一文解碼長城汽車城市NOH穩占智能駕駛賽道“C”位的奧秘

　　【太平洋汽車 行情頻道】前不久，在2023春季旗艦新品發布會上，華為智能汽車解決方案BU CEO余承東宣布即將推出首個不依賴高精地圖的高階智能駕駛方案并會快速落地。對此行業專家表示，華為高階智能駕駛也轉向了“重感知輕地圖”技術路線，本質上反映出高階自動駕駛賽道的變化，以及未來的行業走向。

實際上，放眼整個智能駕駛行業，“重感知、輕地圖”的發展趨勢早已席卷整個行業：從倡導全棧自主研發的理想，到小鵬、蔚來三大造車新勢力，再到小馬智行、Momenta、文遠知行、輕舟智行、智行者、元戎啟行等一系列自動駕駛公司，等等，都提出了不依賴高精度地圖實現城市智能輔助駕駛的技術方案。

但上述這些公司的城市智能駕駛輔助方案都還沒有落地應用。在這方面，長城汽車森林生態重要成員毫末智行可謂是先行者，其早在去年就推出了中國第一個可大規模量產的城市導航輔助駕駛產品城市NOH，這套產品實現了“高速路+城市快速路+城市開放道路”的全場景出行，并首搭魏牌摩卡DHT-PHEV激光雷達版亮相成都車展。

為什么一個成立僅三年多的后起之秀能夠率先引領中國智能駕駛進入城市時代呢？這主要得益于長城毫末城市NOH具備三大領先性：重感知技術路線領先，大模型的技術應用領先，用戶閉環數據建設領先。

長城毫末城市NOH的“重感知”技術路線，是基于中國復雜的城市通行場景，讓車輛依靠自身視覺、毫米波、激光等傳感器融合感知，完成高階智能輔助駕駛，并在底層算法中融合視覺和激光雷達數據，進而實現空間、時間、傳感器三位一體的深層次感知，使認知決策更像人類，反應更準確、更高效，整個系統更安全、更穩定、更可靠。與“純視覺”和“多傳感器+高精地圖”技術路線相比，城市NOH“重感知”技術路線，受環境影響小，不過度依賴高精地圖，量產后短時間內即可覆蓋大量城市，因此能夠做到后來居上，搶先實現大規模量產應用。

隨著ChatGPT火爆全網，其采用的Transformer大模型以及“人類反饋強化學習（RLHF）”技術也引發了大量關注。而在自動駕駛領域，長城毫末也是國內最早將Transformer大模型引入數據智能體系MANA中的企業，其推出的人駕自監督認知大模型就是借鑒了ChatGPT的實現思路，通過采用RLHF技術，引入真實人駕接管數據，對自動駕駛認知決策模型進行持續優化。不久前長城毫末也正式宣布將自動駕駛認知大模型正式升級為“DriveGPT”，目前已完成模型搭建和第一階段數據的跑通，參數規模可對標GPT-2的水平。通過這一大模型，長城毫末城市NOH在掉頭、環島等公認的困難場景中通過率提升了30%以上，接下來DriveGPT將持續引入大規模真實接管數據，通過人駕數據反饋的強化學習，來不斷提升測評效果。

實現高階智能駕駛需要大量的數據驅動已經成為行業共識，長城毫末之前就提出了關于數據的思想鋼印，通過實際車端源源不斷的產生數據，將數據處理挖掘進而迭代算法，更好的算法布局在車端，形成閉環。截止 2022 年底，搭載毫末 HPilot 車型已經近 20 款，用戶輔助駕駛行駛里程已經突破 2500 萬公里，這為需要大量數據驅動的高階智能駕駛提供了肥沃的土壤。為此長城毫末在2021年成功搭建了MANA雪湖數據智能體系，它是智能輔助駕駛功能的超強大腦，具備持續進化的感知智能、認知智能、標注、仿真、計算等五大能力，能夠讓城市NOH的決策更貼近人類大腦。截至2023年2月，MANA雪湖-自動駕駛數據智能系統機器學習時長已超過50萬小時，虛擬駕齡相當于人類駕駛6.2萬年。更值得一提的是，基于MANA數據智能體系，長城毫末建成了中國自動駕駛行業最大的智算中心雪湖· 綠洲(MANA OASIS)，其每秒浮點運算達67億億次，存儲帶寬每秒 2T，通信帶寬每秒 800G，具備用戶需求、研發效能、產品自完善、數據積累、數據價值、業務工程化六大閉環能力，將機器訓練效率提升了 100 倍。有了MANA OASIS的加持，長城毫末正快步跨入自動駕駛3.0時代。

目前，長城毫末城市NOH軟件封版已達到交付狀態，并開啟了多城泛化路測，搭載城市NOH的車型也將在今年正式上市，預計2024年上半年城市NOH落地將達到100城，第三代HPilot產品將于2025年進入全無人駕駛時代，落地速度遠超一眾新老勢力。

秉持對技術創新的不懈追求，長城汽車一直在這場自動駕駛的集體鏖戰中探索城市輔助駕駛場景的落地先機。隨著城市NOH快速落地，長城汽車也將繼續砥礪前行，為用戶帶來更好的產品以及更優質的智駕體驗。

（太平洋汽車 衡水01）