車東西（公眾號：chedongxi）作者 ｜Juice編輯 ｜曉寒車東西3月23日消息 今日 毫末智行顧維灝：輔助駕駛用戶行程超600萬公裏，年中將推城市L2 - 趣味新聞網

車東西（公眾號：chedongxi）

作者 ｜ Juice

編輯 ｜ 曉寒

車東西3月23日消息，今日，機器之心舉辦瞭首席智行官大會，多位自動駕駛和芯片領域的大佬參與瞭本次會議，毫末智行聯閤創始人兼CEO顧維灝也參與瞭大會。

顧維灝發錶瞭主題為《數據智能，自動駕駛的AI進化道路》的演講，他認為在自動駕駛行業，誰能高效低成本的挖掘數據價值，誰就能成為競爭的王者。

在大會上，顧維灝在嚮外界展示毫末智行一係列突齣成績的同時，還詳細介紹瞭毫末能力進化的核心驅動力――數據智能體係MANA（雪湖）。

▲毫末智行聯閤創始人兼CEO顧維灝

一、輔助駕駛係統已搭載六款車 用戶行程超600萬公裏

毫末智行創立之初就製定瞭一個風車戰略，在乘用車、末端物流無人車、智能硬件這三方麵發力，目前均已取得瞭不錯的成績。

在乘用車領域，毫末輔助駕駛係統目前已搭載在瞭6款長城汽車車型上，覆蓋瞭數萬輛車。毫末輔助駕駛用戶行駛裏程已經突破600萬公裏。未來兩年內，毫末輔助駕駛將會覆蓋100萬輛車，讓更多人享受智能駕駛的優勢。

▲毫末智行産品列錶

在末端物流無人車領域，毫末智行已經和物美多點、美團、阿裏達摩院達成瞭閤作，纍積量産瞭1000輛車。

而在智能硬件方麵，毫末智行在跟隨機器人上也做瞭一些嘗試。

二、推齣數據智能體係MANA 建立四大核心優勢

顧維灝在演講中錶示，600萬公裏使用數據的背後，有很多量産前沒有考慮到的情況，現實世界的路況比想象中更加復雜。

基於AI自動駕駛技術研發及落地實踐，毫末總結齣瞭一條自動駕駛能力發展麯綫：F=Z+M（X）。其中F代錶産品力，Z代錶毫末第一代産品，M是一個把數據轉化為知識的函數，包括數據獲取、錶達、存儲、傳輸、計算、驗證，以及對成本和速度的影響。

▲毫末智行繪製的自動駕駛能力發展麯綫

在這裏也引齣瞭毫末智行最核心的驅動力――數據智能體係MANA。

顧維灝認為係統模塊的基礎感知、決策、控製等能力已經較為成熟，但大規模的普及和泛化，以及適應不同地區、環境、場景，仍麵臨著挑戰。

數據將會是人工智能最大的驅動力，也是智能進化過程中最大的成本。數據智能的核心是降低成本、提高迭代速度。

毫末智行數據智能體係MANA就是該公司以海量數據為基礎的一整套數據處理工具、算法模型、測試驗證係統、仿真模擬工具以及計算硬件等，包括TARS（數據原型係統）、LUCAS（數據泛化係統）、VENUS（數據可視化平台）、BASE（底層係統）四個子係統。

▲毫末智行自動駕駛數據智能體係MANA

在今天的演講中，顧維灝也從感知、認知、仿真、計算4個維度，對數據智能體係MANA進行瞭詳細的介紹。

在感知方麵，相較於過往標準的結果融閤方法，毫末智行采用瞭更高效的過程融閤方法，並加入時序的特徵進行時空融閤，更好地發揮瞭傳感器的性能，進而快速拉升感知能力。

▲采用後融閤的MANA感知智能

在認知方麵，顧維灝認為需要具備安全、舒適、高效三大要素。毫末擁有全棧自研安全認知模型CSS，在保證係統自己不犯錯的情況下，還可以學習對其他交通參與者行為的理解和超時空的曆史經驗，保證足夠的安全性。

▲MANA認知智能

在安全的基礎上，從數據中學習舒適和更高效的量化標準，製定更符閤用戶喜好的駕駛策略，並且通過自動化場景挖掘、強化學習、仿真引擎構建認知智能閉環係統，持續不斷從海量人駕數據中提取知識，快速迭代車端認知算法能力。

而仿真也是非常重要的一環，通過仿真測試進行感知和認知的效果驗證，可以大大提升效率。

至於計算能力，顧維灝認為未來圖像的存儲和計算規模將占據主導，由此對存儲和計算將帶來新的革命。而為瞭用於足夠的算力來支撐MANA運作就需要建立超算中心，目前毫末的MANA 超算中心已在籌備中。

▲毫末智行計劃建立MANA超算中心

基於數據智能體係MANA，毫末智行在智能駕駛方麵的進展也非常迅速。顧維灝錶示，今年年中推齣的城市NOH輔助駕駛係統，將針對城市多樣、復雜的路況進行專項優化，並由MANA進行全力支撐，未來也將通過MANA的廣泛賦能助力毫末的産品不斷進化、不斷成長。