-
讓品牌有溫度、有情感
專(zhuān)注品牌策劃15年
-
當(dāng)前位置：首頁(yè) > 創(chuàng)意學(xué)院 > 營(yíng)銷(xiāo)推廣 > 專(zhuān)題列表 > 正文
- HAOMO發(fā)布自動(dòng)駕駛生成式大模型DriveGPT
- 毫末 AI DAY干貨滿滿 以數(shù)據(jù)驅(qū)動(dòng)的自動(dòng)駕駛3.0時(shí)代已經(jīng)到來(lái)
- 毫末智行COO侯軍：自動(dòng)駕駛未來(lái)已來(lái) 技術(shù)創(chuàng)新激活產(chǎn)業(yè)新動(dòng)能
- 當(dāng)GPT遇到自動(dòng)駕駛，毫末首發(fā)DriveGPT
毫末自動(dòng)駕駛（毫末自動(dòng)駕駛?cè)桑?/h1>
發(fā)布時(shí)間：2023-05-26 16:34:01
稿源：
創(chuàng)意嶺 閱讀：
95
大家好！今天讓創(chuàng)意嶺的小編來(lái)大家介紹下關(guān)于毫末自動(dòng)駕駛的問(wèn)題，以下是小編對(duì)此問(wèn)題的歸納整理，讓我們一起來(lái)看看吧。
開(kāi)始之前先推薦一個(gè)非常厲害的Ai人工智能工具，一鍵生成原創(chuàng)文章、方案、文案、工作計(jì)劃、工作報(bào)告、論文、代碼、作文、做題和對(duì)話答疑等等
只需要輸入關(guān)鍵詞，就能返回你想要的內(nèi)容，有小程序、在線網(wǎng)頁(yè)版、PC客戶端和批量生成器
官網(wǎng)：https://ai.de1919.com。
本文目錄:
![毫末自動(dòng)駕駛（毫末自動(dòng)駕駛?cè)桑? src=]()
HAOMO發(fā)布自動(dòng)駕駛生成式大模型DriveGPT
【TechWeb汽車(chē)】4月12日消息，在HAOMO AI DAY上，HAOMO發(fā)布業(yè)內(nèi)首個(gè)自動(dòng)駕駛生成式大模型DriveGPT，中文名“雪湖•海若”，毫末智行CEO顧維灝表示，DriveGPT將重塑汽車(chē)智能化技術(shù)路線。據(jù)介紹，DriveGPT雪湖•海若首發(fā)車(chē)型是新摩卡DHT-PHEV，即將量產(chǎn)上市。
毫末智行董事長(zhǎng)張凱表示：“2023年智駕產(chǎn)品進(jìn)入全線爆發(fā)期，大模型開(kāi)啟在車(chē)端的落地應(yīng)用，車(chē)主的使用頻率和滿意度成為產(chǎn)品競(jìng)爭(zhēng)力的重要衡量標(biāo)準(zhǔn)。”
顧維灝介紹，DriveGPT通過(guò)引入駕駛數(shù)據(jù)建立RLHF（人類(lèi)反饋強(qiáng)化學(xué)習(xí)）技術(shù)，對(duì)自動(dòng)駕駛認(rèn)知決策模型進(jìn)行持續(xù)優(yōu)化，現(xiàn)階段主要用于解決自動(dòng)駕駛的認(rèn)知決策問(wèn)題，終極目標(biāo)是實(shí)現(xiàn)端到端自動(dòng)駕駛。
目前，毫末DriveGPT雪湖•海若實(shí)現(xiàn)了模型架構(gòu)與參數(shù)規(guī)模的升級(jí)，參數(shù)規(guī)模達(dá)到1200億，預(yù)訓(xùn)練階段引入4000萬(wàn)公里量產(chǎn)車(chē)駕駛數(shù)據(jù)，RLHF階段引入 5萬(wàn)段人工精選的困難場(chǎng)景接管Clips。
DriveGPT雪湖•海若的底層模型采用GPT（Generative Pre-trained Transformer）生成式預(yù)訓(xùn)練大模型，與ChatGPT使用自然語(yǔ)言進(jìn)行輸入與輸出不同，DriveGPT輸入是感知融合后的文本序列，輸出是自動(dòng)駕駛場(chǎng)景文本序列，即將自動(dòng)駕駛場(chǎng)景Token化，形成“Drive Language”，最終完成自車(chē)的決策規(guī)控、障礙物預(yù)測(cè)以及決策邏輯鏈的輸出等任務(wù)。
顧維灝進(jìn)一步闡釋?zhuān)珼riveGPT雪湖•海若具有三個(gè)能力：
1. DriveGPT雪湖•海若可以按概率生成很多個(gè)場(chǎng)景序列，每個(gè)場(chǎng)景都是一個(gè)全局的場(chǎng)景，每個(gè)場(chǎng)景序列都是未來(lái)有可能發(fā)生的一種實(shí)際情況；
2.在所有場(chǎng)景序列都產(chǎn)生的情況下，DriveGPT雪湖•海若能把場(chǎng)景中最受關(guān)注的自車(chē)行為軌跡量化出來(lái)，也就是生成場(chǎng)景的同時(shí)，會(huì)產(chǎn)生自車(chē)未來(lái)的軌跡信息；
3. 有了自車(chē)未來(lái)的軌跡信息之后，希望這條軌跡是可解釋的，而GPT模型最擅長(zhǎng)的領(lǐng)域便是對(duì)話和推理，DriveGPT雪湖•海若也很好地繼承了這種特性，在生成場(chǎng)景序列、軌跡的同時(shí)，也會(huì)把整個(gè)決策邏輯鏈給輸出。
顧維灝介紹，毫末在2023年1月發(fā)布的中國(guó)自動(dòng)駕駛行業(yè)最大的智算中心MANA OASIS（雪湖• 綠洲）此次從算力優(yōu)化等層面升級(jí)了三大能力，進(jìn)一步支持DriveGPT雪湖•海若的算力。
首先，毫末與火山引擎全新搭建了“全套大模型訓(xùn)練保障框架”，實(shí)現(xiàn)了異常任務(wù)分鐘級(jí)捕獲和恢復(fù)能力，可以保證千卡任務(wù)連續(xù)訓(xùn)練數(shù)個(gè)月沒(méi)有任何非正常中斷,有效保證了大模型訓(xùn)練穩(wěn)定性；
其次，毫末研發(fā)出以真實(shí)數(shù)據(jù)回傳為核心的增量學(xué)習(xí)技術(shù)，并將其推廣到了大模型訓(xùn)練，構(gòu)建了一個(gè)大模型持續(xù)學(xué)習(xí)系統(tǒng)，自主研發(fā)任務(wù)級(jí)彈性伸縮調(diào)度器，分鐘級(jí)調(diào)度資源，集群計(jì)算資源利用率達(dá)到95%；
最后，MANA OASIS通過(guò)提升數(shù)據(jù)吞吐量來(lái)降本增效，滿足Transformer大模型訓(xùn)練效率，通過(guò)引入火山引擎提供的Lego算子庫(kù)實(shí)現(xiàn)算子融合，端到端吞吐提升84%。
談到DriveGPT雪湖•海若的實(shí)現(xiàn)過(guò)程，顧維灝介紹稱(chēng)，首先在預(yù)訓(xùn)練階段通過(guò)引入量產(chǎn)駕駛數(shù)據(jù)，訓(xùn)練初始模型，再通過(guò)引入駕駛接管Clips數(shù)據(jù)完成反饋模型（Reward Model）的訓(xùn)練，然后再通過(guò)強(qiáng)化學(xué)習(xí)的方式，使用反饋模型去不斷優(yōu)化迭代初始模型，形成對(duì)自動(dòng)駕駛認(rèn)知決策模型的持續(xù)優(yōu)化。
DriveGPT雪湖•海若的一個(gè)關(guān)鍵設(shè)計(jì)，就是場(chǎng)景的Token化表達(dá)，顧維灝把這種方式叫做Drive Language。
同時(shí)，DriveGPT雪湖•海若還會(huì)根據(jù)Drive Language輸入端的提示語(yǔ)以及毫末CSS自動(dòng)駕駛場(chǎng)景庫(kù)的決策樣本去訓(xùn)練模型，讓模型學(xué)習(xí)推理關(guān)系，從而將完整駕駛策略拆分為自動(dòng)駕駛場(chǎng)景的動(dòng)態(tài)識(shí)別過(guò)程，完成可理解、可解釋的推理邏輯鏈生成。
另外，顧維灝提到，DriveGPT雪湖•海若可以逐步應(yīng)用到城市NOH、捷徑推薦、智能陪練以及脫困場(chǎng)景中。有了DriveGPT雪湖•海若的加持，車(chē)輛行駛會(huì)更安全；動(dòng)作更人性、更絲滑，并有合理的邏輯告訴駕駛者，車(chē)輛為何選擇這樣的決策動(dòng)作。對(duì)于普通用戶來(lái)說(shuō)，車(chē)輛越來(lái)越像老司機(jī)，用戶對(duì)智能產(chǎn)品的信任感會(huì)更強(qiáng)，理解到車(chē)輛的行為都是可預(yù)期、可理解的。
當(dāng)前，毫末在使用數(shù)據(jù)過(guò)程中，逐步建立起一套基于4D Clips駕駛場(chǎng)景識(shí)別方案，具備極高性價(jià)比。在行業(yè)上，給出正確的標(biāo)注結(jié)果，一張圖片需要約5元；如果使用DriveGPT雪湖•海若的場(chǎng)景識(shí)別服務(wù)，一張圖片的價(jià)格將下降到0.5元。單幀圖片整體標(biāo)注成本僅相當(dāng)于行業(yè)的1/10。接下來(lái)，毫末會(huì)將圖像幀及4D Clips場(chǎng)景識(shí)別服務(wù)逐步向行業(yè)開(kāi)放使用，這將大幅降低行業(yè)使用數(shù)據(jù)的成本，提高數(shù)據(jù)質(zhì)量，從而加速自動(dòng)駕駛技術(shù)的快速發(fā)展。
目前，毫末DriveGPT雪湖•海若已正式對(duì)外開(kāi)放，開(kāi)啟對(duì)限量首批客戶的合作，北京交通大學(xué)計(jì)算機(jī)與信息技術(shù)學(xué)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。毫末DriveGPT雪湖•海若大模型的成果將首發(fā)落地在搭載毫末HPilot3.0的新摩卡DHT-PHEV上。
顧維灝表示，毫末DriveGPT雪湖•海若將攜手生態(tài)伙伴率先探索四大應(yīng)用能力，包括智能駕駛、駕駛場(chǎng)景識(shí)別、駕駛行為驗(yàn)證、困難場(chǎng)景脫困。
【本文來(lái)自易車(chē)號(hào)作者TechWeb，版權(quán)歸作者所有,任何形式轉(zhuǎn)載請(qǐng)聯(lián)系作者。內(nèi)容僅代表作者觀點(diǎn)，與易車(chē)無(wú)關(guān)】
毫末 AI DAY干貨滿滿 以數(shù)據(jù)驅(qū)動(dòng)的自動(dòng)駕駛3.0時(shí)代已經(jīng)到來(lái)
易車(chē)原創(chuàng) 以往提到輔助駕駛你可能首先會(huì)聯(lián)想到特斯拉、華為或者小鵬，但如今你可能需要記住一個(gè)后來(lái)居上的新玩家了，它就是毫末智行。這家公司是由長(zhǎng)城汽車(chē)的智能駕駛前部孵化而來(lái)，在成立的1020天之后，毫末給我們奉上了一份令人驚嘆的成績(jī)單。
就在9月13日舉行的第六屆HAOMO AI DAY上，毫末再一次向我們展示了他們的最新成果和傲人成績(jī)：毫末1000天，跑出了中國(guó)自動(dòng)駕駛最快的1000天，穩(wěn)居“中國(guó)量產(chǎn)自動(dòng)駕駛第一名”，兩年半時(shí)間穩(wěn)定交付三代乘用車(chē)輔助駕駛產(chǎn)品，目前已搭載超過(guò)十款明星車(chē)型，中國(guó)首款搭載大規(guī)模量產(chǎn)城市NOH車(chē)型摩卡DHT-PHEV激光雷達(dá)版計(jì)劃9月量產(chǎn)，年內(nèi)發(fā)售。搭載毫末HPilot的魏牌摩卡PHEV和歐拉好貓，獲得歐盟E-NCAP“五星安全評(píng)級(jí)”，使得毫末成為中國(guó)首個(gè)出海量產(chǎn)落地的自動(dòng)駕駛公司。末端物流自動(dòng)配送方面，占據(jù)該領(lǐng)域領(lǐng)先的市場(chǎng)份額，小魔駝2.0量產(chǎn)下線交付客戶。毫末開(kāi)創(chuàng)的中國(guó)首個(gè)數(shù)據(jù)智能體系MANA完成數(shù)十萬(wàn)全要素、多模態(tài)CLIPS的標(biāo)注，積累300萬(wàn)小時(shí)中國(guó)道路駕駛認(rèn)知場(chǎng)景庫(kù)，相當(dāng)于人類(lèi)司機(jī)4萬(wàn)年，基本完成數(shù)據(jù)閉環(huán)……
以上這一系列成績(jī)很難讓人相信這是一家僅僅成立了兩年半的公司。那么接下來(lái)我們就結(jié)合這次AI DAY 活動(dòng)的干貨分享帶各位了解一下毫末是如何做到進(jìn)步如此迅猛并且成績(jī)斐然的。
01 “大模型+大數(shù)據(jù)” 毫末全力沖刺自動(dòng)駕駛3.0時(shí)代
在此次活動(dòng)上，毫末智行CEO顧維灝博士發(fā)表了主題為《毫末和自動(dòng)駕駛的3.0時(shí)代》的演講，在業(yè)內(nèi)首次提出“自動(dòng)駕駛已經(jīng)進(jìn)入數(shù)據(jù)驅(qū)動(dòng)的3.0時(shí)代”的行業(yè)判斷。
那么自動(dòng)駕駛的演進(jìn)過(guò)程到底是怎樣的呢？1.0、2.0和3.0之間又有怎樣的跨越和不同呢？
首先1.0時(shí)代還是以硬件驅(qū)動(dòng)為主：感知能力主要靠激光雷達(dá)，認(rèn)知方式依賴(lài)人工規(guī)則，整車(chē)成本較高，自動(dòng)駕駛的里程規(guī)模也就在100萬(wàn)公里左右；
其次到了2.0時(shí)代則是以軟件驅(qū)動(dòng)為主：感知方式由激光雷達(dá)變成了多傳感器的單獨(dú)輸出結(jié)果，融合方式還不健全。并且訓(xùn)練模式還是小模型和少數(shù)據(jù)的情況，認(rèn)知方式仍舊是人工規(guī)則為主，自動(dòng)駕駛的里程規(guī)模上升到100萬(wàn)到1億公里之間；
最后以數(shù)據(jù)驅(qū)動(dòng)的自動(dòng)駕駛3.0時(shí)代則是毫末沖刺的方向：感知方式上實(shí)現(xiàn)多傳感器融合輸出結(jié)果，認(rèn)知上進(jìn)化為可解釋的場(chǎng)景化駕駛常識(shí)，訓(xùn)練模式達(dá)到大模型和大數(shù)據(jù)的體量，自動(dòng)駕駛里程也提升到1億公里以上，毫末一直在為自動(dòng)駕駛3.0時(shí)代做準(zhǔn)備，在感知、認(rèn)知、模式建設(shè)上，都是按照數(shù)據(jù)驅(qū)動(dòng)的方式建設(shè)的。毫末所做的一切的，都是為了能夠做出數(shù)據(jù)通道和計(jì)算中心，以便可以更高效地獲取數(shù)據(jù)，并把數(shù)據(jù)轉(zhuǎn)化為知識(shí)。目前特斯拉已領(lǐng)跑全球率先進(jìn)入自動(dòng)駕駛3.0時(shí)代，而毫末最有可能成為中國(guó)公司中第一個(gè)進(jìn)入自動(dòng)駕駛3.0時(shí)代的公司。
顧維灝表示，Attention大模型作為當(dāng)前AI發(fā)展的新趨勢(shì)，其所帶來(lái)的機(jī)遇和挑戰(zhàn)，成為自動(dòng)駕駛3.0時(shí)代的重要驅(qū)動(dòng)因素之一。Attention最大的特點(diǎn)是結(jié)構(gòu)簡(jiǎn)潔，可以無(wú)限堆疊基本單元得到巨大參數(shù)量模型，隨著參數(shù)量的增加和訓(xùn)練方法的提升，大模型的效果在很多NLP任務(wù)上已經(jīng)超越了人類(lèi)平均水平。不過(guò)Attention的大模型也面臨一大挑戰(zhàn)，即由于其對(duì)算力的需求遠(yuǎn)遠(yuǎn)超出了摩爾定律，這導(dǎo)致大模型的訓(xùn)練成本非常高，在終端設(shè)備上的落地非常困難。
Attention大模型帶來(lái)的機(jī)遇和挑戰(zhàn)，正驅(qū)動(dòng)自動(dòng)駕駛行業(yè)的技術(shù)變革?！昂聊┱谕ㄟ^(guò)低碳超算來(lái)降低自動(dòng)駕駛成本，通過(guò)改進(jìn)車(chē)端模型和芯片的設(shè)計(jì)來(lái)實(shí)現(xiàn)大模型的車(chē)端落地，通過(guò)數(shù)據(jù)的組織讓大模型發(fā)揮更大效力?！鳖櫨S灝表示，在數(shù)據(jù)層面，基于Attention大模型，自動(dòng)駕駛需要大規(guī)模且多樣性的訓(xùn)練數(shù)據(jù)，而基于大規(guī)模真實(shí)人駕數(shù)據(jù)的乘用車(chē)輔助駕駛才有能力積累到足夠規(guī)模和足夠多樣的數(shù)據(jù)。毫末認(rèn)為，輔助駕駛是通往自動(dòng)駕駛的必由之路。因?yàn)橹挥休o助駕駛，才有能力收集到足夠規(guī)模和足夠多樣的數(shù)據(jù)。據(jù)悉，毫末經(jīng)過(guò)接近三年的發(fā)展，目前已是中國(guó)量產(chǎn)自動(dòng)駕駛公司的第一名，目前用戶輔助駕駛里程已接近1700萬(wàn)公里，數(shù)據(jù)規(guī)模正在持續(xù)快速增加。
低碳超算層面，毫末在此次AI DAY上正式官宣了中國(guó)自動(dòng)駕駛科技公司首個(gè)超算中心。顧維灝表示：“如何提升訓(xùn)練效率降低訓(xùn)練成本，實(shí)現(xiàn)低碳計(jì)算，是自動(dòng)駕駛走進(jìn)千家萬(wàn)戶的一個(gè)關(guān)鍵門(mén)檻?！焙聊┏阒行牡哪繕?biāo)是滿足千億參數(shù)大模型，訓(xùn)練數(shù)據(jù)規(guī)模100萬(wàn)clips，整體訓(xùn)練成本降低200倍。
在算法模型層面，顧維灝介紹，毫末早在2021年6月便啟動(dòng)了針對(duì)transformer大模型的研究和落地嘗試。正是基于過(guò)去一年多在訓(xùn)練平臺(tái)改造升級(jí)、數(shù)據(jù)規(guī)格和標(biāo)注方法的切換準(zhǔn)備、針對(duì)感知、認(rèn)知具體任務(wù)的模型細(xì)節(jié)探索等方面的成功實(shí)踐，為現(xiàn)在毫末在城市導(dǎo)航輔助駕駛場(chǎng)景中的快速發(fā)展打下了堅(jiān)實(shí)基礎(chǔ)。
02 MANA全方位升級(jí)，助力輔助駕駛走進(jìn)城市
城市導(dǎo)航輔助駕駛場(chǎng)景是當(dāng)前自動(dòng)駕駛功能的核心突破點(diǎn)，也是兵家必爭(zhēng)之地。然而從道路與交通狀況單一的高速場(chǎng)景進(jìn)入交通參與者眾多、道路與交通狀況極其復(fù)雜的城市場(chǎng)景，自動(dòng)駕駛系統(tǒng)面臨的技術(shù)難度可以說(shuō)是倍數(shù)級(jí)增長(zhǎng)。巨大的挑戰(zhàn)也拖住了眾多自動(dòng)駕駛廠商“進(jìn)城”的步伐，只能持續(xù)鏖戰(zhàn)技術(shù)突破點(diǎn)。毫末早在2021年底就立下了打贏“輔助駕駛城市場(chǎng)景之戰(zhàn)”的Flag，率先在城市輔助駕駛領(lǐng)域開(kāi)啟了技術(shù)探索之旅，如今毫末數(shù)據(jù)智能體系MANA正迎來(lái)多項(xiàng)里程碑式的升級(jí)迭代。
顧維灝表示，城市道路主要存在“4類(lèi)場(chǎng)景難題、6大技術(shù)挑戰(zhàn)”。其中場(chǎng)景難題主要包括“城市道路養(yǎng)護(hù)”“大型車(chē)輛密集”“變道空間狹窄”“城市環(huán)境多樣”。解決上述場(chǎng)景難題，技術(shù)層面面臨六大挑戰(zhàn)：1、如何能更高效地將數(shù)據(jù)規(guī)模轉(zhuǎn)化為模型效果 2、如何讓數(shù)據(jù)發(fā)揮更大的價(jià)值 3、如何使用重感知技術(shù)解決現(xiàn)實(shí)空間理解問(wèn)題 4、如何使用人類(lèi)世界的交互接口 5、如何讓仿真更真 6、如何讓自動(dòng)駕駛系統(tǒng)運(yùn)動(dòng)起來(lái)更像人。
為了應(yīng)對(duì)上述挑戰(zhàn)，MANA感知智能、認(rèn)知智能等方面均迎來(lái)更新升級(jí)。
首先，MANA通過(guò)使用大規(guī)模量產(chǎn)車(chē)無(wú)標(biāo)注數(shù)據(jù)的自監(jiān)督學(xué)習(xí)方法打造模型效果，相比只用少量標(biāo)注樣本訓(xùn)練，訓(xùn)練效果提升3倍以上，這讓毫末數(shù)據(jù)優(yōu)勢(shì)得以高效轉(zhuǎn)化為模型效果，以更好適應(yīng)自動(dòng)駕駛各種感知任務(wù)需求。
其次，MANA感知能力提升，讓海量數(shù)據(jù)不再被區(qū)別對(duì)待。面對(duì)巨大數(shù)據(jù)規(guī)模下的“數(shù)據(jù)效率”難題，MANA構(gòu)建了增量式學(xué)習(xí)訓(xùn)練平臺(tái)，抽取部分存量數(shù)據(jù)加上新數(shù)據(jù)組合成一個(gè)混合數(shù)據(jù)集。訓(xùn)練時(shí)要求新模型和舊模型的輸出保持盡量一致，對(duì)新數(shù)據(jù)的擬合盡量好。相比常規(guī)做法，整體算力節(jié)省80%，響應(yīng)速度提升6倍。
第三，MANA感知能力更強(qiáng)。通過(guò)使用時(shí)序的transformer模型在BEV空間上做了虛擬實(shí)時(shí)建圖，使得感知車(chē)道線的輸出更加準(zhǔn)確和穩(wěn)定，讓城市導(dǎo)航自動(dòng)駕駛告別高精地圖依賴(lài)。
第四，MANA感知能力更準(zhǔn)，讓中國(guó)沒(méi)有不能識(shí)別的車(chē)輛信號(hào)燈。MANA通過(guò)升級(jí)車(chē)上感知系統(tǒng)，對(duì)剎車(chē)燈、轉(zhuǎn)向燈狀態(tài)進(jìn)行專(zhuān)門(mén)識(shí)別，讓駕駛員在處理前車(chē)急剎、緊急切入等場(chǎng)景中更安全和舒適。
第五，MANA認(rèn)知能力也再次進(jìn)化。面對(duì)路口這一城市最復(fù)雜場(chǎng)景，MANA在仿真系統(tǒng)中引入了高價(jià)值的真實(shí)交通流場(chǎng)景，與浙江德清、阿里云合作，將路口這一城市最復(fù)雜場(chǎng)景引入仿真引擎，構(gòu)建自動(dòng)駕駛場(chǎng)景庫(kù)，通過(guò)自動(dòng)駕駛的真實(shí)仿真驗(yàn)證，時(shí)效性更高、微觀交通流更真實(shí)，有效綠色了城市路口通過(guò)“老大難”問(wèn)題。
最后，MANA認(rèn)知智能迎來(lái)新階段。通過(guò)對(duì)覆蓋全國(guó)的海量人類(lèi)駕駛進(jìn)行深度理解，學(xué)習(xí)常識(shí)和動(dòng)作擬人化，使得毫末輔助駕駛決策更像人類(lèi)實(shí)際駕駛行為，可結(jié)合實(shí)際情況選擇最優(yōu)路線保證安全，體感更像老司機(jī)。
MANA的再次進(jìn)化，為毫末城市NOH掃平了“進(jìn)城”路上的最大障礙?！昂聊┏鞘蠳OH是更懂中國(guó)城市路況的導(dǎo)航輔助駕駛?！鳖櫨S灝表示，毫末城市NOH采用“重感知、輕地圖、大算力”技術(shù)路線，在MANA的賦能助力下，具備智能識(shí)別交通燈、智能左右轉(zhuǎn)、智能變道、智能躲避障礙物-靜態(tài)、智能躲避障礙物-動(dòng)態(tài)五大亮點(diǎn)功能，此外“智慧交通流處理”功能也將正式發(fā)布。
可以想象在今后輔助駕駛不僅能在高速場(chǎng)景中應(yīng)用，在我們每天上下班通勤的場(chǎng)景也可以使用，這會(huì)極大緩解我們的出行疲勞并提升我們的駕駛舒適感。我個(gè)人真是十分期待的。
03 “重感知，輕地圖”將會(huì)成為未來(lái)的行業(yè)趨勢(shì)
現(xiàn)如今許多車(chē)企也在做城市輔助駕駛，像特斯拉、華為、小鵬等，毫末選擇的路線似乎更貼近特斯拉，就是更看重第一性原理，依靠車(chē)輛本身的智能化來(lái)實(shí)現(xiàn)各類(lèi)輔助駕駛功能。接下來(lái)咱們看看這幾家公司的具體技術(shù)路線和完成效果到底如何。
先來(lái)說(shuō)說(shuō)特斯拉，在全球范圍內(nèi)，特斯拉可以說(shuō)是在輔助駕駛技術(shù)上研發(fā)技術(shù)最快、并且量產(chǎn)速度也最快的，早在去年時(shí)，特斯拉FSD就已經(jīng)支持城市域高級(jí)輔助駕駛功能，并在不斷迭代后，在一位美國(guó)用戶的使用下實(shí)現(xiàn)了從東海岸到西海岸橫跨600多公里的全程零接管輔助駕駛。
不過(guò)在國(guó)內(nèi)，因?yàn)樯婕暗綌?shù)據(jù)安全等問(wèn)題，特斯拉FSD的更新進(jìn)度并不能和美國(guó)同步，這導(dǎo)致國(guó)內(nèi)的特斯拉消費(fèi)者在已經(jīng)付費(fèi)的情況下很難享受到和海外版本同樣的使用體驗(yàn)。另一方面，F(xiàn)SD對(duì)國(guó)內(nèi)的駕駛環(huán)境和消費(fèi)者駕駛習(xí)慣的適應(yīng)程度還稍顯欠缺，有點(diǎn)水土不服的意思，因此也限制了消費(fèi)者對(duì)特斯拉輔助駕駛系統(tǒng)的期待。
對(duì)比特斯拉在國(guó)內(nèi)的近乎停滯，華為的進(jìn)步速度則堪稱(chēng)閃電級(jí)。華為在5月初就率先推出了搭載有華為智能駕駛解決方案的極狐阿爾法S華為HI版，搭載由3顆固態(tài)激光雷達(dá)、6顆毫米波雷達(dá)、11顆高清攝像頭組成的輔助駕駛硬件，主控芯片來(lái)自華為的MDC 810計(jì)算平臺(tái)，算力可達(dá)400TOPS。另外最近很火的阿維塔11也同樣是在華為的全棧智能汽車(chē)解決方案的支持下有著不俗表現(xiàn)的。極狐阿爾法S 華為HI版能夠?qū)崿F(xiàn)城市內(nèi)的主動(dòng)跟車(chē)、主動(dòng)變道、大曲率匝道車(chē)道保持、行人避讓等功能。整體表現(xiàn)確實(shí)還不錯(cuò)，但也有弊病咱稍后再說(shuō)。
作為國(guó)內(nèi)最早、最知名的造車(chē)新勢(shì)力之一，小鵬在輔助駕駛技術(shù)方面的發(fā)力也是相當(dāng)迅猛的。據(jù)悉，城市NGP版小鵬P5搭載由2顆激光雷達(dá)、5個(gè)毫米波雷達(dá)、12個(gè)超聲波雷達(dá)、13個(gè)攝像頭組成的輔助駕駛硬件，具備30TOPS算力，在實(shí)測(cè)中實(shí)現(xiàn)了城市中180度調(diào)頭、紅綠燈識(shí)別、變道繞行、極端天氣/特殊情況應(yīng)對(duì)、無(wú)保護(hù)左轉(zhuǎn)、大型車(chē)輛應(yīng)對(duì)檢測(cè)、低速跟隨判斷等眾多功能。
華為和小鵬雖然
![毫末自動(dòng)駕駛（毫末自動(dòng)駕駛?cè)桑? src=]()
毫末智行COO侯軍：自動(dòng)駕駛未來(lái)已來(lái) 技術(shù)創(chuàng)新激活產(chǎn)業(yè)新動(dòng)能
易車(chē)訊 近日，由低速無(wú)人駕駛（LSAD）產(chǎn)業(yè)聯(lián)盟、深圳市新戰(zhàn)略傳媒有限公司主辦，新戰(zhàn)略低速無(wú)人駕駛產(chǎn)業(yè)研究所、《低速無(wú)人車(chē)》雜志社承辦的“2022低速無(wú)人駕駛（LSAD）產(chǎn)業(yè)發(fā)展年會(huì)”在杭州舉辦。會(huì)上，憑借著末端物流自動(dòng)配送車(chē)小魔駝的常態(tài)化運(yùn)營(yíng)，毫末智行成功入選《2022低速無(wú)人駕駛場(chǎng)景落地案例TOP50》。毫末智行COO、低速無(wú)人車(chē)產(chǎn)業(yè)聯(lián)盟副理事長(zhǎng)侯軍同時(shí)受邀參會(huì)，并通過(guò)線上連線的方式，以《可行、可靠、可商用，助力全球低速無(wú)人車(chē)生態(tài)繁榮與發(fā)展》為主題，進(jìn)行了分享。
本屆大會(huì)以“明勢(shì)取道，韌性躍遷”為主題，旨在加強(qiáng)產(chǎn)業(yè)融合，探討和交流關(guān)于中國(guó)低速無(wú)人駕駛行業(yè)不同細(xì)分應(yīng)用場(chǎng)景及產(chǎn)業(yè)鏈主流技術(shù)及方向。在演講中，侯軍首先將自動(dòng)駕駛的行業(yè)發(fā)展總結(jié)成了3個(gè)階段，即“可行，可靠，可商用”?？尚?，指自動(dòng)駕駛需要在特定的園區(qū)和特定的測(cè)試場(chǎng)景具備運(yùn)行條件?？煽?，指自動(dòng)駕駛需要具備足夠的安全性、車(chē)規(guī)級(jí)、全天候、全地形能力?！白詣?dòng)駕駛的最終是為了可商用，在可商用階段，我們要對(duì)相應(yīng)的場(chǎng)景進(jìn)行適配，也需要控制規(guī)模成本，更需要政策法規(guī)的支持和助力?！?span style="display:none">fIA創(chuàng)意嶺 - 安心托付、值得信賴(lài)的品牌設(shè)計(jì)、營(yíng)銷(xiāo)策劃公司
“我們深刻地認(rèn)識(shí)到，自動(dòng)駕駛不是一夜之間就能完成的”，侯軍指出，自動(dòng)駕駛將遵循從低速到高速、從載物到載人、從商用到民用的漸進(jìn)式路線。在乘用車(chē)領(lǐng)域，中國(guó)在全球自動(dòng)駕駛滲透率高居第一位?！拔覀兣袛?，在2025年，中國(guó)輔助駕駛的滲透率將超過(guò)70%，未來(lái)已來(lái)?！?span style="display:none">fIA創(chuàng)意嶺 - 安心托付、值得信賴(lài)的品牌設(shè)計(jì)、營(yíng)銷(xiāo)策劃公司
對(duì)于國(guó)內(nèi)末端物流配送市場(chǎng)，侯軍也分享了自己的看法，他首先指出，現(xiàn)在中國(guó)每天的物流快遞已經(jīng)達(dá)到了3億件的規(guī)模，機(jī)構(gòu)預(yù)測(cè)，3—5年這個(gè)數(shù)字將激增至10億件。而人力供給顯然無(wú)法匹配這樣的高速增長(zhǎng)，并且未來(lái)中國(guó)勞動(dòng)力成本將不可逆上升。“面對(duì)人民對(duì)幸福生活的美好追求與供給之間的沖突，末端物流自動(dòng)配送車(chē)等新一輪科技創(chuàng)新和技術(shù)應(yīng)用是物流行業(yè)走出當(dāng)前困境的關(guān)鍵?！焙钴娊榻B，當(dāng)前末端物流自動(dòng)配送車(chē)已經(jīng)在全國(guó)40多座城市實(shí)現(xiàn)了落地運(yùn)營(yíng)，且呈現(xiàn)出“星星之火，可以燎原”之勢(shì)。
“現(xiàn)實(shí)環(huán)境比我們想象的更復(fù)雜?！焙钴娬J(rèn)為，自動(dòng)駕駛技術(shù)發(fā)展經(jīng)歷了三個(gè)階段，即由硬件驅(qū)動(dòng)的自動(dòng)駕駛1.0時(shí)代、由軟件驅(qū)動(dòng)的自動(dòng)駕駛2.0時(shí)代以及即將到來(lái)、并將持續(xù)發(fā)展的由數(shù)據(jù)驅(qū)動(dòng)的自動(dòng)駕駛3.0時(shí)代。在侯軍看來(lái)，自動(dòng)駕駛的終局之戰(zhàn)，實(shí)際上是數(shù)據(jù)之戰(zhàn)?！拔覀儗⒆约旱陌l(fā)展模式總結(jié)為‘毫末模式’”，侯軍表示，領(lǐng)先的數(shù)據(jù)智能體系乘以穩(wěn)定量產(chǎn)能力，乘以安全，再疊加生態(tài)的冪次方，是毫末實(shí)現(xiàn)自動(dòng)駕駛的制勝公式?！帮L(fēng)車(chē)戰(zhàn)略的核心就是數(shù)據(jù)智能。我們希望在乘用車(chē)、智能硬件、末端物流自動(dòng)配送車(chē)三片扇葉的高速旋轉(zhuǎn)下，圍繞數(shù)據(jù)智能，實(shí)現(xiàn)毫末智行的自動(dòng)駕駛模式。”
據(jù)了解，作為中國(guó)自動(dòng)駕駛量產(chǎn)領(lǐng)導(dǎo)者，毫末智行以數(shù)據(jù)智能體系MANA為自動(dòng)駕駛進(jìn)化的核心動(dòng)力，不斷提升數(shù)據(jù)處理能力，截至2022年12月，MANA的學(xué)習(xí)時(shí)長(zhǎng)超過(guò)40萬(wàn)小時(shí)，虛擬駕齡相當(dāng)于人類(lèi)司機(jī)4.8萬(wàn)年，輔助駕駛用戶行駛里程已經(jīng)突破2300萬(wàn)公里。末端物流自動(dòng)配送車(chē)領(lǐng)域，自2021年2月落地運(yùn)營(yíng)至今，小魔駝已累計(jì)為北京順義周邊60多座社區(qū)配送超12萬(wàn)單。
“我們把自己的能力全部打開(kāi)，以5S服務(wù)模式成為全球末端物流自動(dòng)配送車(chē)的生態(tài)助力者?！焙钴娊忉?zhuān)^5S服務(wù)，自下而上分別是FAAS工廠服務(wù)、IAAS供應(yīng)鏈和硬件服務(wù)、PAAS系統(tǒng)工具服務(wù)、VAAS車(chē)輛服務(wù)，以及MAAS運(yùn)力服務(wù)。其中，不同的服務(wù)對(duì)應(yīng)著不同的商業(yè)模式。
除了5S服務(wù)模式，為進(jìn)一步推動(dòng)自動(dòng)駕駛技術(shù)迭代及產(chǎn)品落地，毫末智行還推出了6P合作原則，通過(guò)6P模式，毫末將提供全棧解決方案、云端服務(wù)、硬件、軟件、模塊、原型代碼6個(gè)產(chǎn)品層面的合作方式。“希望大家能夠在毫末智行的助力下，真正實(shí)現(xiàn)自己的戰(zhàn)略互補(bǔ)。你的靈魂你保留，我的靈魂你帶走?！?span style="display:none">fIA創(chuàng)意嶺 - 安心托付、值得信賴(lài)的品牌設(shè)計(jì)、營(yíng)銷(xiāo)策劃公司
經(jīng)過(guò)三年發(fā)展，毫末智行已經(jīng)快速成長(zhǎng)成為中國(guó)量產(chǎn)自動(dòng)駕駛第一名。乘用車(chē)領(lǐng)域，HPilot已迭代三代產(chǎn)品，在魏牌、坦克、哈弗、歐拉、長(zhǎng)城炮等多個(gè)品牌近20款車(chē)型上實(shí)現(xiàn)了規(guī)模化量產(chǎn)，并在助力長(zhǎng)城汽車(chē)出海的過(guò)程中，憑借國(guó)內(nèi)首個(gè)自研AEB算法通過(guò)歐盟五星算法驗(yàn)證成功進(jìn)入歐盟市場(chǎng)，而魏牌摩卡PHEV(Coffee 01)、歐拉好貓也由此成為E-NCAP主動(dòng)安全得分最高的中國(guó)自主車(chē)型；此外毫末智行還推出了中國(guó)首款大規(guī)模量產(chǎn)的城市NOH導(dǎo)航輔助駕駛，在國(guó)內(nèi)首次采用重感知技術(shù)路線，預(yù)計(jì)未來(lái)落地達(dá)到100 個(gè)城市。
在末端物流自動(dòng)配送領(lǐng)域，毫末智行已推出第二代末端物流自動(dòng)配送車(chē)小魔駝2.0，不僅擁有L4自動(dòng)駕駛能力、車(chē)規(guī)級(jí)硬件等多項(xiàng)領(lǐng)先能力，還面向履約場(chǎng)景進(jìn)行了多項(xiàng)重要升級(jí)，可為商超、物流行業(yè)的客戶提供可商用的末端配送解決方案，12.88萬(wàn)元的價(jià)格也讓它成為全球首款10萬(wàn)元級(jí)末端物流自動(dòng)配送車(chē)?！拔覀兿Ｍ磥?lái)隨著規(guī)?；慨a(chǎn)，讓整車(chē)的價(jià)格和成本進(jìn)一步下降，助力整個(gè)生態(tài)發(fā)展”侯軍表示。
毫末在末端物流領(lǐng)域的付出也得到了業(yè)內(nèi)認(rèn)可，在現(xiàn)場(chǎng)舉辦的“2022低速無(wú)人駕駛場(chǎng)景落地案例TOP50”頒獎(jiǎng)儀式上，毫末智行憑借著在北京市順義區(qū)的常態(tài)化運(yùn)營(yíng)，成功入選。“2022低速無(wú)人駕駛場(chǎng)景落地案例TOP50”囊括和收錄了園區(qū)（物流/配送、無(wú)人零售、安防、無(wú)人接駁等）、礦區(qū)、港口、機(jī)場(chǎng)、市政環(huán)衛(wèi)、農(nóng)業(yè)等細(xì)分場(chǎng)景的典型應(yīng)用案例。低速無(wú)人駕駛（LSAD）產(chǎn)業(yè)聯(lián)盟表示，“2022低速無(wú)人駕駛場(chǎng)景落地案例TOP50”的制定，旨在為了更好地宣導(dǎo)和展示低速無(wú)人駕駛各細(xì)分場(chǎng)景典型應(yīng)用案例宣導(dǎo)和展示低速無(wú)人駕駛各細(xì)分場(chǎng)景典型應(yīng)用案例，樹(shù)立應(yīng)用標(biāo)桿，打造經(jīng)典案例樣板形象，提振行業(yè)信心，錘煉行業(yè)影響力品牌。
整體來(lái)看，低速無(wú)人駕駛行業(yè)市場(chǎng)格局未定。在此階段中，企業(yè)要明晰市場(chǎng)形勢(shì)和國(guó)家政策，明確自身戰(zhàn)略和方向，打造可持續(xù)性的商業(yè)化模式，用技術(shù)創(chuàng)新激活產(chǎn)業(yè)新動(dòng)能，實(shí)現(xiàn)從量變向質(zhì)變的轉(zhuǎn)換。2023年，企業(yè)“去泡沫化”已是趨勢(shì)，就如侯軍所說(shuō)“末端物流自動(dòng)配送車(chē)正在經(jīng)歷鴻溝的跨越，無(wú)論從技術(shù)、成本、市場(chǎng)成熟度和政策都已經(jīng)到來(lái)”，毫末智行立志成為全球低速車(chē)生態(tài)平臺(tái)的助力者，希望以科技賦能中國(guó)智慧城市物流發(fā)展，串點(diǎn)成線，聚線成面，助力末端物流自動(dòng)配送這把星星之火，真正形成燎原之勢(shì)。
當(dāng)GPT遇到自動(dòng)駕駛，毫末首發(fā)DriveGPT
GPT之于自動(dòng)駕駛意味著什么？
文丨智駕網(wǎng) 黃華丹
ChatGPT帶火了AI，那么，當(dāng)GPT遇到自動(dòng)駕駛，又會(huì)發(fā)生怎樣的化學(xué)反應(yīng)？
GPT全稱(chēng)Generative Pre-trained Transformer，即生成式預(yù)訓(xùn)練Transformer。簡(jiǎn)單概括即是一種基于互聯(lián)網(wǎng)可用數(shù)據(jù)訓(xùn)練的文本生成深度學(xué)習(xí)模型。
4月11日，在第八屆毫末AI DAY上，毫末CEO顧維灝正式發(fā)布了基于GPT技術(shù)的DriveGPT，中文名雪湖·海若。
DriveGPT能做到什么？又是如何構(gòu)建的？顧維灝在AI DAY上都做了詳細(xì)解讀。此外，AI DAY還展示了毫末自動(dòng)駕駛數(shù)據(jù)體系MANA的升級(jí)情況，主要是其在視覺(jué)感知能力上的進(jìn)展。
01.
什么是DriveGPT？能實(shí)現(xiàn)什么？
顧維灝首先講解了GPT的原理，生成式預(yù)訓(xùn)練Transformer模型本質(zhì)上是在求解下一個(gè)詞出現(xiàn)的概率，每一次調(diào)用都是從概率分布中抽樣并生成一個(gè)詞，這樣不斷地循環(huán)，就能生成一連串的字符，用于各種下游任務(wù)。
以中文自然語(yǔ)言為例，單字或單詞就是Token，中文的Token詞表有5萬(wàn)個(gè)左右。把Token輸入到模型，輸出就是下一個(gè)字詞的概率，這種概率分布體現(xiàn)的是語(yǔ)言中的知識(shí)和邏輯，大模型在輸出下一個(gè)字詞時(shí)就是根據(jù)語(yǔ)言知識(shí)和邏輯進(jìn)行推理的結(jié)果，就像根據(jù)一部偵探小說(shuō)的復(fù)雜線索來(lái)推理兇手是誰(shuí)。
而作為適用于自動(dòng)駕駛訓(xùn)練的大模型，DriveGPT雪湖·海若三個(gè)能力：
1.可以按概率生成很多個(gè)這樣的場(chǎng)景序列，每個(gè)場(chǎng)景都是一個(gè)全局的場(chǎng)景，每個(gè)場(chǎng)景序列都是未來(lái)有可能發(fā)生的一種實(shí)際情況。
2.是在所有場(chǎng)景序列都產(chǎn)生的情況下，能把場(chǎng)景中最關(guān)注的自車(chē)行為軌跡給量化出來(lái)，也就是生成場(chǎng)景的同時(shí)，便會(huì)產(chǎn)生自車(chē)未來(lái)的軌跡信息。
3.有了這段軌跡之后，DriveGPT雪湖·海若還能在生成場(chǎng)景序列、軌跡的同時(shí)，輸出整個(gè)決策邏輯鏈。
也就是說(shuō)，利用DriveGPT雪湖·海若，在一個(gè)統(tǒng)一的生成式框架下，就能做到將規(guī)劃、決策與推理等多個(gè)任務(wù)全部完成。
具體來(lái)看，DriveGPT雪湖·海若的設(shè)計(jì)是將場(chǎng)景Token化，毫末將其稱(chēng)為Drive Language。
Drive Language將駕駛空間進(jìn)行離散化處理，每一個(gè)Token都表征場(chǎng)景的一小部分。目前毫末擁有50萬(wàn)個(gè)左右的Token詞表空間。如果輸入一連串過(guò)去已經(jīng)發(fā)生的場(chǎng)景Token序列，模型就可以根據(jù)歷史，生成未來(lái)所有可能的場(chǎng)景。
也就是說(shuō)，DriveGPT雪湖·海若同樣像是一部推理機(jī)器，告訴它過(guò)去發(fā)生了什么，它就能按概率推理出未來(lái)的多個(gè)可能。
一連串Token拼在一起就是一個(gè)完整的駕駛場(chǎng)景時(shí)間序列，包括了未來(lái)某個(gè)時(shí)刻整個(gè)交通環(huán)境的狀態(tài)以及自車(chē)的狀態(tài)。
有了Drive Language，就可以對(duì)DriveGPT進(jìn)行訓(xùn)練了。
毫末對(duì)DriveGPT的訓(xùn)練過(guò)程首先是根據(jù)駕駛數(shù)據(jù)以及之前定義的駕駛嘗試做一個(gè)大規(guī)模的預(yù)訓(xùn)練。
然后，通過(guò)在使用過(guò)程中接管或者不接管的場(chǎng)景，對(duì)預(yù)訓(xùn)練的結(jié)果進(jìn)行打分和排序，訓(xùn)練反饋模型。也就是說(shuō)利用正確的人類(lèi)開(kāi)法來(lái)替代錯(cuò)誤的自動(dòng)駕駛開(kāi)法。
后續(xù)就是用強(qiáng)化學(xué)習(xí)的思路不斷優(yōu)化迭代模型。
在預(yù)訓(xùn)練模型上，毫末采用Decode-only結(jié)構(gòu)的GPT模型，每一個(gè)Token用于描述某時(shí)刻的場(chǎng)景狀態(tài)，包括障礙物的狀態(tài)、自車(chē)狀態(tài)、車(chē)道線情況等等。
目前，毫末的預(yù)訓(xùn)練模型擁有1200億個(gè)參數(shù)，使用4000萬(wàn)量產(chǎn)車(chē)的駕駛數(shù)據(jù)，本身就能夠?qū)Ω鞣N場(chǎng)景做生成式任務(wù)。
這些生成結(jié)果會(huì)按照人類(lèi)偏好進(jìn)行調(diào)優(yōu)，在安全、高效、舒適等維度上做出取舍。同時(shí)，毫末會(huì)用部分經(jīng)過(guò)篩選的人類(lèi)接管數(shù)據(jù)，大概5萬(wàn)個(gè)Clips去做反饋模型的訓(xùn)練，不斷優(yōu)化預(yù)訓(xùn)練模型。
在輸出決策邏輯鏈時(shí)，DriveGPT雪湖·海若利用了prompt提示語(yǔ)技術(shù)。輸入端給到模型一個(gè)提示，告訴它“要去哪、慢一點(diǎn)還是快一點(diǎn)、并且讓它一步步推理”，經(jīng)過(guò)這種提示后，它就會(huì)朝著期望的方向去生成結(jié)果，并且每個(gè)結(jié)果都帶有決策邏輯鏈。每個(gè)結(jié)果也會(huì)有未來(lái)出現(xiàn)的可能性。這樣我們就可以選擇未來(lái)出現(xiàn)可能性最大，最有邏輯的鏈條駕駛策略。
可以用一個(gè)形象的示例來(lái)解釋DriveGPT雪湖·海若的推理能力。假設(shè)提示模型要“抵達(dá)某個(gè)目標(biāo)點(diǎn)”，DriveGPT雪湖·海若會(huì)生成很多個(gè)可能的開(kāi)法，有的激進(jìn)，會(huì)連續(xù)變道超車(chē)，快速抵達(dá)目標(biāo)點(diǎn)，有的穩(wěn)重，跟車(chē)行駛到終點(diǎn)。這時(shí)如果提示語(yǔ)里沒(méi)有其他額外指示，DriveGPT雪湖·海若就會(huì)按照反饋訓(xùn)練時(shí)的調(diào)優(yōu)效果，最終給到一個(gè)更符合大部分人駕駛偏好的效果。
02.
實(shí)現(xiàn)DriveGPT毫末做了什么？
首先，DriveGPT雪湖·海若的訓(xùn)練和落地，離不開(kāi)算力的支持。
今年1月，毫末就和火山引擎共同發(fā)布了其自建智算中心，毫末雪湖·綠洲MANA OASIS。OASIS的算力高達(dá)67億億次/秒，存儲(chǔ)帶寬2T/秒，通信帶寬達(dá)到800G/秒。
當(dāng)然，光有算力還不夠，還需要訓(xùn)練和推理框架的支持。因此，毫末也做了以下三方面的升級(jí)。
一是訓(xùn)練穩(wěn)定性的保障和升級(jí)。
大模型訓(xùn)練是一個(gè)十分艱巨的任務(wù)，隨著數(shù)據(jù)規(guī)模、集群規(guī)模、訓(xùn)練時(shí)間的數(shù)量級(jí)增長(zhǎng)，系統(tǒng)穩(wěn)定性方面微小的問(wèn)題也會(huì)被無(wú)限放大，如果不加處理，訓(xùn)練任務(wù)就會(huì)經(jīng)常出錯(cuò)導(dǎo)致非正常中斷，浪費(fèi)前期投入的大量資源。
毫末在大模型訓(xùn)練框架的基礎(chǔ)上，與火山引擎共同建立了全套訓(xùn)練保障框架，通過(guò)訓(xùn)練保障框架，毫末實(shí)現(xiàn)了異常任務(wù)分鐘級(jí)捕獲和恢復(fù)能力，可以保證千卡任務(wù)連續(xù)訓(xùn)練數(shù)月沒(méi)有任何非正常中斷，有效地保障了DriveGPT雪湖·海若大模型訓(xùn)練的穩(wěn)定性。
二是彈性調(diào)度資源的升級(jí)。
毫末擁有量產(chǎn)車(chē)帶來(lái)的海量真實(shí)數(shù)據(jù)，可自動(dòng)化的利用回傳數(shù)據(jù)不斷的學(xué)習(xí)真實(shí)世界。由于每天不同時(shí)段回傳的數(shù)據(jù)量差異巨大，需要訓(xùn)練平臺(tái)具備彈性調(diào)度能力，自適應(yīng)數(shù)據(jù)規(guī)模大小。
毫末將增量學(xué)習(xí)技術(shù)推廣到大模型訓(xùn)練，構(gòu)建了一個(gè)大模型持續(xù)學(xué)習(xí)系統(tǒng)，研發(fā)了任務(wù)級(jí)彈性伸縮調(diào)度器，分鐘級(jí)調(diào)度資源，集群計(jì)算資源利用率達(dá)到95%。
三是吞吐效率的升級(jí)。
在訓(xùn)練效率上，毫末在Transformer的大矩陣計(jì)算上，通過(guò)對(duì)內(nèi)外循環(huán)的數(shù)據(jù)拆分、盡量保持?jǐn)?shù)據(jù)在SRAM中來(lái)提升計(jì)算的效率。在傳統(tǒng)的訓(xùn)練框架中，算子流程很長(zhǎng)，毫末通過(guò)引入火山引擎提供的Lego算之庫(kù)實(shí)現(xiàn)算子融合，使端到端吞吐提升84%。
有了算力和這三方面的升級(jí)，毫末可對(duì)DriveGPT雪湖·海若進(jìn)行更好的訓(xùn)練迭代升級(jí)。
03.
MANA大升級(jí)，攝像頭代替超聲波雷達(dá)
毫末在2021年12月的第四屆AI DAY上發(fā)布自動(dòng)駕駛數(shù)據(jù)智能體系MANA，經(jīng)過(guò)一年多時(shí)間的應(yīng)用迭代，現(xiàn)在MANA迎來(lái)了全面的升級(jí)。
據(jù)顧維灝介紹，本次升級(jí)主要包括：
1.感知和認(rèn)知相關(guān)大模型能力統(tǒng)一整合到DriveGPT。
2.計(jì)算基礎(chǔ)服務(wù)針對(duì)大模型訓(xùn)練在參數(shù)規(guī)模、穩(wěn)定性和效率方面做了專(zhuān)項(xiàng)優(yōu)化，并集成到OASIS當(dāng)中。
3.增加了使用NeRF技術(shù)的數(shù)據(jù)合成服務(wù)，降低Corner Case數(shù)據(jù)的獲取成本。
4.針對(duì)多種芯片和多種車(chē)型的快速交付難題，優(yōu)化了異構(gòu)部署工具和車(chē)型適配工具。
前文我們已經(jīng)詳細(xì)介紹了DriveGPT相關(guān)的內(nèi)容，以下主要來(lái)看MANA在視覺(jué)感知上的進(jìn)展。
顧維灝表示，視覺(jué)感知任務(wù)的核心目的都是恢復(fù)真實(shí)世界的動(dòng)靜態(tài)信息和紋理分布。因此毫末對(duì)視覺(jué)自監(jiān)督大模型做了一次架構(gòu)升級(jí)，將預(yù)測(cè)環(huán)境的三維結(jié)構(gòu)，速度場(chǎng)和紋理分布融合到一個(gè)訓(xùn)練目標(biāo)里面，使其能從容應(yīng)對(duì)各種具體任務(wù)。目前毫末視覺(jué)自監(jiān)督大模型的數(shù)據(jù)集超過(guò)400萬(wàn)Clips，感知性能提升20%。
在泊車(chē)場(chǎng)景下，毫末做到了用魚(yú)眼相機(jī)純視覺(jué)測(cè)距達(dá)到泊車(chē)要求，可做到在15米范圍內(nèi)達(dá)測(cè)量精度30cm，2米內(nèi)精度高于10cm。用純視覺(jué)代替超聲波雷達(dá)，進(jìn)一步降低整體方案的成本。
此外，在純視覺(jué)三維重建方面，通過(guò)視覺(jué)自監(jiān)督大模型技術(shù)，毫末不依賴(lài)激光雷達(dá)，就能將收集的大量量產(chǎn)回傳視頻轉(zhuǎn)化為可用于BEV模型訓(xùn)練的帶3D標(biāo)注的真值數(shù)據(jù)。
通過(guò)對(duì)NeRF的升級(jí)，毫末表示可以做到重建誤差小于10
【本文來(lái)自易車(chē)號(hào)作者智駕網(wǎng)，版權(quán)歸作者所有,任何形式轉(zhuǎn)載請(qǐng)聯(lián)系作者。內(nèi)容僅代表作者觀點(diǎn)，與易車(chē)無(wú)關(guān)】
以上就是關(guān)于毫末自動(dòng)駕駛相關(guān)問(wèn)題的回答。希望能幫到你，如有更多相關(guān)問(wèn)題，您也可以聯(lián)系我們的客服進(jìn)行咨詢，客服也會(huì)為您講解更多精彩的知識(shí)和內(nèi)容。
推薦閱讀：
毫末自動(dòng)駕駛（毫末自動(dòng)駕駛?cè)桑?/a>
中華護(hù)理雜志審稿流程大概多久（中華護(hù)理雜志審稿流程大概多久出結(jié)果）
大家好！今天讓創(chuàng)意嶺的小編來(lái)大家介紹下關(guān)于毫末自動(dòng)駕駛的問(wèn)題，以下是小編對(duì)此問(wèn)題的歸納整理，讓我們一起來(lái)看看吧。
開(kāi)始之前先推薦一個(gè)非常厲害的Ai人工智能工具，一鍵生成原創(chuàng)文章、方案、文案、工作計(jì)劃、工作報(bào)告、論文、代碼、作文、做題和對(duì)話答疑等等
只需要輸入關(guān)鍵詞，就能返回你想要的內(nèi)容，有小程序、在線網(wǎng)頁(yè)版、PC客戶端和批量生成器
官網(wǎng)：https://ai.de1919.com。
本文目錄:
HAOMO發(fā)布自動(dòng)駕駛生成式大模型DriveGPT
【TechWeb汽車(chē)】4月12日消息，在HAOMO AI DAY上，HAOMO發(fā)布業(yè)內(nèi)首個(gè)自動(dòng)駕駛生成式大模型DriveGPT，中文名“雪湖•海若”，毫末智行CEO顧維灝表示，DriveGPT將重塑汽車(chē)智能化技術(shù)路線。據(jù)介紹，DriveGPT雪湖•海若首發(fā)車(chē)型是新摩卡DHT-PHEV，即將量產(chǎn)上市。
毫末智行董事長(zhǎng)張凱表示：“2023年智駕產(chǎn)品進(jìn)入全線爆發(fā)期，大模型開(kāi)啟在車(chē)端的落地應(yīng)用，車(chē)主的使用頻率和滿意度成為產(chǎn)品競(jìng)爭(zhēng)力的重要衡量標(biāo)準(zhǔn)。”
顧維灝介紹，DriveGPT通過(guò)引入駕駛數(shù)據(jù)建立RLHF（人類(lèi)反饋強(qiáng)化學(xué)習(xí)）技術(shù)，對(duì)自動(dòng)駕駛認(rèn)知決策模型進(jìn)行持續(xù)優(yōu)化，現(xiàn)階段主要用于解決自動(dòng)駕駛的認(rèn)知決策問(wèn)題，終極目標(biāo)是實(shí)現(xiàn)端到端自動(dòng)駕駛。
目前，毫末DriveGPT雪湖•海若實(shí)現(xiàn)了模型架構(gòu)與參數(shù)規(guī)模的升級(jí)，參數(shù)規(guī)模達(dá)到1200億，預(yù)訓(xùn)練階段引入4000萬(wàn)公里量產(chǎn)車(chē)駕駛數(shù)據(jù)，RLHF階段引入 5萬(wàn)段人工精選的困難場(chǎng)景接管Clips。
DriveGPT雪湖•海若的底層模型采用GPT（Generative Pre-trained Transformer）生成式預(yù)訓(xùn)練大模型，與ChatGPT使用自然語(yǔ)言進(jìn)行輸入與輸出不同，DriveGPT輸入是感知融合后的文本序列，輸出是自動(dòng)駕駛場(chǎng)景文本序列，即將自動(dòng)駕駛場(chǎng)景Token化，形成“Drive Language”，最終完成自車(chē)的決策規(guī)控、障礙物預(yù)測(cè)以及決策邏輯鏈的輸出等任務(wù)。
顧維灝進(jìn)一步闡釋?zhuān)珼riveGPT雪湖•海若具有三個(gè)能力：
1. DriveGPT雪湖•海若可以按概率生成很多個(gè)場(chǎng)景序列，每個(gè)場(chǎng)景都是一個(gè)全局的場(chǎng)景，每個(gè)場(chǎng)景序列都是未來(lái)有可能發(fā)生的一種實(shí)際情況；
2.在所有場(chǎng)景序列都產(chǎn)生的情況下，DriveGPT雪湖•海若能把場(chǎng)景中最受關(guān)注的自車(chē)行為軌跡量化出來(lái)，也就是生成場(chǎng)景的同時(shí)，會(huì)產(chǎn)生自車(chē)未來(lái)的軌跡信息；
3. 有了自車(chē)未來(lái)的軌跡信息之后，希望這條軌跡是可解釋的，而GPT模型最擅長(zhǎng)的領(lǐng)域便是對(duì)話和推理，DriveGPT雪湖•海若也很好地繼承了這種特性，在生成場(chǎng)景序列、軌跡的同時(shí)，也會(huì)把整個(gè)決策邏輯鏈給輸出。
顧維灝介紹，毫末在2023年1月發(fā)布的中國(guó)自動(dòng)駕駛行業(yè)最大的智算中心MANA OASIS（雪湖• 綠洲）此次從算力優(yōu)化等層面升級(jí)了三大能力，進(jìn)一步支持DriveGPT雪湖•海若的算力。
首先，毫末與火山引擎全新搭建了“全套大模型訓(xùn)練保障框架”，實(shí)現(xiàn)了異常任務(wù)分鐘級(jí)捕獲和恢復(fù)能力，可以保證千卡任務(wù)連續(xù)訓(xùn)練數(shù)個(gè)月沒(méi)有任何非正常中斷,有效保證了大模型訓(xùn)練穩(wěn)定性；
其次，毫末研發(fā)出以真實(shí)數(shù)據(jù)回傳為核心的增量學(xué)習(xí)技術(shù)，并將其推廣到了大模型訓(xùn)練，構(gòu)建了一個(gè)大模型持續(xù)學(xué)習(xí)系統(tǒng)，自主研發(fā)任務(wù)級(jí)彈性伸縮調(diào)度器，分鐘級(jí)調(diào)度資源，集群計(jì)算資源利用率達(dá)到95%；
最后，MANA OASIS通過(guò)提升數(shù)據(jù)吞吐量來(lái)降本增效，滿足Transformer大模型訓(xùn)練效率，通過(guò)引入火山引擎提供的Lego算子庫(kù)實(shí)現(xiàn)算子融合，端到端吞吐提升84%。
談到DriveGPT雪湖•海若的實(shí)現(xiàn)過(guò)程，顧維灝介紹稱(chēng)，首先在預(yù)訓(xùn)練階段通過(guò)引入量產(chǎn)駕駛數(shù)據(jù)，訓(xùn)練初始模型，再通過(guò)引入駕駛接管Clips數(shù)據(jù)完成反饋模型（Reward Model）的訓(xùn)練，然后再通過(guò)強(qiáng)化學(xué)習(xí)的方式，使用反饋模型去不斷優(yōu)化迭代初始模型，形成對(duì)自動(dòng)駕駛認(rèn)知決策模型的持續(xù)優(yōu)化。
DriveGPT雪湖•海若的一個(gè)關(guān)鍵設(shè)計(jì)，就是場(chǎng)景的Token化表達(dá)，顧維灝把這種方式叫做Drive Language。
同時(shí)，DriveGPT雪湖•海若還會(huì)根據(jù)Drive Language輸入端的提示語(yǔ)以及毫末CSS自動(dòng)駕駛場(chǎng)景庫(kù)的決策樣本去訓(xùn)練模型，讓模型學(xué)習(xí)推理關(guān)系，從而將完整駕駛策略拆分為自動(dòng)駕駛場(chǎng)景的動(dòng)態(tài)識(shí)別過(guò)程，完成可理解、可解釋的推理邏輯鏈生成。
另外，顧維灝提到，DriveGPT雪湖•海若可以逐步應(yīng)用到城市NOH、捷徑推薦、智能陪練以及脫困場(chǎng)景中。有了DriveGPT雪湖•海若的加持，車(chē)輛行駛會(huì)更安全；動(dòng)作更人性、更絲滑，并有合理的邏輯告訴駕駛者，車(chē)輛為何選擇這樣的決策動(dòng)作。對(duì)于普通用戶來(lái)說(shuō)，車(chē)輛越來(lái)越像老司機(jī)，用戶對(duì)智能產(chǎn)品的信任感會(huì)更強(qiáng)，理解到車(chē)輛的行為都是可預(yù)期、可理解的。
當(dāng)前，毫末在使用數(shù)據(jù)過(guò)程中，逐步建立起一套基于4D Clips駕駛場(chǎng)景識(shí)別方案，具備極高性價(jià)比。在行業(yè)上，給出正確的標(biāo)注結(jié)果，一張圖片需要約5元；如果使用DriveGPT雪湖•海若的場(chǎng)景識(shí)別服務(wù)，一張圖片的價(jià)格將下降到0.5元。單幀圖片整體標(biāo)注成本僅相當(dāng)于行業(yè)的1/10。接下來(lái)，毫末會(huì)將圖像幀及4D Clips場(chǎng)景識(shí)別服務(wù)逐步向行業(yè)開(kāi)放使用，這將大幅降低行業(yè)使用數(shù)據(jù)的成本，提高數(shù)據(jù)質(zhì)量，從而加速自動(dòng)駕駛技術(shù)的快速發(fā)展。
目前，毫末DriveGPT雪湖•海若已正式對(duì)外開(kāi)放，開(kāi)啟對(duì)限量首批客戶的合作，北京交通大學(xué)計(jì)算機(jī)與信息技術(shù)學(xué)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。毫末DriveGPT雪湖•海若大模型的成果將首發(fā)落地在搭載毫末HPilot3.0的新摩卡DHT-PHEV上。
顧維灝表示，毫末DriveGPT雪湖•海若將攜手生態(tài)伙伴率先探索四大應(yīng)用能力，包括智能駕駛、駕駛場(chǎng)景識(shí)別、駕駛行為驗(yàn)證、困難場(chǎng)景脫困。
【本文來(lái)自易車(chē)號(hào)作者TechWeb，版權(quán)歸作者所有,任何形式轉(zhuǎn)載請(qǐng)聯(lián)系作者。內(nèi)容僅代表作者觀點(diǎn)，與易車(chē)無(wú)關(guān)】
毫末 AI DAY干貨滿滿 以數(shù)據(jù)驅(qū)動(dòng)的自動(dòng)駕駛3.0時(shí)代已經(jīng)到來(lái)
易車(chē)原創(chuàng) 以往提到輔助駕駛你可能首先會(huì)聯(lián)想到特斯拉、華為或者小鵬，但如今你可能需要記住一個(gè)后來(lái)居上的新玩家了，它就是毫末智行。這家公司是由長(zhǎng)城汽車(chē)的智能駕駛前部孵化而來(lái)，在成立的1020天之后，毫末給我們奉上了一份令人驚嘆的成績(jī)單。
就在9月13日舉行的第六屆HAOMO AI DAY上，毫末再一次向我們展示了他們的最新成果和傲人成績(jī)：毫末1000天，跑出了中國(guó)自動(dòng)駕駛最快的1000天，穩(wěn)居“中國(guó)量產(chǎn)自動(dòng)駕駛第一名”，兩年半時(shí)間穩(wěn)定交付三代乘用車(chē)輔助駕駛產(chǎn)品，目前已搭載超過(guò)十款明星車(chē)型，中國(guó)首款搭載大規(guī)模量產(chǎn)城市NOH車(chē)型摩卡DHT-PHEV激光雷達(dá)版計(jì)劃9月量產(chǎn)，年內(nèi)發(fā)售。搭載毫末HPilot的魏牌摩卡PHEV和歐拉好貓，獲得歐盟E-NCAP“五星安全評(píng)級(jí)”，使得毫末成為中國(guó)首個(gè)出海量產(chǎn)落地的自動(dòng)駕駛公司。末端物流自動(dòng)配送方面，占據(jù)該領(lǐng)域領(lǐng)先的市場(chǎng)份額，小魔駝2.0量產(chǎn)下線交付客戶。毫末開(kāi)創(chuàng)的中國(guó)首個(gè)數(shù)據(jù)智能體系MANA完成數(shù)十萬(wàn)全要素、多模態(tài)CLIPS的標(biāo)注，積累300萬(wàn)小時(shí)中國(guó)道路駕駛認(rèn)知場(chǎng)景庫(kù)，相當(dāng)于人類(lèi)司機(jī)4萬(wàn)年，基本完成數(shù)據(jù)閉環(huán)……
以上這一系列成績(jī)很難讓人相信這是一家僅僅成立了兩年半的公司。那么接下來(lái)我們就結(jié)合這次AI DAY 活動(dòng)的干貨分享帶各位了解一下毫末是如何做到進(jìn)步如此迅猛并且成績(jī)斐然的。
01 “大模型+大數(shù)據(jù)” 毫末全力沖刺自動(dòng)駕駛3.0時(shí)代
在此次活動(dòng)上，毫末智行CEO顧維灝博士發(fā)表了主題為《毫末和自動(dòng)駕駛的3.0時(shí)代》的演講，在業(yè)內(nèi)首次提出“自動(dòng)駕駛已經(jīng)進(jìn)入數(shù)據(jù)驅(qū)動(dòng)的3.0時(shí)代”的行業(yè)判斷。
那么自動(dòng)駕駛的演進(jìn)過(guò)程到底是怎樣的呢？1.0、2.0和3.0之間又有怎樣的跨越和不同呢？
首先1.0時(shí)代還是以硬件驅(qū)動(dòng)為主：感知能力主要靠激光雷達(dá)，認(rèn)知方式依賴(lài)人工規(guī)則，整車(chē)成本較高，自動(dòng)駕駛的里程規(guī)模也就在100萬(wàn)公里左右；
其次到了2.0時(shí)代則是以軟件驅(qū)動(dòng)為主：感知方式由激光雷達(dá)變成了多傳感器的單獨(dú)輸出結(jié)果，融合方式還不健全。并且訓(xùn)練模式還是小模型和少數(shù)據(jù)的情況，認(rèn)知方式仍舊是人工規(guī)則為主，自動(dòng)駕駛的里程規(guī)模上升到100萬(wàn)到1億公里之間；
最后以數(shù)據(jù)驅(qū)動(dòng)的自動(dòng)駕駛3.0時(shí)代則是毫末沖刺的方向：感知方式上實(shí)現(xiàn)多傳感器融合輸出結(jié)果，認(rèn)知上進(jìn)化為可解釋的場(chǎng)景化駕駛常識(shí)，訓(xùn)練模式達(dá)到大模型和大數(shù)據(jù)的體量，自動(dòng)駕駛里程也提升到1億公里以上，毫末一直在為自動(dòng)駕駛3.0時(shí)代做準(zhǔn)備，在感知、認(rèn)知、模式建設(shè)上，都是按照數(shù)據(jù)驅(qū)動(dòng)的方式建設(shè)的。毫末所做的一切的，都是為了能夠做出數(shù)據(jù)通道和計(jì)算中心，以便可以更高效地獲取數(shù)據(jù)，并把數(shù)據(jù)轉(zhuǎn)化為知識(shí)。目前特斯拉已領(lǐng)跑全球率先進(jìn)入自動(dòng)駕駛3.0時(shí)代，而毫末最有可能成為中國(guó)公司中第一個(gè)進(jìn)入自動(dòng)駕駛3.0時(shí)代的公司。
顧維灝表示，Attention大模型作為當(dāng)前AI發(fā)展的新趨勢(shì)，其所帶來(lái)的機(jī)遇和挑戰(zhàn)，成為自動(dòng)駕駛3.0時(shí)代的重要驅(qū)動(dòng)因素之一。Attention最大的特點(diǎn)是結(jié)構(gòu)簡(jiǎn)潔，可以無(wú)限堆疊基本單元得到巨大參數(shù)量模型，隨著參數(shù)量的增加和訓(xùn)練方法的提升，大模型的效果在很多NLP任務(wù)上已經(jīng)超越了人類(lèi)平均水平。不過(guò)Attention的大模型也面臨一大挑戰(zhàn)，即由于其對(duì)算力的需求遠(yuǎn)遠(yuǎn)超出了摩爾定律，這導(dǎo)致大模型的訓(xùn)練成本非常高，在終端設(shè)備上的落地非常困難。
Attention大模型帶來(lái)的機(jī)遇和挑戰(zhàn)，正驅(qū)動(dòng)自動(dòng)駕駛行業(yè)的技術(shù)變革?！昂聊┱谕ㄟ^(guò)低碳超算來(lái)降低自動(dòng)駕駛成本，通過(guò)改進(jìn)車(chē)端模型和芯片的設(shè)計(jì)來(lái)實(shí)現(xiàn)大模型的車(chē)端落地，通過(guò)數(shù)據(jù)的組織讓大模型發(fā)揮更大效力?！鳖櫨S灝表示，在數(shù)據(jù)層面，基于Attention大模型，自動(dòng)駕駛需要大規(guī)模且多樣性的訓(xùn)練數(shù)據(jù)，而基于大規(guī)模真實(shí)人駕數(shù)據(jù)的乘用車(chē)輔助駕駛才有能力積累到足夠規(guī)模和足夠多樣的數(shù)據(jù)。毫末認(rèn)為，輔助駕駛是通往自動(dòng)駕駛的必由之路。因?yàn)橹挥休o助駕駛，才有能力收集到足夠規(guī)模和足夠多樣的數(shù)據(jù)。據(jù)悉，毫末經(jīng)過(guò)接近三年的發(fā)展，目前已是中國(guó)量產(chǎn)自動(dòng)駕駛公司的第一名，目前用戶輔助駕駛里程已接近1700萬(wàn)公里，數(shù)據(jù)規(guī)模正在持續(xù)快速增加。
低碳超算層面，毫末在此次AI DAY上正式官宣了中國(guó)自動(dòng)駕駛科技公司首個(gè)超算中心。顧維灝表示：“如何提升訓(xùn)練效率降低訓(xùn)練成本，實(shí)現(xiàn)低碳計(jì)算，是自動(dòng)駕駛走進(jìn)千家萬(wàn)戶的一個(gè)關(guān)鍵門(mén)檻?！焙聊┏阒行牡哪繕?biāo)是滿足千億參數(shù)大模型，訓(xùn)練數(shù)據(jù)規(guī)模100萬(wàn)clips，整體訓(xùn)練成本降低200倍。
在算法模型層面，顧維灝介紹，毫末早在2021年6月便啟動(dòng)了針對(duì)transformer大模型的研究和落地嘗試。正是基于過(guò)去一年多在訓(xùn)練平臺(tái)改造升級(jí)、數(shù)據(jù)規(guī)格和標(biāo)注方法的切換準(zhǔn)備、針對(duì)感知、認(rèn)知具體任務(wù)的模型細(xì)節(jié)探索等方面的成功實(shí)踐，為現(xiàn)在毫末在城市導(dǎo)航輔助駕駛場(chǎng)景中的快速發(fā)展打下了堅(jiān)實(shí)基礎(chǔ)。
02 MANA全方位升級(jí)，助力輔助駕駛走進(jìn)城市
城市導(dǎo)航輔助駕駛場(chǎng)景是當(dāng)前自動(dòng)駕駛功能的核心突破點(diǎn)，也是兵家必爭(zhēng)之地。然而從道路與交通狀況單一的高速場(chǎng)景進(jìn)入交通參與者眾多、道路與交通狀況極其復(fù)雜的城市場(chǎng)景，自動(dòng)駕駛系統(tǒng)面臨的技術(shù)難度可以說(shuō)是倍數(shù)級(jí)增長(zhǎng)。巨大的挑戰(zhàn)也拖住了眾多自動(dòng)駕駛廠商“進(jìn)城”的步伐，只能持續(xù)鏖戰(zhàn)技術(shù)突破點(diǎn)。毫末早在2021年底就立下了打贏“輔助駕駛城市場(chǎng)景之戰(zhàn)”的Flag，率先在城市輔助駕駛領(lǐng)域開(kāi)啟了技術(shù)探索之旅，如今毫末數(shù)據(jù)智能體系MANA正迎來(lái)多項(xiàng)里程碑式的升級(jí)迭代。
顧維灝表示，城市道路主要存在“4類(lèi)場(chǎng)景難題、6大技術(shù)挑戰(zhàn)”。其中場(chǎng)景難題主要包括“城市道路養(yǎng)護(hù)”“大型車(chē)輛密集”“變道空間狹窄”“城市環(huán)境多樣”。解決上述場(chǎng)景難題，技術(shù)層面面臨六大挑戰(zhàn)：1、如何能更高效地將數(shù)據(jù)規(guī)模轉(zhuǎn)化為模型效果 2、如何讓數(shù)據(jù)發(fā)揮更大的價(jià)值 3、如何使用重感知技術(shù)解決現(xiàn)實(shí)空間理解問(wèn)題 4、如何使用人類(lèi)世界的交互接口 5、如何讓仿真更真 6、如何讓自動(dòng)駕駛系統(tǒng)運(yùn)動(dòng)起來(lái)更像人。
為了應(yīng)對(duì)上述挑戰(zhàn)，MANA感知智能、認(rèn)知智能等方面均迎來(lái)更新升級(jí)。
首先，MANA通過(guò)使用大規(guī)模量產(chǎn)車(chē)無(wú)標(biāo)注數(shù)據(jù)的自監(jiān)督學(xué)習(xí)方法打造模型效果，相比只用少量標(biāo)注樣本訓(xùn)練，訓(xùn)練效果提升3倍以上，這讓毫末數(shù)據(jù)優(yōu)勢(shì)得以高效轉(zhuǎn)化為模型效果，以更好適應(yīng)自動(dòng)駕駛各種感知任務(wù)需求。
其次，MANA感知能力提升，讓海量數(shù)據(jù)不再被區(qū)別對(duì)待。面對(duì)巨大數(shù)據(jù)規(guī)模下的“數(shù)據(jù)效率”難題，MANA構(gòu)建了增量式學(xué)習(xí)訓(xùn)練平臺(tái)，抽取部分存量數(shù)據(jù)加上新數(shù)據(jù)組合成一個(gè)混合數(shù)據(jù)集。訓(xùn)練時(shí)要求新模型和舊模型的輸出保持盡量一致，對(duì)新數(shù)據(jù)的擬合盡量好。相比常規(guī)做法，整體算力節(jié)省80%，響應(yīng)速度提升6倍。
第三，MANA感知能力更強(qiáng)。通過(guò)使用時(shí)序的transformer模型在BEV空間上做了虛擬實(shí)時(shí)建圖，使得感知車(chē)道線的輸出更加準(zhǔn)確和穩(wěn)定，讓城市導(dǎo)航自動(dòng)駕駛告別高精地圖依賴(lài)。
第四，MANA感知能力更準(zhǔn)，讓中國(guó)沒(méi)有不能識(shí)別的車(chē)輛信號(hào)燈。MANA通過(guò)升級(jí)車(chē)上感知系統(tǒng)，對(duì)剎車(chē)燈、轉(zhuǎn)向燈狀態(tài)進(jìn)行專(zhuān)門(mén)識(shí)別，讓駕駛員在處理前車(chē)急剎、緊急切入等場(chǎng)景中更安全和舒適。
第五，MANA認(rèn)知能力也再次進(jìn)化。面對(duì)路口這一城市最復(fù)雜場(chǎng)景，MANA在仿真系統(tǒng)中引入了高價(jià)值的真實(shí)交通流場(chǎng)景，與浙江德清、阿里云合作，將路口這一城市最復(fù)雜場(chǎng)景引入仿真引擎，構(gòu)建自動(dòng)駕駛場(chǎng)景庫(kù)，通過(guò)自動(dòng)駕駛的真實(shí)仿真驗(yàn)證，時(shí)效性更高、微觀交通流更真實(shí)，有效綠色了城市路口通過(guò)“老大難”問(wèn)題。
最后，MANA認(rèn)知智能迎來(lái)新階段。通過(guò)對(duì)覆蓋全國(guó)的海量人類(lèi)駕駛進(jìn)行深度理解，學(xué)習(xí)常識(shí)和動(dòng)作擬人化，使得毫末輔助駕駛決策更像人類(lèi)實(shí)際駕駛行為，可結(jié)合實(shí)際情況選擇最優(yōu)路線保證安全，體感更像老司機(jī)。
MANA的再次進(jìn)化，為毫末城市NOH掃平了“進(jìn)城”路上的最大障礙?！昂聊┏鞘蠳OH是更懂中國(guó)城市路況的導(dǎo)航輔助駕駛?！鳖櫨S灝表示，毫末城市NOH采用“重感知、輕地圖、大算力”技術(shù)路線，在MANA的賦能助力下，具備智能識(shí)別交通燈、智能左右轉(zhuǎn)、智能變道、智能躲避障礙物-靜態(tài)、智能躲避障礙物-動(dòng)態(tài)五大亮點(diǎn)功能，此外“智慧交通流處理”功能也將正式發(fā)布。
可以想象在今后輔助駕駛不僅能在高速場(chǎng)景中應(yīng)用，在我們每天上下班通勤的場(chǎng)景也可以使用，這會(huì)極大緩解我們的出行疲勞并提升我們的駕駛舒適感。我個(gè)人真是十分期待的。
03 “重感知，輕地圖”將會(huì)成為未來(lái)的行業(yè)趨勢(shì)
現(xiàn)如今許多車(chē)企也在做城市輔助駕駛，像特斯拉、華為、小鵬等，毫末選擇的路線似乎更貼近特斯拉，就是更看重第一性原理，依靠車(chē)輛本身的智能化來(lái)實(shí)現(xiàn)各類(lèi)輔助駕駛功能。接下來(lái)咱們看看這幾家公司的具體技術(shù)路線和完成效果到底如何。
先來(lái)說(shuō)說(shuō)特斯拉，在全球范圍內(nèi)，特斯拉可以說(shuō)是在輔助駕駛技術(shù)上研發(fā)技術(shù)最快、并且量產(chǎn)速度也最快的，早在去年時(shí)，特斯拉FSD就已經(jīng)支持城市域高級(jí)輔助駕駛功能，并在不斷迭代后，在一位美國(guó)用戶的使用下實(shí)現(xiàn)了從東海岸到西海岸橫跨600多公里的全程零接管輔助駕駛。
不過(guò)在國(guó)內(nèi)，因?yàn)樯婕暗綌?shù)據(jù)安全等問(wèn)題，特斯拉FSD的更新進(jìn)度并不能和美國(guó)同步，這導(dǎo)致國(guó)內(nèi)的特斯拉消費(fèi)者在已經(jīng)付費(fèi)的情況下很難享受到和海外版本同樣的使用體驗(yàn)。另一方面，F(xiàn)SD對(duì)國(guó)內(nèi)的駕駛環(huán)境和消費(fèi)者駕駛習(xí)慣的適應(yīng)程度還稍顯欠缺，有點(diǎn)水土不服的意思，因此也限制了消費(fèi)者對(duì)特斯拉輔助駕駛系統(tǒng)的期待。
對(duì)比特斯拉在國(guó)內(nèi)的近乎停滯，華為的進(jìn)步速度則堪稱(chēng)閃電級(jí)。華為在5月初就率先推出了搭載有華為智能駕駛解決方案的極狐阿爾法S華為HI版，搭載由3顆固態(tài)激光雷達(dá)、6顆毫米波雷達(dá)、11顆高清攝像頭組成的輔助駕駛硬件，主控芯片來(lái)自華為的MDC 810計(jì)算平臺(tái)，算力可達(dá)400TOPS。另外最近很火的阿維塔11也同樣是在華為的全棧智能汽車(chē)解決方案的支持下有著不俗表現(xiàn)的。極狐阿爾法S 華為HI版能夠?qū)崿F(xiàn)城市內(nèi)的主動(dòng)跟車(chē)、主動(dòng)變道、大曲率匝道車(chē)道保持、行人避讓等功能。整體表現(xiàn)確實(shí)還不錯(cuò)，但也有弊病咱稍后再說(shuō)。
作為國(guó)內(nèi)最早、最知名的造車(chē)新勢(shì)力之一，小鵬在輔助駕駛技術(shù)方面的發(fā)力也是相當(dāng)迅猛的。據(jù)悉，城市NGP版小鵬P5搭載由2顆激光雷達(dá)、5個(gè)毫米波雷達(dá)、12個(gè)超聲波雷達(dá)、13個(gè)攝像頭組成的輔助駕駛硬件，具備30TOPS算力，在實(shí)測(cè)中實(shí)現(xiàn)了城市中180度調(diào)頭、紅綠燈識(shí)別、變道繞行、極端天氣/特殊情況應(yīng)對(duì)、無(wú)保護(hù)左轉(zhuǎn)、大型車(chē)輛應(yīng)對(duì)檢測(cè)、低速跟隨判斷等眾多功能。
華為和小鵬雖然
毫末智行COO侯軍：自動(dòng)駕駛未來(lái)已來(lái) 技術(shù)創(chuàng)新激活產(chǎn)業(yè)新動(dòng)能
易車(chē)訊 近日，由低速無(wú)人駕駛（LSAD）產(chǎn)業(yè)聯(lián)盟、深圳市新戰(zhàn)略傳媒有限公司主辦，新戰(zhàn)略低速無(wú)人駕駛產(chǎn)業(yè)研究所、《低速無(wú)人車(chē)》雜志社承辦的“2022低速無(wú)人駕駛（LSAD）產(chǎn)業(yè)發(fā)展年會(huì)”在杭州舉辦。會(huì)上，憑借著末端物流自動(dòng)配送車(chē)小魔駝的常態(tài)化運(yùn)營(yíng)，毫末智行成功入選《2022低速無(wú)人駕駛場(chǎng)景落地案例TOP50》。毫末智行COO、低速無(wú)人車(chē)產(chǎn)業(yè)聯(lián)盟副理事長(zhǎng)侯軍同時(shí)受邀參會(huì)，并通過(guò)線上連線的方式，以《可行、可靠、可商用，助力全球低速無(wú)人車(chē)生態(tài)繁榮與發(fā)展》為主題，進(jìn)行了分享。
本屆大會(huì)以“明勢(shì)取道，韌性躍遷”為主題，旨在加強(qiáng)產(chǎn)業(yè)融合，探討和交流關(guān)于中國(guó)低速無(wú)人駕駛行業(yè)不同細(xì)分應(yīng)用場(chǎng)景及產(chǎn)業(yè)鏈主流技術(shù)及方向。在演講中，侯軍首先將自動(dòng)駕駛的行業(yè)發(fā)展總結(jié)成了3個(gè)階段，即“可行，可靠，可商用”?？尚?，指自動(dòng)駕駛需要在特定的園區(qū)和特定的測(cè)試場(chǎng)景具備運(yùn)行條件?？煽?，指自動(dòng)駕駛需要具備足夠的安全性、車(chē)規(guī)級(jí)、全天候、全地形能力?！白詣?dòng)駕駛的最終是為了可商用，在可商用階段，我們要對(duì)相應(yīng)的場(chǎng)景進(jìn)行適配，也需要控制規(guī)模成本，更需要政策法規(guī)的支持和助力?！?span style="display:none">fIA創(chuàng)意嶺 - 安心托付、值得信賴(lài)的品牌設(shè)計(jì)、營(yíng)銷(xiāo)策劃公司
“我們深刻地認(rèn)識(shí)到，自動(dòng)駕駛不是一夜之間就能完成的”，侯軍指出，自動(dòng)駕駛將遵循從低速到高速、從載物到載人、從商用到民用的漸進(jìn)式路線。在乘用車(chē)領(lǐng)域，中國(guó)在全球自動(dòng)駕駛滲透率高居第一位?！拔覀兣袛?，在2025年，中國(guó)輔助駕駛的滲透率將超過(guò)70%，未來(lái)已來(lái)?！?span style="display:none">fIA創(chuàng)意嶺 - 安心托付、值得信賴(lài)的品牌設(shè)計(jì)、營(yíng)銷(xiāo)策劃公司
對(duì)于國(guó)內(nèi)末端物流配送市場(chǎng)，侯軍也分享了自己的看法，他首先指出，現(xiàn)在中國(guó)每天的物流快遞已經(jīng)達(dá)到了3億件的規(guī)模，機(jī)構(gòu)預(yù)測(cè)，3—5年這個(gè)數(shù)字將激增至10億件。而人力供給顯然無(wú)法匹配這樣的高速增長(zhǎng)，并且未來(lái)中國(guó)勞動(dòng)力成本將不可逆上升。“面對(duì)人民對(duì)幸福生活的美好追求與供給之間的沖突，末端物流自動(dòng)配送車(chē)等新一輪科技創(chuàng)新和技術(shù)應(yīng)用是物流行業(yè)走出當(dāng)前困境的關(guān)鍵?！焙钴娊榻B，當(dāng)前末端物流自動(dòng)配送車(chē)已經(jīng)在全國(guó)40多座城市實(shí)現(xiàn)了落地運(yùn)營(yíng)，且呈現(xiàn)出“星星之火，可以燎原”之勢(shì)。
“現(xiàn)實(shí)環(huán)境比我們想象的更復(fù)雜?！焙钴娬J(rèn)為，自動(dòng)駕駛技術(shù)發(fā)展經(jīng)歷了三個(gè)階段，即由硬件驅(qū)動(dòng)的自動(dòng)駕駛1.0時(shí)代、由軟件驅(qū)動(dòng)的自動(dòng)駕駛2.0時(shí)代以及即將到來(lái)、并將持續(xù)發(fā)展的由數(shù)據(jù)驅(qū)動(dòng)的自動(dòng)駕駛3.0時(shí)代。在侯軍看來(lái)，自動(dòng)駕駛的終局之戰(zhàn)，實(shí)際上是數(shù)據(jù)之戰(zhàn)?！拔覀儗⒆约旱陌l(fā)展模式總結(jié)為‘毫末模式’”，侯軍表示，領(lǐng)先的數(shù)據(jù)智能體系乘以穩(wěn)定量產(chǎn)能力，乘以安全，再疊加生態(tài)的冪次方，是毫末實(shí)現(xiàn)自動(dòng)駕駛的制勝公式?！帮L(fēng)車(chē)戰(zhàn)略的核心就是數(shù)據(jù)智能。我們希望在乘用車(chē)、智能硬件、末端物流自動(dòng)配送車(chē)三片扇葉的高速旋轉(zhuǎn)下，圍繞數(shù)據(jù)智能，實(shí)現(xiàn)毫末智行的自動(dòng)駕駛模式。”
據(jù)了解，作為中國(guó)自動(dòng)駕駛量產(chǎn)領(lǐng)導(dǎo)者，毫末智行以數(shù)據(jù)智能體系MANA為自動(dòng)駕駛進(jìn)化的核心動(dòng)力，不斷提升數(shù)據(jù)處理能力，截至2022年12月，MANA的學(xué)習(xí)時(shí)長(zhǎng)超過(guò)40萬(wàn)小時(shí)，虛擬駕齡相當(dāng)于人類(lèi)司機(jī)4.8萬(wàn)年，輔助駕駛用戶行駛里程已經(jīng)突破2300萬(wàn)公里。末端物流自動(dòng)配送車(chē)領(lǐng)域，自2021年2月落地運(yùn)營(yíng)至今，小魔駝已累計(jì)為北京順義周邊60多座社區(qū)配送超12萬(wàn)單。
“我們把自己的能力全部打開(kāi)，以5S服務(wù)模式成為全球末端物流自動(dòng)配送車(chē)的生態(tài)助力者?！焙钴娊忉?zhuān)^5S服務(wù)，自下而上分別是FAAS工廠服務(wù)、IAAS供應(yīng)鏈和硬件服務(wù)、PAAS系統(tǒng)工具服務(wù)、VAAS車(chē)輛服務(wù)，以及MAAS運(yùn)力服務(wù)。其中，不同的服務(wù)對(duì)應(yīng)著不同的商業(yè)模式。
除了5S服務(wù)模式，為進(jìn)一步推動(dòng)自動(dòng)駕駛技術(shù)迭代及產(chǎn)品落地，毫末智行還推出了6P合作原則，通過(guò)6P模式，毫末將提供全棧解決方案、云端服務(wù)、硬件、軟件、模塊、原型代碼6個(gè)產(chǎn)品層面的合作方式。“希望大家能夠在毫末智行的助力下，真正實(shí)現(xiàn)自己的戰(zhàn)略互補(bǔ)。你的靈魂你保留，我的靈魂你帶走?！?span style="display:none">fIA創(chuàng)意嶺 - 安心托付、值得信賴(lài)的品牌設(shè)計(jì)、營(yíng)銷(xiāo)策劃公司
經(jīng)過(guò)三年發(fā)展，毫末智行已經(jīng)快速成長(zhǎng)成為中國(guó)量產(chǎn)自動(dòng)駕駛第一名。乘用車(chē)領(lǐng)域，HPilot已迭代三代產(chǎn)品，在魏牌、坦克、哈弗、歐拉、長(zhǎng)城炮等多個(gè)品牌近20款車(chē)型上實(shí)現(xiàn)了規(guī)模化量產(chǎn)，并在助力長(zhǎng)城汽車(chē)出海的過(guò)程中，憑借國(guó)內(nèi)首個(gè)自研AEB算法通過(guò)歐盟五星算法驗(yàn)證成功進(jìn)入歐盟市場(chǎng)，而魏牌摩卡PHEV(Coffee 01)、歐拉好貓也由此成為E-NCAP主動(dòng)安全得分最高的中國(guó)自主車(chē)型；此外毫末智行還推出了中國(guó)首款大規(guī)模量產(chǎn)的城市NOH導(dǎo)航輔助駕駛，在國(guó)內(nèi)首次采用重感知技術(shù)路線，預(yù)計(jì)未來(lái)落地達(dá)到100 個(gè)城市。
在末端物流自動(dòng)配送領(lǐng)域，毫末智行已推出第二代末端物流自動(dòng)配送車(chē)小魔駝2.0，不僅擁有L4自動(dòng)駕駛能力、車(chē)規(guī)級(jí)硬件等多項(xiàng)領(lǐng)先能力，還面向履約場(chǎng)景進(jìn)行了多項(xiàng)重要升級(jí)，可為商超、物流行業(yè)的客戶提供可商用的末端配送解決方案，12.88萬(wàn)元的價(jià)格也讓它成為全球首款10萬(wàn)元級(jí)末端物流自動(dòng)配送車(chē)?！拔覀兿Ｍ磥?lái)隨著規(guī)?；慨a(chǎn)，讓整車(chē)的價(jià)格和成本進(jìn)一步下降，助力整個(gè)生態(tài)發(fā)展”侯軍表示。
毫末在末端物流領(lǐng)域的付出也得到了業(yè)內(nèi)認(rèn)可，在現(xiàn)場(chǎng)舉辦的“2022低速無(wú)人駕駛場(chǎng)景落地案例TOP50”頒獎(jiǎng)儀式上，毫末智行憑借著在北京市順義區(qū)的常態(tài)化運(yùn)營(yíng)，成功入選。“2022低速無(wú)人駕駛場(chǎng)景落地案例TOP50”囊括和收錄了園區(qū)（物流/配送、無(wú)人零售、安防、無(wú)人接駁等）、礦區(qū)、港口、機(jī)場(chǎng)、市政環(huán)衛(wèi)、農(nóng)業(yè)等細(xì)分場(chǎng)景的典型應(yīng)用案例。低速無(wú)人駕駛（LSAD）產(chǎn)業(yè)聯(lián)盟表示，“2022低速無(wú)人駕駛場(chǎng)景落地案例TOP50”的制定，旨在為了更好地宣導(dǎo)和展示低速無(wú)人駕駛各細(xì)分場(chǎng)景典型應(yīng)用案例宣導(dǎo)和展示低速無(wú)人駕駛各細(xì)分場(chǎng)景典型應(yīng)用案例，樹(shù)立應(yīng)用標(biāo)桿，打造經(jīng)典案例樣板形象，提振行業(yè)信心，錘煉行業(yè)影響力品牌。
整體來(lái)看，低速無(wú)人駕駛行業(yè)市場(chǎng)格局未定。在此階段中，企業(yè)要明晰市場(chǎng)形勢(shì)和國(guó)家政策，明確自身戰(zhàn)略和方向，打造可持續(xù)性的商業(yè)化模式，用技術(shù)創(chuàng)新激活產(chǎn)業(yè)新動(dòng)能，實(shí)現(xiàn)從量變向質(zhì)變的轉(zhuǎn)換。2023年，企業(yè)“去泡沫化”已是趨勢(shì)，就如侯軍所說(shuō)“末端物流自動(dòng)配送車(chē)正在經(jīng)歷鴻溝的跨越，無(wú)論從技術(shù)、成本、市場(chǎng)成熟度和政策都已經(jīng)到來(lái)”，毫末智行立志成為全球低速車(chē)生態(tài)平臺(tái)的助力者，希望以科技賦能中國(guó)智慧城市物流發(fā)展，串點(diǎn)成線，聚線成面，助力末端物流自動(dòng)配送這把星星之火，真正形成燎原之勢(shì)。
當(dāng)GPT遇到自動(dòng)駕駛，毫末首發(fā)DriveGPT
GPT之于自動(dòng)駕駛意味著什么？
文丨智駕網(wǎng) 黃華丹
ChatGPT帶火了AI，那么，當(dāng)GPT遇到自動(dòng)駕駛，又會(huì)發(fā)生怎樣的化學(xué)反應(yīng)？
GPT全稱(chēng)Generative Pre-trained Transformer，即生成式預(yù)訓(xùn)練Transformer。簡(jiǎn)單概括即是一種基于互聯(lián)網(wǎng)可用數(shù)據(jù)訓(xùn)練的文本生成深度學(xué)習(xí)模型。
4月11日，在第八屆毫末AI DAY上，毫末CEO顧維灝正式發(fā)布了基于GPT技術(shù)的DriveGPT，中文名雪湖·海若。
DriveGPT能做到什么？又是如何構(gòu)建的？顧維灝在AI DAY上都做了詳細(xì)解讀。此外，AI DAY還展示了毫末自動(dòng)駕駛數(shù)據(jù)體系MANA的升級(jí)情況，主要是其在視覺(jué)感知能力上的進(jìn)展。
01.
什么是DriveGPT？能實(shí)現(xiàn)什么？
顧維灝首先講解了GPT的原理，生成式預(yù)訓(xùn)練Transformer模型本質(zhì)上是在求解下一個(gè)詞出現(xiàn)的概率，每一次調(diào)用都是從概率分布中抽樣并生成一個(gè)詞，這樣不斷地循環(huán)，就能生成一連串的字符，用于各種下游任務(wù)。
以中文自然語(yǔ)言為例，單字或單詞就是Token，中文的Token詞表有5萬(wàn)個(gè)左右。把Token輸入到模型，輸出就是下一個(gè)字詞的概率，這種概率分布體現(xiàn)的是語(yǔ)言中的知識(shí)和邏輯，大模型在輸出下一個(gè)字詞時(shí)就是根據(jù)語(yǔ)言知識(shí)和邏輯進(jìn)行推理的結(jié)果，就像根據(jù)一部偵探小說(shuō)的復(fù)雜線索來(lái)推理兇手是誰(shuí)。
而作為適用于自動(dòng)駕駛訓(xùn)練的大模型，DriveGPT雪湖·海若三個(gè)能力：
1.可以按概率生成很多個(gè)這樣的場(chǎng)景序列，每個(gè)場(chǎng)景都是一個(gè)全局的場(chǎng)景，每個(gè)場(chǎng)景序列都是未來(lái)有可能發(fā)生的一種實(shí)際情況。
2.是在所有場(chǎng)景序列都產(chǎn)生的情況下，能把場(chǎng)景中最關(guān)注的自車(chē)行為軌跡給量化出來(lái)，也就是生成場(chǎng)景的同時(shí)，便會(huì)產(chǎn)生自車(chē)未來(lái)的軌跡信息。
3.有了這段軌跡之后，DriveGPT雪湖·海若還能在生成場(chǎng)景序列、軌跡的同時(shí)，輸出整個(gè)決策邏輯鏈。
也就是說(shuō)，利用DriveGPT雪湖·海若，在一個(gè)統(tǒng)一的生成式框架下，就能做到將規(guī)劃、決策與推理等多個(gè)任務(wù)全部完成。
具體來(lái)看，DriveGPT雪湖·海若的設(shè)計(jì)是將場(chǎng)景Token化，毫末將其稱(chēng)為Drive Language。
Drive Language將駕駛空間進(jìn)行離散化處理，每一個(gè)Token都表征場(chǎng)景的一小部分。目前毫末擁有50萬(wàn)個(gè)左右的Token詞表空間。如果輸入一連串過(guò)去已經(jīng)發(fā)生的場(chǎng)景Token序列，模型就可以根據(jù)歷史，生成未來(lái)所有可能的場(chǎng)景。
也就是說(shuō)，DriveGPT雪湖·海若同樣像是一部推理機(jī)器，告訴它過(guò)去發(fā)生了什么，它就能按概率推理出未來(lái)的多個(gè)可能。
一連串Token拼在一起就是一個(gè)完整的駕駛場(chǎng)景時(shí)間序列，包括了未來(lái)某個(gè)時(shí)刻整個(gè)交通環(huán)境的狀態(tài)以及自車(chē)的狀態(tài)。
有了Drive Language，就可以對(duì)DriveGPT進(jìn)行訓(xùn)練了。
毫末對(duì)DriveGPT的訓(xùn)練過(guò)程首先是根據(jù)駕駛數(shù)據(jù)以及之前定義的駕駛嘗試做一個(gè)大規(guī)模的預(yù)訓(xùn)練。
然后，通過(guò)在使用過(guò)程中接管或者不接管的場(chǎng)景，對(duì)預(yù)訓(xùn)練的結(jié)果進(jìn)行打分和排序，訓(xùn)練反饋模型。也就是說(shuō)利用正確的人類(lèi)開(kāi)法來(lái)替代錯(cuò)誤的自動(dòng)駕駛開(kāi)法。
后續(xù)就是用強(qiáng)化學(xué)習(xí)的思路不斷優(yōu)化迭代模型。
在預(yù)訓(xùn)練模型上，毫末采用Decode-only結(jié)構(gòu)的GPT模型，每一個(gè)Token用于描述某時(shí)刻的場(chǎng)景狀態(tài)，包括障礙物的狀態(tài)、自車(chē)狀態(tài)、車(chē)道線情況等等。
目前，毫末的預(yù)訓(xùn)練模型擁有1200億個(gè)參數(shù)，使用4000萬(wàn)量產(chǎn)車(chē)的駕駛數(shù)據(jù)，本身就能夠?qū)Ω鞣N場(chǎng)景做生成式任務(wù)。
這些生成結(jié)果會(huì)按照人類(lèi)偏好進(jìn)行調(diào)優(yōu)，在安全、高效、舒適等維度上做出取舍。同時(shí)，毫末會(huì)用部分經(jīng)過(guò)篩選的人類(lèi)接管數(shù)據(jù)，大概5萬(wàn)個(gè)Clips去做反饋模型的訓(xùn)練，不斷優(yōu)化預(yù)訓(xùn)練模型。
在輸出決策邏輯鏈時(shí)，DriveGPT雪湖·海若利用了prompt提示語(yǔ)技術(shù)。輸入端給到模型一個(gè)提示，告訴它“要去哪、慢一點(diǎn)還是快一點(diǎn)、并且讓它一步步推理”，經(jīng)過(guò)這種提示后，它就會(huì)朝著期望的方向去生成結(jié)果，并且每個(gè)結(jié)果都帶有決策邏輯鏈。每個(gè)結(jié)果也會(huì)有未來(lái)出現(xiàn)的可能性。這樣我們就可以選擇未來(lái)出現(xiàn)可能性最大，最有邏輯的鏈條駕駛策略。
可以用一個(gè)形象的示例來(lái)解釋DriveGPT雪湖·海若的推理能力。假設(shè)提示模型要“抵達(dá)某個(gè)目標(biāo)點(diǎn)”，DriveGPT雪湖·海若會(huì)生成很多個(gè)可能的開(kāi)法，有的激進(jìn)，會(huì)連續(xù)變道超車(chē)，快速抵達(dá)目標(biāo)點(diǎn)，有的穩(wěn)重，跟車(chē)行駛到終點(diǎn)。這時(shí)如果提示語(yǔ)里沒(méi)有其他額外指示，DriveGPT雪湖·海若就會(huì)按照反饋訓(xùn)練時(shí)的調(diào)優(yōu)效果，最終給到一個(gè)更符合大部分人駕駛偏好的效果。
02.
實(shí)現(xiàn)DriveGPT毫末做了什么？
首先，DriveGPT雪湖·海若的訓(xùn)練和落地，離不開(kāi)算力的支持。
今年1月，毫末就和火山引擎共同發(fā)布了其自建智算中心，毫末雪湖·綠洲MANA OASIS。OASIS的算力高達(dá)67億億次/秒，存儲(chǔ)帶寬2T/秒，通信帶寬達(dá)到800G/秒。
當(dāng)然，光有算力還不夠，還需要訓(xùn)練和推理框架的支持。因此，毫末也做了以下三方面的升級(jí)。
一是訓(xùn)練穩(wěn)定性的保障和升級(jí)。
大模型訓(xùn)練是一個(gè)十分艱巨的任務(wù)，隨著數(shù)據(jù)規(guī)模、集群規(guī)模、訓(xùn)練時(shí)間的數(shù)量級(jí)增長(zhǎng)，系統(tǒng)穩(wěn)定性方面微小的問(wèn)題也會(huì)被無(wú)限放大，如果不加處理，訓(xùn)練任務(wù)就會(huì)經(jīng)常出錯(cuò)導(dǎo)致非正常中斷，浪費(fèi)前期投入的大量資源。
毫末在大模型訓(xùn)練框架的基礎(chǔ)上，與火山引擎共同建立了全套訓(xùn)練保障框架，通過(guò)訓(xùn)練保障框架，毫末實(shí)現(xiàn)了異常任務(wù)分鐘級(jí)捕獲和恢復(fù)能力，可以保證千卡任務(wù)連續(xù)訓(xùn)練數(shù)月沒(méi)有任何非正常中斷，有效地保障了DriveGPT雪湖·海若大模型訓(xùn)練的穩(wěn)定性。
二是彈性調(diào)度資源的升級(jí)。
毫末擁有量產(chǎn)車(chē)帶來(lái)的海量真實(shí)數(shù)據(jù)，可自動(dòng)化的利用回傳數(shù)據(jù)不斷的學(xué)習(xí)真實(shí)世界。由于每天不同時(shí)段回傳的數(shù)據(jù)量差異巨大，需要訓(xùn)練平臺(tái)具備彈性調(diào)度能力，自適應(yīng)數(shù)據(jù)規(guī)模大小。
毫末將增量學(xué)習(xí)技術(shù)推廣到大模型訓(xùn)練，構(gòu)建了一個(gè)大模型持續(xù)學(xué)習(xí)系統(tǒng)，研發(fā)了任務(wù)級(jí)彈性伸縮調(diào)度器，分鐘級(jí)調(diào)度資源，集群計(jì)算資源利用率達(dá)到95%。
三是吞吐效率的升級(jí)。
在訓(xùn)練效率上，毫末在Transformer的大矩陣計(jì)算上，通過(guò)對(duì)內(nèi)外循環(huán)的數(shù)據(jù)拆分、盡量保持?jǐn)?shù)據(jù)在SRAM中來(lái)提升計(jì)算的效率。在傳統(tǒng)的訓(xùn)練框架中，算子流程很長(zhǎng)，毫末通過(guò)引入火山引擎提供的Lego算之庫(kù)實(shí)現(xiàn)算子融合，使端到端吞吐提升84%。
有了算力和這三方面的升級(jí)，毫末可對(duì)DriveGPT雪湖·海若進(jìn)行更好的訓(xùn)練迭代升級(jí)。
03.
MANA大升級(jí)，攝像頭代替超聲波雷達(dá)
毫末在2021年12月的第四屆AI DAY上發(fā)布自動(dòng)駕駛數(shù)據(jù)智能體系MANA，經(jīng)過(guò)一年多時(shí)間的應(yīng)用迭代，現(xiàn)在MANA迎來(lái)了全面的升級(jí)。
據(jù)顧維灝介紹，本次升級(jí)主要包括：
1.感知和認(rèn)知相關(guān)大模型能力統(tǒng)一整合到DriveGPT。
2.計(jì)算基礎(chǔ)服務(wù)針對(duì)大模型訓(xùn)練在參數(shù)規(guī)模、穩(wěn)定性和效率方面做了專(zhuān)項(xiàng)優(yōu)化，并集成到OASIS當(dāng)中。
3.增加了使用NeRF技術(shù)的數(shù)據(jù)合成服務(wù)，降低Corner Case數(shù)據(jù)的獲取成本。
4.針對(duì)多種芯片和多種車(chē)型的快速交付難題，優(yōu)化了異構(gòu)部署工具和車(chē)型適配工具。
前文我們已經(jīng)詳細(xì)介紹了DriveGPT相關(guān)的內(nèi)容，以下主要來(lái)看MANA在視覺(jué)感知上的進(jìn)展。
顧維灝表示，視覺(jué)感知任務(wù)的核心目的都是恢復(fù)真實(shí)世界的動(dòng)靜態(tài)信息和紋理分布。因此毫末對(duì)視覺(jué)自監(jiān)督大模型做了一次架構(gòu)升級(jí)，將預(yù)測(cè)環(huán)境的三維結(jié)構(gòu)，速度場(chǎng)和紋理分布融合到一個(gè)訓(xùn)練目標(biāo)里面，使其能從容應(yīng)對(duì)各種具體任務(wù)。目前毫末視覺(jué)自監(jiān)督大模型的數(shù)據(jù)集超過(guò)400萬(wàn)Clips，感知性能提升20%。
在泊車(chē)場(chǎng)景下，毫末做到了用魚(yú)眼相機(jī)純視覺(jué)測(cè)距達(dá)到泊車(chē)要求，可做到在15米范圍內(nèi)達(dá)測(cè)量精度30cm，2米內(nèi)精度高于10cm。用純視覺(jué)代替超聲波雷達(dá)，進(jìn)一步降低整體方案的成本。
此外，在純視覺(jué)三維重建方面，通過(guò)視覺(jué)自監(jiān)督大模型技術(shù)，毫末不依賴(lài)激光雷達(dá)，就能將收集的大量量產(chǎn)回傳視頻轉(zhuǎn)化為可用于BEV模型訓(xùn)練的帶3D標(biāo)注的真值數(shù)據(jù)。
通過(guò)對(duì)NeRF的升級(jí)，毫末表示可以做到重建誤差小于10
【本文來(lái)自易車(chē)號(hào)作者智駕網(wǎng)，版權(quán)歸作者所有,任何形式轉(zhuǎn)載請(qǐng)聯(lián)系作者。內(nèi)容僅代表作者觀點(diǎn)，與易車(chē)無(wú)關(guān)】
以上就是關(guān)于毫末自動(dòng)駕駛相關(guān)問(wèn)題的回答。希望能幫到你，如有更多相關(guān)問(wèn)題，您也可以聯(lián)系我們的客服進(jìn)行咨詢，客服也會(huì)為您講解更多精彩的知識(shí)和內(nèi)容。
推薦閱讀：
毫末自動(dòng)駕駛（毫末自動(dòng)駕駛?cè)桑?/a>
中華護(hù)理雜志審稿流程大概多久（中華護(hù)理雜志審稿流程大概多久出結(jié)果）
贛公網(wǎng)安備 50019002502384號(hào)
