不現(xiàn)實(shí)，毫末采取的方法是通過(guò)圖像合成和遷移學(xué)習(xí)，加快技術(shù)的迭代。
這其中，主要技術(shù)難題是真實(shí)數(shù)據(jù)和合成數(shù)據(jù)的混合訓(xùn)練問(wèn)題。
通過(guò)圖像合成技術(shù)可以擴(kuò)大學(xué)習(xí)的樣本量，但是真實(shí)和合成數(shù)據(jù)在特征空間及概率分布不一致，導(dǎo)致使用有效率大打折扣。
△ 毫末智行CEO顧維灝
所以毫末使用了遷移學(xué)習(xí)中領(lǐng)域泛化的混合遷移訓(xùn)練方法，利用合成數(shù)據(jù)定向彌補(bǔ)真實(shí)場(chǎng)景中缺失的數(shù)據(jù)樣本及不斷調(diào)整訓(xùn)練策略，減小二者特征空間的概率分布差異。
有了足夠的數(shù)據(jù)訓(xùn)練，就可以對(duì)路面上不同形式的紅綠燈識(shí)別。
比如，在大路口場(chǎng)景中，紅綠燈離車(chē)輛距離很遠(yuǎn)，在圖像數(shù)據(jù)上目標(biāo)更小更難以識(shí)別：
所以這樣的場(chǎng)景從感知到?jīng)Q策，全方位的要求都很高。
避讓其他目標(biāo)
除了能準(zhǔn)確識(shí)別車(chē)道線，并根據(jù)導(dǎo)航選擇合適路徑，NOH還會(huì)動(dòng)態(tài)避讓其他加塞的車(chē)輛和行人，保障安全：
對(duì)于加塞的車(chē)輛或行人，NOH會(huì)根據(jù)目標(biāo)速度、路徑綜合判斷剎車(chē)、方向調(diào)整程度，不會(huì)猛然剎停，保證安全的前提下兼顧通行效率。
而且毫末NOH對(duì)于避讓行人的原則貫徹到位，即使通過(guò)無(wú)人的路口或斑馬線，也會(huì)提前減速。
無(wú)保護(hù)轉(zhuǎn)彎
無(wú)保護(hù)左右轉(zhuǎn)，如今并不是一個(gè)難度極高的項(xiàng)目。不過(guò)毫末NOH表現(xiàn)的亮眼之處在于能處理多車(chē)道交互的復(fù)雜路口，包括正確識(shí)別交通燈和待轉(zhuǎn)區(qū)。
這樣的路口難度在于尺寸較大，首先是系統(tǒng)需要感知識(shí)別的范圍更廣，目標(biāo)的數(shù)量和類型更多；相應(yīng)的，其他目標(biāo)出現(xiàn)違規(guī)行為的可能性也更高。
車(chē)道線識(shí)別
同是領(lǐng)航輔助，城市場(chǎng)景下的車(chē)道線識(shí)別和高速難度完全不同。
城市內(nèi)車(chē)道線更加密集，種類更多，形式更為復(fù)雜，而且常常有污損情況。
面對(duì)這樣的挑戰(zhàn)，毫末智行設(shè)計(jì)了BEV Transfomer。
攝像頭的數(shù)據(jù)傳回后，首先對(duì)2D 圖像用 Resnet + FPN 進(jìn)行處理，之后進(jìn)行BEV映射，這部分利用交叉注意力層（Cross Attention） 來(lái)動(dòng)態(tài)確定某一幀圖像中的內(nèi)容在相機(jī)所屬 BEV 空間中的位置。
通過(guò)多個(gè)Cross Attention，最終組成一個(gè)完整的 BEV空間。
當(dāng)視覺(jué)數(shù)據(jù)完成了在BEV的投射，就天然具備了和激光雷達(dá)點(diǎn)云圖的融合能力。
最后，系統(tǒng)還會(huì)綜合考慮BEV的歷史數(shù)據(jù)，加入與時(shí)間有關(guān)的特征，進(jìn)一步提升識(shí)別的準(zhǔn)確率和連續(xù)性。
進(jìn)出環(huán)島
環(huán)島對(duì)于自動(dòng)駕駛系統(tǒng)來(lái)說(shuō)一直是一個(gè)巨大的挑戰(zhàn)。其中既有較為復(fù)雜的規(guī)則，還要根據(jù)導(dǎo)航路線擇機(jī)干凈利落地切入切出。
對(duì)于感知系統(tǒng)來(lái)說(shuō)，準(zhǔn)確識(shí)別車(chē)道線，還包括能分清楚環(huán)路的邊界，之前特斯拉FSD測(cè)試時(shí)，常發(fā)生沖上中央路基的情況。
毫末NOH除了準(zhǔn)確感知、識(shí)別環(huán)路，并根據(jù)導(dǎo)航選擇合適路線。而且面對(duì)環(huán)島中其他車(chē)輛短時(shí)間內(nèi)數(shù)次變道的行為，也能準(zhǔn)確識(shí)別和合理避讓。
這一點(diǎn)的難度其實(shí)比平直路面大得多，因?yàn)檫B續(xù)大曲率的彎道，對(duì)于車(chē)輛的速度、轉(zhuǎn)向精度要求更高。
復(fù)雜場(chǎng)景挑戰(zhàn)：路口碰上違規(guī)車(chē)，怎么辦？
城市場(chǎng)景難，其實(shí)不在復(fù)雜的車(chē)道線和交規(guī)，而是難在隨時(shí)可能發(fā)生的不可預(yù)知的場(chǎng)景。
這些場(chǎng)景也是考驗(yàn)一個(gè)城市領(lǐng)航輔助系統(tǒng)是不是老司機(jī)的試金石。
比如，我們的試乘車(chē)本來(lái)正常直行通過(guò)一個(gè)十字路口，結(jié)果垂直車(chē)道一輛左轉(zhuǎn)汽車(chē)先是闖紅燈搶行，使得NOH緊急停車(chē)避讓：
左轉(zhuǎn)綠燈亮了以后，這輛車(chē)卻停在超出待轉(zhuǎn)區(qū)的十字路口中央不動(dòng)了…而此時(shí)我們直行的綠燈已經(jīng)轉(zhuǎn)紅。
我們有意沒(méi)有接管，想看看NOH到底會(huì)怎么辦。
緊急避讓保證安全后，NOH用幾秒時(shí)間確認(rèn)搶行車(chē)停止不動(dòng)，然后系統(tǒng)并沒(méi)有受到直行綠燈轉(zhuǎn)紅的影響而停在路中間，確認(rèn)安全后盡快通過(guò)路口：
換成人類司機(jī)，這其實(shí)也是唯一合理且安全的處理方式。
這套方案，除了軟件算法全部由毫末智行自研，硬件方案中的自動(dòng)駕駛計(jì)算平臺(tái)也是毫末自研，算力達(dá)到360T。
對(duì)比來(lái)看，今年大部分車(chē)廠翹首以盼等交付的英偉達(dá)Orin芯片，是256T算力。
此外，傳感器方面，量產(chǎn)NOH方案采用12個(gè)攝像頭、5個(gè)毫米波雷達(dá)、2個(gè)激光雷達(dá)以及12個(gè)超聲波雷達(dá)。
這就是中國(guó)首個(gè)量產(chǎn)城市輔助駕駛的真實(shí)情況，你感覺(jué)它夠“老司機(jī)”嗎？
自動(dòng)駕駛“思想鋼印”？
毫末NOH的量產(chǎn)速度如此之快，甚至有業(yè)內(nèi)人士表示百思不得解。
毫末曾經(jīng)給自己的業(yè)務(wù)方法論，起了一個(gè)頗為神秘的名字：自動(dòng)駕駛思想鋼印。
不了解《三體》也沒(méi)關(guān)系，毫末智行所謂的“思想鋼印”，其實(shí)就是自動(dòng)駕駛公司都繞不過(guò)去的數(shù)據(jù)閉環(huán)能力。
一般來(lái)說(shuō)，自動(dòng)駕駛數(shù)據(jù)閉環(huán)萬(wàn)變不離其宗，關(guān)鍵流程都是“數(shù)據(jù)收集處理-訓(xùn)練-部署-再收集”的循環(huán)，以此迭代升級(jí)AI司機(jī)的能力。
涉及到數(shù)據(jù)層面，總共三個(gè)過(guò)程：收集、處理、反饋。
只不過(guò)在毫末這里，加上了兩個(gè)附加條件：低成本和高速度。
對(duì)應(yīng)到毫末智行數(shù)據(jù)智能體系中，分別是數(shù)據(jù)的自動(dòng)化處理程度，和模型快速驗(yàn)證。
AI Day上毫末智行CEO顧維灝介紹毫末最新的數(shù)據(jù)積累和應(yīng)用情況：毫末智行智能駕駛系統(tǒng)目前裝機(jī)量為數(shù)萬(wàn)，截止今年四月用戶貢獻(xiàn)的實(shí)際路測(cè)里程超過(guò)700萬(wàn)公里，而且這個(gè)數(shù)字還在以每天數(shù)萬(wàn)公里的速度增加。
數(shù)據(jù)的收集問(wèn)題，毫末已經(jīng)解決，但要讓AI明白數(shù)據(jù)含義，還需要認(rèn)知過(guò)程，解決從客觀世界到駕駛動(dòng)作的映射。
除了從實(shí)時(shí)數(shù)據(jù)上歸納影響駕駛行為的因素，系統(tǒng)還需要對(duì)照更大規(guī)模的數(shù)據(jù)樣本來(lái)學(xué)習(xí)規(guī)律。
所以，數(shù)據(jù)處理的核心聚焦到快速標(biāo)注上。
為此毫末研發(fā)了一個(gè)高效標(biāo)注系統(tǒng)，應(yīng)用無(wú)監(jiān)督自動(dòng)標(biāo)注算法，這套系統(tǒng)從數(shù)據(jù)標(biāo)注的底層入手，對(duì)大批量數(shù)據(jù)進(jìn)行自動(dòng)標(biāo)注，再由人工校對(duì)后反饋給系統(tǒng)，不斷提升準(zhǔn)確性和效率，逐漸減少人力工作量。
目前，毫末已經(jīng)有超過(guò)70%的數(shù)據(jù)由系統(tǒng)自動(dòng)標(biāo)注處理。
數(shù)據(jù)處理的自動(dòng)化能力建設(shè)有什么意義？
隨著未來(lái)兩年毫末智能駕駛系統(tǒng)裝機(jī)量達(dá)到百萬(wàn)，人工標(biāo)注數(shù)據(jù)的成本即使按0.5元一公里來(lái)算，也會(huì)迅速上升到數(shù)億甚至十億級(jí)別。
別說(shuō)創(chuàng)業(yè)公司，國(guó)內(nèi)車(chē)企自主三強(qiáng)每年凈利也不過(guò)幾十億，這條路顯然是走不通的。
所以，建立數(shù)據(jù)閉環(huán)其實(shí)不難，真正能持續(xù)下去的是“低成本獲取數(shù)據(jù)”。
數(shù)據(jù)處理好之后，已經(jīng)可以喂給算法進(jìn)行訓(xùn)練，那么訓(xùn)練好的模型，如何驗(yàn)證效果？
尤其是在短時(shí)間對(duì)多個(gè)功能進(jìn)行不同升級(jí)后，如果把所有版本依次拿到實(shí)車(chē)上跑一遍，然后再開(kāi)發(fā)下一個(gè)版本…自動(dòng)駕駛可能就永無(wú)實(shí)現(xiàn)之日了。
所以要把把驗(yàn)證工作放在仿真系統(tǒng)中進(jìn)行。
毫末智行將每一次路測(cè)都還原為仿真中的“元宇宙”，同一場(chǎng)景下不同光照、不同天氣，不同曝光條件都可在系統(tǒng)中調(diào)整，由此來(lái)模擬算法在不同工況下的表現(xiàn)。
這樣的流程，其實(shí)也可以理解成算法迭代的自動(dòng)化，對(duì)應(yīng)著思想鋼印中的“高速度”。
毫末智行這一套數(shù)據(jù)智能體系，叫雪湖，也叫MANA。
癡迷《三體》的毫末工程師們以此命名，含義是像面壁者邏輯掉入雪湖后參悟黑暗森林法則一樣，從MANA開(kāi)始，毫末也掌了握自動(dòng)駕駛的核心能力。
在MANA系統(tǒng)的加持下，毫末智行的“AI司機(jī)”，已經(jīng)不間斷訓(xùn)練駕駛技巧長(zhǎng)達(dá)20萬(wàn)小時(shí)，虛擬駕齡已相當(dāng)于人類司機(jī)2萬(wàn)年的駕駛時(shí)長(zhǎng)。
毫末智行的高速、城市NOH快速上線，業(yè)內(nèi)看起來(lái)好像“開(kāi)掛”一般，但了解深層原因后并不匪夷所思。
本質(zhì)就是高度自動(dòng)化的數(shù)據(jù)智能能力，保證了AI老司機(jī)能力快速迭代的基本條件，再加上長(zhǎng)城汽車(chē)的大規(guī)模量產(chǎn)渠道。
所以，討論“毫末現(xiàn)象”的核心其實(shí)應(yīng)該是：毫末智行的經(jīng)驗(yàn)和模式，可以被其他無(wú)人車(chē)初創(chuàng)公司復(fù)制嗎？
毫末智行，能被復(fù)制嗎？
自動(dòng)駕駛創(chuàng)業(yè)，毫末是最特殊的一個(gè)。
成果、技術(shù)給行業(yè)什么樣的啟示？至少能總結(jié)出三個(gè)方法論。首先是大船放小船。
你可以說(shuō)毫末智行是長(zhǎng)城汽車(chē)旗下，但它卻不屬于長(zhǎng)城汽車(chē)上市集團(tuán)。
長(zhǎng)城入股但不直接管理，讓毫末智行以科技公司的效率和靈活性運(yùn)營(yíng)，不受大集團(tuán)業(yè)務(wù)流程所累，激發(fā)創(chuàng)造力。
同時(shí)，長(zhǎng)城汽車(chē)又保持了一個(gè)車(chē)圈老大哥的“大度”，允許毫末智行公開(kāi)融資、IPO，團(tuán)隊(duì)的積極性也有了充分保障。
第二是長(zhǎng)城汽車(chē)給毫末智行提供規(guī)模量產(chǎn)的渠道，這種“kick start”也是毫末智行進(jìn)度驚人的基礎(chǔ)。
更出乎意料的是，長(zhǎng)城汽車(chē)沒(méi)有把毫末智行的產(chǎn)品指定成“專供”，反而鼓勵(lì)毫末團(tuán)隊(duì)去市場(chǎng)擴(kuò)展其他的主機(jī)廠客戶。
毫末智行董事長(zhǎng)張凱在AI Day上介紹了毫末的開(kāi)放合作原則：合作方可以選擇采用全棧技術(shù)解決方案，可以選擇在數(shù)據(jù)智能云端服務(wù)層面與我們合作，也可以選擇軟件或硬件層面，或者功能模塊層面的合作；甚至可以選擇和我們進(jìn)行源代碼級(jí)別的定制。
從全棧解決方案到源代碼，這6個(gè)產(chǎn)品層面毫末智行都可以開(kāi)放合作。
這也讓毫末未來(lái)的業(yè)務(wù)規(guī)模和技術(shù)迭代有了更大的空間。
最后一點(diǎn)，也是最重要的，是毫末智行本身的數(shù)據(jù)閉環(huán)能力。
海量數(shù)據(jù)涌進(jìn)系統(tǒng)，數(shù)據(jù)的存儲(chǔ)、傳輸，以及數(shù)據(jù)處理的人工、時(shí)間其實(shí)都是成本，毫末智行的數(shù)據(jù)智能體系，針對(duì)每個(gè)可能的成本產(chǎn)生環(huán)節(jié)，都有專門(mén)的優(yōu)化機(jī)制。
很難相信這是不到3年時(shí)內(nèi)摸著石頭過(guò)河探索出來(lái)的，更像是一開(kāi)始就規(guī)劃好的布局。
與車(chē)廠的緊密聯(lián)系、數(shù)據(jù)閉環(huán)能力、大規(guī)模上量的渠道…這些是毫末智行模式最基礎(chǔ)的3個(gè)方法論。
自動(dòng)駕駛創(chuàng)業(yè)公司能不能復(fù)制？
當(dāng)然可以。
與車(chē)廠建立緊密聯(lián)系不難，事實(shí)上幾乎所有老牌車(chē)企都迫切轉(zhuǎn)型，有團(tuán)隊(duì)有技術(shù)的無(wú)人車(chē)公司不乏青睞。
所以量產(chǎn)渠道這個(gè)問(wèn)題至少表面上看不難解決。
但深度綁定之后自身的前景和潛力會(huì)不會(huì)被限制？小船到最后會(huì)不會(huì)成大船的一塊“木板”？
畢竟像長(zhǎng)城汽車(chē)這樣開(kāi)放的車(chē)企不多，更多主機(jī)廠傾向于緊緊攥住自己的“靈魂”不撒手。
更關(guān)鍵的是，硬核實(shí)力夠不夠，能不能像毫末一樣建立起一套高度自動(dòng)化的低成本數(shù)據(jù)智能技術(shù)體系？
這一點(diǎn)，可能唯有實(shí)現(xiàn)那一刻才算證明。
所以，毫末智行確實(shí)給自動(dòng)駕駛創(chuàng)業(yè)提供了另一種可以踐行模式。
其他無(wú)人車(chē)創(chuàng)業(yè)公司可以照搬，只是要做到毫末智行的程度，實(shí)力、機(jī)遇缺一不可。
