9月13日，第六届HAOMO AI DAY正式举办。从毫末智行2019年11月29日成立至今，刚好过去了1020天。

从毫末分享的数据可以看出，这1000余天的时间，正是中国智能驾驶快速发展的阶段。

2022年，中国市场在全球智能汽车份额占比已达到57%，中国国内智能汽车市场渗透率也达到总量的26%，增速全球第一。

从2020年到今年6月，中国市场高级别辅助驾驶搭载率一路爬升。特别是今年1-6月，高级别辅助驾驶前装搭载率达到26.64%。毫末判断，预计到2025年，中国高级别辅助驾驶搭载率超过70%，市场前景巨大。

而在这1000天中，毫末以渐进式的方法一点一点累积，用2年时间开发三代智能驾驶系统，并落地10余款不同平台车型。到今天，毫末辅助驾驶系统行驶总里程已突破1700万公里。

据介绍，毫末第三代智能驾驶系统HPilot3.0为国内首个量产的城市导航辅助驾驶系统，将于下半年正式交付。

8月26日在成都车展发布的魏牌摩卡激光雷达版，也将成为搭载毫末第三代智能驾驶系统HPilot3.0的首款车型，拥有打通高速、城市场景高级别辅助驾驶的能力。

城市场景是目前自动驾驶功能的核心突破点，其复杂性也远超预期，因而，实现城市NOH也面临着诸多挑战。例如：城市道路不定时的养护，有的路段大型车辆密集，造成遮挡和截断严重，周围车辆的行为可能导致自车变道空间狭窄，变道困难；此外，还经常遇到打开的车门等。

要应对这些挑战，顾维灏表示，毫末依赖的还是其思想钢印和MANA能力的进化。

截止目前，毫末自动驾驶数据智能体系MANA学习时长超过31万小时，虚拟世界驾龄相当于人类司机4万年的驾龄。

以下，我们具体来看毫末如何应对城市NOH面对的挑战以及目前HPilot3.0所能实现的功能。

01.

实现城市NOH需解决的挑战

毫末将近十年的自动驾驶技术发展分成了三个阶段：最早的硬件驱动方式，为自动驾驶的1.0时代；最近几年的软件驱动方式，为自动驾驶的2.0时代；即将发生，并将持续发展的数据驱动方式，称为自动驾驶的3.0时代。

这里面核心的变化就是数据和软件越来越强大，硬件的构成也越来越简单，为量产车大规模普及做好准备。

在毫末的理解中，3.0时代是数据自己训练自己的时代，是真正的大模型和真正的大数据，是1亿公里以上的辅助驾驶里程所产出的数据。

就HPilot3.0而言，要实现城市NOH功能，首先需要应对复杂的城市场景。为此，毫末提出了其面对的六大挑战。

首先，是如何在自动驾驶领域应用大模型？

毫末选择的是将所有的感知任务backbone都统一，然后利用无标注数据先训练好这个统一backbone并锁定，模型剩余部分再用标注样本来训练。这种方式相比只用标注样本做训练，可提升效率3倍以上，同时精度显著提升。

其次，是数据越来越多，在存量数据规模巨大的前提下，需要让模型能够对新场景保持敏感，而不会陷入可怕的遗忘性灾难。为此，毫末构造了一个增量式的学习训练平台，可节省80%以上算力，收敛时间提升6倍以上。

此外，还需要使用重感知技术解决空间理解问题。毫末选择的是重感知轻地图的路线，在城市实现导航自动驾驶只用和人类驾驶员一样的普通导航地图而不依赖业界常用的高精地图，避免高精地图失效带来的问题。

此外，毫末需要实现让自动驾驶系统能够使用人类世界的交互接口，并实现让仿真更真，让车辆的行驶运动更像人，开起来更舒适。

为此，毫末花了大量的精力改进数据学习的效率。

此外，训练大模型需要消耗巨大的算力，今天，毫末超算中心也正式揭开面纱。其对于超算中心的目标是满足千亿参数大模型，同时数据规模100万clips，整体训练成本可以降低200倍。

02.

城市驾驶辅助落地功能有哪些？

上次AI Day上毫末总结出了城市NOH的十大典型场景。为了通过这些场景，毫末将技术转化为产品功能，并在此次AI DAY上重点介绍了其中5个功能。

首先是智能识别红绿灯。毫末表示，其在红灯、绿灯、黄闪灯和左右转灯等多种情况下做了大量方针验证。而其目标产品策略是根据交通灯的指示，做到红灯停、绿灯行、黄灯减速通过。

但毫末也表示，由于产品刚刚发布，需要和用户有个磨合过程，目前在绿灯时，需要用户轻点油门通过。

在智能左右转功能上，HPilot3.0首先是根据人类左右转的经验来设定车辆左右转路线。在转向过程中，如果遇到行人和非机动车，毫末的策略是进行主动避让。如果遇到机动车，则根据路线和时机与对方博弈通过。

智能变道功能，HPilot3.0会根据导航路线的设定，在路口或者路口交换区自动变道，保障自己始终行驶在正确的车道中。

为了有更高的通行效率，系统也会进行主动变道。在变道中会判断后方交通参与者的运动情况安全变道，如果变道空间不够，也可以通过加减速，创造变道空间，完成变道。

智能躲避障碍物功能，障碍物分为静态障碍物和动态障碍物。

系统首先是准确的判断锥桶和路墩等障碍物，进行减速或者绕行。如果绕行空间满足要求就绕行，如果不满足，就减速等待时机。

对于难度更大的动态障碍物，系统首先会适当减速，然后根据绕行空间的可行性，选择减速跟行还是绕行，来保障通过的安全和效率。

除了上面这些主要功能，毫末还致力于使机器开的车和人开的车类似，增加舒适性。

比如可以根据转向灯和刹车灯，提前预知前车意图。当前车转向灯亮时预减速，保障体感，当前车距离较远但刹车灯亮时，可以保持速度或减速跟行。

在城市自动驾驶即将量产的下半年，毫末用1000天的时间，率先完成了城市NOH的落地。

在进入3.0时代后，以数据驱动的毫末，将如同一个加速的陀螺越转越快。