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 對小目标障礙物檢測的表現。
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 還是技術思路的探讨和實踐，這屆的 HAOMO AI DAY 已然成了落地産品介紹會和階段性的成果分享。
搭載毫末城市 NOH 功能的魏牌藍山将在 2024 年第一季度正式量産上市，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麽明顯，但卻代表着我們正在奔向大模型加持的智駕時代。
高階輔助駕駛即将迎來大爆發
國慶假期結束，問界 M7 的火爆席卷全網似乎是意料之中的事情。這裏面最重要的信息就是智駕版本的選擇已經超過了 50%，智駕功能成爲用戶購車時重點關注且願意爲之買單的重要功能。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将成爲主流。
現場，毫末開場就發布了 HP170、HP370、HP570 三款智能輔助駕駛産品，涵蓋不同價位車型，預計将在 2023 年和 2024 年先後上車。張凱表明，" 我們的目的很簡單，讓中階智駕便宜更好用，讓高階智駕好用更便宜。"
以毫末 HP170 爲例，定位 3000 元級 " 極緻性價比 " 的高速無圖 NOH，可以實現行泊一體智駕。硬件配置上，算力 5TOPS，傳感器方案标配 1 個前視相機、4 個魚眼相機、2 個後角雷達、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。
結合實際産品來看，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，且在價格上并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，售價爲 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麽樣的車型上，帶來什麽樣的售價呢？
回到另外兩套方案當中，毫末 HP370 是 5000 元級 " 極緻性價比 " 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，以及城市内的記憶行車，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，都可以依托這套方案得以實現。這樣的好處在于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 元級别的城市全場景無圖 NOH 産品毫末 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 平台的曆史使命是打造行業内最具性價比的高階城市智駕産品。"
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），将搭載魏牌藍山在 2024 年第一季度正式量産上市，并且目前已經在保定鬧市區可以城市 NOH，後續我們也将第一時間關注這套方案的實際表現。
DriveGPT 雪湖 · 海若 200 天蝶變
文章開篇視頻裏呈現的小目标障礙物識别，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。毫末 DriveGPT 雪湖 · 海若，掀起一場自動駕駛的 " 工業革命 "
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 通過引入多模态大模型，實現文、圖、視頻多模态信息的整合，獲得識别萬物的能力；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，借助大語言模型，DriveGPT 将世界知識引入到駕駛策略中。
回到我們視頻當中的小目标障礙物識别測試，也正是基于視覺感知能力的提升所帶來的新技能。顧維灏認爲，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确感知測量能力，而且能夠像人類一樣理解萬物之間的聯系、事件發生的邏輯和背後的常識，并且能基于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，毫末也展示了基于純視覺模型下的自動泊車測試結果，使用魚眼相機可以識别牆、柱子、車輛等各類型的邊界輪廓，形成 360 度的全視野動态感知，可以做到在 15 米範圍内達到 30cm 的測量精度，2 米内精度可以高于 10cm。
而目前我們的泊車方案則是依托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锱铢必較。
千裏智行 始于毫末
在自動駕駛 2.0 時代，廠商們以小數據、小模型爲特征，以 Case 任務驅動爲開發模式。而到了自動駕駛 3.0 時代，以大數據、大模型爲特征，數據驅動爲開發模式成爲了行業主流，這也意味着開發模式和框架結構都會發生颠覆性的變化。
擁抱變化才能走得更遠，高階輔助駕駛即将迎來大爆發，自動駕駛生成式大模型也在日新月異。對于廠商們來說，這是充滿激烈競争，硝煙彌漫的黃金時代。
而對于你我這樣的用戶而言，智能駕駛成爲和座椅通風加熱這樣普适性功能的日子，也越來越近了。
✦
END
