凤凰网汽车

毫末智行发布城市NOH功能，<a href="https://car.auto.ifeng.com/brand/10012/" class="kw-link" target="_blank">长城</a>系智驾全面起飞

给时光以生命，给岁月以文明

毫末智行（长城旗下自动驾驶公司）用《三体》里最破圈的这句话，为第五届AI Day画上了句号。正如毫末智行CEO所说，毫末智行是一家“长在三体上的公司”。

马斯克和特斯拉有他们的“第一性原理”，毫末智行也有他们的“思想钢印”。每一种解决方案，都是建立在一些关键假设之上，可以叫第一性原理，也可以叫“思想钢印”。

“思想钢印”出自《三体》中的第三位面壁者希恩斯，指的是一种可以植入人类大脑中，使其无条件认同的“关键假设”。

毫末智行基于认定的“思想钢印”，又整理出了一套智能驾驶解决方案 ——数据数据体系MANA。有意思的是，MANA这个名字的灵感，也是来自《三体》

第四位面壁人罗辑，在在结冰的湖面上散步，掉入冰窟，在窒息的边缘，他顿悟了宇宙社会学真相，总结出了黑暗森林法则，从此变身执剑人，使地球文明暂时脱离了三体文明的威胁。

这个湖是新纪元的起源，在三体宇宙中意义飞凡，可惜刘慈欣并没有给这个湖取名字。在中国新疆有一个湖，和三体描述的很像，叫做玛旁雍措（Lake Manasarovar），毫末的数据智能体系正是取名于这个湖。

熟悉三体宇宙的伙伴，一定会感叹于毫末智行这套命名的妙不可言。

聊完毫末智行的三体宇宙，我们再来回顾这场AI Day 上释放的最新进展，毫末城市NOH辅助驾驶系统。

如视频所述，这是国内继华为ADS、小鹏XPILOT3.5之后，第三个开放给媒体体验的城市领航辅助驾驶系统。

这套系统将于今年6月通过WEY摩卡的新车型交付，未来还会搭载在WEY、坦克、哈弗等众多长城旗下的品牌车型上。当然，如果其他车企愿意使用的话，也是可以合作搭载的。

重感知路线的弯道超车

毫末城市NOH最大的特点便是“重感知，不依赖高精地图”。这在智能驾驶领域算得上是一次创新的尝试。

高精地图能够提供丰富的先验信息，必然事半功倍，但目前城市级高精地图不仅存在鲜度无法保障的问题，还因为审查问题影响了交付的节奏。

华为ADS、小鹏城市NGP都只能做到先在北京上海等一线城市交付落地，后续推广速度上也较为缓慢，全国有300多个城市，想要实现城市级高精地图覆盖基本是不太可能。

毫末的方案由于不依赖高精地图，因此不受审批的干扰，在城市覆盖上也可以实现超100个城市的覆盖。

特斯拉也是未使用高精地图，但它使用了视觉众包地图的方式提供先验信息，视觉众包此前在国内便属于灰色地带，随着这一轮网络安全审查的推进，众包建图变得更加前途未卜。

毫末城市NOH目前是向某图商定制了一款SD Pro地图，也能够提供车道线拓普关系在内的先验信息，我们可以理解为这是一套2D的，带车道线信息的导航地图。

这套地图是车辆实现导航路径规划的基础，但要实现准确地按照导航自行选择最优路线行驶，执行变道、加减速指令，还需要感知和决策控制上的“真本事”。

“重感知”对硬件要求更高

首先是硬件上，毫末这套传感器方案搭载了3个前向800万摄像头，1个正后800万摄像头，左右的侧前、侧后是800万的广角摄像头。

此外，毫末在车身左右两侧还搭载了2颗速腾聚创的MEMS激光雷达M1，M1是我们的老朋友了，但是被安装在这个位置，还是第一次见。

其他家的激光雷达都是尽可能拍前面，甚至还要放车顶来提升探测距离，或者通过多颗FOV的拼接实现更大的水平视场角。

毫末的这套方案比较凡尔赛了，有激光雷达，嘿我就是不往前扫，就是玩儿（用作对左右侧后的补盲）。这很大程度显示出毫末对自家视觉算法的自信，依靠视觉就能感知前向环境的深度信息。

这个安装位置，我猜测对应的功能需求是，让系统执行向左向右变道时，决策更及时也更安全。其实想想也觉得很有道理，我们对待前向障碍物，处理的需求普遍没有那么急迫，基本都是减速加速，而且800万摄像头在探测距离上比现阶段的激光雷达更有优势，能在更远距离外检测到障碍物，处理更灵活。

然而在纵向处理上，往往都是急活儿，例如我们避让前车时，需要准确知道左后方有没有迅速接近的车辆，我们的避让和变道到底安不安全。

此外毫末还搭载了自研的“小魔盒3.0”，算力达360Tops，后期可以升级到四芯片1440TOPS算力版本，足以满足更高级别功能的算力需求。

“重感知”对算法能力要求更高

毫末将MANA分为感知智能和认知智能，感知智能就是我们常说的识别、预测、融合，而认知智能大概对应我们常说的规控加上模型训练的部分。

首先在感知上，在毫末上一届AI Day上就提出过亟待解决的问题：“时间上的感知不连续、空间上的感知碎片化”。

短短近4个月的时间，毫末就给出了基于Transformer的解决方案。Transformer更接近于人类对世界的理解方式，可以提出一个统一的指针来拉齐各部门（传感器）的跨部门协作，格局打开，自带全局视野。

AI Day上，毫末智行单独介绍了自研的“BEV Transfomer"算法，可以利用Transformer的优势，将遍布车身前后左右的摄像头拼接并转化为一个俯瞰视角，也就是相当于我们玩赛车游戏时用到的上帝视角。

玩过赛车游戏的伙伴应该都能感受到，上帝视角下我们做决策判断会灵活，掌握的信息也更直接更完整，虽然代入感差点，但更容易跑出好成绩。

毫末举了个车道线检测的例子，来说明BEV Transfomer的优点：更稳定、信息更完整。此外，现阶段我们对激光雷达感知结果的使用，也是通过PointPillar算法转化为上帝视角（BEV）。

因此如果视觉和激光雷达点云都被映射在同一坐标轴中，且利用Transfomer自带社交牛逼症式的融合能力，理论上是更便于实现真正的激光雷达、摄像头前融合感知，那系统对环境的感知就会有质的飞跃。

训练才是智驾制胜的重点

智能驾驶经过这么多年的发展，在感知上的算法越来越多，很多都还是开源的，而决定于能不能用好，如何用好，还需要大量的数据训练来优化模型。

毫末智行在训练上和阿里有密切的合作，首先是使用阿里达摩院的M6超大模型做预训练，M6达到了1750亿的参数量，涵盖了我们在互联网上的多数信息，例如购物、娱乐等，他核心的功能是用来“猜你喜欢”。

毫末智行会通过包含人类文明泛化信息的大模型做预训练，再通过阿里云来做自动驾驶数据集的专项训练，从而能够让模型的学习效果更好。

此外，用AI来给训练的数据集打框框打标签，是现阶段人工智能发展的大势所趋，也是真正拉开人工智能演进速度的关键技术。毫末智行透露现阶段自身的自动化标注能力，可以将标注的成本降低80%以上（相较完全人工标注）。

训练的工具有了，训练的“教材”也有了，剩下的就是对着教材来让人工智能学习，如何在对应的场景下做出最合理的控制，这也就是我们常说的规划控制。

目前通过体验来看，毫末智行在复杂的城市环岛中，表现非常亮眼，对其他车辆的行为预测，以及本车做出的规划控制都非常精准。可以说如果闭上眼，车上的乘客可能很难区分出是人在开，还是机器在开。

这样的效果，便是来自于大量的数据训练。截止2022年4月，毫末辅助驾驶行驶总里程700万公里，而未来两年还会有100万台车加入，提供更多的数据。

毫末智行和特斯拉一样，会在车上使用影子模式和特征触发器来收集供自动驾驶训练的数据，简单说就是，它会将一套最新的待测的算法推送到车辆，实际开车过程中，这套系统会模拟感知和决策，但这些决策不会在车上起作用，整个过程中车主是无感的。

这就好比是这套系统在平行宇宙里开车，然后将AI开的和人类车主自己开的做对比，如果决策的差距很大，就会上报这段数据。

当然需要放心的是，这些数据都是经过脱敏处理的，可以完全保障信息安全。

背靠长城，毫末NOH 在上车推广速度上有天然的优势，成为拥有全球第二大智能驾驶数据集的企业只是时间问题。

如果数据越多，学习效率越高，系统越智能的“思想钢印”是正确的，那毫末在智驾上的表现着实未来可期。