4月19日，长城汽车旗下毫末智行发布搭载HPilot3.0的“毫末城市NOH” 智慧领航辅助驾驶系统。作为国内第一个大规模量产的城市辅助驾驶产品，新系统具有重感知的城市辅助驾驶方案。

  毫末智行董事长张凯表示，2022年智能驾驶竞争将进入下半场，毫末已在业内第一家实现了智能驾驶流程化开发和标准化交付。

  “要打赢‘数据智能技术之战’‘智能驾驶城市场景之战’‘末端物流自动配送车的规模之战’三大战役，用成熟的技术和领先的产品服务客户。”张凯说。

  他给出了毫末在智能驾驶下半场的解题思路，即四大致胜法则：有效积累高质量数据；与客户开放式共创，深度绑定发展；在智能驾驶开发和迭代进程中注入用户思维；降本增效，统一全员行动目标：最大程度提升软件复用程度及各环节效率。

  毫末智行CEO顾维灏表示，最近一年自动驾驶的感知技术发生了巨大变化，包括芯片算力的几何式增长，Transformer跨模态模型的出现和Camera像素的快速提升。基础技术的变化驱动着解决方案的改变，毫末开始从第一性原理出发思考新的解决方案，首当其冲的就是解决最有挑战的“红绿灯识别”问题。

  毫末独创了“双流”感知模型，将红绿灯检测和绑路问题分解成两个通道，让毫末日常乘用车测试实现了重感知下的红绿灯识别。此外，毫末大举投入的Transformer模型效果惊人，自研BEV Transfomer用于车道线识别，通过“目标粗定位”和“属性精细估计”两个阶段实现标注的自动化，在城市道路上实现了多传感器融合车道线识别，让中国没有不能识别的车道线。

  “认知智能”方面，MANA用机器学习模型替换了传统的手写规则和参数，解决了此前代码臃肿且面对复杂场景容易崩溃失效的问题，使场景决策更具泛化适用性，极大提升了可解释性和泛化能力。

  “成本与速度”方面，毫末和阿里巴巴在大模型数据处理技术上进行了深度合作，实现了自动驾驶领域与M6模型的初次相遇。毫末智行平台团队和阿里云PAI-EFLOPS团队合作，基于128卡A100集群，实现了Swin Transformer模型分布式训练；与阿里团队一起联合创新了包括混合精度优化、算子优化、编译优化等技术，通过大模型训练优化，目前模型训练成本降低60%，加速比超过96%，吞吐量超过每秒40000个sample。此外，毫末已实现标注AI自动化率达到80%，大幅提高了标注效率，降低了标注费用成本。

  各项数据能力全方位提升的同时，毫末同样重视用户数据的安全。目前，毫末在已有的处理网络上都加入了隐私保护和数据安全保障，以充分保护数据安全。

  据悉，中国首个数据智能体系MANA已完成近20万个小时的学习时长，虚拟驾龄相当于人类司机2万年。随着时间积累，MANA会让毫末自动驾驶系统的感知更准确，认知决策更像人类，让标注、仿真验证更高效，不断提高算力利用效率，打造更快、更稳、更安全的自动驾驶系统。

  “MANA已经成为毫末自动驾驶产品进化的核心动能。”顾维灏表示，随着自动驾驶及当前的辅助驾驶的成熟，不仅能够提升整个社会的交通安全，还能够逐步释放驾驶者的驾驶时间，缓解驾驶疲劳，获得出行效用的提升。

  “对于毫末来说，2022年也是非常困难的一年。”张凯表示，毫末智行预计2022年国家将出台更多细则规范自动驾驶数据归属及安全；城市NOH会将智能驾驶的体验推向新高度；末端物流自动配送处在爆发前夜，头部客户开始进行场景规模化部署。”基于以上行业洞察和预判，2022年，自动驾驶行业的竞争将正式进入下半场，主要集中在城市开放场景的领航智能驾驶。”