细节掌握，畅享全球城市风光！

这篇文章主要介绍了毫末智行在第九届 HAOMO AI DAY 上推出的三款智能驾驶辅助平台，分别是 HP170、HP370 和 HP570。它们的成本控制在 3000 元到 8000 元之间，提供从高速无图 NOH 到城市全场景 NOH 的辅助驾驶能力，甚至支持智能绕障和辅助泊车等全场景的功能。

这三款第二代 HPilot 平台预计将在今明两年装车量产，预示着在不久的将来，随着成本的降低，车上的智能驾驶能力将会更加广泛。文中提到毫末智行的 HP550 将在 2024 年第一季度在魏牌蓝山上搭载上市，有望成为在城市场景下的一款好选择。

标题：毫末智行发布小魔驼3.0和DriveGPT：为自动驾驶注入新活力！简介：毫末智行最近发布了一系列新产品，包括具备L4级别自动驾驶能力的小魔驼3.0和行业首个自动驾驶生成式大模型DriveGPT。小魔驼3.0以令人惊叹的性能和灵活性引领物流配送行业，而DriveGPT则为自动驾驶技术带来了一次革命。本文将详细介绍这两款产品，并探讨它们给自动驾驶领域带来的重大影响。

1. 小魔驼3.0：物流配送新利器小魔驼3.0是毫末智行推出的一款具备L4级别自动驾驶能力的配送车。其优秀的性能和先进的技术使其在物流配送领域引起了巨大的关注。这款小巧机动的配送车能够以惊人的速度达到40公里/小时，并且续航里程在35公里到140公里之间，满足了日常配送需求。

小魔驼3.0的车身搭载了宽敞的2立方米货箱空间，可容纳重达240公斤的货物，为物流配送提供了高效便捷的解决方案。北京顺义地区已经开始使用小魔驼3.0完成物美多点超市的配送工作，并在这一领域已经累计完成了超过22万单的配送任务。接下来，毫末智行还计划将小魔驼3.0投入无人配送服务中。

这一切表明，小魔驼3.0的到来将进一步降低末端物流自动配送的成本，提升配送效率，为城市物流产业注入了新的活力。2. DriveGPT：自动驾驶技术的巨大突破DriveGPT是毫末智行推出的一款自动驾驶生成式大模型，以中文名"雪湖·海若"闻名业内。在2023年4月的第八届HAOMO AI DAY上正式发布。

这一大模型经过200天的训练，筛选出超过100亿帧互联网图片数据集和480万段包含人驾行为的自动驾驶4D Clips数据，采用多模态大模型增强感知，并整合NeRF技术实现对三维空间和时序的全面建模。此外，DriveGPT还借助大语言模型获得了通用认知能力的提升。DriveGPT的出现将为自动驾驶技术带来巨大的突破。

它可以在云端协助完成更多高阶辅助驾驶开发工作，如驾驶场景理解、标注、生成、迁移，驾驶行为解释、驾驶环境预测和车端模型开发等。其先进的技术使得车端不再需要运行完整大模型，而是可以从DriveGPT中提取更加精准的感知和推理能力，从而实现更高水平的自动驾驶功能。毫末智行的方案不断地降低成本，加速城市无人驾驶技术的量产和落地，而DriveGPT的推出无疑将进一步推动这一进程。

3. 技术创新实现更高精度感知除了小魔驼3.0和DriveGPT，毫末智行还在技术方面实现了一系列创新，为自动驾驶的发展提供了更高的精度和性能。通过使用鱼眼相机，毫末智行的系统能够识别墙、柱子、车辆等各类边界轮廓。在15米范围内，识别精度能够达到30厘米，在2米范围内，精度更高达10厘米以上。相比传统的超声波雷达技术，毫末智行的系统对其的依赖程度也大为降低。

这意味着在NOH（Navigation on Highway）行驶过程中，毫末智行的系统能够更加准确地感知道路上的障碍物和车道线。甚至在70公里/小时的速度下，系统仍能精准识别出距离50米之外的35厘米尺寸的玩偶，并做出应对措施。这种创新性技术极大地提升了自动驾驶系统的安全性能和适应性。

结论：小魔驼3.0和DriveGPT的发布标志着毫末智行在自动驾驶领域的再次突破。小魔驼3.0的出现将进一步降低物流配送的成本并提高效率，而DriveGPT则为自动驾驶技术注入了更多的智能和灵活性。同时，毫末智行在技术创新方面也取得了重要进展，实现了更高精度的感知能力。

可以预见，随着这些创新产品的不断推出，自动驾驶技术将迈向新的高度，为人们的出行和物流需求提供更加高效、安全的解决方案。无论是小魔驼3.0的快速配送还是DriveGPT的智能辅助驾驶，毫末智行都将成为自动驾驶领域的领导者。

参考资料：1. 毫末智行官方网站2. 毫末智行发布会视频报道3. 《DriveGPT: A Large-Scale Generative Model of Human Driving》- 毫末智行研究论文智能驾驶是当今科技领域备受瞩目的热门话题，人们对于实现自动驾驶的憧憬与期望不断增加。

然而，长期以来，智能驾驶的发展一直面临着一些挑战，其中最为突出的问题就是成本的高昂。然而，随着大模型的引入，这一问题似乎得到了一种新的解决方案。过去，要想实现智能驾驶，通常需要使用昂贵的激光雷达设备，并且还要增加其规格或数量，甚至提升规则复杂性和测试时长。这不仅使得智能驾驶产品的价格居高不下，而且限制了其在市场上的推广与普及。

然而，现在通过大模型的应用，一切似乎都发生了改变。一种新的思路是通过使用更廉价的光学摄像头来收集智能驾驶所需的信息。相比于激光雷达，光学摄像头的成本要低得多，而且在获取驾驶场景的图像数据方面也有着相当不错的表现。这使得智能驾驶变得更加经济实惠和可行。另外，大模型的引入也对智能驾驶产生了积极的影响。

传统的智能驾驶系统需要强大的算力来支撑其运行，但大模型的设计则更加注重以较低的算力实现更广泛的驾驶场景覆盖，这为智能驾驶的实施提供了更为灵活的解决方案。通过使用算力不那么强大的芯片，智能驾驶系统能够更好地应对各种驾驶场景，从而为用户提供更加全面和准确的驾车体验。

此外，毫末智行（Momenta）公司给出了一个相对明确的时间线，表示他们计划以万元内的价格在城区推出智能驾驶产品。这无疑是对以往智能驾驶产品高昂价格的一种颠覆，使得智能驾驶不再是高不可攀的奢望，而是逐渐变得与拥有智能手机一样轻松。随着大模型的引入和像毫末智行这样的公司的努力，智能驾驶的成本问题正在逐渐得到解决。

这将为更多的消费者提供机会，让他们能够轻松拥有一辆智能汽车。然而，就智能驾驶技术本身而言，我们仍然需要解决一些问题。例如，安全性仍然是一个挑战，以及在特定的驾驶场景下，光学摄像头是否能够提供足够的准确性和可靠性等等。总而言之，通过大模型的引入，智能驾驶在成本方面取得了重要的突破，使得其变得更加经济实惠和可行。毫末智行等公司的努力也为智能驾驶的普及奠定了基础。

然而，智能驾驶技术仍然需要进一步发展与完善，以确保其在实际应用中的安全性和可靠性。让我们拭目以待，期待智能驾驶技术能够在不久的将来为我们带来更加便利和安全的出行体验。