毫末智行的新模式：落地为王
成立不到两年的毫末智行，正在为自动驾驶行业创造一种新模式。
依托稳定的大客户支持，结合车企的规模化量产能力，开辟无人物流配送车的第二赛道，实现最快速的商业化落地。同时，通过稳定、高质量的数据驱动产品进一步迭代。这成为毫末智行后来居上的新法宝。
继三个月前发布了从乘用车、智能硬件、到无人配送车的10款产品后，毫末智行再次披露了量产产品落地最新成果。其乘用车辅助驾驶行驶里程突破100万公里，NOH智慧领航辅助驾驶系统即将在下个月正式发布，在无人物流小车领域，与阿里达摩院的小蛮驴达成了重磅合作。
为何毫末的发展速度如此之快，这家由长城汽车孵化的自动驾驶公司，为何如此受到追捧？
2022是AI自动驾驶商业化分水岭之年
“我们认为2022年将是AI自动驾驶商业化的分水岭之年。对于在自动驾驶这个赛道的创业公司而言，在2022年，一定要形成自己相对稳定的商业模式。”
毫末智行董事长张凯认为，这场战役中，谁能率先落地从高速进入城市场景，谁能快速实现规模化量产，谁就有机会赢到最后。
在商业化落地方面，毫末智行在乘用车领域选择了从简单场景逐渐过渡到复杂场景的渐进式路线。如毫末今年在WEY品牌摩卡上落地的HWA系统，就选择了高速公路和城市快速路两个相对简单的场景实现快速商业化。
而到今年第四季度，毫末智行会将前期推出的HWA系统全面升级为NOH（NavigationonHIPilot,智慧领航辅助驾驶系统），所谓NOH，是指系统在高速和城市快速路高精度地图覆盖的范围内，可以基于用户设定的导航路线，实现从A点到B点的智慧领航辅助驾驶。
毫末智行的第二条商业化路径是末端物流领域，选择相对复杂的城市开放道路场景，通过降低车速，来保证系统的安全和及时响应。目前，毫末的低速物流产品小魔驼已经在顺义与合作伙伴物美多点联合进行了5个多月的运营尝试。
此次活动上，毫末智行还宣布了物流领域的新伙伴——阿里智能物流无人车“小蛮驴”。阿里达摩院选择毫末智行为其智能物流无人车“小蛮驴”进行生产制造、出厂测试验证、规模量产等联合创新及全生命周期服务。毫末智行全面助力小蛮驴质量保障和规模化量产。2021年，达摩院将陆续落地1000台阿里智能物流无人车“小蛮驴”走进中国校园。
张凯表示，AI自动驾驶时代的实现不可能是一蹴而就，将是一个持久战。从技术商业化的角度来看，渐进式发展路线能够更早进入市场接受市场打磨，能够更早的实现一部分商业收入。
渐进式商业化路线落地过程可分为三个阶段：第一个阶段是自动驾驶能力的实现，第二个阶段是自动驾驶系统的规模化部署，第三个阶段是自动驾驶能力的逐步完善。
其中，张凯认为第二个阶段特别关键，自动驾驶规模化部署的程度和积累数据的规模，解决长尾问题的速度直接相关。他认为2022年，对于一个在自动驾驶赛道创业的公司，如果还没能够解决自动驾驶的规模化部署问题，将是一件非常致命的事。
自动驾驶规模化商业落地的进程和节奏，将决定一个自动驾驶科技公司能够走多快，而持续稳定、高质量场景数据的获取，会决定一个自动驾驶科技公司能够走多远。
毫末智行的核心竞争力之一就是强大的将技术转化成工程化的能力。张凯在现场发布了毫末的制胜“公式”：（稳定的量产能力*数据智能*安全)^生态。
张凯透露，预计到2022年底，毫末智行辅助驾驶系统将落地长城汽车34款车型，约占其整体待上市车型80%，预计未来三年搭载的乘用车总量超过100万台。
对于是否要获得更多车企客户的问题，CEO顾维灏认为，服务好一个稳定的优质大客户，比服务更多的中小客户要划算。“毕竟，长城汽车2025年的规划是400万辆。如果一个客户一年只给到我几千台的量，肯定性价比就比较低。”
数据智能是自动驾驶的核心
数据、算力、算法是支撑AI技术发展的三个要素，在自动驾驶商业化浪潮中，什么样的企业才能成为最终的胜利者呢？毫末智行的答案是将规模化部署优势转化为数据优势，然后再利用数据优势来进一步扩大规模优势，让二者有效协同。
“如果只有1万辆车或者只有10万辆车做出来的自动驾驶，一定不会强过拥有100万辆车的自动驾驶能力，就是算法再强也不能取代数据的不够。毫末智行最核心的技术点，就是如何让有价值的数据可持续且高效的积累，在毫末我们称之为数据智能。”
顾维灏判断，谁能可持续的低成本且高效获取有价值数据，谁就有机会活到最后胜利的那一天。
顾维灏表示，毫末智行是一家AI公司。AI自动驾驶技术的成功依赖于两大关键环节：模型和数据。足够多和足够好的数据是做出好模型的前提，毫末智行对此深以为然，并投入大量资源构建自身的数据智能闭环。
对于自动驾驶来说，数据是养料，它让AI自动驾驶不断生长，养料的品质好坏决定了AI自动驾驶的生长高度。拥有了高品质的数据及高质量的处理能力，在中国的复杂路况场景下，中国极有可能诞生世界级的自动驾驶AI公司。
得益于量产落地的规模优势，毫末智行已经在自动驾驶的人工智能技术上获得了大量的突破。
毫末智行首先通过云端的基础大模型自动诊断分析帮助车端任务域模型更快进步。其次，毫末使用了无监督聚类的方法挖掘更多相似困难场景，解决AI模型的数据偏见问题，通过使用模型并行和任务流并行的方式，大大提高了AI模型的迭代速度，加快了技术进步的速度。最后，毫末使用了CSS云端并行仿真，自动化生成测试案例，极大加快了AI算法的验证速度。
在传感器的配备使用上，毫末也开始将800万像素摄像头应用在产品上，加大了传感器视野，增加了辅助驾驶的安全性。
在车端模型研发中，毫末智行使用了ResNet50提取图像特征，随后进行了多传感器在BEV空间的融合，此处采用了Transformer相关的模型结构，最后经由多任务的方式，感知模型直接输出在三维空间中的所有结果。
而为了支撑大量的感知推理计算，长城汽车、毫末智行共同联合高通推出了目前全球算力最高的可量产自动驾驶计算平台ICU3.0（即毫末智行“小魔盒3.0”），平台单板算力达360TOPS,可持续升级到1440TOPS。
顾维灏表示，这相当于毫末智行辅助驾驶系统的AI自动驾驶大脑，是中国自动驾驶界的算力怪兽，所有算法都是毫末智行全栈自研。
2022年搭载小魔盒3.0的长城汽车在感知能力方面会是中国市场最领先的产品，同时也将覆盖城市通勤场景。预计到2022年中，毫末智行有望成为国内算力最大的自动驾驶计算平台。
“当然，所有的一切都要以安全为基础，安全是1，其它是0。”
顾维灏表示，毫末智行从产品设计最开始就考虑安全，而且是非常系统的考虑。比如将CSS、功能安全、预期功能安全放在最高层面。
在研发实现上，毫末智行积累了3S研发流程，在6个环节内设置70多个检查点，保障能够实现安全设计。同时选用更加高效安全的传感器和计算器，让车辆能够看的更远和更快，加入除视觉以外的必要辅助，做到更加安全。在云端仿真和训练，特别是5G加持下的平行驾驶，所有的必要措施都将逐步部署在产品中。
车云小结：
经过不到两年的发展，毫末智行在产品和技术等各个方面都已经有了深厚的积累。
资金方面，年初完成了数亿元的Pre-A轮融资，而且今年已经实现了过亿的营收；人才储备方面，目前毫末在职员工已经超过500人，其中博硕比超过50%；此外，毫末智行已经形成了包括产业链上游芯片提供商、感知零部件供应商、科技公司和高校等，以及产业链下游的主机厂、场景提供商以及在低速物流领域的甲方等独特的生态合作伙伴体系。
为什么毫末智行能发展如此之快？借用其投资人首钢基金执行董事叶芊的八字总结——“三好项目、黄金团队”。首先自动驾驶是个长坡厚雪的好赛道，毫末智行采取的“乘用车+物流小车”的渐进式产品策略，以及组成的产业链上下游合作伙伴体系。最后就是毫末智行的团队既融合了长城汽车工程师的文化的严谨，同时又兼具了互联网公司迭代的速度。
显然，这样的新模式，为自动驾驶行业开辟了新的结盟式发展道路，商业落地才是王道。
