新火種
2023-11-03 
毫末智行CEO顧維灝：用四次戰役，握住「上牌桌」的權利
今年9月，在北京順義的一條開放道路上，顧維灝穿著豪末藍色工服騎著一輛粉色小電驢，緊緊跟在無人配送車小魔駝屁股后邊。
當天下午，因為要出席順義智能網聯汽車大會，身為CEO的顧維灝又要脫下工服，換上正裝。跑到現場當“監工”做測試，是顧維灝這些年在自動駕駛行業養成的習慣。
毫末成立以來，他和毫末董事長張凱一有時間就會親自上陣，跑乘用車輔助駕駛產品和無人配送車路測。
過去一年，毫末一共打了四場仗，內部稱之為“智能駕駛裝機量王者之戰”、“城市NOH百城大戰”、“末端物流自動配送商業之戰”和“MANA大模型巔峰之戰”。在這四場仗中，毫末面臨著乘用車拓展新客戶、“卷”千元級別高階輔助駕駛產品、城市NOH高速推進、DriveGPT加速落地車端和云端的高壓和挑戰。“一打開工作平臺，就有幾十條消息撲面而來”。有很長一段時間，作為毫末的產品市場副總裁，蔡娜的大部分時間都花在了和客戶各部門拉齊需求上，畢竟“需要什么樣的產品是客戶來決定的”。蔡娜把每次靠打仗來解決困難的方式形容為“撕裂式生長”，雖然有種肌肉被撕裂的疼痛感，但成長的速度遠比對手們要快。在今年10月的毫末AI DAY的前后，我們與毫末智行CEO顧維灝及內部的產品、技術部門的成員進行了對話，試圖從不同的業務單元，梳理毫末智行在過去一段時間里的曲折、成績及未來規劃。
城市NOH：要“先上牌桌才有打牌的權力”如果非要從過去的一年里，挑一件讓顧維灝最操心的事，一定是城市NOH。
他撂下了這么一句話：“明年（2024年）第一季度，城市NOH會規模落地。只有進入戰場，上了牌桌，我們才有打牌的權利。”
乘用車輔助駕駛產品一直是毫末三大業務版塊中，最被寄予厚望的那一個。
原本，毫末的城市NOH將率先搭載在長城的魏牌新摩卡上，等到2022年年中新車型發布后立即隨車交付。
不出意外的話，毫末會和小鵬、華為一起，成為國內第一批大規模落地城市領航輔助駕駛的玩家。
早在今年年初時，毫末準備的軟件已經封板。但魏牌新摩卡的上市時間延后，毫末“進城”的計劃也只能往后挪一挪。
在等待的過程中，毫末并沒有停下。而是在暗自蓄力一年后，一口氣發布了3款千元級別的NOH產品：HP170、 HP370 和HP570。
2022年第四季度，毫末董事長張凱、CEO顧維灝和產品負責人牽頭開了一次產品規劃會。以往，每周的例行的產品規劃會，大多數話題都圍繞著市場、客戶和競品以及自家產品的競爭力分析。
但在這一次產品規劃會上，他們做了一個很大膽的決策：立即投入千元級別第二代產品的研發。
此時，業內的方案基本都是萬元級別。因為光是一顆激光雷達成本就高達4000-5000元。想要壓縮成本，必須放棄部分單價很高的硬件，比如激光雷達。
不過，這不是毫末第一次做如此大膽的決策。早在2021年，城市NOH立項時，毫末就堅決地選擇了不依賴高精度地圖，走重感知、輕地圖的路線。
回過頭來看，這個決策既大膽又不大膽。
大膽在于，毫末需要克服研發部門對高精度地圖的依賴。在毫末的多位產研成員看來，有時最難的不是技術的突破，而是擺脫心理依賴。
不大膽在于，不依賴高精度地圖這條路不算真正意義上的創新，畢竟已經有堅持純感知路線的特斯拉在先。
但在外界看來，毫末的舉動毫無疑問是大膽的，是國內最早一批堅定地走的“重感知、輕地圖”的玩家。
到了2022年，越來越多的玩家跳出來，喊出“去高精度地圖”的口號。緊接著，無圖方案大行其道。從結果來看，毫末似乎又一次走在了同行的前面。
那么，毫末千元級別的方案是否會再一次成為行業主流？
毫末的三款新產品中，HP 170對應的是售價為3000元級的高速無圖NOH；HP 370對應的是售價為5000元級，具備城市記憶行車+記憶泊車功能的產品；HP570對應的是售價為8000元級的城市全場景無圖NOH。
在這三個方案中，激光雷達都不是必選項。而在最具備性價比的高速無圖NOH方案中，客戶甚至可以放棄選配前雷達和前角雷達。
前有大疆，在今年4月發布了一個千元級別的新一代智能駕駛系統方案，該方案的基礎配置只用了7個攝像頭。大疆號稱能在32TOPS的算力下，實現高速領航輔助駕駛和記憶泊車、行車功能。
現在又有了毫末的HP170，僅憑借5 TOPS算力，就可以實現行泊一體的智駕功能。并且，該方案的價格僅為3000元級。所以，毫末董事長張凱才敢在今年10月的AI DAY上斷言：“更具性價比的行泊一體的域控方案將成為主流”。
末端物流自動配送：客戶教會的事過去一年，在末端物流自動配送這個領域，毫末兩件事擴大了自己的市場邊界：第一件事是和達達的合作，另一場仗是“把產品的價格打到10萬元以下”。
蔡娜總結到，“毫末是全球首個L4業務實現末端物流自動配送盈虧平衡的公司，能在盈虧上打平，新的合作模式功不可沒。”
毫末和達達兩邊的高管很早就建立起了聯系，也在線下聊過一次，但當時沒有找到契合點。直到去年有一次見面時，雙方高管聊到了末端物流自動配送整體的綜合效率、成本這些問題，才決定展開合作。
在末端物流自動配送領域，如果由毫末這樣的服務商來打通商品上貨、運輸、送貨上門的每個環節，會讓運營費用變得很高。
但毫末和達達合作不太一樣，蔡娜表示：“我們負責中間的自動駕駛送貨，這是無人車最擅長的。上貨和送上門都是達達通過自己的運營來解決。這樣一來，整個鏈路的成本更低，我們在經濟上也能承受。”
相當于毫末服務于達達的“履約”場景，為達達提供從A點到B點的運輸能力。而“履約”恰恰是毫末最擅長的領域。用一組數據就足以證明：截至今年9月，小魔駝已經配送超過22萬單。
因此，對毫末和達達來說，這是各自做自己最擅長的事。
在末端物流自動配送這個戰場上，毫末再次用了把產品價格打下來，給對手狠狠一擊的作戰方式。和乘用車產品一樣，毫末的末端無人物流車之所以備受關注，也是因為“性價比”。
今年4月，毫末發布了售價89999元的小魔駝3.0，這是國內首款9萬元內中型末端物流自動配送車。
這兩年來，如何把末端物流自動配送車的價格打到10萬元以下，是所有玩家必須突破的關隘。而最大的難點在于，末端物流自動配送車的生產成本高。
一位業內人士表示，在這個領域做得比較好的玩家，一年投入“小車”的保有量大概是2000臺。
“小車”沒有完備的供應鏈，幾乎都是靠乘用車制造商代工。對于一條產線至少能生產10萬輛的制造商來說，“2000臺”壓根不配稱為“有量”。
乘用車“有量”走的是批發價，“小車”沒有量就要走“零售”的價格。
這也是為什么在末端物流自動配送領域，好幾家頭部公司都被困在了“如何把小車的價格打到10萬以下”的難題里。
小魔駝的價格能降到9萬元以內，最主要的原因是毫末在硬件和軟件上都做到了“復用”。毫末智行作為國內乘用車輔助駕駛的頭部玩家，有強大的量產自動駕駛能力，讓末端物流自動配送車的成本更加可控。
比如小魔駝的硬件復用乘用車的配置，軟件方面則是把乘用車L4的技術下放到了小魔駝，同時乘用車研發團隊也經常派人支援小魔駝的研發團隊，兩邊團隊互通有無，沒有所謂的部門墻。
如毫末董事長張凱在發布小魔駝3.0所言，“伴隨著自動配送車成本降到9萬元之內，末端配送市場將有機會迎來大規模部署，無人配送車賽道的第一梯隊玩家也會變得清晰起來，毫末具備先發優勢。”
末端物流配送遠沒有飽和，仍然存在很大的增長空間，而運力短缺、人力成本的增高是無法避免的挑戰。末端物流自動配送車可以說是填補運力短板的最佳載體。
一旦解決末端物流配送車領域成本高、投入與產出不成正比的問題，規模化盈利的愿景就能有望實現，毫末的示范依舊在證明這一應用的落地前景。
大模型“上車”：順應數據驅動時代趨勢顧維灝認為，自動駕駛的進化劃分為3個時代，1.0時代是硬件驅動，2.0時代是軟件驅動，3.0時代是數據驅動。
具體而言，與2.0時代相比，自動駕駛3.0時代的開發模式和技術框架都將發生顛覆性的變革。在自動駕駛2.0時代，以小數據、小模型為特征，以Case任務驅動為開發模式。而自動駕駛3.0時代，以大數據、大模型為特征，以數據驅動為開發模式。
從團隊成立初期開始，顧維灝便反復強調“要堅持把海量的數據用起來，發揮更大的效果”。毫末在數據積累方面有著其他玩家難以企及的優勢，在乘用車方面，毫末依托長城這一大客戶，積累了超過9000萬公里的用戶里程數據。
如何充分挖掘數據的價值，并且用于自動駕駛系統的訓練，是研發團隊面臨的最大難題。
大約兩年前，“大模型”被鎖定為技術研發的大方向。為此，毫末內部成立了一個幾十人的小團隊，專門負責大模型的研發。
過去的200多天里，毫末通過AI DAY陸續向外界透露了其在大模型研發方面的諸多進展。其中，最受矚目的是今年4月，毫末在其第八屆AI DAY上發布了DriveGPT 雪湖·海若。
這是行業內首個自動駕駛生成式大模型 。
我們可以把DriveGPT簡單理解為，由感知大模型和認知大模型兩個部分構成。
毫末先是在原本的視覺自監督大模型的基礎上，搭建了如今的感知大模型。并且，這一屆AI DAY上，毫末又在DriveGPT里引入了多模態大模型和語言大模型。
當把感知、導航、駕駛的結果和過程同時到輸入認知大模型后，就能形成駕駛語言。駕駛語言能夠和基礎大語言模型做交互，給出更符合人類認知的駕駛策略和駕駛解釋，最終實現操控車輛的行駛。
DriveGPT 發布后立即受到了業內人士的關注，可同時也有人質疑毫末只是單純地蹭ChatGPT的熱度。
毫末技術總監潘興否認了這些質疑聲，他表示：“投入大模型研發本身是一個系統性的事情。”早在兩年前，他就帶領團隊提前部署大模型的工程、訓練和管線等工作。
2021年底，毫末發布了自動駕駛數據智能體系 MANA（雪湖）。2022年底，為了發布大模型做準備，毫末建成了當時行業內最大的智算中心，每秒浮點運算達到67億億次。隨后，包括理想、蔚來、吉利等車企紛紛宣布了落地智算中心的消息。
在大模型的訓練方式方面，毫末也做了很多改變。從最早利用CNN，再到在感知系統里引入transformer，把自然語言的訓練方法放到圖片上應用。
后來，毫末又用視頻流的方式讓AI 系統學習人類司機的駕駛行為，把車上多個攝像頭獲取的圖像拼到一塊兒，使它變成一個10秒或者15秒的片段（Clip）。再通過視頻自監督方式，讓4D Clip標注實現100%自動化，人工標注成本降低98%。
不過，毫末在大模型的研發上最大的優勢是什么？
顧維灝的回答是：第一，智算中心的基礎建設；第二，有足夠多，且鮮活的數據。
他很慶幸去年做了這一個這樣的決策：“2022年底我們落地智算中心時，鎖定了幾千張卡。那個時候ChatGPT還沒有發布，又過了半年ChatGPT才出現，GPU芯片瘋狂漲價，根本買不到。”
前文提到了毫末在數據方面的優勢。而顧維灝之所以很重視如何把數據活用起來，是因為他過往曾投身于視頻、語音等多個領域的AI產品研發，明白數據積累、有一套完備的數據智能體系有多重要。
“ChatGPT出來之后，過去幾個月出現了各種各樣的大模型的公司，也很快地掛掉了一批大模型的公司。像Meta、微軟這樣的大廠靠大語言模型（LLM）積累了很多數據。其他的創業公司既沒有足夠多的用戶，產生足夠多的數據，也不會把數據靈活轉起來。即使采用了強化學習、增強學習的方法，也很難形成回流。這樣的公司完全沒有競爭力。”
在顧維灝看來，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確感知測量能力，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后的常識，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。
據顧維灝透露，DriveGPT的云端能力已經對外開放，合作伙伴可以通過使用API、模型的專項優化、服務的私有化部署，與毫末合作。DriveGPT發布200天左右的時間里，累積480萬段Clips高質量測試。目前已有生態伙伴17家，助力生態伙伴提效90%。
此外，2023年DriveGPT成功入選“北京市通用人工智能產業創新伙伴計劃”成為首批模型伙伴觀察員及入選北京市首批人工智能10個行業大模型應用案例。
未來一年要打的仗在自動駕駛行業，AI Day或者科技日通常被視為一家公司最重要的年度營銷事件，一般一年只有一次。
毫末這幾年出圈，HAOMO AI DAY功不可沒。以至于有些業內人士調侃毫末是一家“AI DAY敢開得比特斯拉還頻繁的公司”。
當被問及“開AI DAY如此頻繁”這個問題，顧維灝沒有回避，只是笑著說道：“當然是有需求，一是為了招人，二是希望打造一個AI技術交流平臺”。
準確來說，顧維灝是在創業第一年的一次招聘受挫后，才真正意識到“營銷”對于一家初創公司有多么重要。
疫情期間，顧維灝曾經開過一次很尷尬的線上招聘會，當時只有幾個人在線。他富有激情地介紹了一遍毫末，快結束時卻有人提問“毫末到底是干什么的？”
那一瞬間，顧維灝才明白，想要成為別人的選擇，首先得主動創造機會讓別人知道“你是誰”。
很快，毫末調整了AI DAY的方向——交流和發布全球領先的自動駕駛AI技術成果。這幾年行業聽到的transformer、BEV+transformer、重感知、輕地圖、自動駕駛3.0時代、大模型等，都是風起HAOMO AI DAY。
此外，AI DAY還請來了行業大咖參加圓桌討論，計算機院士張亞勤、前阿里大模型研發負責人賈揚清等人都曾到場。
顧維灝坦言：“過去投資人也總問我毫末和友商有什么區別。最近他們也問的少了，有人來問我，我就說你看我們前幾屆AI DAY講的內容，拿這些內容去問問別的公司，他們對這些問題的實踐是什么樣，有沒有我們公司做得好。”
長期關注自動駕駛行業的投資人老彬正是通過毫末AI DAY關注到這家公司的。
他還記得自己第一次對毫末產生興趣是其宣布在自動駕駛系統里引入Transformer，“當時我很好奇，毫末到底有什么實力，敢于和特斯拉一樣用這個訓練方法。”
2018年后，國內自動駕駛行業鮮少有新入場的玩家。后來的故事是，L4級自動駕駛技術公司大多困在了產品難以量產落地的窘境里。毫末雖是新晉玩家，卻因為從L2級自動駕駛產品做起，步子邁得更穩。
老彬很是感慨：“毫末趕上了一個好時候。”
誠然，如果把目光聚焦在2022年-2023年，自動駕駛行業遇上了大模型浪潮，小鵬、問界等車企“卷”智能化得到了超預期的回報，新車型銷量顯著提升。投資人對自動駕駛行業的態度也因此從冷淡變得再度熱切，毫末借助這陣東風，扶搖直上。
現在，毫末內部已經確定了未來一年要打的仗，概括起來是：城市NOH大規模落地和拓展新客戶、推出極致性價比的無人物流配送車產品、DriveGPT商業化。
城市NOH是接下來極為重要的一仗。盡管長城仍是毫末最大的客戶，但毫末從未放棄過走出去，拓展新的客戶。
在投資者們眼中，自動駕駛技術方案相對成熟后，B端技術服務商的日子就會好過起來。尤其是B端的公司把成本打下來后，主機廠或者車企們自然會從高投入的自研抽身，投向供應商們的懷抱。
但對于大多數B端自動駕駛技術供應商來說，自動駕駛行業還沒有真正走向成熟。
顧維灝向表示，車企選擇合作伙伴向來非常謹慎。因為一個量產項目，僅是挑選供應商就需要一年時間。車企從選定供應商到正式投入量產后又得花一年多的時間。量產車型上市后，技術供應商還需要服務車企三年左右。
“所以車企在選擇合作伙伴的時候，都會去評價一家技術服務商到底能不能活過五年。”在顧維灝看來，毫末是業內相對年輕的公司，車企的考量自然也就會多一點。
但他很自信：“我們很快就會破局。”
相關推薦
- 免責聲明
- 本文所包含的觀點僅代表作者個人看法，不代表新火種的觀點。在新火種上獲取的所有信息均不應被視為投資建議。新火種對本文可能提及或鏈接的任何項目不表示認可。 交易和投資涉及高風險，讀者在采取與本文內容相關的任何行動之前，請務必進行充分的盡職調查。最終的決策應該基于您自己的獨立判斷。新火種不對因依賴本文觀點而產生的任何金錢損失負任何責任。
