從率先使用超算中心，應用私有雲服務，到最早提出將GPT大模型技術賦能到智能駕駛領域，毫末的每一次預判和動作，都能給智能駕駛行業帶來新的啟示。
在DriveGPT狂奔200天之後，毫末智行於10月11日再次舉辦了AI DAY，以公布大模型賦能的階段性進展。關於本次AI DAY，主要內容涵蓋：
1、毫末發布了3款千元級產品，並帶領無圖NOH進入「白菜價」時代。
三款產品分別是HP170、HP370、HP570，價格在3000-8000元不等。作為對比，目前市場上車企能接受的智能駕駛軟硬體成本普遍在5000元至12000元。
2、毫末CEO顧維灝宣布，目前DriveGPT已篩選出了超過100億幀網際網路圖片數據集，480萬包含人駕行為的自動駕駛4D Clips，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。
3、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。
發布三款千元級無圖NOH產品
今年，「降本增效」成為整個汽車行業的主旋律，如何真正滿足主機廠的迫切需求，怎麼以低成本高性能實現高階智能駕駛功能的落地成為了當務之急。
張凱判斷，未來幾年行泊分體將逐步退出市場，更具性價比的行泊一體的域控方案將成為主流。
什麼是行泊一體？就是行車和泊車共用同一個域控制器，實現傳感器深度復用、計算資源共享，在提高用戶智駕體驗的同時，也幫助主機廠降本增效，大大提高了後者的開發效率。
張凱分享了一組數據，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，目前占L2及以上輔助駕駛份額的17%，2025年將達70%。
至此，毫末發布了3款千元級產品，HP170、HP370、HP570，價格在3000-8000元。
至於功能區分方式也很清晰，即三款產品分別滿足高速/城市快速路、城市道路記憶行車，以及城市全場景駕駛輔助。
經過查閱，雖然毫末並未公布駕駛晶片，但這三套方案中的晶片有可能為地平線征程3、TI的TDA4，以及高通Ride的SA8650晶片，這種高中低採用不同晶片方案的策略，也為量產搭載更多款車型提供了條件。
1、價值3000元的NOH —— HP170
毫末HP170是3000元級別的高速無圖NOH（高速自動領航輔助駕駛），可實現行泊一體智駕，場景上覆蓋高速、城市快速路上的無圖NOH，短距離記憶泊車。
硬體配置上，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。
因為系統算力5TOPS，所以一顆MCU就可以搞定，也不用高精度地圖，成本最優。
對於一些中低端車型，主機廠十分看重供應商的成本管控，甚至可以說，行泊一體功能的出現，很大程度就是由主機廠降本增效的需求驅動的。
2、記憶行車能力大大增強的NOH —— HP370
毫末官方宣稱，搭載HP370的產品僅需一次學習，就可完成用戶日常路線的記憶，且不依賴於車機的導航路線。HP370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。
毫末HP370使用了9個攝像頭，360°的感知能力更強。但也可以發現，毫末在硬體方面的思路也偏向於純視覺路線。
從硬體水平上來看，毫末370和五菱大疆KIVI這套方案更加接近，當然價格也確實接近，據網曝的信息，大疆這套駕駛輔助系統的成本在6000元以內。
3、未來落地100城—— HP570
頗受關注的毫末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+城市落地。
硬體配置上，算力可選72TOPS和100TOPS兩款晶片，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顆雷射雷達。
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。
按照功能類型，HP570場景層面PK的是小鵬XNGP。不過，看硬體層面，小鵬要更強，同樣其成本也要遠高於8000 。
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。」
從標註到識別的跨越——DriveGPT大模型迎來重大升級
毫末將自動駕駛分為三個時代，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。
其中，自動駕駛3.0時代需要1億公里行駛數據。目前，毫末用戶輔助駕駛行駛里程已經達到8700多萬公里，預計到年底可達到這一目標。
基於8700萬公里行駛數據，目前毫末團隊已篩選出超過100億幀網際網路圖片數據集，480萬包含人駕行為的自動駕駛4D Clips。
隨著數據規模的增加，自動駕駛大模型需要不斷進化。
1、自動駕駛語義感知大模型
升級模型，是毫末實現認知能力增強的根本邏輯。毫末將感知模型中引入圖文多模態大模型，以完成4D向量空間到語義空間的對齊，做到可以具備萬物識別的能力，毫末將其稱之為自動駕駛語義感知大模型。
基於自動駕駛語義感知大模型，毫末還會通過構建駕駛語言來描述駕駛環境和駕駛意圖，再結合導航引導信息和自車歷史動作，藉助LLM大語言模型做出駕駛決策。
說的直白點，假如倒車時背後有野草，通過感知大模型，可以知道這是草，但並不知其屬性；目前供應商的主流方案是直接剎停，這給用戶帶來很不好的體驗。但在引進大語言模型後，系統可以知道草是軟的，可以壓過去。
多模態大模型能將圖文特徵對齊，實現開集語義識別能力，然後再將這些語義輸入大語言模型，就可以利用大語言模型里壓縮的知識了，相當於掌握了人類司機對物理世界的客觀知識和生活常識。
2、切換ViT大模型預測下一秒發生的事情
需要說明的是，從模型架構上，毫末如今已將視覺感知網絡（CV Backbone）架構陸續從CNN類模型，切換到ViT（Vision Transformer）為代表的大模型，並在今年全面升級到性能更強大的Swin Transformer大模型。而這種模型的轉換，與國際行業智能駕駛巨頭一致。
在毫末最新的模型中，已經可以採用視頻生成的方式，通過預測生成視頻下一幀的方式來構建4D表征空間，使CV Backbone學到三維的幾何結構、圖片紋理、時序信息等全面的物理世界信息。
以上這些動作，主要解決了大模型領域的數據採集和標註效率低、泛化能力差等問題。
2024落地百城
毫末的智駕方案HPilot產品已經搭載超過20款車型，用戶輔助駕駛行駛里程突破8700萬公里。
毫末智行董事長張凱表示，目前，毫末城市NOH軟體封版已達到交付狀態，並開啟了多城泛化路測，搭載城市NOH的車型將在2023年上市。公司預計2024年上半年其城市NOH落地將達到100城，毫末HPilot將於2025年進入全無人駕駛時代。
面向L4的小魔駝，在城市開放道路進行無人駕駛時，也已經快於普通人騎自行車的速度。在行駛安全和通行效率上，均已達到商用狀態。
寫在最後，這屆AI DAY是毫末秀肌肉的時刻，從三款千元級無圖NOH產品，到3.0時代的數據積累，模型升級得到識別萬物的能力，再到百城計劃和小魔駝的盈利計劃。毫末已經為明天的競爭，做好了足夠的準備。