关于想爱都难主题曲网友会怎么评论?

　　今日下午，毫末智行在其第三期品牌开放日上，正式宣布了他们在乘用车、末端物流、智能硬件等业务领域的最新进展。

　　譬如，毫末智行乘用车辅助驾驶行驶里程累计突破100万公里；NOH智慧领航辅助驾驶系统即将在2021年10月正式发布；阿里达摩院小蛮驴与毫末智行达成合作。

　　身为一家初创公司，短时间内接连拿下多个细分领域的合作项目，可圈可点的成绩背后，可能是毫末智行一直宣称的“汽车主机厂+科技公司”发展模式。

　　在国外，这一模式的典型为通用与Cruise的结合，它们各尽其能，将自动驾驶技术的边界无限放大，并已取得不俗的成绩。

　　在其陆续传出好消息的背后，我们或许应该关注产生这一现象的原因，以及这一模式在中国自动驾驶土壤成长的可能性。

　　相对前两类研发主体而言，国内选择车企+科技公司定位的企业相对较少，这或许与国内大多数主机厂较晚意识且押注自动驾驶技术相关。

　　尽管这一模式较为新兴，仍有待中国自动驾驶市场的验证，但毫末智行近期取得的项目进展似乎证明着这一模式在商业化方面可行。

　　今日的品牌日上，毫末智行宣布其全栈自研的NOH智慧领航辅助驾驶系统即将在2021年10月发布，并计划搭载于WEY摩卡的量产车型。

　　据介绍，NOH可实现在高速和城市快速路高精度地图覆盖的范围内，基于用户设定的导航路线，实现从A点到B点的智慧领航辅助驾驶。

　　毫末智行宣布，其已与阿里达摩院达成合作，将为智能物流无人车“小蛮驴”提供生产制造、出厂测试验证、规模量产等服务。

　　此外，长城汽车、毫末智行共同联合高通即将推出可量产自动驾驶计算平台ICU 3.0（即毫末智行“小魔盒3.0”），其平台的单板算力达360TOPS，可持续升级到1440TOPS。

　　顾维灏介绍，小魔盒的三代产品在20个月前几乎同时立项研发，因此可在较短的时间内实现小魔盒产品智能化程度快速提升。

　　对于以上项目的开展，毫末智行董事长张凯表示，这是毫末制胜 “公式”——（稳定的量产能力*数据智能*安全)^生态的实践结果。

　　“稳定的量产能力是决胜的关键，数据智能则是核心竞争点，在安全的前提下谈智能、合作伙伴持续开拓的生态建设能力。”

　　毫末智行提出的“风车”战略，即聚焦于低速无人车、乘用车、智能硬件三大细分领域，通过数据智能推动三大业务的发展。

　　毫末智行CEO顾维灏介绍，低速无人车、乘用车、智能硬件如同风车的三张叶片，通过大规模的产品落地不断获取AI发展所需的海量数据。

　　而数据经过作为主轴的数据智能体系的一系列处理后，可作为算法、工程、硬件、车辆原型开发的基础，最终使其通用于用户使用、运营等场景。如此循环，周而复始，使数据优势快速转化为规模优势。

　　当前的自动驾驶行业已不同往日，自动驾驶技术不同程度地嵌入至各类载体，部分场景下甚至尝试商业化运营。

　　基于越发严峻，且富有机遇的市场环境，张凯判断自动驾驶已走进商业化的前夜，而2022年将是AI自动驾驶商业化分水岭之年。

　　而在此之前，如何快速拿到进入商业化竞赛的门票，是这一家成立仅两年的初创公司所需考虑的重中之重。

　　张凯认为：“自动驾驶规模化商业落地的进程和节奏决定一个自动驾驶科技公司能够走多快，持续稳定、高质量的场景数据决定一个自动驾驶科技公司能够走多远。”

　　正是基于生存压力，营收需要以及行业判断的综合考量，毫末智行的“风车”战略选择以数据智能为核心，乘用车、低速无人车、智能硬件作为主攻阵地。

　　某种程度上，海量高质的数据是一家公司自动驾驶技术发展迭代的源泉，因此对于许多初创企业而言，如何稳定获取这一数据是公司得以持续发展的前提。

　　自动驾驶初创公司们，受资金成本、技术落地条件等限制，选择自主采购车辆，或与其它公司合作等形式，从运营车辆中获取真实道路测试数据，以此作为自动驾驶迭代养料；造车新势力们通过其已售出的量产车型，在各地不同类型的道路环境中相对广泛地收集数据。

　　前者车队数量有限，数据获取成本相对较高，后者则可凭借大规模的量产产品快速、稳定地获取所需数据。

　　据悉，毫末智行的辅助驾驶系统预计未来三年搭载长城汽车总量超过100万台，庞大的数据来源将成为毫末智行自动驾驶迭代的绝佳支撑。

　　此外，智能汽车超万亿元的市场规模，且市场已有多款具备智能辅助驾驶功能的量产车型面世，无疑是目下最为火热的风口，百度、小米等科技公司的相继入场即为证明。

　　北京市高级别自动驾驶示范区在今年发布《无人配送车管理实施细则》，除了颁发无人配送车车辆编码外，还允许其在示范区内提供快递配送、售卖服务等。

　　此外，毫末智行推出的智能硬件如无人车通用线控底盘、自动跟随载物机器人、自动跟随载物平板机器人等，在各自的领域都具备极具广阔的市场空间。

　　以此方式，毫末智行充分利用其现有资源及优势，全力攻占当下自动驾驶规模化商业落地场景，为其积蓄长期战斗的粮草。

　　基于其独特的公司定位，毫末智行融合主机厂与科技公司的共同优势，快速推动“风车”战略展开，耕犁自动驾驶市场。

　　毫末智行超500人的研发团队混合着来自互联网科技公司的算法工程师、软件开发工程师，以及来自长城汽车等主机厂的汽车工程师。

　　在互联网思维的主导下，毫末智行的自动驾驶技术可快速迭代开发，而主机厂在硬件制造、生产等方面的丰富经验，则将驱动新产品的生产周期大幅度缩短。

　　仅仅半年，毫末智行便已推出包括末端物流车、智能硬件在内的10余款自动驾驶产品。其中，具备高速道路辅助驾驶能力的“小魔盒1.0”已实现量产。

　　目前，已有部分公司试图将两种优势合为一体，为其进军智能汽车市场开疆拓土，如百度与吉利成立“集度汽车”，阿里巴巴与上汽成立“智己汽车”等。

　　互联网巨头与主机厂联合成立汽车公司的多个案例，足以体现这一模式的优越性，也侧面印证着主机厂+科技公司这一发展模式在中国具有想象空间。

　　相对其他类似模式的玩家们顾维灏认为，脱胎自长城汽车的毫末智行，可更大限度获得来自主机厂的资源倾斜，推动其相对轻松攻入“风车”战略指明的乘用车、低速无人车、智能硬件市场。

　　一直以来，自动驾驶公司们由于天然缺乏产品制造经验，难有载体实现其技术价值。正是技术与产品之间存在难以跨越的鸿沟，使其商业化进程频频受挫。

　　便捷的技术落地渠道，意味着道路数据也将相应增加。目前，毫末智行的乘用车辅助驾驶行驶里程已突破100万公里。

　　拥有海量、复杂、稳定的道路数据是毫末智行的巨大优势，然而如何快速处理数据，实现效率最大化为一大难题。

　　其次，毫末智行使用无监督聚类挖掘更多相似困难场景，以解决AI模型的数据偏见问题，通过使用模型并行和任务流并行的方式，提高了AI模型的迭代速度，加快了技术进步的速度。

　　最后，毫末智行利用CSS云端并行仿真，可自动化生成测试案例，极大加快了AI算法的验证速度。而迭代后的AI算法，又将应用至“风车”战略的产品中。

　　他认为，数据智能包括收集、存储、计算以及程序升级四个步骤，而乘用车与低速无人车在数据收集、存储与程序升级三个步骤可共用数据。

　　至于乘用车与低速无人车之间的数据质量结构差异，顾维灏认为任何自动驾驶等级的数据均有利用价值，同时技术正在朝向跨数据发展，通过建立较大的模型即可解决该问题。

　　藉由此，毫末智行或将打通数据流通壁垒，在快速实现商业化的同时，还可短时间内积累不同类型产品的研发制造经验，为其构建全栈自研能力铺垫。

　　难以效仿的研发模式，以及着眼于可商业化落地的赛道，成为毫末智行闯入自动驾驶行业下半场独具一格的优势。

　　“我们认为智能化出行工具竞争的结局将会在5-7年内揭晓，未来智能出行领域竞争的胜出者将代表中国，参与世界竞争。”

　　尽管这一预测是否准确不得而知，但言语中似乎流露着，毫末智行渴望笑到最后，与世界级玩家扳手腕的决心。

　　即将2岁的毫末智行羽翼逐渐丰满，在宏大目标的指引下已飞越重重险阻。未来市场的狂风暴雨中，更多挑战将迎接摩拳擦掌，试图成为行业头部的玩家。