自動駕駛距離我們究竟還有多遠?毫末智行給到了這樣的答案…。

  最近一段時間的自動駕駛行業並不太平,先是ArgoAI宣佈倒閉,後是圖森未來CEO被開除,接連不斷的負面消息不僅加重了眾人對自動駕駛的擔憂,更是引來了不少圍觀媒體的盲目質疑;但就在自動駕駛行業迎來了『至暗時刻』的同時,毫末智行卻公開表示,量產輔助駕駛才是實現完全自動駕駛的最佳通路,這不禁使人好奇,毫末智行得出這一結論的依據是什麼呢?自動駕駛真的能依靠輔助駕駛實現嗎?  

  事實上,對於量產輔助駕駛能否通往自動駕駛這一議題,盡管業內還沒有統一觀點,但頭部自動駕駛企業卻已紛紛用實際行動進行了證明。

以原本聚焦於L4自動駕駛的百度Apollo、輕舟智航、文遠知行為例,其中百度Apollo與輕舟智航先後推出了面向主機廠的前裝量產解決方案,而文遠知行也與開始博世聯合研發乘用車的L2-L3自動駕駛軟件。

  

  一方面是躍進式路線的賽道玩家紛紛選擇『降維』L2,另一方面則是漸進式路線的賽道玩家一路高歌猛進。

作為行業內公認的第一名,特斯拉已經實現了自動駕駛軟、硬件技術的全棧自研,其在全球多座超級工廠的建成不僅僅是為了提升乘用車型產能,更是為了由此獲得驅動量產輔助駕駛快速向自動駕駛進階的核心,也就是數據。

而從結果來看,特斯拉FSD已經在美國實現了城市域與高速域高階輔助駕駛的打通,實現自動駕駛隻是時間問題。

  

  馬克思主義哲學教導我們,遇事要學會『透過現象看本質』,盡管圍繞特斯拉在高階輔助駕駛技術方面的爭議一直不斷,但特斯拉『以數據驅動自動駕駛迭代』卻已經成為行業內公認的觀點,這也是眾多L4自動駕駛企業選擇『降維』L2的主要原因。

而與其它賽道玩家的『半路掉頭』不同,毫末智行從成立之初起,就確立了以漸進式路線實現數據驅動的發展路線,這使其能夠集中所有力量,更快速地實現量產輔助駕駛向自動駕駛的質變。

  

  在數據方面,毫末智行推出了國內首個數據智能體系MANA,一方面借助背靠長城汽車帶來的量產能力獲取海量數據,另一方面則依靠引入Transformer大模型、自研車端自動駕駛計算平臺『小魔盒3.0』、建立雲端超算中心等方式,持續打造由大數據+大模型+大算力組成的數據閉環架構,由此實現更高效率&低成本地處理大數據,並將其轉化為自動駕駛的能力。

目前,毫末智行已經推出了具備城市域高階輔助駕駛能力的城市NOH,該功能能夠在不依靠高精地圖的情況下,實現城市內的高階輔助駕駛能力,並在魏牌摩卡DHT-PHEV激光雷達版車型上進行了首發亮相,後續也將盡快進行量產,與消費者正式見面。

  

  特斯拉與毫末智行的成功實踐隻是開始,事實上,除了用事實讓L4自動駕駛企業主動選擇轉型外,不少同樣采用漸進式路線、並基於量產乘用車的自動駕駛企業也由此開始轉型。

典型的例子就是小鵬汽車,其在今年早期推出的城市NGP原本是一套基於城市域高精地圖的高階輔助駕駛產品,但在1024科技日後,小鵬汽車又發佈了和毫末智行城市NOH類似的、基於『重感知』策略的XNGP。

XNGP將更加重視來自車端數據量的獲取,並且也積極引入了Transformer大模型,用以與『扶搖』超算中心結合,實現對數據閉環的搭建。

  

  通過量產輔助駕駛獲取大數據,再由此建立大數據+大模型+大算力的數據閉環,實現由輔助駕駛向自動駕駛的快速迭代。

從特斯拉、毫末智行、小鵬汽車等各大自動駕駛企業的發展路線可以看出,在經歷了自動駕駛行業中的各種嘗試後,頭部自動駕駛企業已對未來產生了共識,並最終在技術發展路線上表現出了越發趨同的特性。

只要加以時日、對自動駕駛給予更多了解與信心,我們終將見到由量產輔助駕駛質變為自動駕駛的曙光,到那時,一切誤解也都將風吹雲散。