車東西（公衆号：chedongxi）
作者 ｜Juice
編輯 ｜曉寒
車東西3月23日消息，今日，機器之心舉辦了首席智行官大會，多位自動駕駛和晶片領域的大佬參與了本次會議，毫末智行聯合創始人兼CEO顧維灏也參與了大會。
顧維灏發表了主題為《資料智能，自動駕駛的AI進化道路》的演講，他認為在自動駕駛行業，誰能高效低成本的挖掘資料價值，誰就能成為競争的王者。
在大會上，顧維灏在向外界展示毫末智行一系列突出成績的同時，還詳細介紹了毫末能力進化的核心驅動力——資料智能體系MANA（雪湖）。
▲毫末智行聯合創始人兼CEO顧維灏
一、輔助駕駛系統已搭載六款車 使用者行程超600萬公裡
毫末智行創立之初就制定了一個風車戰略，在乘用車、末端物流無人車、智能硬體這三方面發力，目前均已取得了不錯的成績。
在乘用車領域，毫末輔助駕駛系統目前已搭載在了6款長城汽車車型上，覆寫了數萬輛車。毫末輔助駕駛使用者行駛裡程已經突破600萬公裡。未來兩年内，毫末輔助駕駛将會覆寫100萬輛車，讓更多人享受智能駕駛的優勢。
▲毫末智行産品清單
在末端物流無人車領域，毫末智行已經和物美多點、美團、阿裡達摩院達成了合作，累積量産了1000輛車。
而在智能硬體方面，毫末智行在跟随機器人上也做了一些嘗試。
二、推出資料智能體系MANA 建立四大核心優勢
顧維灏在演講中表示，600萬公裡使用資料的背後，有很多量産前沒有考慮到的情況，現實世界的路況比想象中更加複雜。
基于AI自動駕駛技術研發及落地實踐，毫末總結出了一條自動駕駛能力發展曲線：F=Z+M（X）。其中F代表産品力，Z代表毫末第一代産品，M是一個把資料轉化為知識的函數，包括資料擷取、表達、存儲、傳輸、計算、驗證，以及對成本和速度的影響。
▲毫末智行繪制的自動駕駛能力發展曲線
在這裡也引出了毫末智行最核心的驅動力——資料智能體系MANA。
顧維灏認為系統子產品的基礎感覺、決策、控制等能力已經較為成熟，但大規模的普及和泛化，以及适應不同地區、環境、場景，仍面臨着挑戰。
資料将會是人工智能最大的驅動力，也是智能進化過程中最大的成本。資料智能的核心是降低成本、提高疊代速度。
毫末智行資料智能體系MANA就是該公司以海量資料為基礎的一整套資料處理工具、算法模型、測試驗證系統、仿真模拟工具以及計算硬體等，包括TARS（資料原型系統）、LUCAS（資料泛化系統）、VENUS（資料可視化平台）、BASE（底層系統）四個子系統。
▲毫末智行自動駕駛資料智能體系MANA
在今天的演講中，顧維灏也從感覺、認知、仿真、計算4個次元，對資料智能體系MANA進行了詳細的介紹。
在感覺方面，相較于過往标準的結果融合方法，毫末智行采用了更高效的過程融合方法，并加入時序的特征進行時空融合，更好地發揮了傳感器的性能，進而快速拉升感覺能力。
▲采用後融合的MANA感覺智能
在認知方面，顧維灏認為需要具備安全、舒适、高效三大要素。毫末擁有全棧自研安全認知模型CSS，在保證系統自己不犯錯的情況下，還可以學習對其他交通參與者行為的了解和逾時空的曆史經驗，保證足夠的安全性。
▲MANA認知智能
在安全的基礎上，從資料中學習舒适和更高效的量化标準，制定更符合使用者喜好的駕駛政策，并且通過自動化場景挖掘、強化學習、仿真引擎建構認知智能閉環系統，持續不斷從海量人駕資料中提取知識，快速疊代車端認知算法能力。
而仿真也是非常重要的一環，通過仿真測試進行感覺和認知的效果驗證，可以大大提升效率。
至于計算能力，顧維灏認為未來圖像的存儲和計算規模将占據主導，由此對存儲和計算将帶來新的革命。而為了用于足夠的算力來支撐MANA運作就需要建立超算中心，目前毫末的MANA 超算中心已在籌備中。
▲毫末智行計劃建立MANA超算中心
基于資料智能體系MANA，毫末智行在智能駕駛方面的進展也非常迅速。顧維灏表示，今年年中推出的城市NOH輔助駕駛系統，将針對城市多樣、複雜的路況進行專項優化，并由MANA進行全力支撐，未來也将通過MANA的廣泛賦能助力毫末的産品不斷進化、不斷成長。