2023年1月5日,第七屆HAOMO AI DAY強(qiáng)勢(shì)來(lái)襲。新年伊始,毫末智行為中國(guó)自動(dòng)駕駛行業(yè)帶來(lái)了一場(chǎng)精彩的技術(shù)盛宴。本屆AI DAY上,毫末首次公布了數(shù)據(jù)智能驅(qū)動(dòng)體系的六大閉環(huán)系統(tǒng)以及全新升級(jí)的MANA五大模型,在這兩大技術(shù)的助力下,毫末智行有信心成為中國(guó)第一個(gè)邁入自動(dòng)駕駛3.0時(shí)代的自動(dòng)駕駛公司。
毫末在乘用車領(lǐng)域產(chǎn)品高速迭代的背后,是毫末打造的業(yè)內(nèi)獨(dú)有的產(chǎn)品能力迭代鐵三角:即場(chǎng)景化用戶體驗(yàn)設(shè)計(jì)、人工智能技術(shù)、技術(shù)工程化能力。其中,毫末的數(shù)據(jù)驅(qū)動(dòng)體系成為提高研發(fā)迭代效率,驅(qū)動(dòng)產(chǎn)品精準(zhǔn)迭代,持續(xù)提高智駕產(chǎn)品用戶價(jià)值的重要支撐。張凱表示,基于此,毫末將進(jìn)入“產(chǎn)品越好用,用戶越愛用”精準(zhǔn)迭代的正向循環(huán)。
目前,毫末數(shù)據(jù)智能體系MANA已形成了強(qiáng)大的數(shù)據(jù)智能驅(qū)動(dòng)體系,包含了六大閉環(huán)系統(tǒng):用戶需求閉環(huán)、研發(fā)效能閉環(huán)、產(chǎn)品自完善閉環(huán)、數(shù)據(jù)積累閉環(huán)、數(shù)據(jù)價(jià)值閉環(huán)、業(yè)務(wù)工程化閉環(huán),全部聚焦用戶的典型使用場(chǎng)景。
(資料圖片)
用戶需求閉環(huán)中,毫末已建立5大維度、264類核心用戶需求,日?？梢詮拇罅亢诵膱?chǎng)景數(shù)據(jù)中提取核心問(wèn)題;研發(fā)效能閉環(huán)則通過(guò)仿真工具提升研發(fā)效能。目前毫末仿真在研發(fā)中覆蓋率超過(guò)70%,研發(fā)效能較兩年前提升8倍;產(chǎn)品自完善閉環(huán),讓毫末的產(chǎn)品自完善閉環(huán)率超過(guò)70%,助力客戶成功實(shí)現(xiàn)7次OTA在線升級(jí);數(shù)據(jù)積累閉環(huán)中,毫末通過(guò)自研自動(dòng)化數(shù)據(jù)采集、自動(dòng)化數(shù)據(jù)標(biāo)注工具,在2022年底數(shù)據(jù)成本降低98%;數(shù)據(jù)價(jià)值閉環(huán),讓毫末的全新車型復(fù)用開發(fā)只需4個(gè)月時(shí)間即達(dá)到量產(chǎn)落地狀態(tài),全新車型匹配標(biāo)定2個(gè)月內(nèi)匹配完成,標(biāo)定效率全行業(yè)第一;業(yè)務(wù)工程化閉環(huán),讓毫末可以做到智駕產(chǎn)品100%一次性過(guò)線率,毫末成為國(guó)內(nèi)唯一的智能駕駛技術(shù)工程化經(jīng)驗(yàn)最豐富的公司。
張凱表示,毫末數(shù)據(jù)智能驅(qū)動(dòng)體系的六大閉環(huán)能力,助力客戶的智能汽車快速規(guī)?；慨a(chǎn),真正為用戶釋放價(jià)值,使智能汽車的智能駕駛系統(tǒng)從用戶嘗鮮階段過(guò)渡到用戶依賴階段。
此外,本屆HAOMO AI DAY上,毫末還宣布了中國(guó)自動(dòng)駕駛行業(yè)最大智算中心“雪湖·綠洲”(MANA OASIS)成立的重磅消息。在MANA OASIS的加持下,毫末MANA五大模型迎來(lái)全新亮相升級(jí)。
首先,視頻自監(jiān)督大模型,讓毫末4D Clip標(biāo)注實(shí)現(xiàn)100%自動(dòng)化,人工標(biāo)注成本降低98%。為了更低成本、更高效獲取更多高價(jià)值數(shù)據(jù),需要解決從離散幀自動(dòng)化擴(kuò)充到Clips形態(tài)的問(wèn)題。毫末首先利用海量videoClip,通過(guò)視頻自監(jiān)督方式,預(yù)訓(xùn)練出一個(gè)大模型,用少量人工標(biāo)注好的Clip數(shù)據(jù)進(jìn)行Finetune(微調(diào)),訓(xùn)練檢測(cè)跟蹤模型,使得模型具備自動(dòng)標(biāo)注的能力;然后,將已經(jīng)標(biāo)注好的千萬(wàn)級(jí)單幀數(shù)據(jù)所對(duì)應(yīng)的原始視頻提取出來(lái)組織成Clip,其中10%是標(biāo)注幀,90%是未標(biāo)注幀,再將這些Clip輸入到模型,完成對(duì)90%未標(biāo)注幀的自動(dòng)標(biāo)注,進(jìn)而實(shí)現(xiàn)所有單幀標(biāo)注向Clip標(biāo)注的100%的自動(dòng)轉(zhuǎn)化,同時(shí)降低98%的Clip標(biāo)注成本。毫末視頻自監(jiān)督大模型的泛化性效果極佳,即使是在一些非常困難的場(chǎng)景,例如嚴(yán)重遮擋的騎行者,遠(yuǎn)處的小目標(biāo),惡劣的天氣和光照,都能準(zhǔn)確地完成自動(dòng)標(biāo)注。
其次,3D重建大模型,讓毫末實(shí)現(xiàn)了數(shù)據(jù)“無(wú)中生有”,獲得海量corner case(長(zhǎng)尾場(chǎng)景)不再是難事。面對(duì)“完全從真實(shí)數(shù)據(jù)中積累的corner case困難且昂貴”的行業(yè)難題,毫末將爆火的三維重建NeRF技術(shù)應(yīng)用在自動(dòng)駕駛場(chǎng)景重建和數(shù)據(jù)生成中,它通過(guò)改變視角、光照、紋理材質(zhì)的方法,生成高真實(shí)感數(shù)據(jù),實(shí)現(xiàn)以低成本獲取normal case,生成各種高成本corner case。3D重建大模型生成的數(shù)據(jù),不僅比傳統(tǒng)的人工顯式建模再渲染紋理的方法效果更好、成本更低,增加NeRF生成的數(shù)據(jù)后,還可將感知的錯(cuò)誤率降低30%以上。
第三,多模態(tài)互監(jiān)督大模型,能夠精準(zhǔn)識(shí)別異形障礙物,讓車輛“火眼金睛”。在成功實(shí)現(xiàn)車道線和常見障礙物的精準(zhǔn)檢測(cè)后,針對(duì)城市多種異形障礙物的穩(wěn)定檢測(cè)問(wèn)題,毫末正在思考和探索更加通用的解決方案。多模態(tài)互監(jiān)督大模型引入了激光雷達(dá)作為視覺監(jiān)督信號(hào),直接使用視頻數(shù)據(jù)來(lái)推理場(chǎng)景的通用結(jié)構(gòu)表達(dá)。通用結(jié)構(gòu)的檢測(cè),可以很好地補(bǔ)充已有的語(yǔ)義障礙物檢測(cè),有效提升自動(dòng)駕駛系統(tǒng)在城市復(fù)雜工況下的通過(guò)率。
第四,動(dòng)態(tài)環(huán)境大模型,可以精準(zhǔn)預(yù)測(cè)道路的拓?fù)潢P(guān)系,讓車輛始終行駛在正確的車道中。在重感知技術(shù)路線下,毫末為了將對(duì)高精地圖的依賴度降到最低,面臨著“道路拓?fù)浣Y(jié)構(gòu)實(shí)時(shí)推斷”的挑戰(zhàn)。為此,毫末在BEV(鳥瞰圖)的feature map(特征圖)基礎(chǔ)上,以標(biāo)精地圖作為引導(dǎo)信息,使用自回歸編解碼網(wǎng)絡(luò),將BEV特征,解碼為結(jié)構(gòu)化的拓?fù)潼c(diǎn)序列,實(shí)現(xiàn)車道拓?fù)漕A(yù)測(cè),讓毫末的感知能力,能像人類一樣在標(biāo)準(zhǔn)地圖的導(dǎo)航提示下就可以實(shí)現(xiàn)對(duì)道路拓?fù)浣Y(jié)構(gòu)的實(shí)時(shí)推斷。毫末認(rèn)為,解決了路口問(wèn)題實(shí)際就解決了大部分城市NOH問(wèn)題,目前在保定、北京,毫末對(duì)于85%的路口拓?fù)渫茢鄿?zhǔn)確率高達(dá)95%。即便是非常復(fù)雜、非常不規(guī)則的路口,毫末也能準(zhǔn)確預(yù)測(cè)。
第五,人駕自監(jiān)督認(rèn)知大模型,掌握高水平司機(jī)的開車技法,讓駕駛決策更聰明。在探索“使用大量人駕數(shù)據(jù),直接訓(xùn)練模型做出擬人化決策”方面,毫末為了讓模型能夠?qū)W習(xí)到高水平司機(jī)的優(yōu)秀開車方法,全新引入了用戶真實(shí)的接管數(shù)據(jù),同時(shí)用RLHF(從人類反饋中強(qiáng)化學(xué)習(xí))思路先訓(xùn)練一個(gè)reward model(獎(jiǎng)勵(lì)模型)來(lái)挑選出更好的駕駛決策。通過(guò)這種方式,使毫末在掉頭、環(huán)島等公認(rèn)的困難場(chǎng)景中,通過(guò)率提升30%以上。這與AGI領(lǐng)域爆火的ChatGPT的思路相同,通過(guò)人類行為反饋來(lái)選出最優(yōu)答案。
MANA五大模型全面提升了毫末感知和認(rèn)知層面系統(tǒng)化的底層技術(shù)能力?！霸谖宕竽Ｐ椭ο?MANA最新的車端感知架構(gòu),從過(guò)去分散的多個(gè)下游任務(wù)集成到了一起,形成一個(gè)更加端到端的架構(gòu),包括通用障礙物識(shí)別、局部路網(wǎng)、行為預(yù)測(cè)等任務(wù),毫末車端感知架構(gòu)實(shí)現(xiàn)了跨代升級(jí)?！鳖櫨S灝表示,這也意味著毫末的感知能力更強(qiáng),產(chǎn)品力更強(qiáng),產(chǎn)品可以通過(guò)快速迭代向全無(wú)人駕駛加速邁進(jìn)。
隨著毫末智算中心MANA OASIS的落地,數(shù)據(jù)智能體系MANA也實(shí)現(xiàn)了脫胎換骨的升級(jí)。在未來(lái)的日子里,不斷進(jìn)化的MANA作為毫末產(chǎn)品迭代的核心動(dòng)力,將持續(xù)助力毫末發(fā)揮核心技術(shù)優(yōu)勢(shì),早日實(shí)現(xiàn)毫末“讓機(jī)器智能移動(dòng),給生活更多美好”的最新美好愿景。
免責(zé)聲明：此文內(nèi)容為本網(wǎng)站轉(zhuǎn)載自其他媒體企業(yè)宣傳資訊，僅代表作者個(gè)人觀點(diǎn)，與本網(wǎng)無(wú)關(guān)。僅供讀者參考，并請(qǐng)自行核實(shí)相關(guān)內(nèi)容。您若對(duì)稿件處理有任何疑問(wèn)或質(zhì)疑，請(qǐng)即與我們聯(lián)系，本網(wǎng)將迅速給您回應(yīng)并做處理。
郵箱：contactus@stockstar.com 處理時(shí)間：9:00—17:00。
關(guān)鍵詞： 用戶需求 智能汽車 閉環(huán)系統(tǒng)
