成立825天的毫末智行，一心盯着特斯拉。

4月19日，长城汽车旗下的自动驾驶公司毫末智行，发布搭载HPilot3.0的“毫末城市NOH”功能。毫末智行联合创始人&CEO顾维灏表示：“这将是中国首个大规模量产的城市辅助驾驶导航系统。”

顾维灏在现场还表示，“我们的产品方案具有更大的适应性，可以扩展到更大规模的城市中为用户服务，而不是仅仅停留在几个城市的范围。届时，我们的产品将会覆盖高速、城市道路、停车场等全场景。在城市NOH上，我们的产品力领先特斯拉在中国的表现。”

不过，毫末还没有机会与特斯拉在同一市场正面竞争。目前，特斯拉最强的完全自动驾驶功能FSD（Full Self-Drive）只在美国进行大规模内测，国内特斯拉仅支持增强版自动驾驶辅助功能（EAP）。

然而，对于特斯拉FSD未来在中国本土可能发起的新挑战，顾维灏向虎嗅表示：“我们有信心赢”。而当被问到与“蔚小理”相比，毫米的NOH在什么水平时，顾维灏的回答是：“我们没有看太多的方面，我们觉得特斯拉做得是相对比较好的。”

显然，毫末眼里没有“蔚小理”，一心想要追特斯拉。

12年前，长城就开始玩自动驾驶了。

早在2010年，长城汽车就在内部进行了ADAS（辅助驾驶）系统的研究。2015年，自主研发的智能驾驶系统，在长城内部的一个科技节上进行了动态演示，同年9月首款搭载ADAS系统的哈弗H9上市。2017年2月，长城汽车董事长魏建军，首次向外界宣布一个叫“i-pilot”的智慧领航系统。

这一命名方式，是师从特斯拉。最早在2013年，埃隆·马斯克引用了飞机上的自动驾驶仪Autopolit一词，用于描述特斯拉的自动驾驶技术。后来的蔚来也学着取了个名字叫NOP——NIO Polit。当然，如今长城汽车旗下的产品上，换用了新的智慧领航命名，叫“NOH——Navigation on HPilot”。

这个H，指的就是毫末智行的毫。

长城的NOH与蔚来的NOP、小鹏的NGP类似，都是起了一个洋气的名字。但从功能层面来讲，大家都是基于导航进行高级别辅助驾驶。虽然马斯克曾极力反对用缩写的方式来描述事物，但为了营造一种技术的独特性，国内厂商们还是流行采用这种缩写的功能描述方式。

对于普通消费者而言，去了解这些名字背后的技术细节，势必需要一定的学习成本。那么能够体现这些技术差异的点，就在于——能支持哪些场景下高级别辅助驾驶？

去年，大家都在争夺“高速”赛道，推出基于高精地图开发的高速导航辅助驾驶功能。实现量产交付的，目前包括特斯拉、蔚小理，以及长城的毫末。然而，伴随着今年的激光雷达和大算力芯片的量产加速，大家开始涌入“城市”赛道，一个劲的想在城市道路上解放驾驶员。

毫末官方对城市NOH给出的表述是：

该系统可根据导航提供的行驶路线，在城市环境中实现自动变道超车、红绿灯识别与控车、复杂路口通行、无保护左右转等主要功能, 同时也可应对车辆近距离切入、车辆阻塞占道、交叉路口、环岛、隧道、立交桥等复杂的城市交通场景。

看似简单的几个场景，但真要逐一攻破，确实相当复杂。

至少，华为就被难倒了。最早把城市辅助驾驶吹上天的，是极狐阿尔法S华为Hi版。去年，仅用一段路测视频，就成功完成破圈营销的华为高阶自动驾驶ADS系统，在城市里自由穿梭、轻松躲避外卖小哥。然而，原计划去年12月份开始交付的Hi版车型，至今仍杳无音信。

在被问及毫末的NOH和华为的ADS相比谁更强时。顾维灏打趣的说道：“华为还没有量产，我们都是跟量产的比。”而聊到小鹏时，他说，“也要看小鹏最后量产出来是什么水平，应该说我们还可以。”在与国内这些厂商的技术路线的竞争上，顾维灏始终在强调一个说法：重感知。

重感知，所对应的另一条路线是，重地图。上述这两家厂商都是采用了重地图的路线——基于红绿灯在高精地图的位置，在感知上做预瞄，然后再进行识别。因为，如果有高精度地图的辅助，车辆可以很好的找到当前道路、车道所对应的红绿灯信息。甚至可以通过V2X的方式，获取红绿灯倒计时。

但最大的问题，就在于高精地图的鲜度问题。因为，城市的道路数据庞大，这导致了采集量大、更新周期也长。要知道，中国城际高速公路和城市快速路等等加起来也就30万公里，但全国的城市道路有近1000万公里。

“现在高精地图更新，还是用的比较人工的方式，靠采集车上路采集，每周能有一次就不错了。”某自动驾驶公司业内人士告诉虎嗅。

如果不完全依赖高精地图辅助，靠单车智能在城市里进行高级别辅助驾驶，最核心需要解决的一个问题就是——如何让车看懂红绿灯？因为，红绿灯识别有四个典型难点：一是小目标检测、二是状态会实时发生变化、三是形态各地差异很大、四是绑路困难（如何把红绿灯与对应的道路进行绑定）。

在此前的一段长达11.2公里的毫末城市NOH功能体验中，车辆对红绿灯的感知全程都未出现过失误。尤其是，当车辆前方视野范围内，出现多个不同形态的红绿灯时。毫末的NOH，能够精准的找到车辆所对应的红绿灯，将信息显示在屏幕上，并最终执行正确的动作。

比如下图所示，一条直路上有两个红绿灯，一个在左侧位置的竖排红绿灯，一个在右侧远处的横排红绿灯。对于人来说，可以不费吹灰之力地作出判断，但对于车来说，并不简单。

这里，其实就用到了特斯拉一直在走的一条技术路线——深度学习。顾维灏提出，“要解决红绿灯识别的问题。首先，需要大量的数据用来训练学习。通过图像合成和迁移学习，加快技术的迭代，是数据能够快速获取积累的方法。其中，真实数据和合成数据混合训练问题，是主要的技术难题。”

毫末设计了一个针对红绿灯检测及绑路的“双流”感知模型，将红绿灯检测和绑路问题分解成两个通道。毫末智行技术总监潘兴解释道：“当输入一张图片，之后会有一个分支，它去处理红绿灯检测问题，在图像上把红绿灯检出来。还有另外一个分支，会通过一个注意力的机制，学习出来一个Feature Map，表达了这个红绿灯和车辆所在的道路结构的关系。”

最后，利用注意力机制（Transformer）将二者结合，输出绑路后的目标车道红绿灯通行状态。

当然，不光是解决红绿灯识别的问题，毫末通过基于注意力机制的感知算法，解决掉了车道线检测、障碍物检测、道路交通标志检测等等。以此来尽可能多的采用视觉感知，去完成道路信息的识别，减少对高精地图的依赖。

这也是为什么，在发布会上，毫末敢立下“城市NOH功能落地的城市将会超过100个”的Flag。要知道，小鹏的城市NGP在二季度末，也只会在部分城市进行开通。同样的，华为的ADS目前也仅在上海、深圳等城市，开展基于高精度地图的高级别自动驾驶功能测试。

而按照长城方面给出的产品规划，预计到2022年底，毫末智行辅助驾驶系统将落地长城汽车34款车型，约占其整体待上市车型80%。未来两年，搭载该系统的乘用车总量超过100万台，是中国唯一短期内能达到该规模的企业。

但规模，并不能说明一切问题。

从技术上来讲，在激光雷达、大算力芯片的加持下，利用自动驾驶系统将人安全地从A点送到B点，已经不是难点。真正决定是否能够把软件功能推向市场的因素是——用户体验。因为，让人工智能按照和人类驾驶完全一样地方式开车，并不容易。

笔者在体验毫末城市NOH的过程中，最大的困惑就在于刹车感受上。相比人类来说，机器自主控制的刹车会有明显的顿挫感。像面对减速停车等红绿灯的情况时，通常我们人类自己会松油门、靠怠速慢慢往前移，最后一脚刹停。然而，机器会提前进行刹车，把速度降低到安全范围，最终再刹停。

“现在感知这块，大家的准确率都是99.999%了。但规控这块，产业界和学术界都没有找到批判好坏的方法论。”一位自动驾驶业内人士告诉虎嗅，刹车的顿挫感可能是来自规控方面的问题。

毫末智行首席交付官甄龙豹告诉虎嗅，“这是一个正常的表现。我们自己试车的时候也是这样，我们自己试车的时候欢迎这种问题产生。因为只有每次遇到问题，才是我们最高兴的时候，远远比遇到一次正常刹停还要高兴，因为这代表着我们知道了系统修正的方向，或者知道了系统的问题出在哪里。”

至于体验感的优化方面，甄龙豹表示，“基于MANA（数据智能体系）的快速迭代，包括基于现在数据闭环、现在已经量产的用户数据反馈，以及跟用户之间的沟通，我们在快速的迭代下一代的算法。”

在笔者此前体验文远知行的Robotaxi、轻舟智行的Robobus时，没有出现明显的刹车顿挫感。但考虑到文远知行和轻舟智行都是标定到了L4级的自动驾驶能力。依赖高精地图的同时，还在同一范围内、同一路线上不断打磨了场景，这才有了一个较好的乘坐体验。

但与上述这些在限定区域内运行的自动驾驶车辆不同，类似毫末城市NOH的这类功能，在推送给用户之后，用户会在随机的时间、随机的地点去使用它。甚至还需要考虑不同的用户状态，可能今天着急上班，你不能开太慢；今天天气好，想慢点开等等。这显然，已经不是单纯的技术问题。

这也反映了整个乘用车领域自动驾驶技术的发展趋势——软件研发，从一次交付变成了终生迭代。那么，通过数据闭环的能力，不断地优化用户体验，就成为了这项技术永恒的课题。

举个简单的例子，现在普及率极高的L2级辅助驾驶，仍然在车辆控制的细腻程度以及对于用户感受的精准把握方面，存在很多瑕疵。比如很多号称L2的辅助驾驶，方向盘会左右频繁摆动、走不了直线。因为在横向控制方面，譬如居中超调量、收敛次数等等参数，目前都处在一个宽泛的标淮之内，没有成熟的技术标准做限定。因此，就需要结合主观感受去对技术标准收窄。

这或许也是为什么，小鹏城市NGP早早地就公布了路测视频，但迟迟未正式交付给用户的可能原因之一。也包括蔚来，早在2021年1月，就推出了NAD蔚来自动驾驶的概念，但至今认为公布正式的路测视频，更别提开放给用户和媒体进行真实道路体验了。

李斌之前就说过：“蔚来新一代自动驾驶系统NAD的开发工作进展顺利，我们相信NAD将全面超越市场主流自动驾驶系统的体验。”他所强调的也是体验，而非冰冷的搭载车型、行驶里程等数据。

但是，凡事总有两面。

以现有的技术和经验来说，在城市里落地一个体验极好的载人自动驾驶很难，但容易的是——做载物的自动驾驶。因为最直接的就是，载物车辆完全不需要考虑用户体验，也不用太纠结事故责任划分的问题。而且还能产生稳定的现金流，几乎是自动驾驶公司必争的赛道。

像目前在上海，美团、京东等平台都在投放大量的无人配送车。比如在同济大学的嘉定校区内，已经有无人配送车，正在为校内的1万多名学生配送每日三餐；再比如嘉定华漪园社区，京东无人车的协助志愿者完成物资的运输工作。

在发布乘用车上搭载的城市NOH功能的同时，毫末还发布一款无人配送车——毫末小魔驼2.0，L4自动驾驶能力，具备快速换电、60-100公里续航里程、智能语音与触摸多模式交互等功能。

“我们的定位，是全球低速无人配送车生态的助力者。”毫末智行COO侯军告诉虎嗅，助力者的定位，就意味着在市场份额上超过了50%以上。“我们的梦想是，真正助力末端物流，甚至整个物流行业高效的运营，弥补运力、劳动力不足带来的需要。”

与城市NOH的取胜关键一样，毫末在无人配送车领域主打还是规模化能力——目前，保定工厂可实现1万台末端物流自动配送车的产能目标，按照毫末的官方说法：这是全球最大规模的末端物流自动配送车柔性制造基地。

而作为参考，目前号称全球首家规模化上路运营、也是车辆交付部署数量最多的无人车公司新石器，在去年8月完成新一轮融资时，也才公布了近千台的无人车运营数据。也就是说，如果毫末的无人车产能完全消化完毕的话，无人车规模第一的称号，又要被毫末拿下了。

诚然，在自动驾驶赛道的头部名额争夺中，毫末智行正在全力以赴。但这注定是一场持久战，技术的风向日新月异、用户的需求瞬息万变。创业路上，仍需时刻保持危机感。

2020年7月，长城汽车董事长魏建军就曾向自己发起的质疑：“长城汽车能活得过明年吗？

那年8月，魏建军参加一场行业论坛时，再次谈到了长城的转型危机：“作为传统车企，我们也在向蔚来、特斯拉、小鹏等新势力学习，智能化趋势不可逆，所以在近3年多的时间里长城汽车在迅速变革。”当时他身旁坐的正是，小鹏汽车董事长何小鹏、蔚来创始人李斌。

若不是他们在场，或许长城要学习目标，就只剩下特斯拉了。