“毫末智行的新模式：落地为王”

成立不到两年的平安智行，在自动驾驶领域创造了新的模式。

凭借稳定的大客户支持，结合汽车企业规模化量产能力，开拓无人物流配送车的第二条路线，实现最快速的商业化落地。 而且，通过稳定、高质量的数据驱动产品，实现了更新一代的发展。 这成了残酷的智行后来居住的新法宝。

在三个月前发布了从轿车、智能硬件到无人送货车的10种产品后，毫安智行再次公布了量产产品落地的最新成果。 轿车辅助驾驶里程突破100万公里，noh智能飞行员辅助驾驶系统将于下月正式发布，在无人物流小车行业与阿里达摩院小驴达成重磅合作。

为什么完好无损的快速发展速度如此之快，这个靠长城汽车孵化的自动驾驶企业，为什么这么受欢迎？

2022是ai自动驾驶商业化分水岭

“我认为2022年将是ai自动驾驶商业化的分水岭。 对自动驾驶这条赛道的创业企业来说，在2022年，必须形成自己比较稳定的商业模式。 ”

无智行董事长张凯认为，在这场战役中，谁能率先从高速进入城市场景，谁就能迅速实现规模化量产，谁就有机会赢到底。

在商业化落地上，安然无恙的智行选择了轿车行业从简单的场景逐渐过渡到许多复杂场景的渐进路线。 像毫发无损今年落地wey企业品牌摩卡的hwa系统一样，选择了高速公路和城市高速公路两个比较简单的场景实现了快速的商业化。

截至今年第四季度，毫安已将前期推出的hwa系统全面升级为NOH (导航辅助驾驶系统)。 NOH是指在高速和城市高速公路的高精度地图复盖的范围内，可以根据客户设定的导航路线，实现从a点到b点的智能导航辅助驾驶的系统。

毫安的第二条商业化路线是基层物流行业，选择较多复杂的城市开放道路场景，通过降低车速，保证系统的安全和及时应对。 目前，毫米末低速物流产品羊驼顺义与合作伙伴物美多点共同进行了5个多月的运营尝试。

在这次活动中，纳米智行还推出了物流行业的新伙伴阿里智能物流无人车“小驴”。 阿达达摩院将选择无情、智能的物流无人车“小驴”，进行生产制造、出厂测试验证、规模量产等联合创新和全生命周期服务。 寸行全面支持小驴质量保证和规模化量产。 2021年，达摩院将陆续将1000辆阿里智能物流无人车“小蛮驴”纳入中国校园。

张凯说，ai自动驾驶时代的实现不是一蹴而就的，而是持久战。 从技术商业化的角度看，渐进的快速发展路线可以更快进入市场接受市场的打磨，更快实现部分商业收入。

渐进商业化路线的落地过程可以分为三个阶段。 第一阶段是自动驾驶能力的实现，第二阶段是自动驾驶系统的规模化引进，第三阶段是自动驾驶能力的阶段性完整。

其中，张凯认为第二阶段尤为重要，与自动驾驶规模化引进的程度和存储数据的规模、处理长尾问题的速度直接相关。 我认为，2022年，对于通过自动驾驶课程创业的企业来说，如果还不能应对自动驾驶规模化引进的问题，将是非常致命的。

自动驾驶规模化商务落地的流程和步伐决定了自动驾驶科技企业能走多快，持续稳定，优质场景数据的获取，决定了自动驾驶科技企业能走多远。

毫安的核心竞争力之一是将技术工程化的强大能力。 张凯在现场发表了残酷的胜利“官方”。 (稳定的批量生产能力(数据智能)安全) )生态。

张凯表示，截至2022年底，预计毫安智行辅助驾驶系统将落地长城汽车34个车型，约占其整体拟发售车型的80%，预计未来3年搭载轿车总量将超过100万辆。

面对是否获得越来越多的汽车企业客户的问题，首席执行官顾维灏认为，服务稳定高质量的大客户比服务越来越多的中小客户更划算。 “毕竟，长城汽车2025年的计划是400万辆。 如果一个顾客一年只能给几千台的话，性价比肯定很差。 ”

数据智能是自动驾驶的核心

数据、计算力、算法是支撑ai技术快速发展的三大要素，在自动驾驶商业化的浪潮中，什么样的公司会成为最终的胜利者呢？ 毫安的答案是，将规模化引进的特征转化为数据特征，再利用数据特征进一步扩大规模特征，使两者有效结合。

“如果是只由1万辆车和10万辆车制造的自动驾驶的话，不会超过拥有100万辆车的自动驾驶能力吧。 算法再强也无法代替数据的不足。 毫安最核心的技术点是如何持续有效地积累有价值的数据，在毫安中被称为数据智能。 ”

顾维灏评价了谁能以可持续的低价高效地获得有价值的数据，谁有机会活到最后胜利的日子。

顾维灏表示，毫安智行是一家ai企业。 ai自动驾驶技术的成功依赖于两个重要部分:模型和数据。 足够多、足够好的数据是建立良好模型的前提，毫米末智行对此进行深入思考，投入大量资源构建自身的数据智能闭环。

对自动驾驶来说，数据是养料，它使ai自动驾驶不断成长，养料质量的好坏决定ai自动驾驶的成长高度。 拥有高质量的数据和优秀的解决能力，在中国众多复杂的路况下，中国很可能诞生世界级的自动驾驶ai企业。

由于量产落地的规模特点，安然无恙的智行已经在自动驾驶的人工智能技术上取得了许多突破。

纳米智行将首先通过云基础大模型的自动诊断拆解，帮助车方任务域模型取得更快的进步。 其次，引入无监督聚类的方法，挖掘出越来越多相似困难的场景，处理ai模型的数据偏见问题，采用模型并行和任务流并行的方法，大大提高了ai模型的迭代速度，加快了技术进步的速度。 最后，纳米末采用css云并行仿真，自动生成测试实例，大大加快了ai算法的验证速度。

在传感器的搭载上，纳米也开始将800万像素相机应用于产品，扩大了传感器的视野，提高了辅助驾驶的安全性。

在车端模型的开发中，纳米管智行利用resnet50提取图像特征，然后在bev空之间进行多传感器融合。 这里使用的是transformer相关的模型结构，最后经过多任务的方法，感知模型直接输出三维空之间的所有结果。

为了支持大量的感知推理计算，长城汽车、毫安智行联合高通发布了目前世界上计算能力最高的可量产自动驾驶计算平台icu3.0 (即毫安智行“小魔盒3.0”)，平台单板计算能力为366

顾维灏表示，这相当于毫安智行辅助驾驶系统的ai自动驾驶大脑，是中国自动驾驶界的计算力怪物，所有算法都是毫安智行全栈自研。

2022年搭载小魔盒3.0的长城汽车在感知能力方面将成为中国市场最领先的产品，城市通勤场景也将覆盖。 到2022年，毫安智行有望成为国内最具计算力的自动驾驶计算平台。

“当然，一切都必须基于安全。 安全是1，其他是0。 ”

顾维灏表示，毫安智行从产品设计一开始就考虑到了安全，而且是非常系统的考虑。 例如将css、功能安全、期望的功能安全置于最高水平。

在研发实现上，平安智行积累了3s研发流程，在6个环节设置了70多个检查点，保障了安全设计得以实现。 并且选择更高效、安全的传感器和计算机，使车辆看起来更远、更快，加上视觉以外的必要辅助，使之更安全。 云模拟和训练，特别是5g加拿大持下的平行运行，所有必要的措施将逐步引入产品中。

车云总结:

经过不到两年的快速发展，毫米末智行在产品和技术等全方位已经有了很深的积累。

在资金方面，年初完成了数亿元的先期融资，今年已经实现了过亿的收益； 在人才储备方面，目前无业员工已超过500人，其中博硕比超过50%； 此外，毫安智行已形成产业链上游芯片供应商、感知元器件供应商、科技企业和高校等产业链下游主机厂、场景供应商以及低速物流行业甲方等独特的生态合作伙伴体系。

为什么毫米末智行能发展得这么快？ 借用其投资者首钢基金执行董事叶苆的八字总结“三好项目，黄金队”。 首先，自动驾驶是一条多坡多雪的好路线，是平安智行采用的“轿车+物流小车”渐进的产品战略，以及构成的产业链上下游合作伙伴体系。 最后，平安智行的团队融合了长城汽车工程师文化的严谨性，兼具了互联网企业迭代的速度。

很明显，这种新模式为自动驾驶领域开辟了新的同盟式快速发展之路，商业落地是王道。