m自动驾驶系统竟被打上「思想钢印」？( 四 )

文章插图
而将智能驾驶套件以前装形式搭载在量产车上，毫末获取数据的成本，几乎就只有数据传输的通信成本。
实现低成本高效率的数据获取后，毫末的智能化发展路径、展现出的未来潜力，也越来越像业内的另一个关键玩家——
特斯拉。
瞄准量产乘用车，快速增加装机量、积累里程，在数据迭代中不断进化。
毫末也一样，在MANA拼图完整对外披露后，另一个议题也被问及——
如此规模的数据和模型训练，怎么搞？
顾维灏说，逢山开路遇水搭桥，最优解就是自建超算。
是的，如果你熟悉这个领域，或许还记得，特斯拉今年最核心的技术进展，来自自建超算。

文章插图
这是巧合？顾维灏认为不完全是。
因为毫末智行在实践后，恰恰证明了数据驱动是自动驾驶技术和核心和基础，任何自动驾驶研发都将遵循这一原则。
现如今，几乎所有自动驾驶玩家都意识到数据驱动的重要性，无一例外都渴望打通自己的“任督二脉”。
但是这其中，真正理解了“量产-成本-效率”内涵的玩家，真正有能力实践这个规律的“面壁者”，实际并不多。
而毫末智行，通过种种进展和成果，解释了何以发展神速、备受看好的原因。

文章插图
它有先天优势，还有后天的努力，并以“雪湖”为名实践的自动驾驶落地法则…
而在毫末智行之前，业内也没有过这样的速度：
最快的规模化数据闭环、最快的自动驾驶创业公司营收增幅、最快的量产自动驾驶方案上车交付，以及最快实现燃油车的智能驾驶，打破新势力们引以为豪的垄断。
所以如果之前，毫末智行的进展被以「毫末模式」视之，那现在更加值得注意的是「毫末速度」。
【 m自动驾驶系统竟被打上「思想钢印」？】「毫末速度」代表了其实践成果，更体现了在愈加清晰的自动驾驶落地法则中，中国玩家基于中国路况给出的行业尺度。