HAOMO AI DAY速递：六大闭环、MANA五大模型助力毫末智能驾驶产品快速迭代

2023 年 1 月 5 日 , 第七届 HAOMO AI DAY 强势来袭。新年伊始 , 毫末智行为中国自动驾驶行业带来了一场精彩的技术盛宴。本届 AI DAY 上 , 毫末首次公布了数据智能驱动体系的六大闭环系统以及全新升级的 MANA 五大模型 , 在这两大技术的助力下 , 毫末智行有信心成为中国第一个迈入自动驾驶 3.0 时代的自动驾驶公司。

毫末在乘用车领域产品高速迭代的背后 , 是毫末打造的业内独有的产品能力迭代铁三角 : 即场景化用户体验设计、人工智能技术、技术工程化能力。其中 , 毫末的数据驱动体系成为提高研发迭代效率 , 驱动产品精准迭代 , 持续提高智驾产品用户价值的重要支撑。张凯表示 , 基于此 , 毫末将进入 " 产品越好用 , 用户越爱用 " 精准迭代的正向循环。

目前 , 毫末数据智能体系 MANA 已形成了强大的数据智能驱动体系 , 包含了六大闭环系统 : 用户需求闭环、研发效能闭环、产品自完善闭环、数据积累闭环、数据价值闭环、业务工程化闭环 , 全部聚焦用户的典型使用场景。

用户需求闭环中 , 毫末已建立 5 大维度、264 类核心用户需求 , 日常可以从大量核心场景数据中提取核心问题 ; 研发效能闭环则通过仿真工具提升研发效能。目前毫末仿真在研发中覆盖率超过 70%, 研发效能较两年前提升 8 倍 ; 产品自完善闭环 , 让毫末的产品自完善闭环率超过 70%, 助力客户成功实现 7 次 OTA 在线升级 ; 数据积累闭环中 , 毫末通过自研自动化数据采集、自动化数据标注工具 , 在 2022 年底数据成本降低 98%; 数据价值闭环 , 让毫末的全新车型复用开发只需 4 个月时间即达到量产落地状态 , 全新车型匹配标定 2 个月内匹配完成 , 标定效率全行业第一 ; 业务工程化闭环 , 让毫末可以做到智驾产品 100% 一次性过线率 , 毫末成为国内唯一的智能驾驶技术工程化经验最丰富的公司。

张凯表示 , 毫末数据智能驱动体系的六大闭环能力 , 助力客户的智能汽车快速规模化量产 , 真正为用户释放价值 , 使智能汽车的智能驾驶系统从用户尝鲜阶段过渡到用户依赖阶段。

此外 , 本届 HAOMO AI DAY 上 , 毫末还宣布了中国自动驾驶行业最大智算中心 " 雪湖 · 绿洲 " ( MANA OASIS ) 成立的重磅消息。在 MANA OASIS 的加持下 , 毫末 MANA 五大模型迎来全新亮相升级。

首先 , 视频自监督大模型 , 让毫末 4D Clip 标注实现 100% 自动化 , 人工标注成本降低 98%。为了更低成本、更高效获取更多高价值数据 , 需要解决从离散帧自动化扩充到 Clips 形态的问题。毫末首先利用海量 videoClip, 通过视频自监督方式 , 预训练出一个大模型 , 用少量人工标注好的 Clip 数据进行 Finetune ( 微调 ) , 训练检测跟踪模型 , 使得模型具备自动标注的能力 ; 然后 , 将已经标注好的千万级单帧数据所对应的原始视频提取出来组织成 Clip, 其中 10% 是标注帧 ,90% 是未标注帧 , 再将这些 Clip 输入到模型 , 完成对 90% 未标注帧的自动标注 , 进而实现所有单帧标注向 Clip 标注的 100% 的自动转化 , 同时降低 98% 的 Clip 标注成本。毫末视频自监督大模型的泛化性效果极佳 , 即使是在一些非常困难的场景 , 例如严重遮挡的骑行者 , 远处的小目标 , 恶劣的天气和光照 , 都能准确地完成自动标注。

其次 ,3D 重建大模型 , 让毫末实现了数据 " 无中生有 ", 获得海量 corner case ( 长尾场景 ) 不再是难事。面对 " 完全从真实数据中积累的 corner case 困难且昂贵 " 的行业难题 , 毫末将爆火的三维重建 NeRF 技术应用在自动驾驶场景重建和数据生成中 , 它通过改变视角、光照、纹理材质的方法 , 生成高真实感数据 , 实现以低成本获取 normal case, 生成各种高成本 corner case。3D 重建大模型生成的数据 , 不仅比传统的人工显式建模再渲染纹理的方法效果更好、成本更低 , 增加 NeRF 生成的数据后 , 还可将感知的错误率降低 30% 以上。

第三 , 多模态互监督大模型 , 能够精准识别异形障碍物 , 让车辆 " 火眼金睛 "。在成功实现车道线和常见障碍物的精准检测后 , 针对城市多种异形障碍物的稳定检测问题 , 毫末正在思考和探索更加通用的解决方案。多模态互监督大模型引入了激光雷达作为视觉监督信号 , 直接使用视频数据来推理场景的通用结构表达。通用结构的检测 , 可以很好地补充已有的语义障碍物检测 , 有效提升自动驾驶系统在城市复杂工况下的通过率。

第四 , 动态环境大模型 , 可以精准预测道路的拓扑关系 , 让车辆始终行驶在正确的车道中。在重感知技术路线下 , 毫末为了将对高精地图的依赖度降到最低 , 面临着 " 道路拓扑结构实时推断 " 的挑战。为此 , 毫末在 BEV ( 鸟瞰图 ) 的 feature map ( 特征图 ) 基础上 , 以标精地图作为引导信息 , 使用自回归编解码网络 , 将 BEV 特征 , 解码为结构化的拓扑点序列 , 实现车道拓扑预测 , 让毫末的感知能力 , 能像人类一样在标准地图的导航提示下就可以实现对道路拓扑结构的实时推断。毫末认为 , 解决了路口问题实际就解决了大部分城市 NOH 问题 , 目前在保定、北京 , 毫末对于 85% 的路口拓扑推断准确率高达 95%。即便是非常复杂、非常不规则的路口 , 毫末也能准确预测。

第五 , 人驾自监督认知大模型 , 掌握高水平司机的开车技法 , 让驾驶决策更聪明。在探索 " 使用大量人驾数据 , 直接训练模型做出拟人化决策 " 方面 , 毫末为了让模型能够学习到高水平司机的优秀开车方法 , 全新引入了用户真实的接管数据 , 同时用 RLHF ( 从人类反馈中强化学习 ) 思路先训练一个 reward model ( 奖励模型 ) 来挑选出更好的驾驶决策。通过这种方式 , 使毫末在掉头、环岛等公认的困难场景中 , 通过率提升 30% 以上。这与 AGI 领域爆火的 ChatGPT 的思路相同 , 通过人类行为反馈来选出最优答案。

MANA 五大模型全面提升了毫末感知和认知层面系统化的底层技术能力。" 在五大模型助力下 ,MANA 最新的车端感知架构 , 从过去分散的多个下游任务集成到了一起 , 形成一个更加端到端的架构 , 包括通用障碍物识别、局部路网、行为预测等任务 , 毫末车端感知架构实现了跨代升级。" 顾维灏表示 , 这也意味着毫末的感知能力更强 , 产品力更强 , 产品可以通过快速迭代向全无人驾驶加速迈进。

随着毫末智算中心 MANA OASIS 的落地 , 数据智能体系 MANA 也实现了脱胎换骨的升级。在未来的日子里 , 不断进化的 MANA 作为毫末产品迭代的核心动力 , 将持续助力毫末发挥核心技术优势 , 早日实现毫末 " 让机器智能移动 , 给生活更多美好 " 的最新美好愿景。