文/静静

12月23日，第十届以“智能涌现·发现未来”为主题的网易未来大会，22日在杭州正式启动。本次大会由杭州市人民政府和网易公司联合主办，杭州市经济和信息化局、杭州市商务局、杭州市滨江区人民政府、北京网易传媒有限公司及网易（杭州）网络有限公司承办。

本届网易未来大会包括主论坛、AGI论坛、汽车科技论坛、灵感论坛、思想之夜、未来局等环节，大会广邀顶级学者、产业专家和行业精英一道，作答未来科技、人文艺术、时代个人在下一个十年无限精彩变化。

在12月23日汽车科技论坛上，毫末智行COO侯军进行了《可行、可靠、可商用 迈向自动驾驶“智”高点》的主题分享。

毫末智行认为，2025年乘用车L2级及以上智能驾驶渗透率将会达到70%。毫末就是要利用成本和规模的优势，使用数据智能，逐步落地自动驾驶产品。

以下为毫末智行COO侯军演讲节录：

侯军：感谢大会的邀请，感谢主持人的介绍！

刚才前面几位专家已经讲了汽车“新四化”的新能源化，我下面接着把汽车“新四化”的智能化做一些分享。应该说汽车行业的“新四化”已经为整个世界带来了无数的创新，也给大家生活，以及行业带来了很多的巨变。我今天想分享的主题，智能化这个话题已经来了，我们如何把它可以做到可行、可靠、可商用，而不是说为什么要去做。

在智能化的过程中，实际上有很多公司有很多选择，简单把它分成4个象限、8个框。就是高速低速、载物载人、辅助驾驶和完全自动驾驶。这4种情况下，可以把所有公司、所有技术都可以落地，在这4个象限里的选择，应该说各家都有自己的战略判断，没有对错，没有好坏，只有自己的聚焦点。对于毫末智行，我们聚焦于可以规模落地的自动驾驶技术，我们第一个选择是高速载人的辅助驾驶，实际上前面贾老师已经提到过的，在乘用车智能化里，中国智能化在2022-2023年，已经搭载率、上车率达到了40%。今天客观来说在城市，在很多地方买车没有新能源化、没有智能化，可能买车是一个非常大的选择点。第二，我们选择了载物低速完全的自动驾驶，为什么是自动驾驶呢，因为在低速的情况下它的风险和伤害性会低很多，目前包括杭州在内的很多城市，无论在封闭的园区还是在开放的道路，已经开始逐渐的落地低速载物商用的实践。其他的选择没有对错，我说过了。在这两个领域，我后面会进一步给出更多的阐述。

我们4年前提出了自动驾驶的三定律，认为自动驾驶是一个渐进式的过程，今天大家对于渐进式已经不争了。在4年以前，可能很多行业，或者有些公司还在提跨越式，希望一夜之间或者短时间之内实现完全的自动驾驶，现在来看的话是非常挑战的。对于这三定律，就是说从低速到高速，从载物到载人，从商用到民用，希望渐进式积累能力、积累数据，然后实现最终的无人驾驶。

在整个自动驾驶的大规模商用过程中，我们可以简单分为三个阶段：

1.可行。它就具备一定的感知能力，具备一定的智能算法，具备一定的车辆控制，可以在某些区域、某些工况下进行测试和演示，但这远远不够。

2.可靠。针对于汽车行业，可靠是基本的要求，安全性、车规级、全天候、全地形，包括在新能源时展示了很多极端工况对新能源的挑战，同时这些极端工况对于智能化也存在同样的需求。

3.可商用。无论是什么样的技术，当真正商用时要对场景和对客户说，我不仅仅是一个高科技的名字，我要满足场景的需求，要满足规模成本的要求，不能因为你是高科技就可以卖得贵。对不起，对于尝鲜者可以，但对于整个行业使用者应该既好又便宜才可以。由于智能驾驶的出现，特别渐进式迈向自动驾驶和无人驾驶的时候，政策法规对它的支撑和要求也是越来越重要的，这和前面说的皮卡，可能国家出于各种原因有要求。智能驾驶，现在的要求会更多，很多地方根本无法可依。

再给大家看一张图，这张图很多人已经见过了，整个智能驾驶现在在突飞猛进。中国在全球的市场份额中一骑绝尘，占了大半以上的比例，从大家亲身体验中已经感受了。在中国智能驾驶搭载率中，应该说每一年都在激增。2023年左右，我们和行业的判断都是在40%左右。到2025年年初的时候，我们的判断是到70%，基本到现在看来，大家都不会对这个搭载率的数字有什么争议，现在就能看谁能够在70%中分得份额。

在智能化爆发过程之中我们再做一个细分，智能化之中实际上是有不同的产品，比如看右边这张图，这种橙色的曲线叫“一体机”，一体机是智能化搭载中占了大比例的，一体机，我做一个不恰当的比喻，有一点点像我们当年诺基亚手机最后的时候也可以有拍照功能，也可以发彩信，也可以解决一些交流的问题。但一体机的功能比较简单，只能做一些简单的车道保持。现在行泊一体的NOA智能化域控制器搭载率在激升。大家看到中间这条线“行泊一体”，包括看到NOA的搭载率，应该说今年、明年是爆发期，我们预测从高速到城市的使用，应该说现在已经在大规模部署的过程中。

毫末智行，刚才主持人作了一个介绍，我们是一家年轻的公司，成立4年，现在大概人员近1000人。我们的核心战略就是利用数据智能的核心，利用大规模的落地和部署，实现乘用车，还有低速无人物流车等风车的旋转，最后利用数据成本的规模和优势来实现智能化的进步。

在过去的4年里，实际上我们也把所做的能力和成绩给大家做一个简单的分享，应该说目前在乘用车辅助驾驶领域，我们已经搭载了十多个车型，已经升级了3代产品，所以我们给自己的定义是量产自动驾驶的第一名。在高速公路上，应该说高速公路的NOH目前用户的活跃率、变道的成功率、单车用户行驶里程，应该说成绩是非常斐然的。正是通过高速公路的成绩，让我们感觉到用户对智能化的需求逐渐从尝鲜快变成了刚需。下一步就进入城市，中国的道路，高速公路大概30万公里，城市道路大概是1000万公里。高速公路仅仅解决了整个出行的一小部分，从上海车展之后，今年包括很多家公司对于进入城市和加大城市的覆盖率、渗透率、智能化，都是核心主题。包括目前也遇到了非常多挑战，包括毫末、华为、小鹏等等一系列公司，都在各个城市插旗，都在各个城市演示、商用测试、试商用等等，让大家用起来。

对于毫末智行的产品来说分为两大系列：第一代是HPilot，150、350、550，这三代产品解决了我们的有无和快速上车，就是我前面列举的，现在已经十几款车型，而且同时还在继续进行搭载。第二代系列产品是今年10月份推出的170、370、570，这一代产品特点是把第一代产品有的功能继承，同时更加进一步发扬。比如全部无图，因为大家知道第一代产品，包括现在很多友商产品都是要基于高精地图，第二代产品全部无图，这样一是降低成本；二是极大提升它的适应效率。实际上面对整个市场的极致性价比要求，既要、又要、还要。我们希望在功能能力保持的情况下，要满足整个汽车行业从主机厂开始的强大竞争要求。

我再把另外市场做一个分享，也就是低速无人物流车，物流行业在GDP占比是非常高的，以中国为例物流行业占中国GDP12%到16%个百分点，物流行业又分为干线和支线和末端。

干线和支线也有很多公司在从事智能驾驶和自动驾驶，我的研究和商用对于毫末智行来说，我们聚焦于规模商用，这是我们的切入点，现在经过自己的分析和研究，感觉到末端配送这个市场规模足够大，而且切入时间点也合适，而且它的政策要求还有用户的要求也相对来说更容易实现。

对于末端配送市场就给大家一个数值，大家每个人都是网购和外卖使用者，现在每天根据国家邮政总局的统计，每天外卖和网购订单量每天4亿单，从业人群是1400万到2000万的快递小哥，预测到2030年每天会激增到10亿单。

因为我们每个人的生活都会更加美好、更加方便，但是快递和外卖小哥还会激增三倍吗？实际上人口老龄化、人口出生率的降低、人对幸福美好的生活追求都会形成非常大的矛盾，那对物流配送行业来说如何用智能化甚至机器人来解决运力的不足成为非常急迫的问题。

对于毫末智行而言，也跟着我们的一些合作伙伴，在过去四年里做了很多的探索，包括毫末助力美团、助力阿里、助力达达、助力北京连锁超市物美，已经在不同区域实现封闭和开放道路的规模商用。

比如说像阿里达摩院的小蛮驴，在过去疫情2到3年里，在中国的大学校园，因为中国是3000所大学，4000万的在校大学生，在过去疫情里，大家出行还是非常不方便的，这个时候它实现了从校园门口到宿舍点对点物流的配送，包括美团和物美等在政策允许的测试，在商用测试里比如说北京的顺义、北京的亦庄，已经实现了常态化的商用，解决了物流配送的真实需求。

对于物流配送和乘用车的智能化最大的需求是物流配送是工具，作为工具来说既要能够满足实际的需要，同时又要跟当下物流配送成本进行对比，不要说你是机器人你就可以很贵，对不起，当下配送的订单就是6块，接泊单就是六毛，这个时候怎么办呢？

实际上，对于极致性价比提出了要求，给大家一个物流无人配送车在过去几年的价格，大概在2020年这么一台L4的物流配送车行业价格是一百万左右，到了2021年应该说进展的非常快，整个行业降本增效到了50万的价格水平。

2022年毫末智行，我们年初推出了小魔驼2.0把商用成本降到了12.88万，到2023年终，我们还要进一步降本和增效，已经把整个成本和价格降到了8.99万。事实上一台L4的车，它用8.99万的价格能够使用数年，使用过程当中还有维护和运营的成本。

我们的目标它可以实现某些人力不足、人力成本偏高的区域，政策法规允许的情况下实现点对点、点对多点的物流配送，包括配送容积也可以从几百立方厘米到几立方米的过程，这个过程中实现了整个末端物流配送的高效和低成本。

上面简单介绍了一下毫末智行的实践，整个行业来说自动驾驶已经进入了3.0时代，2015年可以认为是整个自动行业是硬件驱动的1.0时代，应该说用一些激光雷达，包括昂贵硬件的堆砌可以实现特殊环境、特种道路的自动驾驶，但是它非常不灵活。

从2015年到现在很多公司靠着软件驱动，用感知能力和人工规则制定的认知能力和小模型、小数据的支持可以实现很多点对点的智能驾驶和自动驾驶，包括目前在高速公路上所有在行驶的智能驾驶都是基于软件驱动的2.0时代。

但是软件驱动它最大的特点就是无法穷举，因为现实社会太复杂了，在城市道路当中很多工况不是简单的红灯停绿灯行，包括修路、交警指挥的情况下红灯要快速通过等。这时候要对现实世界万物进行感知，要对现实世界多模态进行感知，而不是仅靠专家设置好的规则，所以进入城市之后需要用大模型、大数据进行驱动，这也是目前包括毫末多家公司都在努力做的事情。

在3.0时代，实际上它核心的要素就是三个词：大模型、大数据和大算力。毫末智行在今年4月份颁布了我们的大模型整个平台叫DriveGPT，当然这个词大家会觉得跟ChatGPT会有点相仿，是要用Transformer。

对于毫末来讲，两年前已经开始深入研究，到了去年已经到了规模使用的状态，我后面会解释，对于这两个系列最大的差别是ChatGPT进行人机对话，而DriveGPT是自动驾驶，它们的输入和输出是有区别的，一个是通用场景，一个是自动驾驶的行业场景。

对于人工智能的三要素：大数据、大模型、大算力，我下面分别会有简单的介绍。

对于大数据方面的话，这是今天实际上应该是昨天最新的截图，毫末智行累计的用户辅助驾驶行驶里程到了1亿公里，这1亿公里是很大又很小的数字，对于单车和当下来看1亿公里数据量非常大，但是对于自动驾驶实现的话这1亿公里远远不够，包括自动驾驶我们在允许公开道路使用的区域，过去两年已经积累了24万订单，包括整个系统的学习时长相当于16万年。

在整个大数据之中，自动驾驶有一个关键要素就是数据的采集、处理、标注、计算等，在数据的处理之中有一个核心的工作叫标注，标注来说最核心的就是有多少人工、有多少成本就会有多少产出。如果人工标注一张图5块钱，如果自动化标注直接降本50%，甚至在4DClips的情况下可以降本98%，那么整个数据标注的成本，比如说以Clips为例，数百万阶按人标注一个Clips要上万块钱，这显然是不现实的，实现自动化标注之后可以把成本极大降低和快速提升效率。

随后就是整个DriveGPT它的感知和认知模型分为两大部分：感知四大模型和认知一大模型。还有就是最后一个支撑就是算力，毫末智行在去年年底建立了自己的超算中心，目前是中国汽车行业最大的超算中心之一，我知道小鹏、吉利、理想也有类似规模的超算，有超算规模下可以保证我们的模型和数据快速迭代。

这是过去200多天我们取得的能力和成绩，因为时间的原因，我快速再切一两个专题。整个上面的事情似乎大家都知道了，但是真的知道吗？这张曲线大家已经看了很多次了，在整个技术巨变的过程中，人类唯一从历史上吸取的经验就是人类从不从历史当中吸取经验教训。

最核心智能化过程当中面临最大的挑战就是开发模式的变化，汽车行业传统的开发模式由上而下，人工智能的开发模式是以终为始，由于两个开发模式不一样之后，导致整个管理方式、识别问题、激励方式都发生了非常大的变化。

这个大的变化之后，事实上在整个过程之中实际上在中美两国的人工智能积累、超算积累、自动驾驶生态的能力来说的话，应该说需要大家关注的核心要素是如何把模型、数据、算力进行整合，目前来看这种整合必须把科技公司和传统公司进行非常好的合作。

比如说华为公司在前一段时间成立了华为主机厂的机制，包括毫末智行和长城的机制，以及奇瑞汽车中的机制。希望通过这样的创新为行业、机制能够实现进行助力。

我用最后一句话来结尾，毫末智行希望让机器智能移动，给生活更多美好，谢谢。