“数据驱动的自动驾驶3.0时代已经到来，这才叫真正进入自动驾驶新时代。我们所做的一切做的就是能做数据通道和计算中心，让数据更高效的获取，转化为知识，陌陌正在向自动驾驶3.0时代冲刺！”在9月13日举办的第六届HAOMOAIDAY上，陌陌知行CEO顾伟豪博士发表了主题《毫末和自动驾驶的3.0时代》的演讲，在业内首次提出“自动驾驶已进入数据驱动3.0”同时，还介绍了智能系统MANA基于AI前沿技术在自动驾驶城市场景的探索和布局的重大功能升级。（陌陌知行CEO顾伟豪博士发表主题演讲《毫末和自动驾驶的3.0时代》）拥抱Attention模型，继续保持技术领先，全力冲刺自动驾驶3.0时代什么是自动驾驶时代3.0？驱动因素是什么？陌陌现在处于什么阶段？顾伟豪在发言中分享了上述问题。（顾伟浩现场发言）顾伟浩表示，Attention大模型是当前AI发展的新趋势，其带来的机遇和挑战已经成为自动驾驶3.0时代的重要驱动因素之一。Attention最大的特点是结构简单，可以无限堆叠基本单元得到一个参数量巨大的模型。随着参数的增加和训练方法的改进，大模型的效果在很多NLP任务中已经超过了人类的平均水平。但是Attention的大模型也面临着很大的挑战。由于其对算力的需求远超摩尔定律，大模型的训练成本非常高，在终端设备上实现难度很大。（顾伟豪表示Attention大模型是当前AI发展的新趋势）Attention大模型带来的机遇和挑战正在推动自动驾驶行业的技术变革。“我们正在通过低碳超算降低自动驾驶的成本，通过改进车端模型和芯片的设计实现大型模型的落地，通过数据组织让大型模型更有效。”顾伟豪表示，在数据层面，基于Attention大模型，自动驾驶需要大规模、多样化的训练数据，基于大规模真实人类驾驶数据的乘用车辅助驾驶能够积累足够的规模和足够的多样性数据的。“我们有理由相信，辅助驾驶是自动驾驶的必由之路。因为只有辅助驾驶才能收集到足够规模和种类的数据。”“据悉，经过近三年的发展，陌陌现已成为国内自动驾驶量产第一企业。目前，用户辅助驾驶里程接近1700万公里，数据规模还在不断扩大。”（顾伟豪称辅助驾驶是自动驾驶的必经之路）在低碳超算方面，陌陌在本次AIDAY上正式公布了中国首家自动驾驶科技公司超算中心，顾伟豪表示：“如何提高培训效率，降低培训成本，实现低碳计算，是自动驾驶进入千家万户的关键门槛。“陌陌超算中心的目标是满足1000亿参数的大模型，训练数据规模100万片段，整体训练成本降低200倍。在算法模型层面，顾伟浩介绍早在2021年6月，陌陌就开始了大型Transformer模型的研究和落地，这是基于过去一年对训练平台、数据规范和标注方式的改造升级，探索模型细节的成功实践针对特定任务的感知和认知，为陌陌在城市导航辅助驾驶场景的快速发展奠定了坚实的基础。（陌陌新技术实践之路）“数据驱动的自动驾驶3.0时代已经到来。”顾伟浩认为，过去十年自动驾驶的发展可以分为三大时代：硬件驱动、软件驱动、数据驱动。数据驱动时代是一个完全不同的时代。大模型+海量数据“双剑合璧”，数据开启自训练模式；感知技术方面，多模态传感器联合输出结果；认知技术方面，以可解释的场景化驾驶常识为主；自动驾驶里程从硬件驱动、软件驱动时代的百万公里，到数千公里，1万公里，直接飙升到1亿多公里。以数据驱动为核心，并行建立具备以上四个技术条件，就可以称之为自动驾驶3.0时代。”浩一直在为自动驾驶3.0时代做着准备。在知识和模型构建方面，都是以数据驱动的方式进行构建。我们所做的一切，都是为了能够打通数据通道和计算中心，让数据更高效地获取，转化为知识。“目前，特斯拉已经在全球率先进入自动驾驶3.0时代，而陌陌最有可能成为中国企业中第一家进入自动驾驶3.0时代的企业。”我们热衷于创新，对新思想、新方法、新技术持开放态度，尤其关注能够随着数据规模的增长形成良性循环的技术路线。这也是陌陌做技术战略决策的首要原则：能够快速将数据规模优势转化为能力优势的技术路线才是好路线。”顾伟豪表示，对于前沿技术的探索和落地，陌陌将始终保持最极致、最敏锐、最开放的心态，努力为用户提供更好的产品体验，推动行业发展进步。MANA六大里程碑式升级，引领行业开启城市NOH“进城”之路对领先技术的极致追求，不仅让陌陌走在行业创新的前沿，也助力自动驾驶企业集体征战的城市赢得现场技术探索和落地的先机。城市导航辅助驾驶场景是当前自动驾驶功能的核心突破点，也是兵家必争之地。然而，从道路和交通条件单一的高速场景，到交通参与者众多、道路和交通条件极其复杂的城市场景，自动驾驶系统面临的技术难度可以说呈指数级增长。巨大的挑战也延缓了众多自动驾驶厂商“入城”的步伐，只能继续争取技术突破。作为国内自动驾驶量产第一厂商，陌陌早在2021年底就立下了打赢“城市场景辅助驾驶之战”的旗帜，率先开启了中国的技术探索之旅。城市辅助驾驶领域。系统MANA正在迎来数个里程碑式的升级迭代。顾伟豪表示，城市道路主要存在“4类场景问题和6大技术挑战”。其中，场景问题主要包括“城市道路养护”、“大型车辆密集”、“变道空间狭窄”、“城市环境多样化”等。解决上述场景问题，面临六大技术挑战：如何更高效地将数据尺度转化为模型效果，如何让数据更有价值，如何利用再感知技术解决真实空间理解问题，如何利用人world交互界面，如何让模拟更逼真，如何让自动驾驶系统更像人一样运动。为应对上述挑战，MANA在感知智能、认知智能等方面迎来更新升级。首先，MANA利用没有标签数据的大规模量产车的自监督学习方式来打造模型效果。与仅用少量标注样本进行训练相比，训练效果提升3倍以上，让分钟数据的优势高效转化为模型效果。为了更好地适应自动驾驶各种感知任务的需求。其次，提升了MANA的感知能力，让海量数据不再被区别对待。面对庞大数据规模下的“数据效率”问题，MANA搭建了一个增量学习训练平台，提取部分已有数据，加入新数据，形成混合数据集。训练时，要求新模型和旧模型的输出尽可能一致，新数据的拟合要尽可能好。与传统方法相比，整体计算能力节省80%，响应速度提升6倍。第三，MANA具有更强的感知能力。通过使用时序transformer模型在BEV空间构建虚拟实时地图，感知车道线的输出更加准确稳定，让城市导航和自动驾驶告别对高通量的依赖。精密地图。第四，MANA的感知能力更精准，让国内没有认不出来的车辆信号灯。MANA通过升级车载感知系统，专门识别刹车灯和转向灯的状态，让驾驶者在应对前车急刹车、紧急切入等场景时更加安全舒适。第五，MANA认知能力也再次进化。面对城市最复杂的路口场景，MANA将高价值的真实交通流场景引入仿真系统，与浙江德清、阿里云合作，将城市最复杂的路口场景引入到仿真系统中。仿真引擎构建自动驾驶场景库，通过自动驾驶的真实仿真验证，时效性更高，微交通流更真实，有效解决城市路口通行“常年难”问题。终于，MANA认知智能迎来了一个新的阶段。通过对覆盖全国的大量人类驾驶的深入理解，学习常识和拟人化的动作，陌陌的辅助驾驶决策更接近于人类的实际驾驶行为，可以得出最优路线根据实际情况选择，保证安全，车身感觉更像老司机。MANA的再次进化，为NOH扫清了进城路上的最大障碍。“NOH是一种导航辅助驾驶，更了解中国城市路况。”顾伟豪表示，NOH采用“重感知、轻地图、大算力”的技术路线。借助MANA，实现智能识别。红绿灯、智能左右转弯、智能变道、智能避障-静态、智能避障-动态五大亮点。此外，“智能车流处理”功能也将正式发布。演讲最后，顾伟豪表达了对自动驾驶未来的坚定信心和热情。“1000多天前，我们在陌陌诞生，我们见证了中国最快自动驾驶的第1000天。我们为取得的成绩感到欣喜。但1000天只是战斗的开始。让自动驾驶真正飞入平凡百姓的家园，就是我们的星辰大海。在自动驾驶的道路上，陌陌人将奋斗不息，奋战不息！
