毫末AI DAY：自动驾驶新时代的6大挑战

　　在活动中，毫末智行董事长张凯分享了当下智能驾驶领域的发展趋势。根据该企业提供的数据，2022年，中国市场在全球智能汽车份额中所占比例已达到57%，渗透率达到26%。相比之下，欧洲所占比例为27%；美国所占比例为10%。中国市场已呈现绝对领跑之势。

　　而从国内数据来看，2020年-2022年6月，是中国市场各品牌高级别辅助驾驶功能搭载的快速攀升时段，尤其是2022年上半年，高级别辅助驾驶的前装搭载率达到26.64%。据张凯预测，上述数据还将快速增长，预计到2025年，中国高级别辅助驾驶搭载率超过70%。

　　市场繁荣可期，但竞争也愈发激烈。一直以来，自动驾驶领域中都有着“渐进式”与“跃进式”两种发展策略。所谓“渐进式”策略，指的是优先量产L2级辅助驾驶、高级辅助驾驶，并由此低成本地获取数据，不断完善、迭代算法，最终做到L4、L5级别的自动驾驶。

　　“跃进式”策略指跳过L2、L3，直接一步到位做到L4、L5级别自动驾驶。选择跃进式策略的大都以科技公司为主，比如谷歌旗下的Waymo，毕竟在不造车的前提下，这些科技公司也难以找到大规模量产车为其提供数据。

　　在张凯看来，两种策略相比之下，渐进式才是推动人类实现自动驾驶的最佳路径。“首先，渐进式路线量产时间更早，能够更早形成规模化。相对跃进式路线，渐进式更容易获得足够数量的数据。其次，渐进式路线是从用户真实使用场景中获得的数据，相对跃进式定向采集数据方式而言，成本更低，质量更高。”

　　而在渐进式策略中，成功的关键就在于数据。背靠长城汽车这种规模庞大的主机厂，毫末智行的规模化落地存在一定地保障性。为了更好发挥庞大数据优势，对车辆所产生的数亿自动驾驶里程的数据进行智能分析，以支持更大规模的应用。毫末智行于2021年底发布了自动驾驶数据智能体系——雪湖（MANA）。

　　据毫末智行CEO顾维灏表示：“目前用户使用我们辅助驾驶产品所产生的辅助驾驶里程，已经接近1700万公里；我们的数据智能体系MANA的学习时长已经超过了31万小时，虚拟驾龄达到4万年。末端物流自动配送车也为附近用户运送了超过9万单的物资。数据的规模和多样性都在快速地增长。”

　　除路线之争外，毫末智行也将自动驾驶技术发展分为了三个阶段：硬件驱动时代、软件驱动时代以及数据驱动时代。在硬件驱动时代，车辆被武装到牙齿，感知能力的强弱往往取决于谁的激光雷达数量多、线束多。但由于整体成本高，导致量产车型有限，自动驾驶里程规模较少。

　　随着更大算力的中央计算芯片，自动驾驶也走入了软件驱动时代，AI在车上开始广泛应用。在感知方向，各个传感器各自为战，用一些小模型和少量数据做训练，得到单个传感器的识别结果，然后进行感知结果级的融合；在认知方向，则依旧以人工规则为主。在此阶段中，整体成本逐步下降，效果则逐渐提升，自动驾驶里程也迅速提升，达到上千万公里。

　　如今，自动驾驶领域已开始进入3.0时代——数据驱动时代。“数据驱动时代，是完全不一样的时代，是数据自己训练自己的时代，我们所做的一切的，都是为了能够做出数据通道和计算中心，以便可以更高效的获取数据，并把数据转化为知识。在感知方向，是用多个传感器、不同模态传感器的原始数据联合输出感知结果；在认知方向，通过大量人驾数据抽取可解释的场景化驾驶常识，在配以AI的实时计算，可以更加拟人化的融入社会交通流中；训练的方式，也发生了很多变化，主要是从小模型少数据，转成刚才提及的大模型和真正的大数据，是那种1亿公里以上的辅助驾驶里程所产出的数据。”

　　目前，毫末智行正在加速进入数据驱动时代，摆在这家企业面前的则是新时代的六大挑战。挑战一是如何在自动驾驶领域应用大模型。对此，业界常用的方式是监督学习。虽然毫末智行拥有自动标注的手段，样本标注的时间成本和金钱成本还是很高。在顾维灏看来，应对这一挑战的关键还在于能够直接使用大量无标注数据的方法，毫末智行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。

　　 挑战二是存量数据规模巨大的前提下，如何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，毫末智行构造了一个增量式的学习训练平台。在训练过程中抽取部分存量数据加上新数据组合成一个混合数据集。相比于用全量数据再次精细的训练模型，毫末智行，在同样的精度下可以节省80%以上的算力，收敛时间也可以提升6倍以上。

　　 挑战三是如何使用重感知技术解决空间理解问题。在顾维灏看来，城市场景里的道路环境发生变化的频率远远高于高速场景，如果把地图看作一个传感器的话，那么这个传感器的置信度是有些问题的，不知道什么时候什么地方它就会失效。所以毫末智行选择了重感知轻地图的路线，在城市实现导航自动驾驶只用普通导航地图，不依赖高精地图。

　　为了提升自动驾驶系统的时空理解能力，毫末智行用时序的transformer模型在BEV空间上做了虚拟实时建图，通过这种方式让感知车道线的输出更加准确和稳定

　　 挑战四是如何让自动驾驶系统能够使用人类世界的交互接口。此前，业界做法是用传感器感知和算法预测周围交通参与者的意图。而在城市环境下，交通参与者的活动变得更复杂，预测的难度加大。为此，毫末智行升级车上的感知系统，加入了对车辆信号灯状态的专门识别，包括刹车灯和转向灯。以达到在前车减速，周围车辆切入等场景中开的更安全和更舒适。

　　 挑战五是如何让仿真更真实。在顾维灏看来，对于仿真，主要有三个层次的工作。一个是基础仿真能力，仿真环境和运动的基础能力，主要衡量的是精准性；一个构建场景的能力，主要看的效率；另一个定义场景的能力，主要看有效性。

　　以城市路口的场景为例，毫末智行通过与阿里以及相关部门合作，利用路端设备将路口处每时每刻的真实交通流都记录下来，再通过log2world的方式导入到仿真引擎里面，加上驾驶员模型之后，就可以用于路口场景的调试验证。

　　 挑战六是如何让车运动起来更像人。毫末智行的做法是对覆盖海量人驾进行深度理解，构建毫末自动驾驶场景库，并基于典型场景挖掘海量司机的实际驾驶行为，构建taskpromt，训练一个基于时空Attention的驾驶决策预训练大模型，使得自动驾驶决策更像人类实际驾驶行为，以保证实现自动驾驶决策的可控、可解释。