- 全站推荐
- 全站置顶
- 首页推荐
- 社区推荐
-
置顶推荐
- 6小时
- 12小时
- 24小时
- 3天
- 一周
- 长期
- 设为精华
- 热门推荐
- 撤销审核
- 进小黑屋
- 生成议题
HAOMO AI DAY 上毫末公布了相关进展,乘用车方面辅助驾驶用户行驶里程突破 700 万公里,目前毫末高速 NOH 已经在坦克 300 、拿铁、玛奇朵、哈弗神兽等五款车型中上市,而备受关注的城市 NOH 也将会在近日正式上市。
另外在末端物流自动配送车领域,毫末小魔驼 2.0 也正式发布,单车售价 12.88 万元,此次毫末也公布 MANA 的“双流”感知模型及自研 BEV Transfomer 。
在融资方面,目前毫末也完成了 A+ 轮融资数亿元,本轮融资也由中银集团投资有限公司领投,首钢基金旗下首程资本跟投。
一、毫末的第一性原理:MANA 升级
伴随着目前 1000TOPS 大算力芯片的迭代、跨模态模型的出现、摄像头也即将从 800 万像素向 1500 万像素迈进,自动驾驶的演进也产生变化。
人工计算以及代码优化已经不合时宜,需要思考的第一性原理是如何利用模型优化让系统实现自我迭代。
MANA 也因此而生。
MANA 是毫末基于过去车端、数据反馈、算法优化、云端一套闭环系统打造出来的数据处理工具,主要面向人工智能和自动驾驶两大体系,比如算法模型优化、测试验证、仿真和硬件。
毫末列举了国内红绿灯识别的特殊案例。
毫末智行 CEO 顾维灏提到“毫末独创了一种“双流”感知模型,也就是将红绿灯检测和绑路问题分解成两个通道,让毫末日常乘用车测试实现了重感知下的红绿灯识别。”
在两个通道中,ventral stream 主要包括物体检测和识别信息,负责“what“(是什么)的通道,而 dorsal stream 主要携带视野中位置及空间关系的信息,负责”where”(在哪里) 。
这两个通道可以针对国内特殊红绿灯的检测、灯的形状、红绿灯的红绿状态,同时通过卷积神经网络获得红绿灯的位置概率图。
基于这种方法在大量数据测试下,可以在不同城市、不同距离、不同转向、不同光线的条件下,也能准确地识别出红绿灯信号。
二、 Transformer 模型效果
此次毫末公布了 Transformer 的模型效果,包括自研 BEV Transfomer 用于车道线识别,通过“目标粗定位”和“属性精细估计”两个阶段实现标注自动化,在城市道路上通过多传感器对车道线做融合识别,解决了过去在路上遇到模糊标线的难题。
Transformer 结构由于其特性,在自动驾驶的各独立传感器中都有大范围的应用。
比如可以更好利用大模型和大数据的优势。在神经网络的模型不断膨胀下,网络准确率的增长却没有出现饱和。 Transformer可以提供统一的融合框架,可以利于多传感器的数据融合,能够提供一个 3D 空间融合能力,相比过去先得到 2D 结果,再做 3D 还原有更精简的能力。
这样当视觉特征完成 BEV 的投射,激光雷达模型就可以更好的实现融合。
最后通过历史帧的时间序列可以进一步提升识别的准确率和连续性。
三、搭载高通平台 “毫末城市 NOH ” 首发
伴随乘用车高级别智能驾驶渗透率的不断提升,NOH 也逐渐走进城市。
目前毫末已经发布两代乘用车辅助驾驶 HPilot 产品,正在按计划有序交付。在此次HAOMO AI DAY上,毫末发布搭载HPilot3.0 的“毫末城市NOH”。
系统可根据导航提供的行驶路线,在城市环境中实现自动变道超车、红绿灯识别与控车、十字路口路口通行、无保护左右转等主要功能, 同时也可应对车辆近距离切入、车辆阻塞占道、交叉路口、环岛、隧道、立交桥等场景。
硬件层面,该系统配备了高通计算平台,融合了一颗 AI 能力 360TOPS、高速缓存144M、CPU计算能力200K+ DMIPS的算力芯片;同时还配套 2 个激光雷达、12 个摄像头、5 个毫米波雷达。
目前“毫末城市 NOH“已经在北京、保定等城市进行测试,系统也将会在近期正式量产落地。未来,“毫末城市NOH”功能落地城市将会超过 100 个,同时搭载乘用车数量将超过 100 万台。
四、“毫末小魔驼 2.0 ”首发 售价 12.88 万元
毫末在活动现场正式发布了中国首款 10 万元级别的末端物流自动配送车产品,毫末小魔驼2.0,售价为 12.88万元,该产品预计在 2022 年 5 月陆续投放市场。
全新的小魔驼 2.0 配备了车规级硬件,包括 ICU 3.0 大算力计算平台,可定制600L 超大载货空间的货箱,可覆盖混行、拥堵等复杂交通场景,支持城市开放道路中低速全路况,实现无接触配送。此外还具备快速换电、60-100 公里续航里程等。
全球汽车产业正在经历一场技术潮流演进的产业革命之战。
顾维灏提到毫末的产品将会把高速、城市道路、停车场,全场景覆盖。在新的浪潮中,无论是车企、供应商也都在思考新的技术落地方式,在用户数据与模型迭代中也打通更多元的可行场景。