-
让品牌有温度、有情感
专注品牌策划15年
- 腾讯阿里的语言模型要出来了吗
- 毫末发布自动驾驶生成式大模型DriveGPT 中文名"雪湖·海若"
- HAOMO AI DAY定档4月11日 展示DriveGPT自动驾驶模型
- DriveGPT雪湖·海若诞生，将重塑汽车智能化技术路线
- 中国自动驾驶又往前迈了一大步！
全球首个GPT大模型将发布
发布时间：2023-05-23 01:12:05
稿源：
创意岭 阅读：
134
大家好！今天让创意岭的小编来大家介绍下关于全球首个GPT大模型将发布的问题，以下是小编对此问题的归纳整理，让我们一起来看看吧。
开始之前先推荐一个非常厉害的Ai人工智能工具，一键生成原创文章、方案、文案、工作计划、工作报告、论文、代码、作文、做题和对话答疑等等
只需要输入关键词，就能返回你想要的内容，有小程序、在线网页版、PC客户端和批量生成器
本文目录:
腾讯阿里的语言模型要出来了吗
出来了。根据腾讯网在2023年04月12日发布的阿里云推出最新语言大模型“通义千问”支持企业数智化转型，2023年4月7日，腾讯阿里版GPT大规模语言模型“通义千问”发布，并开启企业级个人邀请测试，该语言模型已经出来了。腾讯，1998年11月诞生于中国深圳，是一家以互联网为基础的科技与文化公司。毫末发布自动驾驶生成式大模型DriveGPT 中文名"雪湖·海若"
易车讯 日前，我们从官方渠道获悉，在第八届HAOMO AI DAY上，毫末智行发布自动驾驶生成式大模型DriveGPT，中文名"雪湖·海若"。生态方面，毫末官宣取得3个主机厂定点合同，商业化迎来跃升一步；同时毫末推出的中国首个重感知、不依赖高精地图的城市NOH即将量产上车，最先落地北京、上海、保定等城市。
毫末打造的自动驾驶生成式大模型DriveGPT雪湖·海若通过引入驾驶数据建立RLHF（人类反馈强化学习）技术，对自动驾驶认知决策模型进行持续优化，现阶段主要用于解决自动驾驶的认知决策问题，终极目标是实现端到端自动驾驶。
毫末DriveGPT雪湖·海若已开启对限量首批生态伙伴的开放合作，北京交通大学计算机与信息技术学院、高通、火山引擎、华为云、京东科技、四维图新、魏牌新能源、英特尔等高校与企业加入。
产品方面，毫末中国首款可大规模量产落地、重感知城市NOH，将首批落地北京、保定、上海等城市，并开启泛化测试，到2024年有序落地100城。首款搭载HPilot3.0的新摩卡DHT-PHEV即将重磅上市，这也是毫末DriveGPT雪湖·海若的首发落地车型，全面确保毫末城市NOH的行业领先性。
生态层面，毫末乘用车6P开放合作取得重大突破，已与3家主机厂签署定点合同，相关项目正在交付中。这是毫末商业化的重要一跃，全面保障了毫末高速发展态势。
毫末智行董事长张凯判断：“2023年智驾产品进入全线爆发期，大模型开启在车端的落地应用，车主的使用频率和满意度成为产品竞争力的重要衡量标准。毫末不断进步的数据驱动的六大闭环能力将进一步加速毫末进入自动驾驶3.0时代的步伐并形成相应的护城河。”
张凯认为，智驾产品正在进入快速增长的全线爆发期，2023年是非常关键的一年。首先，城市导航辅助驾驶产品在2023年将围绕量产上车发力，主要玩家的城市导航辅助驾驶产品进入到真实用户覆盖和多城市落地的比拼。其次，行泊一体和末端物流自动配送产业商业化将成为自动驾驶公司深耕的重点。在乘用车领域，搭载行泊一体功能的智驾产品将迎来前装量产潮；在末端物流自动配送领域，末端物流自动配送车在商超、快递等场景迎来爆发，2023年将在这些场景实现可持续商业化闭环。
首款搭载HPilot3.0的新摩卡DHT-PHEV即将重磅上市，第二款搭载毫末HPilot3.0的车型魏牌蓝山也将在今年发布。毫末HPilot整体已搭载近20款车型。用户辅助驾驶行驶里程突破4000万公里，HPilot2.0辅助驾驶日均行驶里程使用率达到了12.6%。海外布局方面，搭载毫末HPilot的车辆已运往欧盟、以色列等地区和国家，陆续交付到用户手中，接下来将在中东、南非、澳大利亚等市场陆续投放；同时，毫末HPilot即将量产墨西哥版本及俄罗斯版本。
3月，高工智能汽车研究院在每个年度基于前装量产数据库及定点车型库数据进行综合评估，通过对毫末前装近20款车辆等数据研究，为毫末颁发年度高阶智能驾驶系统量产份额领军奖。第三方数据佐证毫末是中国量产自动驾驶绝对领军者。
其次是“MANA大模型巅峰之战”，中国首个自动驾驶数据智能体系MANA架构已迎来全线升级。到2023年4月，MANA学习时长超56万小时，相当于人类司机6.8万年。毫末DriveGPT雪湖·海若，已经完成基于4000万公里驾驶数据的训练，参数规模达1200亿。
第三是“城市NOH百城大战”，中国首款可大规模量产落地、重感知城市NOH，已在北京、保定、上海等城市开启泛化测试，即将量产上车，到2024年有序落地100城。毫末会以“安全为先、用户为先、规模为先”的原则，加速赢得城市NOH百城大战。
最后是“末端物流自动配送商业之战”，毫末末端物流自动配送车小魔驼已在商超履约、智慧社区、校园配送、餐饮零售、机场巡逻、高校教育、快递接驳、智慧园区、大气环评等九大场景开启运营，加速商业化闭环能力。2023年3月，小魔驼2.0获北京亦庄无人配送车车辆编码，开启亦庄运营。毫末也成为《北京智能网联汽车政策先行区无人配送测试规范》升级后，准许在北京市高级别自动驾驶示范区公开道路进行无人配送车测试的首个公司。
“技术领先是生存根本，毫末鼓励所有技术研发同学投入到技术创新当中。”张凯在演讲中再次强调了毫末对于技术研发投入的坚定决心。截至目前，毫末已获得专利证书164件，国际顶级学术会议论文收录6篇，最新2篇更是分别入选计算机视觉识别领域三大顶会之一的CVPR和全球首个智能车专业期刊IEEE TIV。毫末已将所有论文在GitHub开源，与业内共享。
现场，张凯还向外界公布了毫末6P开放合作的重要进展，目前已与3家主机厂签署定点合同，相关项目正在交付中。“毫末始终认为，自动驾驶是一个共同进退、共享成果的前沿产业。只有健康的生态伙伴才能支持毫末高速发展。”张凯表示。
此外，毫末一直坚持场景化用户体验设计、人工智能技术、技术工程化能力均衡发展，不断以数据驱动闭环的方式完善用户体验。张凯介绍，三个月时间，毫末在数据驱动六大闭环体系上实现多重进展。
用户需求闭环方面，毫末对驾驶场景数据持续分析完善策略，并进行新功能体验反馈；研发效能闭环方面，毫末将数据驱动理念深入到产品需求定义、感知与认知算法开发等产品开发流程，整体开发效率提升30%；数据积累闭环方面，毫末在车端部署诊断服务数据场景标签覆盖92%的驾驶场景。
数据价值闭环方面，毫末大模型正在持续挖掘数据价值解决关键问题；产品自完善闭环方面，毫末实现售后问题处理速度较传统方式的十倍效率提升，实现最快10分钟定位售后问题。两年时间有效挖掘产品提升点，问题闭环率达76%；业务工程化闭环方面，毫末进一步完善了从采集回流、标注训练、系统标定、仿真验证等环节到最终OTA释放环节的产品研发全流程工程化闭环。
毫末DriveGPT雪湖·海若通过引入驾驶数据建立RLHF（人类反馈强化学习）技术，对自动驾驶认知决策模型进行持续优化。它的最终目标是实现端到端自动驾驶，现阶段主要用于解决自动驾驶的认知决策问题，后续持续会将毫末多个大模型的能力整合到DriveGPT。目前，毫末DriveGPT雪湖·海若实现了模型架构与参数规模的升级，参数规模达到1200亿，预训练阶段引入4000万公里量产车驾驶数据，RLHF阶段引入 5万段人工精选的困难场景接管Clips。
DriveGPT雪湖·海若的底层模型采用GPT（Generative Pre-trained Transformer）生成式预训练大模型，与ChatGPT使用自然语言进行输入与输出不同，DriveGPT输入是感知融合后的文本序列，输出是自动驾驶场景文本序列，即将自动驾驶场景Token化，形成“Drive Language”，最终完成自车的决策规控、障碍物预测以及决策逻辑链的输出等任务。
DriveGPT雪湖·海若的实现过程是，首先在预训练阶段通过引入量产驾驶数据，训练初始模型，再通过引入驾驶接管Clips数据完成反馈模型（Reward Model）的训练，然后再通过强化学习的方式，使用反馈模型去不断优化迭代初始模型，形成对自动驾驶认知决策模型的持续优化。同时，DriveGPT雪湖·海若还会根据输入端的提示语以及毫末CSS自动驾驶场景库的决策样本去训练模型，让模型学习推理关系，从而将完整驾驶策略拆分为自动驾驶场景的动态识别过程，完成可理解、可解释的推理逻辑链生成。
现场，毫末宣布DriveGPT雪湖·海若首发车型是新摩卡DHT-PHEV，即将量产上市。顾维灏提到，DriveGPT雪湖·海若可以逐步应用到城市NOH、捷径推荐、智能陪练以及脱困场景中。有了DriveGPT雪湖·海若的加持，车辆行驶会更安全；动作更人性、更丝滑，并有合理的逻辑告诉驾驶者，车辆为何选择这样的决策动作。对于普通用户来说，车辆越来越像老司机，用户对智能产品的信任感会更强，理解到车辆的行为都是可预期、可理解的。
毫末DriveGPT雪湖·海若将携手生态伙伴率先探索四大应用能力，包括智能驾驶、驾驶场景识别、驾驶行为验证、困难场景脱困。当前，毫末在使用数据过程中，逐步建立起一套基于4D Clips驾驶场景识别方案，具备极高性价比。在行业上，给出正确的标注结果，一张图片需要约5元；如果使用DriveGPT雪湖·海若的场景识别服务，一张图片的价格将下降到0.5元。单帧图片整体标注成本仅相当于行业的1/10。接下来，毫末会将图像帧及4D Clips场景识别服务逐步向行业开放使用，这将大幅降低行业使用数据的成本，提高数据质量，从而加速自动驾驶技术的快速发展。
顾维灏介绍，毫末在2023年1月发布的中国自动驾驶行业最大的智算中心MANA OASIS（雪湖· 绿洲）此次从算力优化等层面升级了三大能力，进一步支持DriveGPT雪湖·海若的算力。首先，毫末与火山引擎全新搭建了“全套大模型训练保障框架”，实现了异常任务分钟级捕获和恢复能力，可以保证千卡任务连续训练数个月没有任何非正常中断,有效保证了大模型训练稳定性；其次，毫末研发出以真实数据回传为核心的增量学习技术，并将其推广到了大模型训练，构建了一个大模型持续学习系统，自主研发任务级弹性伸缩调度器，分钟级调度资源，集群计算资源利用率达到95%；最后，MANA OASIS通过提升数据吞吐量来降本增效，满足Transformer大模型训练效率，通过引入火山引擎提供的Lego算子库实现算子融合，端到端吞吐提升84%。
毫末打造的中国首个自动驾驶数据智能体系MANA，在经过一年多的应用迭代后，本次AI DAY也迎来了全面的升级，正式开放赋能。顾维灏介绍，MANA计算基础服务针对大模型训练在参数规模、稳定性和效率方面做了专项优化，并集成到OASIS中；其次，MANA感知和认知相关大模型能力统一整合到DriveGPT雪湖·海若中；第三，增加了使用NeRF技术的数据合成服务，降低Corner Case数据的获取成本；同时针对多种芯片和多种车型的快速交付难题优化了异构部署工具和车型适配工具。
此外，MANA的视觉感知能力持续提升，一方面可同时学习三维空间结构和图片纹理，并将纯视觉测距精度超过了超声波雷达，BEV方案也拥有了更强的通用性和适配性；另一方面可实现单趟和多趟纯视觉NeRF三维重建，道路场景更逼真，肉眼几乎看不出差异。通过NeRF进行场景重建后，可以编辑合成真实环境难以收集到的Corner Case。在原有的全局视角修改、添加光照/天气效果的基础上，新增合成虚拟动态物体的能力，可以在原有设定的运动轨迹上，合成各种Hard Case，模拟城市复杂交通环境，用更低成本测试提升城市NOH能力边界，更好提升应对城市复杂交通环境。
值得一提的是，面对目前行业里最难的视觉任务之一——单目视觉测量，继特斯拉后，毫末也在中国率先开始验证能否使用鱼眼相机代替超声波雷达进行测距，以满足泊车要求。毫末把视觉BEV感知框架引入到了车端鱼眼相机，做到了在15米范围内达到30cm的测量精度，2米内精度高于10cm的视觉精度效果。泊车场景使用纯视觉测距来取代超声波雷达，将进一步降低整体智驾成本。
易车超级评测体系重磅上线！专业、硬核、全面的汽车评测内容云集，易车年度车型榜单新鲜出炉！上易车App搜索“超级评测”，等你来看！
HAOMO AI DAY定档4月11日 展示DriveGPT自动驾驶模型
易车讯 日前，我们从官方渠道获悉，毫末智行第八届 HAOMO AI DAY 正式定档4月11日，主题为“ HAOMO SPEED，AI SPEED ”。在主视觉中，DriveGPT、HPilot 3.0、MANA OASIS 等字样隐现，尤其是 DriveGPT 生成式大模型自2023年2月宣布后其进展一直备受关注。
第八届 HAOMO AI DAY 举办地设在中德交往与开放创新的重要窗口“北京中德产业园”。北京顺义区一直是毫末研发中心所在地之一，毫末的辅助驾驶产品 HPilot、末端物流自动配送车小魔驼，也一直在顺义开展道路测试。
此外，大会主视觉上齿轮与集成电路构成的 Logo 元素未来感炸裂，结合此前已经官宣透露的全球首个自动驾驶生成式大模型 DriveGPT 、中国自动驾驶行业最大智算中心“雪湖·绿洲”( MANA OASIS )、 中国首个重感知技术方案的毫末城市 NOH 已在北京、上海、保定等地路测、2023毫末四大战役等信息。
2023年开局，全球人工智能风起云涌，大模型驱动产业加速发展。ChatGPT 火爆出圈，让人工智能走向每一个终端用户。在智能时代的浪潮下，HAOMO AI DAY 已连续成功举办七届。每届 AI DAY 上，毫末都会分享全球最前沿自动驾驶 AI 技术趋势及领先产品进展。
上易车App首页点击销量排行，查看最全面的周销量数据。
DriveGPT雪湖·海若诞生，将重塑汽车智能化技术路线
和 ChatGPT 在 AIGC（AI- Generated Content，人工智能生成内容）领域一样具备颠覆性的事情正在发生。
4 月 11 日，自动驾驶技术公司毫末智行在其第八届 HAOMO AI DAY 上，重磅发布行业首个自动驾驶生成式大模型 DriveGPT，中文名「雪湖·海若」，该模型参数规模达到 1200 亿，可用于解决自动驾驶研发过程中困扰已久的认知决策问题，并通过能力迭代，最终实现端到端自动驾驶。
此前，受制于传统模型「数据量小、基于规则」等局限性，智能驾驶技术进展一度较为缓慢，甚至不少从业者都对未来产生了自我怀疑，在这样的背景下，两年前，毫末率先投入到大模型技术的研发之中，旨在寻找新的突破。
经历了先行探索和反复验证，毫末成功找到了突破口——生成式大模型，通过在行业首个将 GPT 落地到自动驾驶领域，大大加速了更高阶智能驾驶的落地应用。
「生成式大模型将成为自动驾驶系统进化的关键，基于 Transformer 大模型训练的感知、认知算法会逐步在车端进行落地部署。」毫末董事长张凯在 HAOMO AI DAY 上对行业未来发展趋势作出论断。
毫末 CEO 顾维灏也表示：「DriveGPT 雪湖·海若将会重塑汽车智能化技术路线，让辅助驾驶进化更快，让自动驾驶更早到来。」
顾维灏在自动驾驶技术领域的眼光独到，布局非常领先。
事实上，毫末在 2021 年就已经开始了 Transformer 大模型技术的探索，并快速落地应用到 BEV 视觉感知算法当中，然后又以五大模型的方式来实现自动驾驶感知、认知算法的快速升级，现在这些大模型将统一到 DriveGPT 生成式大模型当中，目标将实现端到端自动驾驶。
毫末的探索始终走在行业技术探索的前列。
据了解，新摩卡 DHT-PHEV 即将首发搭载 DriveGPT 雪湖·海若量产上市，届时，用户市场还将迎来一轮新的震撼。
「毫末真正重塑了行业信心，」一位业内人士略微激动地说道，「这将是一场革命。」
01、DriveGPT 雪湖·海若，如何颠覆智能驾驶
在介绍 DriveGPT 雪湖·海若之前，先回顾一下 ChatGPT 的概念，其全称是 Chat Generative Pre-trained Transformer，字面意思是用于聊天的生成式预训练 Transformer 大模型。
其中 Transformer 是 ChatGPT 的重点，最早由谷歌在 2017 年提出，该模型基于注意力机制的设计，可以实现出色的算法并行性，因而迅速在自然语言处理（NLP) 领域流行起来，ChatGPT 就是其最新成果。
Transformer 大模型对于智能驾驶来说也不陌生，在 NLP 中奠定了核心地位之后，被逐渐被引入计算机视觉（CV）领域，后又被特斯拉、毫末智行等行业龙头先行引入自动驾驶系统中，用于提升感知端的模型效果。
如今，毫末在 Transformer 大模型的应用上更进一步，将其率先拓展到智能驾驶系统认知端，DriveGPT 雪湖·海若由此诞生。
从同样使用 Transformer 大模型的角度来说，ChatGPT 和 DriveGPT 雪湖·海若属于同宗同源。
其中，ChatGPT 是对话式的生成式自然语言模型，输入是自然语言的文本串，输出是自然语言的文本，可以完成通用的下游语言生成任务，比如多轮对话、代码生成、翻译、数学 运算等能力。
而毫末 DriveGPT 雪湖·海若是用于自动驾驶场景的生成式大模型，输入是感知融合后的文本序列，输出是自动驾驶场景文本序列，即将自动驾驶场景 Token 化，形成「Drive Language」，最终完成自车的决策规控、障碍物预测以及决策逻辑链的输出等任务。
DriveGPT 雪湖·海若首先在预训练阶段通过引入量产驾驶数据，训练初始模型，再通过引入驾驶接管 Clips 数据完成反馈模型 (Reward Model) 的训练，然后再通过强化学习的方式，使用反馈模型去不断优化迭代初始模型，形成对自动驾驶认知决策模型的持续优化。
具体来说，DriveGPT 雪湖·海若会通过人类反馈强化学习的方式进行迭代，用 DriveGPT 雪湖·海若最新模型 (Active Model) 对真实场景 Case 做生成，产出多种场景序列结果，再用反馈模型给这些结果进行打分排序，目标是把好的结果排上来，差的结果排下去，然后与初始模型 (Pretrain-Model) 的生成概率做比较，放大比分。最后通过强化学习的方式将参数再次更新到最新模型 (Active Model) 中，一直反复这个迭代过程。
其中，Reward Model(反馈模型) 的训练过程是独立的，使用带有偏序关系的 Pair 样本对来训练，这些样本对来自于接管 Case，毫末将与人类驾驶结果相似的模型结果作为正样本，与被接管轨迹相似的作为负样本，这样来构建偏序对集合，再利用 LTR(Learning To Rank) 的思路去训练 Reward Model，进而得到一个打分模型。
此外，DriveGPT 雪湖·海若还可以输出决策逻辑链：即在输入端提供 Prompts(提示语)，根据提示输出含有决策逻辑链 (Chain of Thought) 的未来序列。
毫末 CSS 自动驾驶场景库是 CoT 的重要输入，拥有超过几十万个细颗粒度场景，将 Prompt 提示语和完整决策过程的样本交给模型去学习，学到推理关系，从而将完整驾驶策略拆分为自动驾驶场景的动态识别过程，完成可理解、可解释的推理逻辑链生成。
除了用作认知决策，DriveGPT 雪湖·海若还可以逐步应用到城市 NOH、捷径推荐、智能陪练以及脱困场景中。
有了 DriveGPT 雪湖·海若的加持，车辆行驶会更安全；动作更人性、更丝滑，并有合理的逻辑告诉驾驶者，车辆为何选择这样的决策动作。
对于普通用户来说，车辆越来越像老司机，用户对智能产品的信任感会更强，理解到车辆的行为都是可预期、可理解的。
尽管 DriveGPT 雪湖·海若刚出世就拥有强大的功能，但这还不是它的「终局」，毫末对于 DriveGPT 雪湖·海若的目标是实现端到端自动驾驶，后续毫末会持续将多个大模型的能力整合到 DriveGPT 雪湖·海若中。
与此同时，毫末也对外构建 DriveGPT 雪湖·海若生态，通过对行业提供开放服务，促进自动驾驶的从业者和研究机构，快速构建基础能力，释放创新。
汽车之心获知，毫末 DriveGPT 雪湖·海若首批定向邀请了北京交通大学计算机与信息技术学院、高通、火山引擎、华为云、京东科技、四维图新、魏牌新能源、英特尔等加入。
事实上，毫末对于大模型的开放从 DriveGPT 雪湖·海若的中文名「雪湖·海若」即可窥见。
据了解，「海若」一词出自《庄子·秋水》中的神话人物北海若，在该书中，另一神话人物河伯请教北海若，何谓大小之分，北海若教导河伯说，不因天地而觉大，不因毫末而觉小。
毫末据此把 DriveGPT 中文名命名为「海若」，寓意着智慧包容、海纳百川，为行业发展贡献力量。
02、自动驾驶生成式大模型「第一枪」，为何由毫末打响
自动驾驶领域顶级玩家众多，毫末凭何在全球首个推出了自动驾驶生成式大模型 DriveGPT 雪湖·海若？
要回答这个问题，首先要理清楚毫末 DriveGPT 雪湖·海若的本质，它是应用在智能驾驶上的人工智能，就必然离不开人工智能三要素：算法、数据和算力，而这三者恰恰是毫末具备领先性优势的地方。
首先在算法的技术路线上，毫末早早就坚定选择走渐进式发展路线，比「跃进式」玩家的量产时间更早，更快形成规模化，从用户真实使用场景中积累足够多的数据。
毫末还清晰地提出了从自动驾驶 1.0 时代到自动驾驶 3.0 时代的演进路径，并率先进入以数据驱动为核心的新时代。
从这时开始，自动驾驶获取的数据量与数据多样性将呈现指数级膨胀，在深度学习主导中，与大模型相辅相成，真正去解决自动驾驶最后的长尾难题。
在 2021 年 12 月第四届 HAOMO AI DAY 上，毫末发布中国首个数据智能体系 MANA，其由四大板块组成，分别是 TARS、LUCAS、VENUS 和 BASE。
其中，BASE 是整个系统架构的底层，包括数据底座、数据融合、PoseidonOS 等。
其他三大板块置于上层：
- TARS 代表毫末智行的开发的原型算法，包括感知、规划决策、地图定位、仿真引擎；LUCAS 是提取数据价值，以数据驱动系统能力持续迭代的核心子系统，解决场景泛化，评测和部署的问题；VENUS 则是数据看板，以参考标准评价算法的好坏。
<span style
【本文来自易车号作者汽车之心，版权归作者所有,任何形式转载请联系作者。内容仅代表作者观点，与易车无关】
中国自动驾驶又往前迈了一大步！
撰文 / 温 莎
编辑 / 黄大路
设计 / 赵昊然
伴随高阶智能辅助驾驶进入下半场，自动驾驶领域最近风向突变。
过去很长一段时间，小鹏、理想、蔚来，华为等企业均以高精地图作为驾驶决策的底层信息。然而，从2022下半年开始，自动驾驶圈开始了浩浩荡荡的去高精地图化，众多企业纷纷抛弃纯高精地图的路线，在布局多年后换道。
尤其是在智能驾驶渗透城市的过程中，受政策影响，这波“去高精地图”的运动在2023年年初到达顶峰。
在这条赛道上，有一家企业已经率先抢跑多年。
在中国的自动驾驶江湖，最早提出“重感知”路线的是毫末智行，且在相当一段时间内几乎是行业内唯一采用这一路线的厂商。竞争激烈的市场中，提前预判到了正确的方向，意味着少走了弯路，争取到了宝贵的时间。现实也正是如此。
4月11日，在第八届HAOMO AI DAY上，毫末再次官宣了3家主机厂定点合作，全新搭载毫末HPilot2.0的2023款坦克500已于3月上市，首款搭载HPilot3.0的新摩卡DHT-PHEV即将重磅上市，第二款搭载毫末HPilot3.0的车型魏牌蓝山也将在今年上市。
至此，毫末完成了商业化跃的升重要一步，展现出了毫末独有的速度。
作为中国唯一聚焦自动驾驶的AI技术盛宴，每届的HAOMO AI DAY已经成为一场行业盛会。本届 AI DAY 再度齐聚自动驾驶领域超豪华嘉宾阵容，不仅有最前沿的技术发布，也有深刻的洞见。
“2023年将是智能驾驶冲刺之年、大考之年。”活动现场，张凯以《HAOMO SPEED，AI SPEED》为题发表了演讲。
他指出，2022年度中国市场乘用车L2及以上辅助驾驶前装搭载率升至29.40%，前装标配交付585.99万辆。毫末在去年预估，到2025年高级别辅助驾驶搭载率超过70%，这意味着智驾产品进入快速增长的全线爆发，2023年将是非常关键的一年。
首先，城市导航辅助驾驶产品在2023年将围绕量产上车发力，主要玩家的城市辅助驾驶产品进入到真实用户覆盖和多城市落地的比拼。其次，行泊一体和无人车商业化将成为自动驾驶公司深耕的重点。在乘用车领域，搭载行泊一体功能的智驾产品将迎来前装量产潮；在无人驾驶领域，末端物流自动配送车在商超、快递等场景迎来爆发，2023年将在这些场景实现可持续商业化闭环。大模型、智算中心等成为自动驾驶新基建。
如果将这四个领域比喻为四大战场，毫末智行在其中已经全面打响了四大战役。
加速落地，毫末有理论更要有实践自动驾驶路线之争由来已久。
在诸多车企重注地图路线时，2022年4月，毫末智行就表示要做重感知的城市智能驾驶，降低智能驾驶中高精地图的权重，乃至做到无需高精地图。做出这样的决定，是因为毫末智行判断，高精地图更新频次太低，无法满足智能驾驶的需求。
毫末智行CEO顾维灏曾对此做出过形象的比喻：高精度地图提供的是道路先验信息，但是它并不稳定，总是施工。如果你把它当做是激光雷达，且这个激光雷达总是施工不可用，那它的置信度当然就会被降低。
之后的故事已经证明，重感知路线，是能够走通的自动驾驶商业化道路。前瞻性令毫末引领了中国自动驾驶量产提速，其城市NOH也其因强感知能力成为可大规模量产落地的辅助驾驶系统。
2023年年初，毫末打响了智能驾驶装机量的王者之战。如今，毫末三代乘用车产品搭载车型近20款，新摩卡DHT-PHEV将是首款搭载HPilot3.0的产品；毫末智能辅助驾驶用户行驶里程已经突破4000万公里，毫末城市NOH已经在北京、保定、上海等城市开启泛化测试，落地即可体验到毫末的城市NOH功能。2024年，毫末辅助驾驶乘用车总量预计达到百万量级。
海外市场，毫末也在加速布局之中。搭载毫末HPilot的车辆将在欧盟、以色列等地区和国家陆续交付到用户手中，同时即将量产墨西哥版本及俄罗斯版本；接下来，也将在中东、南非、澳大利亚市场陆续投放助力中国智能驾驶出海。
势如破竹之际，毫末引爆了“城市NOH百城大战”。活动现场，张凯播放了一段路测视频，其中完整的记录了毫末城市NOH可以在北京、上海丝滑流畅的进行红绿灯控车路口转向，实现无保护左转等场景。
为加速攻城略地，毫末提出了安全为先、用户为先、规模为先的原则，优先落地规范性城市、用户期待的城市以及搭载车型销量较大的城市。随着量产车型的逐步落地，毫末城市NOH预计在到2024年，城市NOH将有序落地100城。
对于先进的技术而言，应用远比理论更重要。先打通特定的场景、让智能驾驶系统量产落地，比单纯地强调更高的自动驾驶级别更重要。这一方面能让消费者尽快体验到自动驾驶带来的便利，同时也能为技术开发积累宝贵的数据和经验。
有眼光，有胆量，也有实力，毫末堪称敢想敢干的实践者。可以期待的是，随着更多搭载毫末 HPilot 智能驾驶产品的量产车型的落地，毫末将继续夯实量产自动驾驶第一名的领先位置，未来具有更大的想象空间。
海若亮相，毫末重塑汽车智能化技术路线人工智能技术正在迎来从量变到质变的重大节点。
2023年，ChatGPT应用的火爆和GPT-4等大模型的发布，让所有人都相信一个真正属于人工智能的时代开启了。有人说， ChatGPT的出现不亚于PC和互联网的发明；也有人说，现在是AI的iPhone时刻。
无论怎样，ChatGPT的到来即将改变人类，未来已来，毫末智行推出了全球首个自动驾驶生成式大模型——DriveGPT。
演讲中，顾维灏在演讲中揭秘了DriveGPT中文名“雪湖·海若”的来源：“‘海若’，出自《庄子·秋水》，里面有两个神话人物河伯和北海若。河伯请教北海若，何谓大小之分，北海若教导，不因天地而觉大，不因毫末而觉小。
毫末把 DriveGPT 命名为雪湖·海若，寓意智慧包容、海纳百川，为行业发展贡献力量。
作为全球首个自动驾驶生成式大模型，毫末雪湖·海若通过引入驾驶数据建立 RLHF（人类反馈强化学习）技术，对自动驾驶认知决策模型进行持续优化。在整个行业才有认知之际就拿出产品，这缘于毫末从很早开始就对大模型进行研究。
毫末雪湖·海若的目标是实现端到端自动驾驶，现阶段主要用于解决自动驾驶的认知决策问题，后续持续会将毫末多个大模型的能力整合。
目前，毫末雪湖·海若实现了模型架构与参数规模的升级，参数规模达到1200亿，预训练阶段引入4000万公里量产车驾驶数据，RLHF阶段引入5万段人工精选的困难场景接管Clips。
此外，雪湖·海若还开放了场景识别能力，能够根据输入端的提示语以及毫末CSS自动驾驶场景库的决策样本去训练模型，让模型学习推理关系，从而将完整驾驶策略拆分为自动驾驶场景的动态识别过程，完成可理解、可解释的推理逻辑链生成。这以进化，对于整个行业的进步，有极大的推动作用。
现场，毫末宣布雪湖·海若首发车型是新摩卡DHT-PHEV，即将量产上市。这将使得城市NOH的能力至少领先业内一年，DriveGPT的横空出世，将重塑汽车智能化技术路线。
顾维灏提到，雪湖·海若可以逐步应用到城市NOH、捷径推荐、智能陪练以及脱困场景中。有了雪湖·海若的加持，车辆行驶会更安全；动作更人性、更丝滑，并有合理的逻辑告诉驾驶者，车辆为何选择这样的决策动作。对于普通用户来说，车辆越来越像老司机，用户对智能产品的信任感会更强，理解到车辆的行为都是可预期、可理解的。
“毫末是自动驾驶公司中最懂如何量产落地的，在 Tier1 中最懂怎么做自动驾驶的，在具有数据的公司中最懂如何真正数据闭环的。”张凯在现场有些自豪的表示。
复盘毫末智行一路走来的脚步，对数据的理解和使用、自动驾驶公司最大智算中心的投入使用，全新雪湖·海若的推出，都进一步加强了毫末在数据闭环上的优势，随着更多量产车的上市，毫末的优势或许会进一步的放大。
以技术为生存根本，毫末冲刺自动驾驶3.0时代2022年9月的第六届HAOMO AI DAY上，毫末在业内首提了自动驾驶3.0时代。
结合技术发展的规律和自动驾驶近十年的发展历史，毫末认为可以将这近十年的自动驾驶技术发展分成了三个阶段：最早的硬件驱动方式，为自动驾驶1.0时代；最近几年的软件驱动方式，为自动驾驶2.0时代；即将很快发生，并将持续发展的数据驱动方式，为自动驾驶3.0时代。
因此，毫末一直在为自动驾驶3.0时代作准备。在感知、认知、模式建设上，都是按照数据驱动的方式建设的。本次AI DAY，毫末打造的中国首个自动驾驶数据智能体系MANA，在经过一年多的应用迭代后，也迎来了全面的升级，正式开放赋能。
顾维灏介绍，MANA计算基础服务针对大模型训练在参数规模、稳定性和效率方面做了专项优化，并集成到OASIS中；其次，MANA感知和认知相关大模型能力统一整合到DriveGPT 中；第三，增加了使用NeRF技术的数据合成服务，降低Corner Case数据的获取成本；同时针对多种芯片和多种车型的快速交付难题优化了异构部署工具和车型适配工具。
<p class="ql-【本文来自易车号作者汽车商业评论，版权归作者所有,任何形式转载请联系作者。内容仅代表作者观点，与易车无关】
以上就是关于全球首个GPT大模型将发布相关问题的回答。希望能帮到你，如有更多相关问题，您也可以联系我们的客服进行咨询，客服也会为您讲解更多精彩的知识和内容。
推荐阅读：
赣公网安备 50019002502384号
