近年来，智能驾驶一直是AI领域备受关注的赛道，除技术验证、规模化量产和商业化落地之外，如何最优化应用数据来推动自动驾驶系统迭代，一直都是行业的必答题。3月23日，中国前沿的AI科技媒体机器之心于线上举办了“AI科技年会”，此次演讲嘉宾皆是人工智能、智慧出行领域的领袖级人物。包括中国工程院院士、清华大学计算机系教授郑纬民；加拿大工程院院士、加拿大皇家科学院院士杨强；前美国微软AI首席科学家邓力等。
毫末智行CEO顾维灏应邀参会，并发表题为“数据智能，自动驾驶的AI进化路”的主题演讲，向外界展示毫末智行一系列突出成绩的同时，详细介绍了毫末能力进化的核心驱动力——数据智能体系MANA（雪湖）。
顾维灏认为，在自动驾驶行业业内，谁能高效低成本的挖掘数据价值，谁就能成为竞争的王者。数据智能是 AI 自动驾驶技术进化的核心，而完善的数据智能体系是 AI 自动驾驶科技公司成功的基石。
成立仅仅两年多，毫末智行已成为中国自动驾驶量产第一名。在乘用车领域，毫末辅助驾驶系统目前已搭载在6款，总计数万台的乘用车上，其最新辅助驾驶系统HPilot2.0本月最新搭载至长城爆款车型坦克500。毫末辅助驾驶用户行驶里程突破600万公里；在末端物流无人车领域，毫末迎来了第1000辆车量产下线，与物美多点、美团、阿里达摩院皆有了深入的合作。
顾维灏指出，经过研究分析，毫末发现在600万公里的使用数据背后，是大量量产前无法想象的情况，现实世界的路况比想象中更加复杂。基于毫末的AI自动驾驶技术研发及落地实践，毫末总结出了一条自动驾驶能力发展曲线：F=Z+M（X）。其中F代表产品力，Z代表毫末第一代产品，M是一个把数据转化为知识的函数，包括数据获取、表达、存储、传输、计算、验证，以及对成本和速度的影响。而毫末能力进化的核心驱动力——数据智能体系MANA，就是这个M。
目前，自动驾驶已经完成了系统搭建阶段，迈向规模化量产。在此阶段，系统模块的基础感知、决策、控制等能力已经较为成熟，但大规模的普及和泛化，以及适应不同地区、环境、场景，仍面临着挑战。在此过程中，在海量数据基础上的技术能力进化则成为重中之重。“数据是人工智能最大的驱动力，也是智能进化过程中最大的成本，数据智能的核心是降低成本、提高迭代速度。”顾维灏认为。而数据智能体系MANA 就是毫末以海量数据为基础的一整套数据处理工具、算法模型、测试验证系统、仿真模拟工具以及计算硬件等，包括TARS（数据原型系统）、LUCAS（数据泛化系统）、VENUS（数据可视化平台）、BASE（底层系统）四个子系统。
顾维灏从感知、认知、仿真、计算4个维度，对数据智能体系MANA进行了详细的介绍。
在感知方面，针对目前毫末智行核心的感知设备车载摄像和激光雷达，核心问题是如何让1+1实现大于等于4的效果。相较于过往标准的结果融合方法，毫末智行采用了更高效的过程融合方法，并加入时序的特征进行时空融合，进而快速拉升感知能力。
其次是认知，顾维灏认为需要具备安全、舒适、高效三大要素。安全方面，毫末拥有全栈自研安全认知模型CSS，其中核心是自动驾驶系统不只局限在从纯机械的角度保证自己不主动犯错，而是充分考虑从数据中学习到的对其他交通参与者行为的理解和超时空的历史经验；在安全底线之上，从数据中学习舒适和更高效的量化标准，让自动驾驶算法可以更好的处理纷繁复杂的驾驶场景，制定更符合用户喜好的驾驶策略。并且通过自动化场景挖掘、强化学习、仿真引擎构建认知智能闭环系统，持续不断从海量人驾数据中提取知识，快速迭代车端认知算法能力。
仿真能力层面，顾维灏将仿真系统比作“自动驾驶元宇宙”，通过在这个“元宇宙”中进行感知和认知的效果验证，效率被大大提高。
最后一个则是计算能力，顾维灏判断，未来在智能汽车的推动下，人类记录的数据正在从文本向图像转变，图像的存储和计算规模将占据主导，由此对存储和计算将带来新的革命。为了有足够的算力支撑MANA运作，毫末的MANA 超算中心已在筹备中。
在主题演讲过程中，线上观众积极互动，不断通过视频评论区进行留言。有网友评论，毫末有大量的量产产品落地，数据量已经上来了，毫末将数据转化成知识，已经让数据智能体系跑了起来。
“数据智能体系MANA是毫末所有能力进化的核心动力。”顾维灏表示，今年年中推出的城市NOH辅助驾驶系统，将针对城市多样、复杂的路况进行专项优化，并由MANA进行全力支撑，未来也将通过MANA的广泛赋能助力毫末的产品不断进化、不断成长。据介绍，毫末北京、保定、上海、深圳四个研发中心仍在火热招聘中。顾维灏表示，希望全球有才华、有梦想的年轻人加入毫末，共同用自动驾驶AI技术让出行变得更美好。
