什么样的企业能够在当下的自动驾驶发展浪潮中脱颖而出？近日，国内知名投行中金公司在其研究报告《人工智能十年展望（三）：AI 视角下的自动驾驶行业全解析》中给出了答案。聚焦于人工智能在自动驾驶场景下的应用，该报告从数据、算法、算力三个关键维度全面解析自动驾驶行业的发展现状，明确看好自动驾驶行业中长期发展。其中，毫末智行因在上述三个维度均有突出表现，得到了中金公司的重点关注和推荐。

报告指出，2012 年之后深度学习技术快速发展带动自动驾驶技术迅速进步，近年来Transformer大模型等技术进一步提升了自动驾驶算法能力，2022 年开始落地的大算力芯片及车厂自建AIDC的趋势也为大模型提供了底层支持。在算法和算力均已有强力基础的背景下，中金公司认为，未来在数据端具备优势的自动驾驶厂商有望率先实现突破。而毫末智行在数据规模以及数据体系的自动化和效率层面均具有巨大优势。

作为脱胎于长城汽车的AI自动驾驶公司，得益于长城丰富的产品体系，毫末智行得以在产品端快速实现规模化部署，从而在数据积累方面建立起优势。2021年，毫末以最快速度跻身中国自动驾驶公司量产能力第一名。毫末辅助驾驶系统陆续搭载至魏牌摩卡、坦克300城市版、魏牌拿铁、魏牌玛奇朵、哈弗神兽等共计5款车型数万台车上，用户行驶里程突破400万公里；预计2022年将搭载至34款长城车型，未来三年搭载超过100万辆。而在末端无人物流车领域，毫末也成为行业两大头部玩家美团、阿里达摩院的重要合作伙伴。

在报告中，中金公司进一步提出了判断：未来较长一段时间内，数据的持续积累将是各大自动驾驶厂商的核心竞争点。毫末智行基于对400万公里用户行驶里程数的沉淀与思考，在业内率先提出的自动驾驶发展曲线“F=Z0 M（X）”，成为报告中的典型案例。具体来说，F代表产品力，Z代表初代产品，M是一个把数据转化为知识的函数，变量 X 便是数据规模。依据此，报告认为，毫末产品力核心迭代动力即来自于数据规模。

除了数据积累及规模之外，报告也认为，数据体系的自动化水平、效率是关键竞争点，且壁垒较高。毫末智行则率先打造了中国首个自动驾驶数据智能体系MANA。MANA具备感知、认知、标注、仿真、计算五大方面能力，正在帮助毫末的自动驾驶产品更加强大和领先。报告以其为例，指出数据收集、处理、标注和 AI 训练的成本和速度对自动驾驶系统的成本和迭代速度至关重要。

数据层面的竞争愈发关键，算法和算力的发展同样不容忽视。在算法层面，报告认为，深度学习已经成为自动驾驶技术发展的分水岭。近年来以Transformer为代表的大模型凭借着在海量数据预训练、鲁棒性、泛化能力方面的明显优势，成为了自动驾驶行业深度学习域的主流路线。特斯拉和毫末智行等行业龙头已经率先将 Transformer 引入自动驾驶系统中，来实现自动驾驶系统感知智能和认知智能的大幅优化。其中，毫末智行正在逐步将基于 Transformer 的感知算法应用到实际的道路感知问题，为其各条智能驾驶产品线上的视觉算法落地带来成倍的效率提升，目前其各项视觉性能指标已经达到业内领先水平。

而在算力方面，作为承载算法与数据的硬件基础，算力现阶段决定着自动驾驶技术的上限。报告认为，2022年将成为大算力自动驾驶芯片量产元年。在CES 2022上，毫末智行联合高通研发的目前全球算力最高的可量产自动驾驶计算平台“小魔盒3.0”对外亮相，其平台单板算力已达360TOPS，未来可持续升级到1440TOPS，可以支撑大量的感知推理计算，以及车端感知数据的筛选、清洗、脱敏和回流。此外，毫末的MANA超算中心也正在筹备中，未来将形成更强大的数据处理能力，以此来推动算法的快速迭代，中国自动驾驶将进入超算中心时代。

近年来自动驾驶行业关注度不断走高，迎来了又一个发展高峰期，也孕育了一大批优秀的企业。从中金等发布的专业研报中不难看出，像毫末智行这样在数据、算法、算力方面具有明显优势的企业，将在这一轮大浪淘沙的行业竞争中抢得先机。

来源：搜狐

免责声明：本文来源于网络，仅代表作者本人观点，与TechWeb无关。凡来源非TechWeb的新闻（作品）只代表本网传播该消息，并不代表赞同其观点。TechWeb对文中陈述、观点判断保持中立，不对所包含内容的准确性、可靠性或完整性提供任何明示或暗示的保证。请读者仅作参考，并请自行承担全部责任