毫末DriveGPT蝶變200天：生態夥伴已達17家，全面提效90%_風聞

2023年10月11日，北京金秋時節，第九屆HAOMO AI DAY如期而至。本屆HAOMO AI DAY以 “BETTER AI，BETTER HAOMO"為主題。毫末重磅發佈三款“極致性價比”千元級無圖NOH，全面滿足高中低價位智駕車型量產需求；毫末發佈的行業首個自動駕駛生成式大模型DriveGPT雪湖·海若公佈最新成果：共計篩選出超過100億幀互聯網圖片數據集和480萬段包含人駕行為的自動駕駛4D Clips數據；進一步升級引入多模態大模型，獲得識別萬物的能力；與NeRF技術進一步整合，渲染重建4D空間；藉助LLM（大語言模型），讓自動駕駛認知決策具備了世界知識。產品層面，搭載毫末城市NOH功能的魏牌藍山將在2024年第一季度正式量產上市；小魔駝即將在2023年第四季度在商超履約配送場景實現盈利。

（毫末董事長張凱重磅發佈三款“極致性價比”千元級HPilot產品）

成立近四年時間，毫末始終引領中國自動駕駛技術風向標，HAOMO AI DAY更成為中國自動駕駛技術的一面旗幟。毫末率先在行業佈局大模型、大數據、大算力技術發展方向，衝刺自動駕駛3.0時代。

（毫末CEO顧維灝公佈DriveGPT發佈200天重要成果）

毫末董事長張凱表示：“毫末一直在全力以赴投入到AI自動駕駛的技術浪潮中，毫末堅持的漸進式路線與對技術投入的長期主義，讓毫末模式成為中國自動駕駛發展的新範式。”

（從左至右：毫末智行COO侯軍、董事長張凱、CEO顧維灝、CIO甄龍豹）

 重磅發佈三款千元級HPilot產品，以“極致性價比”搶佔智駕市場

“2023年我國高階智能輔助駕駛市場迎來大爆發。”活動現場，張凱以《BETTER AI，BETTER HAOMO》為主題，分享了對2023年智駕市場競爭局勢的判斷，以及毫末四大戰役的最新進展。

（張凱介紹2023年中國高階智能輔助駕駛市場迎來大爆發）

張凱介紹，目前乘用車銷量和智能化指數都在穩步提升，同時智能駕駛滲透率與價格卻呈反向增長，乘用車市場L2及以上智能駕駛滲透率達42.4%，2025年將達70%，並普及到10-20萬的主銷車型上；城市NOA迎來量產上車潮，目前佔L2及以上輔助駕駛份額的17%，2025年將達70%；行泊分體的硬件設計、一體機逐步退出市場，更具性價比的行泊一體的域控方案將成為主流。

 為了迎戰智駕市場的變化，現場，毫末重磅發佈了HP170、HP370、HP570三款“極致性價比”智能輔助駕駛產品，預計將在2023年和2024年先後上車。

（重磅發佈三款千元級HPilot產品）

張凱表示：“毫末全新發布的第二代HPilot乘用車輔助駕駛三款產品，價格打下來的同時性能都打了上去，讓中階智駕便宜更好用，讓高階智駕好用更便宜。”這也是2023年，毫末給中國如此“卷”的智駕市場交出的答卷。

毫末HP170是3000元級“極致性價比”的高速無圖NOH，可以實現行泊一體智駕。硬件配置上，算力5TOPS，傳感器方案標配1個前視相機、4個魚眼相機、2個后角雷達、12個超聲波雷達，靈活選裝1個前視雷達和2個前角雷達。場景上，可實現高速、城市快速路上的無圖NOH，短距離記憶泊車等功能，並獲E-NCAP 5星AEB的高安全標準認證。

（毫末HP170）

毫末HP370是5000元級“極致性價比”的城市記憶行車與記憶泊車，可以實現行泊一體智駕。硬件配置上，算力32TOPS，傳感器方案標配2個前視相機、2個側視相機、1個後視相機、4個魚眼相機、1個前雷達、2個后角雷達、12個超聲波雷達，靈活選裝2個前角雷達。場景上，可實現高速、城快，以及城市內的記憶行車，免教學記憶泊車、智能繞障等功能。張凱表示：“毫末的記憶行車可看作毫末城市NOH的最小集，是城市NOH的強有力補充。”

（毫末HP370）

毫末HP570是8000元級“極致性價比”的城市全場景無圖NOH產品，未來將在100+城落地。硬件配置上，算力可選72TOPS和100TOPS兩款芯片，傳感器方案標配2個前視相機、4個側視相機、1個後視相機、4個魚眼相機、1個前雷達、12個超聲波雷達，還支持選配1顆激光雷達。場景上，可實現城市無圖NOH、全場景輔助泊車、全場景智能繞障、跨層免教學記憶泊車等功能。張凱強調：“HP570平台的歷史使命是打造行業內最具性價比的高階城市智駕產品。”

（毫末HP570）

發佈新產品的同時，張凱介紹了毫末2023年四大戰役的最新成果。首先是“智能駕駛裝機量王者之戰”，在中國的自動駕駛公司中，毫末穩居中國量產自動駕駛第一名，輔助駕駛產品HPilot整體已搭載至超過20款車型，用户輔助駕駛行駛里程突破8700萬公里。其中，最新搭載毫末HPilot的車型為山海炮HEV版、新摩卡Hi-4S等。

（毫末HPilot整體已搭載超過20款車型）

其次是“MANA大模型巔峯之戰”，DriveGPT發佈200天左右的時間裏，累積480萬段Clips高質量測試。目前已有生態夥伴17家，助力生態夥伴提效90%。2023年DriveGPT成功入選“北京市通用人工智能產業創新夥伴計劃”成為首批模型夥伴觀察員及入選北京市首批人工智能10個行業大模型應用案例。此外，DriveGPT還助力毫末榮獲2023中國AI基礎大模型創新企業的稱號。

（DriveGPT發佈200天的蝶變生長）

第三是“城市NOH百城大戰”， 具備城市NOH導航輔助駕駛功能的毫末HP550（原HPilot3.0），將搭載魏牌藍山在2024年第一季度正式量產上市。現場，張凱和顧維灝首次公開測試搭載HP550的城市NOH的魏牌藍山視頻曝光，在保定鬧市區全程12公里的行駛中，歷時35分鐘，手動接管3次。其中包含21個紅綠燈，7個路口轉向……重感知路線的毫末城市NOH展現出出色性能，尤其是面對擁堵道路、紅綠燈交替以及非機混行等複雜場景，處理得非常自然，產品力行業領先。

（HP550將搭載魏牌藍山在2024年第一季度正式量產上市）

最後是“末端物流自動配送商業之戰”，末端物流自動配送車小魔駝3.0，售價89999元，是全球首款9萬元內中型末端物流自動配送車，可以滿足在物流、商超、零售等9大場景的需求，小魔駝3.0產品推出在中國無人車規模化商用的行業進程中具有里程碑式的意義。目前，小魔駝已配送超過22萬單。小魔駝即將在2023年第四季度在商超履約配送場景實現盈利。從商業意義上，毫末具備了成為全球範圍內首家擁有規模化盈利 L4業務公司的能力。

（毫末小魔駝3.0亮相）

演講中張凱還介紹毫末總部已落户北京市順義區，毫末將充分發揮在自動駕駛領域的技術和產業優勢，助力順義打造中國新能源智能汽車產業高地。

DriveGPT雪湖·海若200天蝶變：通用感知實現“萬物識別”、通用認知具備世界知識

歷屆HAOMO AI DAY的核心主題都是聚焦最硬核的自動駕駛AI技術。此次，顧維灝帶來了主題為《自動駕駛3.0時代：大模型將重塑汽車智能化的技術路線》的演講，分享了毫末對於自動駕駛3.0時代AI開發模式的思考以及毫末DriveGPT大模型的最新進展和實踐。

顧維灝認為，自動駕駛3.0時代與2.0時代相比，其開發模式和技術框架都將發生顛覆性的變革。在自動駕駛2.0時代，以小數據、小模型為特徵，以Case任務驅動為開發模式。而自動駕駛3.0時代，以大數據、大模型為特徵，以數據驅動為開發模式。

（毫末提出的自動駕駛3.0時代的技術架構演進趨勢）

相比2.0時代主要採用傳統模塊化框架，3.0時代的技術框架會發生顛覆性變化。首先，自動駕駛會在雲端實現感知大模型和認知大模型的能力突破，並將車端各類小模型逐步統一為感知模型和認知模型，同時將控制模塊也AI模型化。隨後，車端智駕系統的演進路線也是一方面會逐步全鏈路模型化，另一方面是逐步大模型化，即小模型逐漸統一到大模型內。然後，雲端大模型也可以通過剪枝、蒸餾等方式逐步提升車端的感知能力，甚至在通訊環境比較好的地方，大模型甚至可以通過車雲協同的方式實現遠程控車。最後，在未來車端、雲端都是端到端的自動駕駛大模型。

顧維灝還詳細介紹了毫末DriveGPT大模型在推出200天后的整體進展。首先是DriveGPT訓練數據規模提升。截止2023年10月DriveGPT雪湖·海若共計篩選出超過100億幀互聯網圖片數據集和480萬段包含人駕行為的自動駕駛4D Clips數據。其次是通用感知能力提升，DriveGPT通過引入多模態大模型，實現文、圖、視頻多模態信息的整合，獲得識別萬物的能力；同時，通過與NeRF技術整合，DriveGPT實現更強的4D空間重建能力，獲得對三維空間和時序的全面建模能力；最後是通用認知能力提升，藉助大語言模型，DriveGPT將世界知識引入到駕駛策略中。

顧維灝認為，未來的自動駕駛系統一定是跟人類駕駛員一樣，不但具備對三維空間的精確感知測量能力，而且能夠像人類一樣理解萬物之間的聯繫、事件發生的邏輯和背後的常識，並且能基於這些人類社會的經驗來做出更好的駕駛策略，真正實現完全無人駕駛。

毫末DriveGPT是如何具備識別萬物的通用感知能力，以及擁有世界知識的通用認知能力？顧維灝也給出了詳盡解釋。

（毫末DriveGPT升級：大模型讓自動駕駛擁有世界知識）

在感知階段，DriveGPT首先通過構建視覺感知大模型來實現對真實物理世界的學習，將真實世界建模到三維空間，再加上時序形成4D向量空間；然後，在構建對真實物理世界的4D感知基礎上，毫末進一步引入開源的圖文多模態大模型，構建更為通用的語義感知大模型，實現文、圖、視頻多模態信息的整合，從而完成4D向量空間到語義空間的對齊，實現跟人類一樣的“識別萬物”的能力。

（毫末DriveGPT通用感知大模型：讓自動駕駛認識萬物）

毫末通用感知能力的進化升級包含兩個方面。首先是視覺大模型的CV Backbone的持續進化，當前基於大規模數據的自監督學習訓練範式，採用Transformer大模型架構，實現視頻生成的方式來進行訓練，構建包含三維的幾何結構、圖片紋理、時序信息等信息的4D表徵空間，實現對全面的物理世界的感知和預測。其次是構建起更基礎的通用語義感知大模型，在視覺大模型基礎上引入圖文多模態模型來提升感知效果，圖文多模態模型可以對齊自然語言信息和圖片的視覺信息，在自動駕駛場景中就可以對齊視覺和語言的特徵空間，從而具備識別萬物的能力，也由此可以更好完成目標檢測、目標跟蹤、深度預測等各類任務。

在認知階段，基於通用語義感知大模型提供的“萬物識別”能力，DriveGPT通過構建駕駛語言（Drive Language）來描述駕駛環境和駕駛意圖，再結合導航引導信息以及自車歷史動作，並藉助外部大語言模型LLM的海量知識來輔助給出駕駛決策。

（毫末DriveGPT認知大模型：讓自動駕駛具備常識）

由於大語言模型已經學習到並壓縮了人類社會的全部知識，因而也就包含了駕駛相關的知識。經過毫末對大語言模型的專門訓練和微調，從而讓大語言模型更好地適配自動駕駛任務，使得大語言模型能真正看懂駕駛環境、解釋駕駛行為，做出駕駛決策。認知大模型通過與大語言模型結合，使得自動駕駛認知決策獲得了人類社會的常識和推理能力，也就是獲得了世界知識，從而提升自動駕駛策略的可解釋性和泛化性。

（毫末DriveGPT應用的七大實踐）

在分享了最新DriveGPT大模型技術框架後，顧維灝隨後也給出了毫末基於DriveGPT大模型開發模式的七大應用實踐，包括駕駛場景理解、駕駛場景標註、駕駛場景生成、駕駛場景遷移、駕駛行為解釋、駕駛環境預測和車端模型開發。

其中，在駕駛行為解釋方面，毫末DriveGPT在原有結合場景庫及人工標註方式來對駕駛行為進行解釋的基礎上，升級為引入大語言模型來解釋駕駛環境，讓AI自己解釋自己的駕駛決策。接下來，毫末會持續通過構建自動駕駛描述數據，來對大語言模型進行微調，讓大語言模型能夠像駕校教練或者陪練一樣，對駕駛行為做出更詳細的解釋。

（駕駛行為解釋：透視AI的思考過程）

駕駛環境預測方面，毫末DriveGPT原來基於海量人駕數據預訓練和接管數據的反饋強化學習來完成未來BEV場景的預測生成，現在則在此基礎上，進一步通過引入大語言模型，在使用駕駛行為數據的同時，讓大語言模型對當前的駕駛環境給出解釋和駕駛建議，然後再將駕駛解釋和駕駛建議作為prompt輸入到生成式大模型，來讓自動駕駛大模型獲得外部大語言模型內的人類知識，從而具備常識，才能理解人類社會的各種明規則、潛規則，才能跟老司機一樣，預測未來最有可能出現的駕駛場景，從而與各類障礙物進行更好地交互。

（駕駛環境預測：生成未來世界）

車端模型開發模式變革方面，毫末正在嘗試用蒸餾的方法，也就是用大模型輸出的偽標籤作為監督信號，讓車端小模型來學習雲端大模型的預測結果，或者通過對齊Feature Map的方式，讓車端小模型直接學習並對齊雲端的Feature Map，從而提升車端小模型的能力。基於蒸餾的方式，可以讓車端的感知效果提升五個百分點。

（車端模型開發新模式：把大模型蒸餾成小模型）

此外，毫末DriveGPT的駕駛場景理解可以對海量駕駛場景數據進行秒級特徵搜索，從而實現更高效的數據篩選，為大模型挖掘海量高質量訓練數據；駕駛場景標註是採用了開集（Open-set）場景下的Zero-Shot自動標註，可實現對任意物體既快速又精準的標註，不僅可實現針對新品類的Zero-Shot快速標註，而且精度還非常高，預標註準召達到80%以上；駕駛場景生成，可以基於駕駛場景的文生圖模型，通過文字描述批量生成平時難以獲取的Hardcase數據，實現無中生有的可控生成；對於駕駛場景遷移，基於AIGC生成能力，可實現多目標場景生成，能將採集到的一個場景，遷移到該場景的不同時間、不同天氣、不同光照等各類新場景下，可同時獲取全天候駕駛數據，實現瞬息萬變的高效場景遷移。

現場，顧維灝還給出了DriveGPT賦能車端的三大測試成果：

第一個是毫末純視覺自動泊車測試成果。毫末利用視覺感知模型，使用魚眼相機可以識別牆、柱子、車輛等各類型的邊界輪廓，形成360度的全視野動態感知，可以做到在15米範圍內達到30cm的測量精度，2米內精度可以高於10cm。這樣的精度可實現用視覺取代USS超聲波雷達，從而進一步降低整體智駕方案成本。

（毫末純視覺泊車）

第二個是毫末對交通場景全要素識別測試成果。DriveGPT基於通用感知的萬物識別的能力，從原有感知模型只能識別少數幾類障礙物和車道線，到現在可以識別各類交通標誌、地面箭頭、甚至井蓋等交通場景的全要素數據。大量高質量的道路場景全要素標註數據，可以有效幫助毫末重感知的車端感知模型實現效果的提升，助力城市NOH的加速進城。

（城市NOH全要素覆蓋）

第三個是毫末城市NOH對小目標障礙物檢測的測試成果。毫末在當前城市NOH的測試中，可以在城市道路場景中，在時速最高70公里的50米距離外，就能檢測到大概高度為35cm的小目標障礙物，可以做到100%的成功繞障或剎停，這樣可以對道路上穿行的小動物等移動障礙物起到很好地檢測保護作用。

（毫末城市NOH小目標障礙物檢測）

顧維灝也提到，毫末DriveGPT大模型的應用，在自動駕駛系統開發過程中帶來了巨大技術提升，使得毫末的自動駕駛系統開發徹底進入了全新模式，新開發模式和技術架構將大大加速汽車智能化的進化進程。

全球頂尖產學研重磅嘉賓助陣，毫末生態夥伴已達近百家

本屆HAOMO AI DAY再度齊聚自動駕駛領域超豪華嘉賓陣容。中國工程院院士、清華大學教授、清華智能產業研究院（AIR）院長張亞勤；清華大學車輛與運載學院副院長、長聘教授、博士生導師李升波發表主題演講；合眾新能源汽車CTO戴大力；中汽創智智能駕駛CTO張振林；美團自動車研發總監穆北鵬；達達快送產品與規劃負責人郭瑜；火山引擎汽車行業總經理楊立偉；車雲網&電動邦創始人、CEO程裏等產業領軍人物出席第九屆HAOMO AI DAY尖峯對話環節，圍繞“2023自動駕駛：乘風大模型，創造新範式”展開討論。

（尖峯對話——2023自動駕駛：乘風大模型，創造新範式）

張亞勤發表了題為《Big Model, Generative Al and Intelligent Driving》的主題演講，他表示：“AI大模型帶來了從判別式AI到生成式AI的新技術範式變革，清華AIR正在利用生成式AI來構建自動駕駛仿真平台以及Real2Sim2Real基礎模型平台。同時，清華AIR與毫末智行在數據驅動決策優化方向展開深入探索，共同推動全方位、多層次的產學研深度合作，加速AI技術在自動駕駛領域的落地應用。”

（張亞勤出席第九屆毫末AI DAY）

李升波表示：“自動駕駛是人工智能的皇冠明珠，算法的突破與數據的累積使得汽車駕駛智能性呈現快速發展的態勢，這也是自動駕駛技術的重點發展方向。毫末智行近年於數據驅動的感知、預測、決控方向進行了突破性探索，取得了一系列前瞻技術，為生成式人工智能的自動駕駛應用做出了有益嘗試。”

（李升波出席第九屆毫末AI DAY）

演講結尾，顧維灝提到：“毫末即將成立四週年，一約既定，萬山無阻。毫末人將繼續用AI連接更廣闊的世界，用技術叩問更浩遠的未來。”

張凱表示：“風好正揚帆，毫末人將始終秉持初心，保持創業者的激昂鬥志，共同實現自動駕駛的夢想。”