毫末智行侯軍：2025年中國智能駕駛搭載率將會達到70%

侯軍：可行、可靠、可商用 邁向自動駕駛“智”高點（來源：本站科技頻道）

文/靜靜

12月23日，第十屆以“智能涌現·發現未來”爲主題的本站未來大會，22日在杭州正式啓動。本次大會由杭州市人民政府和本站公司聯合主辦，杭州市經濟和信息化局、杭州市商務局、杭州市濱江區人民政府、北京本站傳媒有限公司及本站（杭州）網絡有限公司承辦。

本屆本站未來大會包括主論壇、AGI論壇、汽車科技論壇、靈感論壇、思想之夜、未來局等環節，大會廣邀頂級學者、產業專家和行業精英一道，作答未來科技、人文藝術、時代個人在下一個十年無限精彩變化。

在12月23日汽車科技論壇上，毫末智行COO侯軍進行了《可行、可靠、可商用 邁向自動駕駛“智”高點》的主題分享。

毫末智行認爲，2025年乘用車L2級及以上智能駕駛滲透率將會達到70%。毫末就是要利用成本和規模的優勢，使用數據智能，逐步落地自動駕駛產品。

以下爲毫末智行COO侯軍演講節錄：

侯軍：感謝大會的邀請，感謝主持人的介紹！

剛纔前面幾位專家已經講了汽車“新四化”的新能源化，我下面接着把汽車“新四化”的智能化做一些分享。應該說汽車行業的“新四化”已經爲整個世界帶來了無數的創新，也給大家生活，以及行業帶來了很多的鉅變。我今天想分享的主題，智能化這個話題已經來了，我們如何把它可以做到可行、可靠、可商用，而不是說爲什麼要去做。

在智能化的過程中，實際上有很多公司有很多選擇，簡單把它分成4個象限、8個框。就是高速低速、載物載人、輔助駕駛和完全自動駕駛。這4種情況下，可以把所有公司、所有技術都可以落地，在這4個象限裡的選擇，應該說各家都有自己的戰略判斷，沒有對錯，沒有好壞，只有自己的聚焦點。對於毫末智行，我們聚焦於可以規模落地的自動駕駛技術，我們第一個選擇是高速載人的輔助駕駛，實際上前面賈老師已經提到過的，在乘用車智能化裡，中國智能化在2022-2023年，已經搭載率、上車率達到了40%。今天客觀來說在城市，在很多地方買車沒有新能源化、沒有智能化，可能買車是一個非常大的選擇點。第二，我們選擇了載物低速完全的自動駕駛，爲什麼是自動駕駛呢，因爲在低速的情況下它的風險和傷害性會低很多，目前包括杭州在內的很多城市，無論在封閉的園區還是在開放的道路，已經開始逐漸的落地低速載物商用的實踐。其他的選擇沒有對錯，我說過了。在這兩個領域，我後面會進一步給出更多的闡述。

我們4年前提出了自動駕駛的三定律，認爲自動駕駛是一個漸進式的過程，今天大家對於漸進式已經不爭了。在4年以前，可能很多行業，或者有些公司還在提跨越式，希望一夜之間或者短時間之內實現完全的自動駕駛，現在來看的話是非常挑戰的。對於這三定律，就是說從低速到高速，從載物到載人，從商用到民用，希望漸進式積累能力、積累數據，然後實現最終的無人駕駛。

在整個自動駕駛的大規模商用過程中，我們可以簡單分爲三個階段：

1.可行。它就具備一定的感知能力，具備一定的智能算法，具備一定的車輛控制，可以在某些區域、某些工況下進行測試和演示，但這遠遠不夠。

2.可靠。針對於汽車行業，可靠是基本的要求，安全性、車規級、全天候、全地形，包括在新能源時展示了很多極端工況對新能源的挑戰，同時這些極端工況對於智能化也存在同樣的需求。

3.可商用。無論是什麼樣的技術，當真正商用時要對場景和對客戶說，我不僅僅是一個高科技的名字，我要滿足場景的需求，要滿足規模成本的要求，不能因爲你是高科技就可以賣得貴。對不起，對於嚐鮮者可以，但對於整個行業使用者應該既好又便宜纔可以。由於智能駕駛的出現，特別漸進式邁向自動駕駛和無人駕駛的時候，政策法規對它的支撐和要求也是越來越重要的，這和前面說的皮卡，可能國家出於各種原因有要求。智能駕駛，現在的要求會更多，很多地方根本無法可依。

再給大家看一張圖，這張圖很多人已經見過了，整個智能駕駛現在在突飛猛進。中國在全球的市場份額中一騎絕塵，佔了大半以上的比例，從大家親身體驗中已經感受了。在中國智能駕駛搭載率中，應該說每一年都在激增。2023年左右，我們和行業的判斷都是在40%左右。到2025年年初的時候，我們的判斷是到70%，基本到現在看來，大家都不會對這個搭載率的數字有什麼爭議，現在就能看誰能夠在70%中分得份額。

在智能化爆發過程之中我們再做一個細分，智能化之中實際上是有不同的產品，比如看右邊這張圖，這種橙色的曲線叫“一體機”，一體機是智能化搭載中佔了大比例的，一體機，我做一個不恰當的比喻，有一點點像我們當年諾基亞手機最後的時候也可以有拍照功能，也可以發彩信，也可以解決一些交流的問題。但一體機的功能比較簡單，只能做一些簡單的車道保持。現在行泊一體的NOA智能化域控制器搭載率在激升。大家看到中間這條線“行泊一體”，包括看到NOA的搭載率，應該說今年、明年是爆發期，我們預測從高速到城市的使用，應該說現在已經在大規模部署的過程中。

毫末智行，剛纔主持人作了一個介紹，我們是一家年輕的公司，成立4年，現在大概人員近1000人。我們的核心戰略就是利用數據智能的核心，利用大規模的落地和部署，實現乘用車，還有低速無人物流車等風車的旋轉，最後利用數據成本的規模和優勢來實現智能化的進步。

在過去的4年裡，實際上我們也把所做的能力和成績給大家做一個簡單的分享，應該說目前在乘用車輔助駕駛領域，我們已經搭載了十多個車型，已經升級了3代產品，所以我們給自己的定義是量產自動駕駛的第一名。在高速公路上，應該說高速公路的NOH目前用戶的活躍率、變道的成功率、單車用戶行駛里程，應該說成績是非常斐然的。正是通過高速公路的成績，讓我們感覺到用戶對智能化的需求逐漸從嚐鮮快變成了剛需。下一步就進入城市，中國的道路，高速公路大概30萬公里，城市道路大概是1000萬公里。高速公路僅僅解決了整個出行的一小部分，從上海車展之後，今年包括很多家公司對於進入城市和加大城市的覆蓋率、滲透率、智能化，都是核心主題。包括目前也遇到了非常多挑戰，包括毫末、華爲、小鵬等等一系列公司，都在各個城市插旗，都在各個城市演示、商用測試、試商用等等，讓大家用起來。

對於毫末智行的產品來說分爲兩大系列：第一代是HPilot，150、350、550，這三代產品解決了我們的有無和快速上車，就是我前面列舉的，現在已經十幾款車型，而且同時還在繼續進行搭載。第二代系列產品是今年10月份推出的170、370、570，這一代產品特點是把第一代產品有的功能繼承，同時更加進一步發揚。比如全部無圖，因爲大家知道第一代產品，包括現在很多友商產品都是要基於高精地圖，第二代產品全部無圖，這樣一是降低成本；二是極大提升它的適應效率。實際上面對整個市場的極致性價比要求，既要、又要、還要。我們希望在功能能力保持的情況下，要滿足整個汽車行業從主機廠開始的強大競爭要求。

我再把另外市場做一個分享，也就是低速無人物流車，物流行業在GDP佔比是非常高的，以中國爲例物流行業佔中國GDP12%到16%個百分點，物流行業又分爲幹線和支線和末端。

幹線和支線也有很多公司在從事智能駕駛和自動駕駛，我的研究和商用對於毫末智行來說，我們聚焦於規模商用，這是我們的切入點，現在經過自己的分析和研究，感覺到末端配送這個市場規模足夠大，而且切入時間點也合適，而且它的政策要求還有用戶的要求也相對來說更容易實現。

對於末端配送市場就給大家一個數值，大家每個人都是網購和外賣使用者，現在每天根據國家郵政總局的統計，每天外賣和網購訂單量每天4億單，從業人羣是1400萬到2000萬的快遞小哥，預測到2030年每天會激增到10億單。

因爲我們每個人的生活都會更加美好、更加方便，但是快遞和外賣小哥還會激增三倍嗎？實際上人口老齡化、人口出生率的降低、人對幸福美好的生活追求都會形成非常大的矛盾，那對物流配送行業來說如何用智能化甚至機器人來解決運力的不足成爲非常急迫的問題。

對於毫末智行而言，也跟着我們的一些合作伙伴，在過去四年裡做了很多的探索，包括毫末助力美團、助力阿里、助力達達、助力北京連鎖超市物美，已經在不同區域實現封閉和開放道路的規模商用。

比如說像阿里達摩院的小蠻驢，在過去疫情2到3年裡，在中國的大學校園，因爲中國是3000所大學，4000萬的在校大學生，在過去疫情裡，大家出行還是非常不方便的，這個時候它實現了從校園門口到宿舍點對點物流的配送，包括美團和物美等在政策允許的測試，在商用測試裡比如說北京的順義、北京的亦莊，已經實現了常態化的商用，解決了物流配送的真實需求。

對於物流配送和乘用車的智能化最大的需求是物流配送是工具，作爲工具來說既要能夠滿足實際的需要，同時又要跟當下物流配送成本進行對比，不要說你是機器人你就可以很貴，對不起，當下配送的訂單就是6塊，接泊單就是六毛，這個時候怎麼辦呢？

實際上，對於極致性價比提出了要求，給大家一個物流無人配送車在過去幾年的價格，大概在2020年這麼一臺L4的物流配送車行業價格是一百萬左右，到了2021年應該說進展的非常快，整個行業降本增效到了50萬的價格水平。

2022年毫末智行，我們年初推出了小魔駝2.0把商用成本降到了12.88萬，到2023年終，我們還要進一步降本和增效，已經把整個成本和價格降到了8.99萬。事實上一臺L4的車，它用8.99萬的價格能夠使用數年，使用過程當中還有維護和運營的成本。

我們的目標它可以實現某些人力不足、人力成本偏高的區域，政策法規允許的情況下實現點對點、點對多點的物流配送，包括配送容積也可以從幾百立方厘米到幾立方米的過程，這個過程中實現了整個末端物流配送的高效和低成本。

上面簡單介紹了一下毫末智行的實踐，整個行業來說自動駕駛已經進入了3.0時代，2015年可以認爲是整個自動行業是硬件驅動的1.0時代，應該說用一些激光雷達，包括昂貴硬件的堆砌可以實現特殊環境、特種道路的自動駕駛，但是它非常不靈活。

從2015年到現在很多公司靠着軟件驅動，用感知能力和人工規則制定的認知能力和小模型、小數據的支持可以實現很多點對點的智能駕駛和自動駕駛，包括目前在高速公路上所有在行駛的智能駕駛都是基於軟件驅動的2.0時代。

但是軟件驅動它最大的特點就是無法窮舉，因爲現實社會太複雜了，在城市道路當中很多工況不是簡單的紅燈停綠燈行，包括修路、交警指揮的情況下紅燈要快速通過等。這時候要對現實世界萬物進行感知，要對現實世界多模態進行感知，而不是僅靠專家設置好的規則，所以進入城市之後需要用大模型、大數據進行驅動，這也是目前包括毫末多家公司都在努力做的事情。

在3.0時代，實際上它核心的要素就是三個詞：大模型、大數據和大算力。毫末智行在今年4月份頒佈了我們的大模型整個平臺叫DriveGPT，當然這個詞大家會覺得跟ChatGPT會有點相仿，是要用Transformer。

對於毫末來講，兩年前已經開始深入研究，到了去年已經到了規模使用的狀態，我後面會解釋，對於這兩個系列最大的差別是ChatGPT進行人機對話，而DriveGPT是自動駕駛，它們的輸入和輸出是有區別的，一個是通用場景，一個是自動駕駛的行業場景。

對於人工智能的三要素：大數據、大模型、大算力，我下面分別會有簡單的介紹。

對於大數據方面的話，這是今天實際上應該是昨天最新的截圖，毫末智行累計的用戶輔助駕駛行駛里程到了1億公里，這1億公里是很大又很小的數字，對於單車和當下來看1億公里數據量非常大，但是對於自動駕駛實現的話這1億公里遠遠不夠，包括自動駕駛我們在允許公開道路使用的區域，過去兩年已經積累了24萬訂單，包括整個系統的學習時長相當於16萬年。

在整個大數據之中，自動駕駛有一個關鍵要素就是數據的採集、處理、標註、計算等，在數據的處理之中有一個核心的工作叫標註，標註來說最核心的就是有多少人工、有多少成本就會有多少產出。如果人工標註一張圖5塊錢，如果自動化標註直接降本50%，甚至在4D Clips的情況下可以降本98%，那麼整個數據標註的成本，比如說以Clips爲例，數百萬階按人標註一個Clips要上萬塊錢，這顯然是不現實的，實現自動化標註之後可以把成本極大降低和快速提升效率。

隨後就是整個DriveGPT它的感知和認知模型分爲兩大部分：感知四大模型和認知一大模型。還有就是最後一個支撐就是算力，毫末智行在去年年底建立了自己的超算中心，目前是中國汽車行業最大的超算中心之一，我知道小鵬、吉利、理想也有類似規模的超算，有超算規模下可以保證我們的模型和數據快速迭代。

這是過去200多天我們取得的能力和成績，因爲時間的原因，我快速再切一兩個專題。整個上面的事情似乎大家都知道了，但是真的知道嗎？這張曲線大家已經看了很多次了，在整個技術鉅變的過程中，人類唯一從歷史上吸取的經驗就是人類從不從歷史當中吸取經驗教訓。

最核心智能化過程當中面臨最大的挑戰就是開發模式的變化，汽車行業傳統的開發模式由上而下，人工智能的開發模式是以終爲始，由於兩個開發模式不一樣之後，導致整個管理方式、識別問題、激勵方式都發生了非常大的變化。

這個大的變化之後，事實上在整個過程之中實際上在中美兩國的人工智能積累、超算積累、自動駕駛生態的能力來說的話，應該說需要大家關注的核心要素是如何把模型、數據、算力進行整合，目前來看這種整合必須把科技公司和傳統公司進行非常好的合作。

比如說華爲公司在前一段時間成立了華爲主機廠的機制，包括毫末智行和長城的機制，以及奇瑞汽車中的機制。希望通過這樣的創新爲行業、機制能夠實現進行助力。

我用最後一句話來結尾，毫末智行希望讓機器智能移動，給生活更多美好，謝謝。