毫末智行科技有限公司 COO侯 军发表主旨演讲

我今天给大家分享一些略微不一样的话题，主要分享偏人工智能和自动驾驶的一些进展，我的主题是可行可靠可商用，助力全球无人车的发展。把这三个词做个简单的解释，这个词没有任何的复杂的很一，可行，作为一个车辆既要基本的感知能力，算法能力对车辆的控制。
    表示的重要是什么？大家在街上可能看到很多的无人车，无论是乘用车、物流车还是卡车，我认为目前都可以认为处于可行状态，第二个状态叫可靠状态，可靠状态是真正的车辆要面临很多的现实的挑战，包括车轨迹，全天候，全地形，在上海的道路非常好。比如我们去重庆地形完全不一样，风平浪静的时候非常好，狂风大雨的时候怎么办？最后一点是可商用，无论多么好的技术最后一定要可商用，不能可商用我认为是无法大规模使用的。可商用至少具备三个条件，第一个条件是场景的需求，你是在干线、城配还是末端，比如我们有一个产品是聚焦在末端。
    第二个是您的规模成本，刚才说了每单三块钱，新技术出来我觉得应该比三块钱更低才行，如果高的话没人用，第三点是政策法规，自动驾驶出现，包括正在进行的上海车站，目前所有谈的都叫智能驾驶，大家没有完全谈自动驾驶，因为这有一个法规的问题。L1、L2叫辅助驾驶，主责在于人，L3、L4如果叫做自动驾驶，他的主责可能就在系统。系统可能就是谁生产，谁使用社承担责任，目前在法规上没有定论。另外还有伦理问题，左面一个人右面三个人，如果最后选择，你怎么选？只有开车的人选，而不能系统去判断，因为人命是无价的。不能说三个人就比一个人贵，这是不能选的。
    第二点整个在自动驾驶发展过程中，可以把他分成四个象限，高速、低速、载人、载物，再分成两个圈叫完全和辅助，在这四个象限、八个圈里面可以把现在中国及全球所有的与自动驾驶的相关企业都可以放进去，不同的企业有不同的选择，对于毫末智行来说，我们依照于自动驾驶发展的规律叫做从低速到高速，从载物到载人。从商用到民用的这样一个渐进式的路线，因为自动驾驶还有一种路线叫跨越式，一步到位。
    我觉得这两条路线没有对错，就像攀登珠峰一样，南坡北坡都行，南坡容易一些，大部分都可以上。北坡也有人上去了，但上的比较少，今天来看从南坡慢慢上去，包括前面秦总分享的也是个渐进式的，先是从辅助驾驶减轻驾驶员的疲劳，提高安全性。对于毫末来说，我们选择了两个路径，毫末是红色的，高速载人的辅助驾驶，就是目前特别热闹的乘用车的辅助驾驶，大家可能体验过在高速公路上可以把脚松一松了，把手放一放了，点根烟，当然法律上不允许看手机。适当的回个微信是可以的，另外低速无人的物流驾驶，完全的无人驾驶，这个是L4的，这个已经开始商用了。
    给大家看一个趋势，这个趋势不仅仅涉及物流行业，是整个自动驾驶行业的趋势，第一个趋势就是城市导航辅助驾驶大规模上车，为什么要谈乘用车？因为乘用车中国每年的新增量两千万到三千万台，这是个大市场，全世界是两亿台。包括特斯拉、蔚小理、华为、像长城等等这些主要的主机厂都在这个领域发挥了巨大的作用。第二个行泊一体，行车和泊车；第三个是末端物流自动配送，形成商业闭环，这个是我今天会着重提出的。这里面包括毫末，包括京东、阿里、美团等等很多企业，都在这个领域今年会形成商业闭环。这里面大家看一个搭载率，乘用车的搭载率，乘用车搭载率最大的好处当乘用车能做到的时候会形成能力外溢，基本上乘用车今年的搭载率会达到30%。这意味着新增车辆每天两千万台的新增车辆有30%会搭载辅助驾驶，会使勤勉的感知、决策，后面大数据的能力都会极具的提升。预测到2025年，很快，整个搭载率会差距70%，那个时候会出现什么呢？大家现在谈叫Iphone时刻。就是你买车，不买智能驾驶的车，就像十年前买诺基亚手机一样的状态。
    目前的末端配送在很城市形成了法律区域的支持或者测试的支持，我们称他叫星星之火可以燎原。整个末端物流配送车还有很大的挑战就是成本，涉及到硬件成本，还有整个人工智能算法的、数据和算力的综合成本，毫末简单介绍一下公司的名字来源于老子的一句话，叫做九层之台起于土，千里之行，始于足下，大家都知道。我们是一个小种子，我们已经成立四年了，毫末的核心战略风车战略，以数据智能为核心，这是两个  词，大数据和人工智能为核心，形成了乘用车末端物流自动配送车和智能硬件的三片擅叶。
    目前我们大概有1200人，90%都是研发人员。大概50%以上是硕博，目前在四个城市上海、北京、保定和深圳。我们展示一下我们的进展，第一个乘用车，目前乘用车已经发布了三代的产品，2021年是高速公路的辅助驾驶，2022年是行泊一体，包括泊车和城市快速道路，今天是2023年，实际上我们要解决乘用车进城的点对点能力，进城是什么概念？在上海、北京这样的城市依靠驾驶辅助系统，当然一定是要在你监管的情况下，基本上可以实现A点到B点的驾驶，中间很可能出现意外情况，比如突然有人切入你的道路，可能你会形成接管。这个能力今年已经成为上海车展的主题，上海车展商标法比如余承东余总，他宣称今年年底会45个城市实现华为相关车辆的智能驾驶的进程，理想汽车的理想更激进一些100程，毫末在今年和明年会形成100程，在Q2已经在三个城市实现城市的高级别辅助驾驶，上海、北京和保定。
    第二个话题是低速无人物流车，在低速无人物流车我们是从2022年开始进入，这个领域里有一个大背景，实际上去年也是参加物流大会的时候，目前每天的外卖快递订单是三亿订单，我刚才开会的时候查了一下，现在比三亿单还多一些。邮政总局的预测到2025年到2010年之间会激增到10亿单每天。从业的末端小哥，包括三通一达，顺丰等等小哥，还有美团的外卖小哥，大概是1500人。如果未来末端的及时配送激增3到5倍，我们的小哥还能翻3多5倍吗？是很难翻的。第一个没人了，第二个成本上大家也受不了，怎么办？包括中国和全球在内的企业，都希望在末端配送上面能不能有无人物流车来出现，应该说这个里面毫末、美团、阿里包括北京的物美甚至达达这些企业都进行了探索，基本从过去三年里来说成绩非常斐然，给大家一个数字，整个车的综合成本在2020年之前，一台车100万。这个东西太贵了。
    2021年降了一半50万，2022年再降一半基本上平均降到20到30万，毫末在这个时候在去年的4月份推出了12.88万，够吗？还不够，今年我们会把成本降到10万以内，这个意味着什么？我们今天一个快递小哥可能在发达的城市，一年的收入可能就是十万，欠发达的可能五万。这台车我们希望三年的综合成本，含硬件，含运营控制到15万，我们的目的不是替代小哥。因为这个车并不是全能的，它不能上楼，跟人比还有很多不足。让目前的小哥更多的跟人接触，去收单派单，让车实现从仓到小区的配送，当我们的物流配送单，外卖单激增3到5倍的时候。这些小哥跟人的教导，让车解决城市随着一公里到三公里的配送，比如在北京的顺义、北京的亦庄，包括毫末、美团等等多家公司都实现了在开放道路的末端配送，未来的空间有多大了？我预测未来的空间至少在10万台到百万台每年的需求，这个量还是比较大的，核心原因就是人民对幸福美好的生活与劳动供给的不足造成的冲突。
    我们目前的实时数据，在整个自动驾驶里面或者人工智能最核心的是数据，数据。这里面是两个数据，第一个乘用车的数据，目前已经乘用车在辅助驾驶开启和接管状态，这是实时数据已经到了1400万公里，实际上我们一直在对标一个公司特斯拉，他的数据截至他Q1季报来说大概是1.5亿公里，整体这个数据才是我们自动驾驶最核心的语料。
    第二个物流配送单是北京顺义的一个测试的开放场域，已经集成了16万单。整个系统的学习能力已经到的56万小时相当于人类虚拟加龄的6.8万年，大家觉得这个很大，但是够吗？我给大家一个数字远远不够，根据不同公司的理论推导，真正实现自动驾驶需要百亿和千亿公里的数据，这个数据不好懂，一百万辆车开启辅助和自动驾驶，每天开10个小时，开十年，因为有些道路是重复开没有意义。这条道路说每天碰的情况，都一样，突然台风来了这种数据叫（英文），就有意义了。就需要这么大的数据量可能未来才能真正实现L4，甚至到L5的自动驾驶，这条道路才刚刚开始。
    介绍一下我们的进展，也了很多的首个，跟无人物流车相关的，一个是关于线控底盘规模已经万台，第二个是末端无人物流配送车的生产基地，这是全球最大的，第三个是关于综合成本，这个是去年我们首个十万元级的，我们希望达到首个十万以内的，为末端无人物流配送助力。
    后面给大家分享的是关于我们在两周以前 发布了全球首个自动驾驶生成大模型DriveGPT，GPT这三个词最后的核心是（英文），（英文）大概有四大五年了。G和P本身跟人类的学习是一样的，人类的学习和创新无非两点，归纳法和推演法，GPT就是预训练+生成式，预训练是什么概念？给他大量的语料。比如说ChatGPT就是文字、图片、图像，据说现在ChatGPT已经完成了GPT4.0到5.0的预训练，这就意味着他已经把人类所有的知识都已经学完了，他是在通用人工智能。
    对于毫末智行我们是聚焦在交通自动驾驶领域，我们叫DriveGPT，DriveGPT我们相当于GPT的2.0到3.0版本，这个参数是多少？大概是1200亿的参数。GPT4到GPT5基本上万亿到十万亿的参数，这个给大家一个形象的比喻，人的大脑基本上就是一个GPT的模型，我们人的大脑大概是百万亿个神经元，这样一个大脑。这个大脑实际上的训练过程无非两点，你的学习就是预训练，你的推导推演、工作就是生成，就是推演，跟人列是非常像的。
    对于人工智能来说，需要三个核心要素，就是大数据、大模型、大算力，下面会把这三个要素给大家展示一下，第一个是大算力，今天大家可能听到人工智能有一个词叫暴力美学，人工智能不是简单的精密的推算，它是靠超大规模的算力，毫末是中国第二个，继小鹏汽车建立的自动驾驶领域的超算中心，整个的高性能运算是67亿次每秒，在这种超大算力的情况下，可以完成1200亿的巨型参数的快速运算。基本上给大家一个成本的比较，到GPT4每一次模型的运算它的算力成本是在千万美金，我们的成本至少在百万美金，每一次模型的优化，这是第一点。
    第二点给大家看看什么是数据？这里面有几个数字，我给大家分解一下，第一个整个标注是一个非常大的产业，什么叫标注？就是把这张图上的车、车道线、红绿灯和人，你们看到右边把它标出来，为什么要做这个标注？因为人工认购智能模型是不能直接识别。就像小朋友你只能让他读那些字和书，他才知道这些道路该怎么处理。目前给大家一个参考成本，真实的标注成本大概是5元人民币一张。
    如果要实现自动驾驶，基于高精地图，要实现全部的自动驾驶，这种图片需要多少？至少是百亿张。这么简单标下去，我觉得没有哪家公司能承受得起，既使有钱如特斯拉，我估计他也标不起，怎么办？大家要实现有监督学习，无监督学习和强化学习，逐渐要人工智能举一反三来标，比如毫末现在这个能力，直接先降本十倍，这个降本首先给我自己用，否则我自己也标不起，虽然我已经是中国自动驾驶标注的最大的甲方。我们会跟几十家公司合作，中国整个标注的从业人员大概在300到500万人，不光是自动驾驶需要，包括所有的互联网公司都需要标注。所以人工智能还有一句笑话叫有多少人工，就有多少智能。
    第三个是大模型，大模型是毫末最大的优势在于我们把乘用车和物流车，我们的底层模型全部协同，这个时候大家会看到这个数字，乘用车目前已经是百万台，甚至到千万台在进行规模使用。低速无人物流车我可以坦诚地告诉大家，目前在中国整个加起来也就是数千台，可能不到一万台。所有公司加起来。这个时候潜力虽然大，但前期的成本一定很高，如果想摊薄这些成本，对于我们第一个来说，跟乘用车共用一起可以共用的东西，包括人工智能体系、包括算力体系，包括数据标注。比如我们在开放道路，已经把红绿灯标注完了，低速无人物流车使用红绿灯的能力是完全可以使用的，当然低速无人物流车的场景略微跟乘用车不一样，会在副机动车道去走，但是你发现他过十字路口的时候你会发现跟乘用车是完全一样的，还有在自动驾驶里面更大的成本是感知。包括摄像头、激光雷达，所有使用的设备，包括域控制器，跟乘用车都是一样的。
    最后做一个总结，整个末端无人物流配送车，对于毫末智行已经覆盖的九大场景，包括商超履约、城市配送、大气的环评等等、机场的巡逻等等。回到今天汇报的主题可行可靠可商用，不同的领域大家有不同的钻研，对于城市物流领域，大家不用刻意去管底层的人工智能，大数据等等。
    大家更关心的是你是否可以满足可行可靠可商用的综合要求，你的成本是否最后能够低于三元每单，比如全部配送，因为我知道你是端到端的成本，多城市里面可能要求更低，可能一块钱，甚至五前没单，同时小哥让他有更多的时间跟人接触，挣更多的钱，最终无人车甚至人工智能的发展，我们的理解是要为生活助力，而不是跟人竞争工作。整个我们的合作模式应该说非常灵活，因为我们邻桌是韵达的领导，问也到你们怎么跟其他人合作？我们的合作是从底层到上层我们叫5S能力，从工厂及服务到（英文），我的工厂硬件可以服务到（英文），因为我整个供应链是有优势的，可以主机厂协同。再到整个系统工具（英文）到车运力页式可以服务的，这个时候我们跟所有的无论像京东、美团、阿里还是像三通一达，顺丰等等都可以达成大家战略互补的模式，你有场景，我可以提供全套方案，你有人工智能我可以给你提供硬件，你有需求，我可以提供灵活的定制。
    这是目前整个合作的生态和状态，应该说我们核心的2/3的精力在乘用车，1/3的精力在低速无人物流车，但底层都是人工智能的三要素，大数据、大模型、大算力。最后一句话作为结尾，这也是我们的愿景，让机器智能移动给生活更多美好！谢谢！