2022行至年終，各種年度總結(jié)也紛至沓來。要說最近的大事件，一定少不了：自動駕駛又雙叒寒冬了。

大量“報憂不報喜”的新聞，說明2022年自動駕駛行業(yè)確實出現(xiàn)了一定程度的波動：激光雷達(dá)鼻祖德國ibeo和獨角獸Argo.ai相繼破產(chǎn)；不少自動駕駛公司傳出裁員和組織架構(gòu)調(diào)整，Waymo的估值大幅下跌，起火撞車等負(fù)面輿論不斷……這些事件都引發(fā)了悲觀情緒，讓“寒冬說”顯得有理有據(jù)。

但如果我們?nèi)プ屑?xì)探究就會發(fā)現(xiàn)：第一，人工智能永遠(yuǎn)是在泡沫和寒冬中振蕩，自動駕駛寒冬的論調(diào)其實早在幾年前就出現(xiàn)了，但主機(jī)廠、科技企業(yè)、資本市場對自動駕駛的投入并沒有冰封，參與者眾多；第二，調(diào)整和波動也不一定就意味著悲觀，寒冬期往往也是優(yōu)勝劣汰，比如此次調(diào)整后很多廠商都將目光轉(zhuǎn)向了L2級別的輔助駕駛技術(shù)，大浪淘沙始見金，這正是具有領(lǐng)先技術(shù)優(yōu)勢的AI公司展露生命力的時機(jī)。

更進(jìn)一步，中美公司作為自動駕駛領(lǐng)域中AI技術(shù)的頭部選手，其所面臨的背景和挑戰(zhàn)實際上也有差異，中國自動駕駛企業(yè)接下來走向何處，恐怕不能簡單地依靠海外獨角獸的境遇來判斷。

所以，我們需要拋開情緒，回歸事實，去對比一下，中美在自動駕駛技術(shù)模式上究竟有哪些異與同，開往春天的自動駕駛又需要穿越哪些障礙？

目前，以國外的特斯拉、國內(nèi)的毫末智行等為代表的漸進(jìn)式自動駕駛公司，都已經(jīng)實現(xiàn)了乘用車輔助駕駛產(chǎn)品規(guī)模量產(chǎn)和商業(yè)化落地。前不久，毫末智行和特斯拉也相繼舉辦了第六屆HAOMO AI DAY、2022Tesla AI Day，公布了各自的最新產(chǎn)品和技術(shù)成果。

近日，毫末在其三周年內(nèi)部信中新發(fā)布了其愿景“讓機(jī)器智能移動，給生活更多美好”，這其實也透露出一個信號，那就是自動駕駛AI技術(shù)其實可以廣泛復(fù)用在各種場景的機(jī)器人上。因此，自動駕駛的前景不言自明，所以，最終的關(guān)鍵就在于自動駕駛技術(shù)是否能抵達(dá)規(guī)模落地的終局？

深入對比兩家在自動駕駛AI技術(shù)的探索，我們可以發(fā)現(xiàn)，兩家正在積極擁抱以大數(shù)據(jù)、大算力、大模型為標(biāo)志的自動駕駛3.0時代，同時在技術(shù)及產(chǎn)品等多個方面，也展現(xiàn)出中美自動駕駛發(fā)展模式的一些異同。

我們用一張圖進(jìn)行簡單對比：

可以看到，自動駕駛行業(yè)正在迎來一個深刻的產(chǎn)業(yè)之變，如何穿越寒冬、鞏固王城，我們可以從這兩家企業(yè)的技術(shù)探索的步履中找到線索。

高階自動駕駛“降維”與智能輔助駕駛“升級”同時進(jìn)行

無論媒體、企業(yè)還是大眾，可能都被這一場突如其來的自動駕駛“寒冬”風(fēng)波驚嚇得不輕。但平靜下來，會發(fā)現(xiàn)這場風(fēng)波其實早有征兆。

一方面，L4及以上的自動駕駛技術(shù)非常困難，道路漫長，技術(shù)前景模糊，2019年初，時任Waymo首席執(zhí)行官約翰·克拉夫奇克就曾公開表示“自動駕駛汽車可能永遠(yuǎn)無法在全路況條件下行駛”，算是預(yù)言了這場高階自動駕駛技術(shù)的“寒冬”。

另一方面，商業(yè)化落地遙遙無期，讓投入巨大的自動駕駛公司很難在短期內(nèi)實現(xiàn)盈利，去年頭豹研究院發(fā)布的一份研報就認(rèn)為，Robotaxi模式是處在“偽概念”階段，相關(guān)公司仍深陷“量產(chǎn)地獄”。

客觀來說，對于高階自動駕駛的質(zhì)疑早已非一日之寒，而大量高階自動駕駛的企業(yè)也開始主動“降維”，發(fā)力輔助駕駛。傳統(tǒng)主機(jī)廠如福特和大眾停止Argo AI的投入之后，轉(zhuǎn)而集中資源做L2+高級駕駛輔助系統(tǒng)和L3自動駕駛系統(tǒng)的開發(fā)。一批優(yōu)秀的L2級別自動駕駛相關(guān)企業(yè)開始蠶食傳統(tǒng)博世、大陸、奧托立夫等公司的份額。而博世也投資了文遠(yuǎn)知行以展開乘用車的L2-L3級自動駕駛軟件開發(fā)。

近年來，智能輔助駕駛與特定場景下的高階自動駕駛商用車，展現(xiàn)出較強(qiáng)的商業(yè)化前景。特斯拉、毫末智行等都已實現(xiàn)了規(guī)模化量產(chǎn)，市場正在加速打開。

隨著更多競爭者的加入，以及AI技術(shù)的發(fā)展，自動駕駛正在進(jìn)入以大數(shù)據(jù)、大算力、大模型為標(biāo)志的新時代，智能輔助駕駛也開始沿著以數(shù)據(jù)驅(qū)動的大數(shù)據(jù)、大模型技術(shù)路線進(jìn)行升級。其中，特斯拉已經(jīng)是特斯拉是進(jìn)入自動駕駛3.0階段的領(lǐng)跑者，中國自動駕駛企業(yè)如毫末智行也在加速沖刺。

高階自動駕駛“降維”與智能輔助駕駛“升級”同時發(fā)生，是產(chǎn)業(yè)轉(zhuǎn)折期出現(xiàn)的新變化?？偟膩碚f，以漸進(jìn)式路線作為核心戰(zhàn)略的頭部自動駕駛企業(yè)，破解了困擾自動駕駛的商業(yè)化難題，是比較值得關(guān)注的。

與此同時，中美自動駕駛的技術(shù)趨勢、基礎(chǔ)設(shè)施、政策引導(dǎo)、產(chǎn)業(yè)鏈情況也各有不同，所以盡管美國的特斯拉和中國的毫末智行，同為漸進(jìn)式自動駕駛企業(yè)，但在進(jìn)入3.0階段，對于大數(shù)據(jù)、大算力、大模型的戰(zhàn)略部署與落地應(yīng)用，也出現(xiàn)了一定的差異。

以特斯拉和毫末智行為例，在核心戰(zhàn)略與技術(shù)路線上是高度對齊的，都專注于漸進(jìn)式技術(shù)路線，打造智能輔助駕駛產(chǎn)品，比如特斯拉的Autopilot、毫末智行的HPilot智能輔助駕駛產(chǎn)品，并積極推動自動駕駛3.0階段的到來，在大數(shù)據(jù)、大模型、大算力這三大技術(shù)能力上做了大量工作。

簡單形容雙方的異同，就是前往同一目的地，但彼此會乘坐不同交通工具。接下來我們就分析一下二者的異同，可能對接下來自動駕駛行業(yè)的發(fā)展帶來不少啟發(fā)。

目的地一：增強(qiáng)感知能力，大模型“出奇跡”

自動駕駛技術(shù)架構(gòu)與解決方案，需要同時包含感知、決策、執(zhí)行這三部分。其中，傳統(tǒng)的自動駕駛感知系統(tǒng)是由各類傳感器組成的，包括激光雷達(dá)、毫米波雷達(dá)及各類攝像頭。

特斯拉采用了純視覺感知路線，即去掉毫米波雷達(dá)等感知器，完全依靠車載AI攝像頭收集數(shù)據(jù)，作為自動駕駛算法的決策依據(jù)。這種模式的好處是，減少了激光雷達(dá)的使用，大大降低了自動駕駛汽車的整體造價，視覺方案對行人、交通標(biāo)志標(biāo)線等細(xì)節(jié)有很強(qiáng)的感知能力，成本優(yōu)勢明顯，有助于商業(yè)化進(jìn)展。但少了傳感器的輔助，會影響到自動駕駛系統(tǒng)的可靠性。

中國城市場景更加復(fù)雜，毫末智行則采用視覺+雷達(dá)等多模態(tài)融合感知，其中視覺攝像頭負(fù)責(zé)細(xì)節(jié)感知，而雷達(dá)傳感器提供對環(huán)境距離、速度等的精準(zhǔn)感知，這種方案為自動駕駛提供冗余感知，在可靠性、安全性上更勝一籌，更容易滿足城市管理者及居民對自動駕駛的要求，減少事故發(fā)生率，對產(chǎn)業(yè)良性發(fā)展帶來助益。

為此，毫末從第一性原理出發(fā)思考自動駕駛感知的最優(yōu)落地方案，選擇了“重感知”這一路線，在城市導(dǎo)航輔助駕駛場景，實現(xiàn)只依賴和人類駕駛員一樣的普通導(dǎo)航地圖而不依賴業(yè)界常用的高精地圖，從而避免了高精地圖覆蓋范圍、鮮度更新以及維護(hù)成本等挑戰(zhàn)。

選擇“重感知”路線的背后，其實是毫末更注重大模型算法的投入，即通過數(shù)據(jù)智能體系MANA建立強(qiáng)感知的時空理解能力，通過使用時序的transformer模型在 BEV 環(huán)視空間上構(gòu)建實時局部空間，通過這種方式讓車道線的感知輸出更加穩(wěn)定和準(zhǔn)確。通過強(qiáng)大的實時感知能力，整個過程只需要普通導(dǎo)航地圖里面的相對可靠的拓?fù)湫畔⒓纯?，最終讓車輛像我們?nèi)祟愖约洪_車一樣進(jìn)行環(huán)境感知。

感知系統(tǒng)的發(fā)展進(jìn)化，也使得數(shù)據(jù)規(guī)模不斷提升，將高維數(shù)據(jù)抽象成感知能力，這就需要高效的AI模型，進(jìn)行分析預(yù)測和控制，這也是自動駕駛系統(tǒng)的核心技術(shù)。

總體來說，特斯拉和毫末智行都積極布局大模型的落地應(yīng)用，將Transformer引入自動駕駛系統(tǒng)中，來提升AI模型效果，實現(xiàn)自動駕駛系統(tǒng)感知智能和認(rèn)知智能的大幅優(yōu)化，從而減少對高精度地圖的依賴。

特斯拉使用Transformer與CNN、3D模型等相結(jié)合，組成綜合的神經(jīng)網(wǎng)絡(luò)系統(tǒng)，對汽車AI攝像頭所采集的圖像數(shù)進(jìn)行跨時間的圖像融合，來實現(xiàn)基于語言模型的車道線感知、基于向量空間的路徑規(guī)劃等功能。

毫末智行從2021年7月開始，就啟動了對Transformer的研究和落地嘗試，也是中國第一家應(yīng)用Transformer的自動駕駛公司。借助Transformer實時建模能力，對多模態(tài)融合感知數(shù)據(jù)進(jìn)行數(shù)據(jù)前融合，搭建具有時序特征的立體場景，讓自動駕駛系統(tǒng)具有強(qiáng)大實時感知能力，在城市環(huán)境中不依賴高精地圖，也能應(yīng)對道路模糊、復(fù)雜路口、環(huán)島等道路感知挑戰(zhàn)。比如毫末智行自研的BEV Transformer，就在城市道路上實現(xiàn)了多傳感器融合車道線識別。

此外，AI系統(tǒng)還需要在仿真環(huán)境中進(jìn)行驗證、訓(xùn)練和迭代，場景構(gòu)建會直接影響到模型訓(xùn)練。特斯拉是基于虛幻4引擎渲染的仿真環(huán)境，來測試自動駕駛系統(tǒng)在極端情況、復(fù)雜環(huán)境中的效果。毫末智行則選擇與阿里及德清政府合作，將真實交通流導(dǎo)入到仿真引擎中，用于路口場景的調(diào)試驗證。二者的區(qū)別在于，特斯拉的虛擬仿真環(huán)境只用于復(fù)雜情況測試，訓(xùn)練效率高；毫末智行的真實仿真環(huán)境，對自動駕駛系統(tǒng)的現(xiàn)實表現(xiàn)提升幫助很大，但場景重復(fù)度比較高。

目前來看，Transformer為代表的大模型，憑借對大數(shù)據(jù)優(yōu)勢的釋放、強(qiáng)大的序列建模能力、全局信息感知能力，以及為算法開發(fā)提質(zhì)增效等優(yōu)勢，正在成為自動駕駛企業(yè)的主流選擇，而特斯拉、毫末智行也因為先行先試，取得了領(lǐng)先優(yōu)勢。

目的地二：降本增效，讓大數(shù)據(jù)“縱享絲滑”

大模型需要海量數(shù)據(jù)的“喂養(yǎng)”，自動駕駛感知系統(tǒng)的升級使得數(shù)據(jù)規(guī)模激增。數(shù)據(jù)量一方面是自動駕駛企業(yè)的核心競爭力之一，另一方面也帶來了標(biāo)注、處理、分析、存儲等壓力和成本。因此，在自動駕駛3.0階段，大數(shù)據(jù)的降本增效將成為自動駕駛企業(yè)的關(guān)鍵賽點。

正如毫末智行CEO顧維灝所說：“樣本標(biāo)注的時間成本和金錢成本還是很高，我們需要有一種能夠直接使用大量無標(biāo)注數(shù)據(jù)的方法，這樣才能更高效地發(fā)揮出毫末在數(shù)據(jù)規(guī)模方面的優(yōu)勢”。

特斯拉和毫末智行都很重視大數(shù)據(jù)的降本增效，不過，由于歷史積累不同，雙方的大數(shù)據(jù)解決方案也各有側(cè)重。

特斯拉發(fā)展較早，數(shù)據(jù)規(guī)模遠(yuǎn)遠(yuǎn)領(lǐng)先其他自動駕駛廠商，依靠數(shù)據(jù)引擎Data Engine，實現(xiàn)了數(shù)據(jù)驗證、標(biāo)注、訓(xùn)練、部署的閉環(huán)，充分發(fā)揮大數(shù)據(jù)的價值。不過，早期無監(jiān)督學(xué)習(xí)尚不成熟，特斯拉也依賴人工標(biāo)注與自動化標(biāo)注同時進(jìn)行，自建了超千人的數(shù)據(jù)標(biāo)注團(tuán)隊，也難免會遇到人工標(biāo)注效率低的問題。目前，特斯拉也在積極提高數(shù)據(jù)自動標(biāo)注的質(zhì)量和效率，引入無監(jiān)督學(xué)習(xí)，來對海量道路信息進(jìn)行標(biāo)注。

毫末智行創(chuàng)業(yè)初期，就很重視數(shù)據(jù)價值和數(shù)據(jù)效率，選擇使用無數(shù)據(jù)標(biāo)注的自監(jiān)督學(xué)習(xí)，高效發(fā)揮出毫末在數(shù)據(jù)規(guī)模方面的優(yōu)勢。構(gòu)造了一個增量式的學(xué)習(xí)訓(xùn)練平臺MANA，通過標(biāo)注過程的自動化，提高數(shù)據(jù)利用的效率。截至目前，數(shù)據(jù)智能體系MANA的學(xué)習(xí)時長已經(jīng)超過40萬小時。

大數(shù)據(jù)的降本增效，直接影響到自動駕駛企業(yè)的商業(yè)化潛力。特斯拉和毫末智行依據(jù)各自的發(fā)展?fàn)顩r、先天基礎(chǔ)、技術(shù)路線、產(chǎn)業(yè)環(huán)境，已經(jīng)找到了各自的解法。

目的地三：持續(xù)投入，讓大算力“供給自由”

基于大數(shù)據(jù)、大模型的自動駕駛系統(tǒng)，需要澎湃算力的支撐，算力因此成為決定自動駕駛系統(tǒng)天花板的關(guān)鍵要素。如何為自動駕駛汽車和系統(tǒng)提供源源不斷的大算力，也是特斯拉、毫末智行等頭部企業(yè)所重點布局的領(lǐng)域。

目前來看，特斯拉和毫末智行都采取了自研硬件+超算中心的解決方案。

硬件方面，端側(cè)計算平臺來滿足自動駕駛系統(tǒng)對計算實時性、低延遲性的高要求，來保障實時分析決策和操作指令的及時執(zhí)行。特斯拉FSD 1.0能夠提供144 TOPS算力，能夠滿足L2/L3級別自動駕駛的需求；毫末智行推出的硬件計算平臺小魔盒3.0，算力則達(dá)到了360 TOPS，為后續(xù)的軟硬件升級留下了更多空間。

通過云端算力處理大量回傳數(shù)據(jù)，訓(xùn)練迭代算法模型，更具成本優(yōu)勢和性能優(yōu)勢，特斯拉和毫末智行也都開始建設(shè)智算中心，為自動駕駛大模型訓(xùn)練、大數(shù)據(jù)分析處理提供算力支撐。智算中心需要一定的建設(shè)周期，且投入較大，特斯拉由于布局更早，已經(jīng)研發(fā)出了專門用于自動駕駛訓(xùn)練的云端AI芯片D1以及計算中心Dojo，其云端超算中心Dojo計劃在2023年投入使用。

毫末智行則是正在緊鑼密鼓地推出中國自動駕駛公司的首個智算中心——毫末智算中心，率先開啟了行業(yè)基礎(chǔ)設(shè)施的探索和布局。毫末智算中心的核心目標(biāo)是滿足千億參數(shù)大模型的訓(xùn)練需求，處理數(shù)據(jù)規(guī)模100萬clips，整體訓(xùn)練成本降低200倍。大算力資源的持續(xù)投入，將使得數(shù)據(jù)訓(xùn)練和模型迭代實現(xiàn)“算力自由”。

可以看到，大算力是一個時間工程，不是一朝一夕能夠建立起競爭壁壘的，需要引起自動駕駛企業(yè)的高度重視，特斯拉、毫末智行這樣先知先覺的發(fā)力者，則更有可能在接下來的自動駕駛市場競爭中占據(jù)優(yōu)勢身位。

撥云見月：自動駕駛商業(yè)化的半程風(fēng)景

經(jīng)過大模型、大數(shù)據(jù)、大算力的一路闖關(guān)，特斯拉和毫末智行最終殊途同歸，都實現(xiàn)了成本更優(yōu)基礎(chǔ)上的規(guī)?；慨a(chǎn)，展現(xiàn)出自動駕駛3.0階段的商業(yè)化能力。

具體來說，特斯拉有著堪稱“生產(chǎn)狂魔”的量產(chǎn)能力，依托高度自動化、模塊化的超級工廠，使其電動汽車的市場占有率一騎絕塵。毫末智行也依托智能駕駛產(chǎn)品的規(guī)?；慨a(chǎn)，以及智能駕駛產(chǎn)品流程化、異步并行開發(fā)的工程能力，實現(xiàn)了產(chǎn)品穩(wěn)健迭代與交付，拿下中國量產(chǎn)自動駕駛第一名。

從這個角度看，盡管中美自動駕駛的AI技術(shù)路線在細(xì)節(jié)上有所不同，但根本目標(biāo)都是一致的，那就是推動自動駕駛技術(shù)成長，讓自動駕駛產(chǎn)業(yè)成為數(shù)字經(jīng)濟(jì)的核心支柱產(chǎn)業(yè)之一。而這個終極目標(biāo)最需要的努力也是有共性的：

1.技術(shù)能力的強(qiáng)勢崛起。毫末智行能夠加速沖刺3.0時代，靠的是底層技術(shù)的厚積薄發(fā)，中國首個自動駕駛數(shù)據(jù)智能體系MANA，中國最大規(guī)模的認(rèn)知智能場景庫，讓可行、可靠、可商用的自動駕駛成為現(xiàn)實，也讓同賽道選手很難超越。

2.商業(yè)市場的廣泛認(rèn)可。領(lǐng)先的技術(shù)能力和產(chǎn)品基礎(chǔ)，為毫末智行和特斯拉帶來了市場的信任，又得以在場景中促進(jìn)數(shù)據(jù)能力的迭代，從而能生產(chǎn)出更好的產(chǎn)品，形成良性循環(huán)，構(gòu)筑了市場領(lǐng)先性。

3.無人區(qū)的自主探索。如果說，技術(shù)與市場都有發(fā)展參照物，那么自動駕駛作為一個與城市空間、社會經(jīng)濟(jì)生活深度結(jié)合的技術(shù)，也需要中國企業(yè)擔(dān)負(fù)起一些新問題的探索，比如安全性的保障、參與自動駕駛法律法規(guī)行業(yè)標(biāo)準(zhǔn)、電動汽車的產(chǎn)業(yè)鏈共榮、低碳綠色的社會責(zé)任、東數(shù)西算工程的發(fā)展等，將自動駕駛技術(shù)的商業(yè)價值與社會價值進(jìn)一步釋放，毫末智行為代表的中國廠商正在路上。

在所謂的“寒冬”里，特斯拉和毫末為代表的自動駕駛企業(yè)反而踏上了開往春天的高速路。

2022年有一個特別打動我的場景，是毫末智行的董事長、CEO等高層都是親自下場，跟技術(shù)團(tuán)隊一起，走在城市的一條條街道上路測，從白天走到黑夜，從白皮膚曬成了黑臉龐……這個畫面說明，中國自動駕駛產(chǎn)業(yè)的路，只能由中國企業(yè)一步一個腳印地從土地里踩出來。

正是無數(shù)這樣的步履，讓我們相信，中國AI、中國企業(yè)，一定會在自動駕駛的舞臺上不斷抵達(dá)未來。

審核編輯黃昊宇