站在當下,回看自動駕駛賽道的各個玩家們,活下去的要不就是“家里有礦”,要不就是場景、技術降維,漸進式發(fā)展。但活的好的有一個共性,就是順應需求,讓技術落于產(chǎn)業(yè)實處。
作者|斗斗
出品|產(chǎn)業(yè)家
“我們認為在量產(chǎn)車型方面,毫末肯定是領軍者?!?/strong> Frank說這句話時,沒有絲毫猶豫,眼底盡是自信。
走進北京奧北科技園,穿過一排排獨棟式的建筑,記者看到毫末智行的指示牌,跟著指示牌的引導,再走兩步便看到了毫末智行的公司,以及擺在路邊的末端物流自動配送 車——“小魔駝”。
在這里,我們見到了毫末智行的COO 侯軍,不過大家都喜歡叫他Frank。善談、接地氣,看起來像個典型的E人。
在他的口中,毫末智行被掰開、揉碎,更加具體且清晰的展現(xiàn)在眼前。
提起自動駕駛,“費錢”是大家對其異口同聲的印象,與之對應的還有其大規(guī)模落地后的巨大藍海與市場空間,在自動駕駛技術爆發(fā)的那幾年,讓無數(shù)資本和創(chuàng)業(yè)者前赴后繼。不過,正如上文所言,費錢的同時遲遲無法業(yè)化,也讓很多創(chuàng)業(yè)者半路夭折,資本也慢慢收緊口袋。
自動駕駛需要尋求兩全之法,即獲得資金的支持抑或是實現(xiàn)商業(yè)化落地,實現(xiàn)自我“造血”。至此,自動駕駛廠商們走上了不同的道路。
這些不同的道路之上,毫末智行的身影愈發(fā)明顯。成為目前活下來且活得不錯的自動駕駛廠商之一,那么它的解法又是什么?
一 、2019年,“一個預判”
2018~2019年,自動駕駛賽道第一次出現(xiàn)融資熱。這期間,上海市發(fā)放了全國首批智能網(wǎng)聯(lián)汽車開放道路測試號牌,標志著中國自動駕駛路測的正式開放。
以百度、阿里巴巴、騰訊為代表的科技公司加快了在自動駕駛領域的探索和布局。
此外,Waymo在美國亞利桑那州推出了首款商用自動駕駛出租車服務Waymo One,自動駕駛技術的商業(yè)化運營開始落地。
這一行業(yè)“標桿”的出現(xiàn),成為了自動駕駛融資熱的推手。 摩根士丹利曾基于其在自動駕駛技術中的“領先地位”以及其從自動乘車中獲得大量新收入的潛力,發(fā)表了一份研究報告,報告中對Waymo的估值為1,750億美元。
“當時中國最大的汽車廠的市值,估計也才不到 1000 億人民幣?!?/strong> 在Frank的印象中,Waymo的Robotaxi成為一眾自動駕駛路線廠商追捧的技術巔峰。
自動駕駛賽道的融資熱潮,正式拉開帷幕。
相關數(shù)據(jù)顯示,2018年在整體經(jīng)濟下行和資本寒冬的壓力下,自動駕駛領域融資總額并未下降,反而有明顯的上升,2018年自動駕駛零部件和方案供應商融資額從2017年的53.69億元上升到162.31億元。
對于Robotaxi路線的“一呼百應”,特斯拉一直是自動駕駛漸進式路線的擁躉者與領軍者,毫末智行也有著同樣的思考。“我們認為高速載人的輔助駕駛,會先大規(guī)模落地,它的另外一個名字是ADAS?!?/strong>
這種思考,在2019年被迅速驗證。
由于與國外不同,國內的道路交通場景及其復雜,Robotaxi的落地難度較大,何時能實現(xiàn)商業(yè)化,遙遙無期,投資者將錢投向了商用車等其他場景。
從融資數(shù)量來看,2019年國內自動駕駛細分領域融資數(shù)量最多的為商用車場景和ADAS,從融資金額來看,商用車場景的融資金額達5.3億美元,僅次于芯片、計算機平臺的融資規(guī)模。
這種趨 勢下,毫末立刻做出反應。“我們的目標是希望人工智能技術在自動駕駛領域大規(guī)模落地。”在Frank看來,毫末不僅僅追求的是科技絕對領先。
但客觀來看,要實現(xiàn)人工智能技術在自動駕駛領域大規(guī)模落地,Robotaxi這條路徑顯然在這個長期主義難以推動的市場中,比起其他路線,更難活下去,更別提走到大規(guī)模落地的那一天。
確實如此,自動駕駛的商業(yè)化不可能一步到位,這并不現(xiàn)實。漸進式發(fā)展路徑,才能確保技術的穩(wěn)步推進和市場的有效對接。因此,毫末智行決定遵循從低速到高速、從載物到載人、從商用到民用的漸進式發(fā)展規(guī)律。
站在如今回頭來看,這個決定是明智的。
2021年,以Waymo為代表的一步到位路線遲遲難以實現(xiàn)商業(yè)化,估值跌至300億美元,這一數(shù)字相較于3年前,縮水超1400億美元。而與之相對的漸進式路線則一路升溫,逐漸得到了更多的聚光燈和認可度。
反觀一直堅守Robotaxi路線的廠商,除了像百度這樣的巨頭,能活下去的少之又少。
“Robotaxi路線我們也在跟蹤研究,但不是主攻方向。我們的目的一是數(shù)據(jù)閉環(huán),二是商業(yè)閉環(huán),三是現(xiàn)金和利潤閉環(huán),否則可能活不到Robataxi大規(guī)模落地的那一天?!?/strong> Frank對產(chǎn)業(yè)家說。
二 、大規(guī)模落地的“黃金閉環(huán)”
那么,具體如何實現(xiàn)數(shù)據(jù)、商用和利潤閉環(huán)?這成為毫末這些年來攻克的目標。
“可行、可靠、可商用 是毫末智行提出的自動駕駛技術發(fā)展的三個關鍵階段?!痹贔rank看來,這一框架指導了毫末自動駕駛技術的研發(fā)和商業(yè)化路徑。
毫末智行投入大量資源進行自動駕駛技術的基礎研發(fā),包括感知系統(tǒng)、決策算法和車輛控制技術。通過在受控環(huán)境中測試原型車,毫末智行也更驗證了自動駕駛技術的基礎功能和性能。
隨著技術的發(fā)展,必須保證系統(tǒng)能夠在更廣泛的環(huán)境和條件下穩(wěn)定運行,滿足汽車行業(yè)的嚴格標準。系統(tǒng)的安全性、車規(guī)級的要求、全天候運行的能力以及全地形的適應性要求被提高。
毫末智行的做法是利用大量實車運行數(shù)據(jù),不斷優(yōu)化和調整自動駕駛算法,提高系統(tǒng)的穩(wěn)定性和安全性。且通過不斷的技術迭代,提升自動駕駛系統(tǒng)對各種天氣、路況和交通情況的適應能力。確保自動駕駛系統(tǒng)滿足汽車行業(yè)的嚴格標準和法規(guī)要求。
在自動駕駛的商業(yè)化應用階段,技術不僅要成熟可靠,更要在商業(yè)上可行,滿足多樣化場景需求,如高速載人、低速載物等,同時控制成本規(guī)模,符合政策法規(guī)要求。這一階段,自動駕駛技術需獲得市場認可,并在實際商業(yè)環(huán)境中創(chuàng)造價值。
毫末智行針對不同應用場景,如高速載人、低速載物,深入研究并開發(fā)了適應性強的自動駕駛解決方案。通過技術創(chuàng)新和規(guī)模化生產(chǎn),降低了自動駕駛系統(tǒng)的成本,打造了高性價比產(chǎn)品,增強了市場競爭力。
在這一過程中,毫末智行通過在各種車型上部署自動駕駛系統(tǒng),積累了大量實際行駛數(shù)據(jù),涵蓋傳感器數(shù)據(jù)、車輛狀態(tài)、駕駛行為等。這些數(shù)據(jù)被用于訓練和優(yōu)化機器學習模型,從而提升自動駕駛系統(tǒng)的性能和安全性。
毫末智行不斷迭代其自動駕駛算法,以適應多變的駕駛條件和場景。通過模擬和實車測試,驗證算法的有效性,并進行必要的調整。開發(fā)了適應不同應用場景的自動駕駛產(chǎn)品,如乘用車輔助駕駛系統(tǒng)和低速無人物流車。
這些產(chǎn)品在實際運營中產(chǎn)生的行駛數(shù)據(jù),再次被收集并用于訓練和優(yōu)化機器學習模型,形成數(shù)據(jù)閉環(huán)。毫末智行構建了從研發(fā)到量產(chǎn)再到服務的完整商業(yè)閉環(huán),確保了技術的持續(xù)發(fā)展和商業(yè)化應用。
目前,毫末在輔助駕駛方面已推出兩代七款智能駕駛產(chǎn)品,可滿足高、中、低價位不同車型的量產(chǎn)需求。
其中,第一代產(chǎn)品實現(xiàn)了在高速公路、快速路的行車跟泊車,基于高精地圖使其特點,穩(wěn)定性很好,但是成本略高;第二代產(chǎn)品去掉了高精地圖后,成本更低,基本可以在千元級。HP170、HP370、HP570 三款千元級輔助駕駛產(chǎn)品,已陸續(xù)進入交付狀態(tài)。
在商用車方面,毫末的L4級末端無人物流車從 2020 年開始大規(guī)模落地,現(xiàn)在已經(jīng)生產(chǎn)了多代產(chǎn)品,已經(jīng)和美團、阿里、物美、達達、極兔、通達系等都達成了戰(zhàn)略性的合作。
值得注意的是,這個場景下的產(chǎn)品成本已經(jīng)從2020年的 50~100萬元/臺,降至如今的低于10萬元/臺。
至此,F(xiàn)rank在文章開篇那句話中的“領軍者”,變得愈發(fā)具像化。
三 、毫末智行,另走一條路
“俗話說三生萬物,大模型、大數(shù)據(jù)、大算力就是‘三’,沒有‘三’就沒有萬。恰恰這個‘三’,又不是掌握在一個企業(yè)和一批人手里面的,而在兩個企業(yè)和多個企業(yè)?!?/strong> Frank對產(chǎn)業(yè)家說。
眾所周知,大數(shù)據(jù)、大算力、大模型是自動駕駛技術大規(guī)模落地的三要素。但主機廠和技術廠商作為自動駕駛賽道的兩大陣營,都有其無法觸達的領域。
毫末成立之初即走出了獨特的毫末模式,與主機廠的綁定,形成數(shù)據(jù)閉環(huán)等,這是毫末選擇的一條獨特路線。
在很多人看來,自動駕駛賽道主機廠和技術廠商之間的關系,并不是單純分合作關系,而是“競合”關系。
因為比起自動駕駛技術廠商,傳統(tǒng)的主機廠在自動駕駛技術方面如果自研成本太高,通常會選擇與技術方合作;但技術廠商海量數(shù)據(jù)獲取依賴車企,短期時間內可以拿到數(shù)據(jù),但與多家車企合作時難免會出現(xiàn)合作不穩(wěn)定性,數(shù)據(jù)可靠性、穩(wěn)定性難以確保。但類特斯拉自研方向的新勢力整車廠商,如蔚小理卻可以。
這難免為自動駕駛技術廠商的在未來的競爭格局中,帶來一些隱患。
“自動駕駛大規(guī)模的落地,不僅僅是技術本身,還有一個特別重要的環(huán)節(jié)——企業(yè)的機制?!?/strong> 在Frank看來,這種現(xiàn)象來自企業(yè)文化、合作、利益分配機制的沖突。
傳統(tǒng)企業(yè)工作模式和激勵機制源于工業(yè)時代,強調計劃性和明確性;而互聯(lián)網(wǎng)時代則強調創(chuàng)新和數(shù)據(jù)驅動,傾向于邊實踐邊調整。這兩種理念在具體工作和戰(zhàn)略規(guī)劃中可能引發(fā)顯著的沖突。
一個事實是,這一機制也在被驗證。一眾主機廠在經(jīng)歷了設立自動駕駛技術分公司、部門后,經(jīng)歷了裁員、裁撤部門,紛紛敗下陣來。2022年~2023年期間,大量自動駕駛技術廠商的融資方中紛紛出現(xiàn)了主機廠的身影。
主機廠與自動駕駛廠商的聯(lián)盟逐漸變成主流。
截至2024年6月,毫末搭載量產(chǎn)車已經(jīng)超過20款,用戶輔助駕駛行駛里程突破1.7億公里。目前毫末已經(jīng)實現(xiàn)了兩條腿走路,一是融資帶來的持續(xù)資金流,二是大規(guī)模落地下,實現(xiàn)自我“造血”的能力。
總結來看,毫末智行的技術落地之路,除了發(fā)展路徑的預判、技術上的創(chuàng)新、以數(shù)據(jù)為驅動的商業(yè)化閉環(huán),更有企業(yè)機制上的考量。
毫末智行的底層邏輯,也在推動其奔向以大模型、大算力、大數(shù)據(jù)為代表的自動駕駛3.0時代。
四 、AI時代,奔向自動駕駛3.0
大模型技術浪潮席卷而來,也推動著自動駕駛的邁向新的時代。
自動駕駛發(fā)展到今天,其實仍有許多難題未解決。
在傳統(tǒng)的自動駕駛系統(tǒng)中,各個模塊(如感知、定位、規(guī)劃、控制)之間存在復雜的依賴關系,需要大量的工程努力來設計和優(yōu)化各個模塊。
簡單說,如今的自動駕駛,基本是靠工程師一條條規(guī)則寫出來的。所以,自動駕駛中的長尾問題,即那些罕見但關鍵的駕駛場景,系統(tǒng)難以及時給出正確決策。
大模型技術的爆發(fā),帶來了一些新的可能。
而端到端模型可以直接從數(shù)據(jù)中學習,簡化了自動駕駛系統(tǒng)的開發(fā)流程,使得從傳感器輸入到?jīng)Q策輸出的過程更加直接。且無需人工設計的特征,使得模型能夠適應各種駕駛場景和條件,同時一體化的模型減少了各個模塊的依賴關系。以此快速從大量數(shù)據(jù)中學習到這些罕見事件、行駛場景的處理方式,給出決策。
2023年,毫末發(fā)布了行業(yè)首個自動駕駛生成式大模型 DriveGPT (雪湖·海若),在數(shù)據(jù)的篩選挖掘、自動標注、生成仿真以及認知可解釋性等方面實現(xiàn)了顯著的突破和創(chuàng)新。
從這一點來看,未來隨著大模型技術將進一步提升自動駕駛系統(tǒng)的智能化水平。通過不斷學習和優(yōu)化,DriveGPT等生成式大模型將能夠更準確地識別和理解復雜的交通場景,從而做出更加精準和安全的決策。這將極大地提升自動駕駛系統(tǒng)的應對能力,使其能夠更好地應對各種突發(fā)情況和復雜環(huán)境。
在技術的推動下,毫末正逐步從傳統(tǒng)的模塊化設計向更加智能化的方向發(fā)展,向著真正意義上的自動駕駛3.0時代邁進。
站在當下,回看自動駕駛賽道的各個玩家們,活下去的要不就是“家里有礦”,要不就是場景、技術降維,漸進式發(fā)展。但活的好的有一個共性,就是順應需求,讓技術落于產(chǎn)業(yè)實處。
“自動駕駛,水深魚才大。當這個領域水少的時候,即使是翹楚,價值也難以顯現(xiàn)。” Frank對產(chǎn)業(yè)家說。
據(jù)記者了解,毫末在2024年年初還獲得了全球大Global主機廠的規(guī)模量產(chǎn)訂單。毫末這條“大魚”的價值,愈發(fā)清晰。
本文來自投稿,不代表增長黑客立場,如若轉載,請注明出處:http://gptmaths.com/cgo/coo/119432.html