毫末速度:中国自动驾驶落地最快的1000天( 二 )


在这个过程中 , 用户的实际路测数据 , 已经帮助HPilot完成了3次大版本迭代 。 马上量产交付的最新版本(长城魏牌摩卡PHEV) , 最重大的更新 , 是城市NOH 。
能自主应对城市复杂道路 , 包括交通信号、复杂路口、环路、人车混行等等场景 。
毫末速度:中国自动驾驶落地最快的1000天
文章图片
这个能力 , 也是今年头部自动驾驶玩家争夺的高地 , 其他实力玩家 , 包括小鹏NGP、特斯拉NOA等等 。
所以 , 毫末量产自动驾驶系统的速度“第一” , 是和行业头部比较得出的结果 。
在此之外 , 毫末智行在自动驾驶其他业务线上 , 还有数个“第一”和“首次”:
量产规模和速度背后 , 支撑这些的是毫末自研建立的国内首个自动驾驶数据智能体系MANA 。
毫末速度:中国自动驾驶落地最快的1000天
文章图片
MANA其中包含众多子模块 , 包括数据获取、传输、感知、计算、验证等等 , 它们一同构成了毫末智行的数据驱动能力 。
HPilot上车量产的速度 , 除了用户实际路测里程的数据贡献 , 另一个同等重要的核心就是MANA体系下系统进行的巨量学习、仿真、验证 。
目前MANA的学习时长超过了30万小时 , 虚拟驾龄相当于人类司机驾驶4万年 。
量产进展和数据闭环能力 , 一同构成了毫末智行这份“行业最快1000天”的成绩单 。
如何评价?
融资层面 , 毫末智行的进展获得了行业优质资本的认可 。
截止今年4月 , 毫末已经完成3轮近20亿元的融资 , 投资方包括美团、首钢基金、高通创投、高瓴创投、首程控股、九智资本等等 。
毫末速度:中国自动驾驶落地最快的1000天
文章图片
而在自动驾驶行业层面 , 毫末智行也构建起了一个全新的模式 。
毫末智行诞生时 , 全球的自动驾驶行业 , 已经存在着3种模式 。
首先是谷歌旗下的Waymo , 高举高打 , 直接以L4为目标 , 试图通过路测、仿真等等手段将系统迭代至“万无一失”后再推进商业化落地 。
Waymo作为自动驾驶的先驱 , 为整个行业探索出了“数据驱动”这条铁律 , 但在量产落地上却又受制于数据收集的效率 。
马斯克作为后来者 , 深刻领会了数据驱动的重要性 , 但在实践手段上抛开了Waymo对于安全的顾虑 , 通过造车卖车实现自动驾驶系统的大规模量产和数据收集 。
特斯拉的探索提供的价值 , 是让行业更加清晰的认识到自动驾驶第一性原理(传感器方案) , 以及到达终局的必经之路(数据驱动) 。
但特斯拉的激进策略 , 也让现阶段自动驾驶系统的不足引起巨大争议 。
第三种模式 , 则是通用旗下Cruise走的 , 业务上同时推进乘用车智能驾驶和特定场景下L4自动驾驶两条路线 , 试图通过乘用车量产项目 , 反哺L4的落地 。
背后的核心是自动驾驶技术在核心感知识别层面的通用性 。
毫末速度:中国自动驾驶落地最快的1000天
文章图片
毫末智行诞生时 , 曾被视为中国版Cruise , 因为业务线高度相似 。
但毫末的迭代、研发、量产交付速度显然比Cruise快得多 。
根本的原因 , 是吸取各行业先驱探索的精华 , 规模量产的前提下 , 又抓住自动驾驶本质 , 构建了一套自己的高效数据闭环迭代体系 。
毫末成绩单背后1000天内 , 驱动毫末智行那成为量产自动驾驶第一梯队玩家的因素到底是什么?
毫末智行董事长张凯 , 曾给出过毫末的“公式”: