9月13日，中国唯一聚焦自动驾驶AI技术盛宴，第六届HAOMO AI DAY金秋来袭。本届主题为“千里智行，始于毫末”。

目前中国已成为全球智能汽车主战场，预计到2025年，高级别辅助驾驶搭载率超过70%。智能驾驶这一巨大的时代风口之下，“数据是驱动自动驾驶成熟的核心要义，渐进式路线是数据积累的最佳路径”越来越被行业所公认，成为自动驾驶公司的普遍发展方向。而毫末凭借对渐进式路线的坚定执行，成功探索出独有的“毫末模式”，成为毫末1000天高速发展的重要方向和基石。

把握AI 最前沿发展趋势，保持自身技术领先性，一直是毫末进行自动驾驶技术研发的准则。在此次活动上，毫末智行CEO顾维灏博士以《毫末和自动驾驶的3.0时代》为主题，分享了他对当前自动驾驶技术发展趋势的洞察，并在行业内首次提出：自动驾驶已经进入数据驱动的3.0时代。

“以数据驱动的自动驾驶3.0时代已经到来。”顾维灏表示，自动驾驶近十年的发展可分为硬件驱动、软件驱动、数据驱动三大时代。数据驱动时代，是完全不一样的时代，大模型+海量数据“双剑合璧”，数据开启自训练模式；感知技术上，用多模态传感器联合输出结果；认知技术上，以可解释的场景化驾驶常识为主；自动驾驶里程由硬件驱动、软件驱动时代的百万公里、上千万公里，直接飙升到了1亿公里以上。“毫末一直在为自动驾驶3.0时代做准备，在感知、认知、模式建设上，都是按照数据驱动的方式建设的。毫末所做的一切，都是为了能够做出数据通道和计算中心，以便可以更高效地获取数据，并把数据转化为知识。”以数据驱动为核心，以上4个技术条件并行成立才能称为真正进入自动驾驶3.0时代。目前特斯拉已领跑全球率先进入自动驾驶3.0时代，而毫末最有可能成为中国公司中第一个进入自动驾驶3.0时代的公司。

除此，顾维灏还分享了毫末数据智能体系MANA在自动驾驶城市场景中面临的挑战与重磅功能升级。

顾维灏表示，城市道路主要存在“4类场景难题、6大技术挑战”。其中场景难题主要包括“城市道路养护频繁”“大型车辆密集”“变道空间狭窄”“城市环境多样”。解决上述场景难题，技术层面面临六大挑战：如何在自动驾驶领域应用大模型，如何让数据发挥更大的价值，如何使用重感知技术解决现实空间理解问题，如何使用人类世界的交互接口，如何让仿真更真，如何让自动驾驶系统运动起来更像人。

为了应对上述挑战，MANA感知智能、认知智能等方面均迎来更新升级。

首先，MANA通过使用大规模量产车无标注数据的自监督学习方法打造模型效果，相比只用少量标注样本训练，训练效果提升3倍以上，这让毫末数据优势得以高效转化为模型效果，以更好适应自动驾驶各种感知任务需求。

其次，MANA感知能力提升，让海量数据不再被区别对待。面对巨大数据规模下的“数据效率”难题，MANA构建了增量式学习训练平台，抽取部分存量数据加上新数据组合成一个混合数据集。训练时要求新模型和旧模型的输出保持尽量一致，对新数据的拟合尽量好。相比常规做法，整体算力节省80%，响应速度提升6倍。

第三，MANA感知能力更强。通过使用时序的transformer模型在BEV空间上做了虚拟实时建图，使得感知车道线的输出更加准确和稳定，让城市导航自动驾驶告别高精地图依赖。

第四，MANA感知能力更准，让中国没有不能识别的车辆信号灯。MANA通过升级车上感知系统，对刹车灯、转向灯状态进行专门识别，让驾驶员在处理前车急刹、紧急切入等场景中更安全和舒适。

第五，MANA认知能力也再次进化。面对路口这一城市最复杂场景，MANA在仿真系统中引入了高价值的真实交通流场景，与浙江德清、阿里云合作，将路口这一城市最复杂场景引入仿真引擎，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、微观交通流更真实，有效破解了城市路口通过“老大难”问题。

活动现场，毫末联合浙江德清、阿里云发布“中国首个基于车路协同云服务的大规模自动驾驶场景库”，这是中国第一个使用真实交通数据生成、满足数据合规要求的自动驾驶场景库，将进一步加速中国自动驾驶成熟度提升以及车路云协同发展。

最后，MANA认知智能迎来新阶段。通过对覆盖全国的海量人类驾驶进行深度理解，学习常识和动作拟人化，使得毫末辅助驾驶决策更像人类实际驾驶行为，可结合实际情况选择最优路线保证安全，体感更像老司机。

基于对自动驾驶3.0时代的洞察，以及大模型训练对算力的巨大消耗需求，毫末在现场还正式官宣了毫末超算中心。“如何提升训练效率降低训练成本，实现低碳计算，是自动驾驶走进千家万户的一个关键门槛。”顾维灏表示，毫末超算中心的目标是满足千亿参数大模型，训练数据规模100万clips，整体训练成本降低200倍。