因为首轮融资就是首钢美团高瓴数亿元投资，有人判断它可能是成长最快的无人车独角兽。

　　又因有20年经验的长城“老兵”张凯任董事长和最懂汽车的无人驾驶高管顾维灏加盟出任CEO，它又被视为谋定而后动的范式。

　　而毫末智行，带着这样的使命出发，作为面向未来转型的“小船”，开出了一条新的航道。

　　营收方面，更是年内预计突破亿级规模——如此增速是一个全新的行业纪录，没有无人驾驶公司能在创办这么短时间之内达到这样的营收量级。

　　中国无人驾驶元老级老兵、毫末智行CEO顾维灏，坦言在融资消息公布前，没人知道毫末智行是谁、在做什么，招聘宣讲也略显“委屈”。

　　除了大股东长城汽车，首钢基金、美团、高瓴创投等等投资人出手，毫末智行完成Pre-A轮融资，融资金额数亿人民币。

　　3，三条产品路线，分别是乘用车辅助无人驾驶系统和低速物流配送车，以及智能硬件，包括服务跟随机器人，载物平板车等等。

　　其中典型代表如算力硬件平台——小魔盒1.5，用在乘用车无人驾驶，今年量产上市，能够支持激光雷达方案。

　　此外毫末智行还透露，年底之前，小魔盒1.5将发布，“小魔盒1.5”是一款专门解决城市通勤场景拥堵等痛点的自动驾驶产品，它能够在高速、城市快速路上实现L3级辅助驾驶功能，支持驾驶员全程脱手，并新增业内领先的安全处理系统。这款产品将陆续覆盖长城的乘用车型。

　　半年时间内，无人驾驶乘用车产品小魔盒行驶里程数突破45万公里，100%搭载毫末智行无人驾驶系统的长城高端车型“摩卡”已装载5000台。

　　预计截止到2022年底，毫末智行无人驾驶系统将覆盖长城汽车数十个乘用车型。毫末智行董事长张凯披露，“预计三年内，搭载毫末智行无人驾驶系统的乘用车辆将达到100万台。”届时毫末智行将成为业内首个短时间内达到该量产规模的企业。

　　在无人配送领域，毫末智行真正的完成了规模化量产交付的全流程。小魔盘生产数量突破500台。目前，毫末智行在保定建设了全球首个专为L4级智能服务车打造的柔性制造基地，混线辆。

　　同样是半年内，毫末智行已为美团生产并交付了规模化的整车型低速物流小车“魔袋20”，并车型设计——量产交付全流程，为下一步规模量产打好基础。

　　物美多点搭载毫末智行无人驾驶系统的物流小车，目前也已在北京顺义地区进入常态化运营，累计服务近千单。

　　但从这134来看，毫末智行是一家什么样的公司？走什么道路，应该已然再清晰不过。

　　这是一条技术上截取了Waymo+特斯拉精华的路线，既有平台型高维技术，又有量产数据迭代的优势。

　　如果非要找业内对照，结合主机厂长城汽车的背景，毫末智行跟通用旗下Cruise再相似不过。

　　实际上，早在毫末智行被长城官宣推出并宣布独立融资发展时，中国版Cruise就已经被喊得响亮。

　　首先是无人驾驶的路线选择，顾维灏认为，目前Robo Taxi、Robo Bus的技术路线，对于勇于探索商业模式的公司求生存来说，并不合适。

　　国内一批2015、16年做Robo Taxi的企业这两年都有所转向，而前两个月Waymo高管纷纷离职、Lyft、Uber关停Robotaxi业务，也证明这个赛道的进展，值得重新审视。

　　其实原因并不复杂，技术不能保证去安全员后依然可靠，而拿不掉安全员，成本就无法下降，商业模型的正循环遥遥无期。

　　但换个思路，如果把它降维释放到一个10公里时速的载物平台，可用度就会增加非常多。

　　可以全套自研软硬件技术、还有生产制造的能力，并且需求已经获得验证，数据还能对系统模型迭代服务。

　　CEO顾维灏的商业逻辑是这样的：有无人配送需求的客户分两类，一是美团、阿里、京东这样有自研无人驾驶实力的互联网大公司，急需提升硬件制造能力，对他们，毫末智行是车辆、线控底盘供应商。

　　而另一批客户，是物美、华联、顺丰这样有配送需求却没有软件研发条件的商超、快递公司，对他们来说，毫末智行既可当作单纯无人驾驶供应商，也能是软硬件整体方案商。

　　并且这也是释放组织战斗力的关键选择，因为有无人物流车业务，毫末智行就有独立的业务和商业模式，出于长城但不依赖于长城。

　　最关键的是，如今低速物流车赛道已经有了共识，单车成本下降到10万左右，经营成本就会比现有模式经济得多。

　　至于乘用车方面，毫末智行的逻辑还是从技术现实出发：Robo Taxi落地困难，但不代表积累的技术没有价值。

　　这些技术不拿它去替代人，而是增强人，这也是毫末智行一直称自己的乘用车业务为“辅助无人驾驶”的原因。

　　如今「三年量产」正在成为无人驾驶行业公认的产业技术落地推进时间表，但真正能实现这点的公司少之又少。

　　前面已经说过，今后长城旗下几乎所有车型都要搭载毫末智行无人驾驶系统，而这就解决了无人驾驶系统短期上量的难题，具备与特斯拉相同的优势。

　　此外，这种模式还突破了像Waymo路测区域、里程受限，只能靠拼时间弥补的短板。

　　有了量产，海量数据会源源不断涌来，毫末智行相对于其他对手来说，技术迭代的优势也能快速确立。

　　对于从去年开始的无人驾驶「第二波」热潮，顾维灏看到了这样的趋势：无人驾驶的传感器方案、计算平台日渐趋同，供应商就那么几家，不能拉开技术上的差距。

　　所以未来，自动驾驶公司的决胜点在数据，谁的数据多、谁的数据获取成本低，谁的模型就最大有可能跑赢对手。

　　毫末智行自研无人驾驶系统，乘用车、物流车，在这套系统中，共享数据采集、泛化性训练和部署。

　　简单来说，一开始训练时有一个十亿的样板库，但发现有一些问题没解决，比如路上遇到一个水瓶子有停住。

　　水瓶子没有在训练库里面，这时候就需要将这一瓶水的影像和历史上所有收集的数据去做查询和寻找，把所有和水瓶相关的增加到数据库里面。

　　接下来在更多数据库里面找出水瓶相关图片，也许有一百亿张，再加入到训练样本库里。

　　接下来要平衡数据样本的均衡性，可能调一调中间的某一些阈值或者是过渡的算法，或者是小算子，重新训练。

　　有了高质量的数据获取、应用，毫末智行对于无人驾驶的关注，也从以往的“感知”发展到认知。

　　人类驾驶员基本能判断什么样的路口会突然蹿出行人、哪些非机动车可能违规等等。这样的能力建立在人类高层认知基础上。

　　通过预测，我们会把注意力放在容易出问题的方向和距离上进行观察，以保证安全通过。

　　机器学习的目的，就是在训练数据集中学习到一个最优模型，并且这个最优模型对未知数据有很好的预测能力（即模型具有很好的泛化能力），以此来实现感知到认知的突破。

　　而认知智能对于数据规模、获取成本、数据质量，以及对系统数据处理能力有一定的要求很高，毫末智行的自研系统，精准契合这样的要求。

　　至于“大力出奇迹”，这是顾维灏介绍的毫末智行目前正在追踪的一项前沿技术：Transformer。

　　顾维灏本人是研发技术背景出身，如今作为CEO也依然不改硬核本色。尤其是对于计算机视觉技术的发展历史和前景，有独到犀利的见解。

　　追踪机器学习前沿的读者肯定不陌生。Transformer最早是为了进行语言处理任务，具有避免循环 (recurrent) 的模型结构，完全依赖于注意力机制对输入输出的全局依赖关系进行建模。

　　近两年，Transformer的对图像识别的准确率、效率、鲁棒性不断刷新各种榜单，一骑绝尘。

　　这是真·大力出奇迹，因为这种方法要求庞大的数据集，恰好与毫末智行的数据采集、泛化的优势完美match。

　　核心思路是抢占L4级无人驾驶落地的场景和规模先机，同时布局无人配送车、智能硬件、乘用车无人驾驶3条量产线。

　　然后源源不断输送真实场景下的无人驾驶数据，训练出通用性和场景泛化能力的高级别自动驾驶系统。

　　之前是宣讲会少人问津，而今天是业内不少优秀的技术人才主动来投，其中不乏大厂出身。

　　顾维灏给出了一个最直接最现实的原因，技术人才们认为毫末智行的期权激励有实现性。

　　也就是说，在一部分加入毫末智行的研发技术人员来看，毫末智行没在“画饼”。

　　当然，加入毫末智行的还不乏有一些对团队、对技术本身认可的人，对他们来说，认定这个公司有一个好团队、在做一个好产品，就足以打动他们了。

　　所以，毫末智行的潜力和价值，至少有第一层含义，即定义出一种新的无人驾驶创业“成功模式”。

　　但核心是打开一个迅速落地上量的场景，然后根据场景特征设计自己的高效数据方案，避免在有限场地内经年累月测试，迟迟不能落地。

　　毫末智行董事长张凯给出了“官方解释”：毫末智行是「车企+技术公司」Cruise模式的中国代表。

　　而且毫末智行走的是渐进式的商业化落地路线，以AI「认知智能技术」为研发核心。

　　毫末智行诞生于传统汽车工业与无人驾驶算法、软件能力的结合，所以第二层含义，可能在于毫末智行有希望成为第一个传统车企转型的“样板间”。

　　去年，时任大众CEO迪斯承认，大众汽车的软件自研率不足10%，ICT技术对于传统车企几乎是无法逾越的鸿沟。

　　不光是缺程序员，更缺懂AI研发的高管，即使挖来一支优秀技术团队，也很难管理好，况且传统车企的激励机制很难吸引这些人才。

　　尽管长城汽车是大股东，但毫末智行在组织设计上最大限度激发积极性，放在整个上市集团“温室”外，相对独立。

　　长城是希望能以网络技术公司高效的管理和激励手段，培养一个独立作战的智能化杀手锏，实现独立上市。

　　毫末智行在“反哺”长城的同时，也作为无人驾驶赛道一个重要玩家，向任何潜在客户输出技术方案。

　　在毫末智行的双轮驱动里，量产乘用车的第一个客户是长城汽车，但毫末智行坚信技术实力所至，会有更多车厂而来，它是技术供应商。

　　而量产无人配送业务中，毫末智行还能够给大家提供端到端软硬件一体的解决方案，可以是产品公司。

　　在这种业务模式和公司形态上，全世界内确实也只有通用旗下的Cuise，但Cruise更多还是面向乘用和载人。

　　不过，对于Cruise，通用是先收回来，再“放出去”，而毫末智行则一开始就在为商业落地谋划、三条产品线同时推进…

　　“忧患”意识，在毫末智行这里也被继承、强调，顾维灏说，毫末智行为了求生存，一直在“舍命狂奔”。

　　所以“初创”公司毫末智行，两年内就拿出了10类不一样的产品的成绩单，量产进度也快速推进。

　　而所谓不同于Waymo、特斯拉的Cruise无人驾驶创业模式，在中国可能又被演绎出一个更先进成熟的版本。

　　本文系网易新闻•网易号特色内容激励计划签约账号【量子位】原创内容，未经账号授权，禁止随意转载。

　　英伟达专家将通过理论讲解与实战演示，分享怎么样去使用NeMo快速入门自然语言处理，并实现NLP信息抽取任务和语音生成任务。

　　零编程基础的爱好者、有快速开发高精度的语音语言模型需求的AI开发者，快来报名吧：

　　今天上午10:00 TI 有奖直播【DIY 家用监控边缘 AI Box】

　　直播主题DIY家用监控边缘AIBox基于8TOPS算力，售价199美元的开发套件搭建深度学习案例直播时间2021年11月25日（周四）上午10:00-11:30内容简介本次网络研讨会，我们将去创建一个简单的，DIY的边缘AI盒子应用。此次研讨会基于SK-TDA4VM边缘AI开发套件，该套件售价为199美金，支持8TOPS的深度学习硬件加速。基于此，用户都能够创建一系列AI应用，例如人员检测并计数，针对办公室、室内或者庭院等环境下

　　可不可以先写一个DLL,作为WDM的直接应用程序,然后DELPHI调用这个DLL?DELPHI应用程序怎么样去使用driverwork写的WDM驱动程序?

　　摘要：ispPAC10是美国Lattice公司最新推出的模拟电路在系统可编程器件，它为电子电路设计者进行电路设计提供了一条有效的新途径。文中介绍了ispPAC模拟电路在系统可编程器件的基本组成和主要特征，并给出了一个应用实例。关键词：在系统编程模拟器件滤波器ispPAC10 数字系统在系统可编程技术是美国Lattice公司发明的，它彻底改变了传统数字电子系统的设计思想和实现方法。然而在历经7年之后，该公司于1999年11月又推出了模拟电路的在系统可编程技术ispPAC

　　挑战GPT-4V，浙大校友推出开源版多模态大模型，获GitHub 6k+星标

　　GPT-4野生代言人陶哲轩：搞论文学新工具没它得崩溃！11页“超简短”新作已上线

　　清华芯片新突破登Science，获评“存算一体领域重大进展”！基于类脑架构实现片上快速AI学习

　　Adobe新版AI绘画炸场，2k分辨率在线就能玩，网友：效果比DALL·E 3更强