毫末智行說，他們是“中國量產自動駕駛第一名”。這家從長城汽車智能駕駛系統開發部獨立而來的自動駕駛科技公司，為什么敢放出這樣的豪言壯語？就因為他們是師夷長技以制夷，想用特斯拉的方式擊敗特斯拉嗎？
如果毫末智行早成立五年，也許做自動駕駛的技術路線會與現在完全不同。至少，不會做出擺脫高精地圖的決策，也不會像特斯拉一樣，使用Transformer人工智能大模型框架。
但也許這就是毫末智行的后發優勢，也是目前毫末智行的核心研發團隊出自百度，對于高精地圖非常了解的結果。
谷歌2017年提出基于Attention注意力機制的全新人工智能模型框架Transformer，然后特斯拉拿去做了自動駕駛，為整個行業踩了坑、趟了路之后，毫末智行從2021年6月開始跟進這條技術路線，而且是中國自動駕駛公司中，第一個踏上這條賽道的。
如果總結一下毫末智行即將發布的城市導航智能駕駛（城市NOH），就是三個關鍵詞：中國自動駕駛公司中第一個應用人工智能大模型，中國第一個擺脫高精地圖交付的城市導航智能駕駛，中國第一個自動駕駛數據智能體系。
事實上，如果看其它使用高精地圖做城市導航智能駕駛的造車新勢力，目前普遍會遇到法規審批周期長、成本高、覆蓋范圍不全、更新慢的問題。尤其是第一條，已經影響到了這些新勢力車型的OTA進程。
如果能擺脫高精地圖，只是基于普通導航地圖，即便也需要經過法規審批，但是流程要比高精地圖簡單很多。
但是，擺脫高精地圖，就好像一個走路還不穩的孩子，丟掉了可以依靠的學步車。此時，整個感知與決策系統的壓力會瞬間增大，對于核心芯片的算力要求也會非常高。所以，毫末智行一方面應用Transformer架構提供實時空間的認知能力，進行不依靠高精地圖的三維空間構建，另一方面則在全球首次使用高算力的高通曉龍Ride平臺，單板算力達到360TOPS，最多支持四板共1440TOPS算力的拼接。
同時，毫末智行還搭建了中國第一個自動駕駛數據智能體系MANA，背后的超算中心也揭開面紗。在這套數據體系里，目前搭載毫末智行輔助駕駛系統的多款長城車型，已經構成了300萬小時的中國道路駕駛認知場景庫，機器學習的時長也超過了31萬小時。MANA超算中心的目標，是要做到千億參數大模型，訓練100萬Clips（路段）數據，訓練成本降低200倍。
不難發現，毫末智行的技術路線，與特斯拉FSD Beta高度相似。毫末智行在AI Day上講的東西，與去年特斯拉AI Day上的思路，也有一致的方向。
但是不是就意味著毫末智行做的東西毫無新意呢？恰恰相反，特斯拉在自動駕駛的戰略、能力、人才上，相比中國的新勢力與自動駕駛公司，有跨代的領先優勢。而且，特斯拉重視覺感知、輕地圖的觀念，同樣也是中國造車新勢力前進的方向。所以，哪怕是能參考特斯拉已經建立的體系，做出自己的東西，還能用技術工程化的能力量產，這恰恰證明了毫末智行的實力。
首搭毫末智行城市NOH的摩卡DHT-PHEV激光雷達版，預計10月就會上市，并且上市即交付，城市NOH功能也將同步開通。屆時，智能識別交通燈、智能左右轉、智能變道、智能躲避靜態與動態障礙物，這些高階智能駕駛功能都將搭載。
毫末智行現在的豪言壯語，到底能不能實現，我們很快就能見分曉。
