1月5日，毫末智行第七屆HAOMO AI DAY上，毫末智行智算中心MANA OASIS正式發布，自此，毫末正式成為繼特斯拉、小鵬之后，全球第三家擁有自己智算中心的公司，這無疑為其在“自動駕駛3.0時代”的持續進化增添了巨大的助力。
在此前的12月23日，GTM2022全球科技出行峰會上，毫末智行COO侯軍也曾表示：“自動駕駛的終局之戰是數據之戰。”那么，我們應如何理解數據對于自動駕駛的重要性？始終踐行“漸進式路線”的毫末又如何看待自身的未來？速途車酷研究院對侯軍先生進行了專訪。
01合抱之木，生于毫末
毫末智行最初脫胎于長城汽車的自動駕駛前瞻分部，正式成立于2019年底，至今大約一千多天。正如它名字的出處一樣，“合抱之木，生于毫末”，一千天的時間，毫末正在成長為一棵“合抱之木”。
如今的毫末穩居“中國量產自動駕駛第一名”，已經搭載上市的車型包括魏牌摩卡、魏牌拿鐵、坦克300、坦克500、哈弗神獸等，實現了從毫末Hpilot1.0到Hpilot3.0的迭代，2021年底還推出了國內首個自動駕駛數據智能體系MANA，它也是毫末產品迭代的核心動力。
而毫末的商業模式中，最引人矚目的莫過于“風車戰略”，即“以數據智能為核心，圍繞乘用車、末端物流自動配送車、智能硬件這幾個細分領域高速旋轉，形成數據閉環”。比如：毫末在2022年推出的“小魔盒3.0”，是全球算力最高的可量產自動駕駛計算平臺；去年4月發布的“小魔駝2.0”，是中國首款十萬元級末端物流自動配送車，截止到去年10月，已經在北京順義區為60多個社區配送超過10萬單；此外，還有具備車規級安全、定制化能力、成熟量產保障體系的通用線控底盤產品“小魔盤”……
歸根結底，這些已實現大規模商用化的硬件，其實都是毫末“漸進式路線”的體現。
02攀登珠峰的兩條路
在GTM2022全球科技出行峰會上，毫末智行COO侯軍在演講中說到：“自動駕駛就像登山，比如珠峰，大家可以從南坡登，也可以從北坡登……不同的路線有不同的難度，也有不同的挑戰。”
這里他指的其實就是自動駕駛領域著名的“路線之爭”，即“漸進式”VS“跨越式”。“躍進式”的策略是指通過激光雷達技術直接跨越到L4/L5級自動駕駛，代表性企業是美國的Waymo、Argo AI、Mobileye以及國內的小馬智行等；而“漸進式”則是步步為營，通過大規模的數據積累慢慢實現從L2進化到L5，諸如特斯拉、小鵬以及毫末等公司選擇的都是這條路線。
我們知道，近段時間以來，自動駕駛行業正在資本市場遭遇寒冬：像國外的Mobileye、Waymo、Argo AI以及國內的小馬智行等，都遭遇了不同程度的困難，更有甚者直接倒閉，有些人便開始唱衰自動駕駛行業。而站在“路線之爭”的角度來看，我們可以清晰地發現：這場寒冬的“受害者”們主要就是一些“躍進式”的玩家，原因在于：通往L4乃至L5的道路實在太過漫長，技術落地難，商業變現難。如果在這個過程中始終是只有投入，不見產出，那資本自然是不會為一個空中樓閣般的理想付費的。
相比之下，漸進式路線則不會為造血問題而憂慮。毫末在成立之初就有一個判斷：自動駕駛不是一蹴而就的，而是有一個漸進的過程——那是一條“從低速到高速，從載物到載人，從商用到民用”的漸進路線。正如侯軍與速途車酷研究院談到的：“漸進式路線在完成數據積累和技術迭代的同時，還能完成商業的閉環，從一開始就有正向收益產生，使得企業在技術產品升級過程中就可以完成自己造血。”
于是我們也看到，即便在“資本寒冬”的大背景下，像毫末智行、縱目科技、宏景智駕等有穩定量產業務支撐的自動駕駛企業依然在逆勢獲得資本加碼。倒是很多原本執著于L4的公司，開始俯下身來進入了L2領域。比如，百度Apollo和輕舟智航先后推出了面向主機廠的前裝量產解決方案；小馬智行新成立了輔助駕駛業務部門，預計今年量產；文遠知行也在獲得博世集團投資的同時，與后者聯合開發由數據驅動的智能駕駛軟件，以促使L2~L3級自動駕駛技術盡快實現大規模前裝量產……
面對這種一消一長的態勢，有人說“這是漸進式路線相對于躍進式路線的勝利”。而對這一觀點，侯軍的看法卻比較謙虛——“這兩種路線，我們日常愛說成是從南坡還是北坡登頂珠穆朗瑪峰，兩條路徑都能登頂，只是看誰更快。”他對速途車酷研究院說。
但無論如何，資本市場對它們截然不同的態度，其實在某種程度上已經回答了這個問題。
03“自動駕駛的終局是數據之戰”
如前所述，毫末“風車戰略”的核心，是數據智能。
在GTM2022全球科技出行峰會上，侯軍提到：自動駕駛過去這十年的發展分為3個階段，分別是硬件驅動的1.0時代、軟件驅動的2.0時代以及大規模數據驅動的3.0時代。根據這一劃分方法，當前階段的自動駕駛正在進入3.0時代，它以大模型、大算力、大數據為主要特征，特別是大模型的參數規模要達到千億甚至萬億級別，而相應的數據規模也要達到上億公里的真實道路數據積累。也正是因此，自動駕駛的終局之戰是數據之戰。
顯然，對于包括自動駕駛在內的一切AI的進化來說，數據的重要性都是毋庸置疑的。自動駕駛的各種算法模型，都有賴于機器對海量的數據進行學習。因此，特斯拉在2021年亮相了自研超級計算機Dojo，意在對輸入的海量數據進行無監督大規模訓練；今年8月，小鵬也宣布與阿里云合作，在烏蘭察布建成了中國最大的自動駕駛智算中心“扶搖”。
而毫末在數據的收集和積累方面，也有著獨特的優勢。
侯軍表示，在數據方面，毫末的優勢在于從一開始就高度重視數據智能體系的建設。“通過MANA來不斷加快算法迭代速度，降低數據處理成本，同時又基于毫末量產落地的產品，可以低成本、高質量地積累真實道路場景數據，從而實現整個數據智能體系不斷快速升級的良性閉環。”
據毫末在第七屆AI DAY公布的數據，MANA數據智能的學習時長已經超過了42萬小時，虛擬駕齡相當于人類司機的5.5萬年，輔助駕駛用戶行駛里程已經突破2500萬公里。這些數據就是毫末從L2逐步邁向更高階段的基石。如今，毫末智算中心的成立，更是為這一宏大的愿景增添了強大的助力。
當然，侯軍在演講中也提到：“在3.0時代，數據規模至少要達到1億公里以上。”盡管如今毫末的輔助駕駛累計行駛里程還遠遠不夠，但隨著毫末的“風車”飛速旋轉，這一愿景將會很快實現。
而到那時，毫末將會真正成長為一棵參天大樹。
04采訪問答
以下是采訪問答節錄，供參考：
速途車酷研究院：
毫末曾將自動駕駛技術劃分為3個時代，而最終將會達到“由數據驅動的自動駕駛3.0時代”。在您看來，為什么數據對于自動駕駛如此重要呢？毫末在數據的積累方面為又有著哪些優勢？
侯軍：
當前的自動駕駛作為人工智能中率先走向成熟落地的技術應用，同樣離不開算法、算力和數據三要素的制約。根據毫末所提出的自動駕駛時代的劃分，當前階段自動駕駛正在進入以大模型、大算力、大數據為代表的3.0時代，其中大模型的參數規模要達到千億甚至萬億級別，而相應的數據規模也要達到上億公里的真實道路數據積累。
所以，我們會說自動駕駛的終局之戰是數據之戰。如何快速提高數據規模和質量、降低數據成本就是關鍵。毫末的優勢就在于從一開始就高度重視數據智能體系的建設，通過MANA來不斷加快算法迭代速度，降低數據處理成本，同時又基于毫末量產落地的產品可以低成本、高質量地積累真實道路場景數據，從而實現整個數據智能體系不斷快速升級的良性閉環。
速途車酷研究院：
眼下，國內外的資本市場對自動駕駛的熱情都出現了一定衰減，但以毫末為代表的一批公司依然“逆勢上揚”，有人說這是“漸進式路線”對于“躍進式路線”的勝利，對此您怎么看？
侯軍：
這兩種路線，我們日常愛說成是從南坡還是北坡登頂珠穆朗瑪峰，兩條路徑都能登頂，只是看誰更快。
正如前面提到，自動駕駛的技術之戰其實是數據之戰。而目前業內有兩種路徑來實現這種規模數據的積累。一種是走躍進式路線的L4公司，主要依靠大量的測試車輛來完成數據的積累，但從發展速度和規模來說有限制，相較于達到上億公里的數據積累有距離。一種是走漸進式路線的車企，包括特斯拉、毫末等，依托搭載輔助駕駛系統的乘用車的量產規模，可以快速積累到高質量、豐富場景的海量數據，而且依靠車輛規模的快速增長，數據積累也在不斷加速。所以毫末提出，輔助駕駛是通向自動駕駛的必由之路。
另外，漸進式路線在完成數據積累和技術迭代的同時，還能完成商業的閉環，從一開始就有正向收益產生，使得企業在技術產品升級過程中就可以完成自己造血。
速途車酷研究院：
未來的毫末將會成為怎樣一家公司，對行業的發展起到怎樣的引領作用，可以帶領我們設想一下嗎？
侯軍：
毫末始終把自己定位為一家致力于自動駕駛的人工智能技術公司。毫末剛剛在三周年之際發布了自己的愿景：讓機器智能移動，給生活更多美好。這一愿景進一步把毫末的能力、價值體現了出來。我們認為自動駕駛技術的成熟，不僅僅是提供給乘用車、無人配送車，還可以給越來越多的機器終端提供智能移動的能力。比如可以看到越來越多的機器人出現在我們身邊，給我們提供隨時隨地的服務，也可以將我們更安全、便捷、輕松地帶到目的地。我們的生活、生產方式都將發生巨大的變化。
毫末所要做的就是始終擁抱領先的自動駕駛AI技術，不斷積累數據規模，迭代升級數據智能體系，推動自動駕駛技術走向最終成熟，并賦能到各種場景和機器當中，讓自動駕駛真正惠及所有人。
