在自動駕駛生成式大模型DriveGPT雪湖·海若推出200天後，AutoLab用一場特殊的測試來驗證毫末城市NOH對小目標障礙物檢測的表現。
而這條視頻，也正是第九屆HAOMO AI DAY上，DriveGPT的一個階段性成果之一。
如果說去年的AI DAY還是技術思路的探討和實踐，這屆的HAOMO AI DAY已然成了落地產品介紹會和階段性的成果分享。
搭載毫末城市NOH功能的魏牌藍山將在2024年第一季度正式量產上市，三款覆蓋不同規格的千元級無圖NOH逐一亮相，DriveGPT雪湖·海若開始賦能車端，有了階段性進展。
甚至是引無數資本競折腰的無人物流配送車，也要在今年底在商超履約配送場景實現盈利。
這些變化放在一個普通用戶的視角上來看可能不那麼明顯，但卻代表著我們正在奔向大模型加持的智駕時代。
高階輔助駕駛即將迎來大爆發
國慶假期結束，問界M7的火爆席捲全網似乎是意料之中的事情。這裡面最重要的信息就是智駕版本的選擇已經超過了50%，智駕功能成為用戶購車時重點關注且願意為之買單的重要功能。毫末，自然也嗅到了機遇。
張凱介紹到，目前乘用車銷量和智能化指數都在穩步提升，同時智能駕駛滲透率與價格卻呈反向增長，種種現象和數據證明，更具性價比的行泊一體的域控方案將成為主流。
現場，毫末開場就發布了HP170、HP370、HP570三款智能輔助駕駛產品，涵蓋不同價位車型，預計將在2023年和2024年先後
以毫末HP170為例，定位3000元級「極致性價比」的高速無圖NOH，可以實現行泊一體智駕。硬體配置上，算力5TOPS，感測器方案標配1個前視相機、4個魚眼相機、2個后角雷達、12個超聲波雷達，靈活選裝1個前視雷達和2個前角雷達。場景上，可實現高速、城市快速路上的無圖NOH，短距離記憶泊車等功能。
結合實際產品來看，哈弗，歐拉都有望在明年第一季度落地搭載毫末HPilot的智駕方案，且在價格上並不會相比過往版本有很大的懸殊。
而截止到目前，市面上最便宜的帶有高速NOA功能的車型是寶駿雲朵460 Pro靈犀版，售價為12.58萬。也讓我好奇，明年毫末這套低成本方案究竟會下放到什麼樣的車型上，帶來什麼樣的售價呢？
回到另外兩套方案當中，毫末HP370是5000元級「極致性價比」的城市記憶行車與記憶泊車，可以實現行泊一體智駕。在場景上，可實現高速、城快，以及城市內的記憶行車，免教學記憶泊車、智能繞障等功能。
所謂記憶行車在某種程度上可以看到是城市NOH的最小集，是城市NOH的補充。也就是其他廠商口中的「通勤模式」，即一個相對固定的路線和場景，都可以依託這套方案得以實現。這樣的好處在於既能實現不常用的高速NOH，也能保障日常上下班這種多頻次的智駕需求。
最後則是8000元級別的城市全場景無圖NOH產品毫末HP570。在場景上，可實現城市無圖NOH、全場景輔助泊車、全場景智能繞障、跨層免教學記憶泊車等功能。張凱強調：「HP570平台的歷史使命是打造行業內最具性價比的高階城市智駕產品。」
與此同時，在發布會結束後的專訪上，張凱透露還具備城市NOH導航輔助駕駛功能的毫末HP550（原HPilot3.0），將搭載魏牌藍山在2024年第一季度正式量產上市，並且目前已經在保定鬧市區可以城市NOH，後續我們也將第一時間關注這套方案的實際表現。
DriveGPT雪湖·海若200天蝶變
文章開篇視頻里呈現的小目標障礙物識別，正是200天後的DriveGPT所帶來的成果之一。此前我們也詳細報道了這套自動駕駛生成式大模型的淵源。
200天過去了，這套硬核的自動駕駛AI技術也有了新的變化。首先是DriveGPT訓練數據規模提升，讓AI有了各種範本去學習。
與之而來的通用感知能力提升，DriveGPT通過引入多模態大模型，實現文、圖、視頻多模態信息的整合，獲得識別萬物的能力；同時，通過與NeRF技術整合，DriveGPT實現更強的4D空間重建能力，獲得對三維空間和時序的全面建模能力；最後是通用認知能力提升，藉助大語言模型，DriveGPT將世界知識引入到駕駛策略中。
回到我們視頻當中的小目標障礙物識別測試，也正是基於視覺感知能力的提升所帶來的新技能。顧維灝認為，未來的自動駕駛系統一定是跟人類駕駛員一樣，不但具備對三維空間的精確感知測量能力，而且能夠像人類一樣理解萬物之間的聯繫、事件發生的邏輯和背後的常識，並且能基於這些人類社會的經驗來做出更好的駕駛策略，真正實現完全無人駕駛。
除此之外，毫末也展示了基於純視覺模型下的自動泊車測試結果，使用魚眼相機可以識別牆、柱子、車輛等各類型的邊界輪廓，形成360度的全視野動態感知，可以做到在15米範圍內達到30cm的測量精度，2米內精度可以高於10cm。
而目前我們的泊車方案則是依託車尾的超聲波雷達和攝像頭融合感知實現，雖然也達到了足夠的清晰度，但在成本上顯然是沒有一顆魚眼相機有優勢的。也佐證了毫末在做性價比智駕方案上的錙銖必較。
千里智行 始於毫末
在自動駕駛2.0時代，廠商們以小數據、小模型為特徵，以Case任務驅動為開發模式。而到了自動駕駛3.0時代，以大數據、大模型為特徵，數據驅動為開發模式成為了行業主流，這也意味著開發模式和框架結構都會發生顛覆性的變化。
擁抱變化才能走得更遠，高階輔助駕駛即將迎來大爆發，自動駕駛生成式大模型也在日新月異。對於廠商們來說，這是充滿激烈競爭，硝煙瀰漫的黃金時代。
而對於你我這樣的用戶而言，智能駕駛成為和座椅通風加熱這樣普適性功能的日子，也越來越近了。
