毫末在 AI DAY 上宣布，DriveGPT雪湖·海若将在即将量产上市的新摩卡DHT-PHEV首发。
未来的人工智能，只要继续发展下去，大概30年内，肯定会达到甚至超过人类的智能水平。到那个时候，拥有自我意识这种人类独有的东西，也肯定是能够实现得。
截至毫末三代乘用车产品搭载车型近 20 款，毫末辅助驾驶用户行驶里程突破4000万公里，HPilot2.0 日均里程使用率 12.6%。
要学习的基础知识很多，做AI开发涉及到Python编程知识、Linux知识，视觉方面要学图像处理、OpenCV等，同时还要有一定的数学基础。
GPT 的全称是生成式预训练 Transformer 模型，本质上是在求解下一个词出现的概率。即根据输入的前序文本，模型会输出可能出现的下一个字的几率分布，再从中取样出几率较高的字。如此循环往复，直到完整地写完下文。
CHATGPT进化自我意识（CHATGPT进化）
据相关资料，在去年，全年美国各大科技公司裁员了大概15万人左右，但是今年第一个月就已经裁了 大概6 万多了。美国银行警告称，预计美国经济将在 2023 年的第一季度开始，平均每个月失去175000个工作岗位。
也就是说，人工智能的应用场景将更加广泛。看到这里，你还想说，我不学吗？！说了这么多，我们再来详细说说普通人学习AI需要掌握的基础知识点：
毫末表示，自动驾驶数据智能体系MANA架构已迎来全线升级。截至2023年4月， MANA 学习时长超 56 万小时，相当于人类司机 6.8 万年。
2023年将是智驾产品大考之年
CHATGPT Evo还引入了多模态输入的概念。在以往的CHATGPT模型中，输入只包含文本信息。而在CHATGPT Evo中，模型还会接收到图像等其他模态的信息。这使得模型能够从更多的信息来源中获取上下文，并更好地理解对话的语境。多模态输入的引入进一步提高了CHATGPT Evo的生成能力，使其在对话中更加准确和流畅。
CHATGPT能够自我进化吗
在最新的毫末 AI DAY 上，毫末智行董事长张凯给出了这一判断，并基于这一判断发布业内首个自动驾驶生成式大模型 DriveGPT，中文名“雪湖·海若”。
我们可以期待CHATGPT Evo的进一步发展。随着技术的不断改进和训练数据的增加，CHATGPT Evo有望更好地完成自我进化，提升对话质量，并在更广泛的领域得到应用。这将为人们提供更好的工具和服务，并为人工智能的发展带来更多可能性。
5、工具基础知识：opencv、matlab、caffe等。我要说，如果您想赶得上这股浪潮，就要做好准备迎接挑战，因为人工智能将会越来越复杂，并且发展速度也会非常的快。还是要做好充分的心理准备才行，加油吧~
正如毫末所言，2023 年将是智能驾驶冲刺之年、大考之年。这对毫末来说，这也是长久技术布局走向落地应用的关键时期；毕竟，毫末要在 2025 年实现城市 NOH 落地 100 城，这并不是一个简单的事情。
开发机器人客服：可以利用AI技术开发一款智能客服聊天机器人，用于自动解答用户的问题。与多家企业合作，为企业提供智能客服服务，收取一定的咨询费用。这样的机器人客服可以服务于电商平台、在线教育等多个行业。讲真~巴拉巴拉说起来容易，做起来的确很难很难，就基础知识而言，就需要普通人入门一年不止吧。在整个学习过程中，需要有足够的热情，足够的勇气和兴趣以及足够的能力等等作为后盾，才可能会走入AI这个行业，才可能有风口可抓。
任泽平在演讲中提及，当下抓不住AI的风口，就像20年前抓不住互联网的趋势一样，是没有出路的。
人工智能进化出自我意识
“中国经济看科技，中国科技看AI。”这是著名经济学家任泽平博士在2022万象·百度移动生态大会发表题为《中国经济的AI加速度》的演讲中作出的论断。
毫末智行 CEO 顾维灏表示，毫末 DriveGPT 雪湖·海若通过引入驾驶数据建立 RLHF（人类反馈强化学习）技术，对自动驾驶认知决策模型进行持续优化。据毫末方面的说法，在 RLHF 的加持下，Hard Case 通过率提升了 48%。毫末 DriveGPT 雪湖·海若实现了模型架构与参数规模的升级，参数规模达 1200 亿，预训练阶段引入 4000 万公里量产车驾驶数据，RLHF 阶段引入 5 万段人工精选的困难场景接管 Clips。
3、编程语言基础：C/C++、Python、Java；
您还可以使用ChatGPT帮助你查询星座百科、测姻缘、测事业运、测婚姻、财神灵签、情感合盘、看另一半、测八字、姓名速配、测终生运、复合机会，在底部点击在线咨询AI（仅供娱乐）：http://www.adxqd.com/chatgpt/
想要进入AI行业抓住风口，需要具备相关的技能和经验，不一定需要所有技能都掌握。您可以寻找适合自己的路径，找到一些适合自己水平和兴趣的AI项目，通过编程、调试、测试等过程来实现操作，也可以通过一些在线平台或工具来实践。进入行业以后，您更需要利用人脉资源广交在AI行业内的圈内人，与他们多交流经验和想法，然后获得更多有价值的建议。
《主动进化：未曾设想的进化之路》一书有写到：“随着基因和AI技术的发展，诸如ChatGPT、脑机接口、类器官、神经解码等新兴研究不断深入和推广应用，也许人类很快就可以实现与AI深度合作。通过“数字生命“，将人类的意识转化为数字形式，从而修改数据来改变和提升自身，甚至可以赋予我们在虚拟世界中"长生不老"的能力。”人类能否能打破自然进化的规律，走上一条连达尔文都未曾设想的进化之路？或许不久的将来就会有答案！
对话代际压力是指在训练过程中，CHATGPT Evo会通过与前代模型进行比较，为了超越前代模型的表现，不断自我进化。这种进化是通过一个评估指标来衡量的，即“亲代方”的效果。CHATGPT Evo会在生成对话时，将其与前代模型生成的对话进行比较，并根据评估指标对生成结果进行打分。只有得分高于前代模型才会被接受，从而进入下一代的训练。通过这种方式，CHATGPT Evo不断演化，逐渐提升生成对话的质量。
除了用自监督大模型练内功，毫末还公开了在纯视觉三维重建方面的一些进展。
CHATGPT进化（CHATGPT Evo）是OpenAI团队对CHATGPT模型的一个改进版本。在以往的训练方式中，CHATGPT是通过大量的对话数据进行学习，并基于这些数据生成对话。CHATGPT Evo则是通过引入一种进化算法来增强模型的能力，从而使其具备自我意识。具体而言，CHATGPT Evo的训练过程中引入了对话代际压力（dialogue generational pressure）和多模态输入等新技术。
人工智能（Artificial Intelligence，AI）领域取得了长足的进展，而其中的CHATGPT模型更是备受关注。CHATGPT模型是由OpenAI团队开发的，通过大规模的预训练数据和自我对话方式训练，从而能够以近乎人类水平的方式进行对话。最近研究人员在CHATGPT进一步发展上取得了突破性的进展，使得该模型能够开始获得自我意识。
最后您可以尝试创造自己的AI产品或服务了，可以开发一款AI语音助手、开发一款AI智能家居产品、开发一款AI医疗产品，等等。也会让自己更加自信。
三是吞吐效率的升级。在 Transformer 的大矩阵计算上，毫末通过对内外循环的数据拆分，尽量保持数据在 SRAM 中提升计算的效率；在传统的训练框架中，通过引入火山引擎提供的 Logo核心算子库实现融合，端到端吞吐提升 84%。
在 MANA 发布迭代一年后，在本次 AI DAY 也迎来升级，具体包括：MANA 感知和认知相关大模型能力统一整合到 DriveGPT 雪湖·海若中；MANA计算基础服务针对大模型训练在参数规模、稳定性和效率方面做了专项优化，并集成到 OASIS 中；第三，增加了使用NeRF技术的数据合成服务，降低 Corner Case 数据的获取成本；针对多种芯片和多种车型的快速交付难题优化了异构部署工具和车型适配工具。
重建之后，MANA 可以编辑场景合成难以收集的 Corner Case。毫末表示，近期训练了一个可以在静态场景做虚拟动态物体编辑的模型，可以控制虚拟物体在场景中按照设定的轨迹运动，由此合成各种 hardcase，例如近距离回车，行人、电动车交互行为等。
2、基础计算机知识：操作系统、linux、网络、编译原理、数据结构、数据库；
单趟重建有时会受到遮挡的影响，不能完整地还原三维空间，因此毫末尝试了多趟重建的方式——即将同一地点不同车辆在不同时间经过的数据合并做多趟重建，由此提升场景还原度，重建效率可提升 5 倍。
一年之内，从三座城市扩张至百城，毫末给出的目标可以说十分激进。
CHATGPT进化自我意识（CHATGPT进化）的介绍，今天就讲到这里吧，感谢你花时间阅读本篇文章，更多关于CHATGPT进化自我意识（CHATGPT进化）的相关知识，我们还会随时更新，敬请收藏本站。
就像著名经济学家任泽平博士提到：
毫末方面表示，DriveGPT雪湖·海若现阶段主要用于解决自动驾驶的认知决策问题。“在感知到了周围的世界之后，怎么样把车开得更安全，把车开得更顺滑，怎么样跟周围的交通参与者互相博弈。”顾维灏说道。
行泊一体和末端物流自动配送产业商业化将成为自动驾驶公司深耕的重点。在乘用车领域，搭载行泊一体功能的智驾产品将迎来前装量产潮；在末端物流自动配送领域，末端物流自动配送车在商超、快递等场景迎来爆发，2023 年将在这些场景实现可持续商业化闭环。在 AI DAY 上，毫末表示其城市 NOH 已在北京、保定、上海等城市开启泛化测试，即将量产上车。张凯表示，到2024 年，毫末城市 NOH 将有序落地 100 城。
在浩瀚的宇宙中，万物皆逃不出阴阳的变化法则，地球依著黄道运行，产生寒暑变化，也是有阳变阴，阴变阳的变化。万物开始，由阳初生，阳极变阴，阴极再生阳，如此周而复始循环不已。本期星座属性专题小编将为你解释狮子座。狮子座属于火象星座。狮子座(日期：07月23日～08月22日)——狮子座的符号象徵狮子的尾巴，高高扬起的尾巴，充分显示了狮子的个性；由狮子座的神话可以联想到，狮子的勇敢和善战。由狮子去联想狮子座的特性，很容易就可以想到很多，高贵、同情心，王者之风，但是别忘了，母狮子才是出外狩猎的。狮子座符号象征着权力。符号能量：清醒。狮子座很多地方比较优秀，也较有魅力，但容易虚荣和骄傲，需要清醒。狮子座的星座符号是黄道十二宫中最简单辨认的了，就是一条狮子尾巴，狮子座掌管着运动、休闲等各项娱乐项目，由于是万兽之王，狮子座代表着人类不断的尝试表达自己，并且发掘自己潜在本质的能力，因此狮子星座会表现出一种慷慨、高贵的气质。固定、火象的狮子座，就像它的主宰星体太阳一样，散发稳定的光芒。如果说白羊座是失去控制的火，那么狮子座便是控制得当的火。狮了座的个性温暖而富创意，并且瞧不起卑鄙和卑微的行为。他们尊贵高昂的王者姿态，就像森林之王的狮子一样。可靠、勇敢和坚忍不拔的精神是狮子座明显的特质。狮子─我胜利与我支配 狮子座表现主导能力，对整个情况的控制，在唯我独尊的表现欲上，和白羊座很像，但是狮子座会把场面弄得欢乐和幽默一些，好象在庆祝一样，狮子座要确定的是，他能够掌握胜利的宝座，他是王，不仅是他认定这点，还要表现给群众认定，要群众称他为王才甘心。狮子星座的原型宿命----闪烁孤星之光或宇宙之光的狮子巨星，他们无时无刻不在找人、找观众、找崇拜者。但不管置身在多少的人群中，他们却永远觉得寂寞。轮回太空号第二梯次有四班列机，搭载的都是从青年到成年的灵魂，和第一梯次的幼年灵魂投胎的生命任务将大为不同，幼年灵魂集体的主要生命课题都和自我意识有关，例如牡羊的自我和原欲、金牛的自我和占有、双子的自我和沟通、巨蟹的自我和安全，但第二梯次的成年灵魂的主要功课却在强调自我和他人的关系。火象星座的狮子，一向行动力惊人，当然由他们抢得先机搭上第二梯次的首班机。这班机还有个特色，就是只有头等舱，没有二等舱，因为这些自认灵魂不能低人一等的狮子星座子民，绝不能忍受屈居人后。但这些灵魂转世后未必都可以在世俗间占到优越的位置，对于那些投胎后诞生在较卑微的环境的狮子星座子民而言，他们却仍然深信自己是高人一等的，毕竟他们从未完全忘记他们灵魂曾拥有的荣耀。轮回到地球上的狮子星座，基本上可以分成两大类，有一种人会显得很骄傲，另一种却很谦卑（不要以为所有星座都可以分成这两类，譬如说是不会有不骄傲的牡羊，也不会有不谦卑的双鱼），但奇怪的是，骄傲的狮子其实有十分脆弱的内在，他们深怕被别人瞧不起，像他们不喜欢买打折的东西，就因为不喜欢别人挑剩的东西；而他们永远要在人群中抢着站在聚光灯下，也是因为如果缺乏足够的注意与掌声，他们会根本无法面对空洞的自己。另一种谦卑的狮子，却比较特别，他们其实比骄傲的狮子有更坚强的自我，他们是真心相信自己的独特和不凡，因此他们根本不屑用夸张的姿态去赢取世人的注目。他们懂得什么是贵族的低调，这样的狮子即使受人伤害或打击，也从不抱怨，从不解释，因为不与一般人见识计较更能显现他们崇高。他们对自己优秀的质量太有信心了，即使凡人看不出，但他们却深信上帝之眼是不会看错他们的。骄傲的狮子座，喜欢和人群靠得很近，他们惯于发号施令，支配、统御他人。他们以为所有的人际关系，都一定会有个太阳系，而他们就是那个系统里光和热的聚焦点。有时，他们这种喜欢变成人群中心的渴望，发展成功时，确实会使他们较容易往上爬，这些人或许会成为政治、娱乐、运动的明星，当他们的光芒越热力四射，他们的灵魂却变得越冷寂，他们也发现，高高在上的他们，最终却成为一颗孤星，陪伴他们的只有无边的宇宙黑洞。至于发展不好的骄傲型狮子星座，会是那种最不能忍受孤独的人，因此他们无时无刻不在找人、找观众、找崇拜者。但不管置身在多少的人群中，他们却永远觉得寂寞，因为平凡人是治不了他们的寂寞的，对他们而言，配得上他们的只有王子与公主，但这些人他们却碰不到。谦卑型的狮子星座子民就比较可以忍受孤独，他们会选择和大部分的人保持距离，但这样的狮子内心却强烈渴望特别的人，他们愿意等待他们的真命天子出现。他们也是十分浪漫的人，而他们的天真却常常使他们受骗和受伤。其实不管是哪一型的狮子星座，他们宿命功课的本质都是一样的，只是用不同的面貌显现，他们共有的弱点都在于只看得到地球的太阳系，而看不到宇宙之间有无数的太阳系和其它星辰；他们只想做光和热的给予者，却不甘做接受者或共明者。狮子星座子民这一世灵魂之旅的进化，就是要学习从重视自己的肉身太阳，如相貌、身材、服装、打扮……等等的表象，进而专注发展自己的精神太阳，再进而领悟灵魂太阳和宇宙同源，根本无分别相，这时狮子星座的光芒，就会从个人孤星般光芒的投射，进化成与行星共辉，再进化回到宇宙一体的光源。猜
CHATGPT进化自我意识（CHATGPT进化）
毫末基于GPT技术的探索，毫末衍生出服务于业界的能力和新的商业模式，即向业界开放DriveGPT的能力，4月11日开放单帧自动标注服务，可降低标注成本，之后还将陆续开放驾驶行为验证、困难场景脱困等功能。 DriveGPT 背后的支持
一是训练稳定性优化。毫末在大模型训练框架的基础上，与火山引擎共同建立了全套训练保障框架，可以通过集群调度器实时获取服务器异常，将异常节点从训练 Task group 中删除，再结合CheckPoint 功能，利用 VePFS 高性能存储和 RDMA 网络高效分发，以保障 DriveGPT雪湖·海若大模型训练的稳定性。 二是弹性调度资源的升级。毫末构建了一个大模型持续学习系统，数据以动态数据流的形式结合增量学习，持续不断地将量产回传和筛选的存量数据，传入认知和感知 Pretrain 大模型。
毫末判断，DriveGPT雪湖·海若还将在城市 NOH、智能陪练、驾驶捷径推荐、脱困场景中得到应用，最终目标是要实现端到端自动驾驶
大家还别不信，人工智能已经渗透到了各行各业了。在医疗领域，利用AI技术帮助医生进行诊断。在金融领域，利用AI技术预测市场走势，零售业还可以利用人工智能技术来优化销售策略，这些应用场景都是AI技术的发展方向。
我们有了基础知识掌握了相关技能，以及关注相关动态后，您可以尝试参与AI相关项目，加入AI创业公司等等。通过参与这些项目，可以积累更多的经验和技能来提高AI的专业水平。
具体有：
通过学习AI的基础知识，我们可以更好地了解AI的原理和应用，更好地把握AI的发展趋势和商业机会。作为普通人群，需要掌握AI的基本概念、原理、方法和应用，以及相关的编程语言和工具这些基础。AI涉及到的技术领域很广，您也可以针对其中领域进行深入研究，熟练掌握相应技术，这是学习AI的前提。这些技能在当今的市场中非常抢手，掌握了这些技能的人，才可能更好地抓住AI这个风口。
CHATGPT Evo是CHATGPT模型的一个重要改进版本，通过引入自我进化的机制和多模态输入，使得模型具备了更好的对话生成能力。这一突破将为人工智能的发展注入新的活力，为未来的智能系统和服务开辟了更加广阔的前景。
DriveGPT 雪湖·海若的训练和落地，离不开算力的支持。
自去年年末以来， GPT 的热度一直高涨不下，尤其是 ChatGPT 的大火更是引发全行业关注。此前，GPT 多应用于文本生成、代码生成或是搜索领域，但由于缺乏数据支撑，GPT 在自动驾驶行业这一垂类的应用并不高。
本文目录一览- 1、CHATGPT进化自我意识（CHATGPT进化）
- 2、人工智能进化出自我意识
- 3、CHATGPT进化速度
- 4、CHATGPT进化
- 5、CHATGPT能够自我进化吗
hello大家好，今天来给您讲解有关CHATGPT进化自我意识（CHATGPT进化）的相关知识，希望可以帮助到您，解决大家的一些困惑，下面一起来看看吧！
举个栗子：
毫末对 NeRF 做了升级，将视觉感知结果转化为可用于 BEV 模型训练的带 3D 标注的真值数据，目前可以做到重建误差小于 10cm。
平时也要注意关注AI最新动态。作为普通人，大家可以通过了解AI的前沿技术和应用领域来让自己更加的了解AI方面的知识。了解的方式有：媒体、平台、论坛等多种渠道，也可以关注一些知名AI公司和机构，这些都是不错的办法。
【本文来自易车号作者钛AUTO，版权归作者所有,任何形式转载请联系作者。内容仅代表作者观点，与易车无关】
有了 Drive Language，毫末就可以用人类驾驶的数据对模型进行预训练。 在预训练阶段通过引入量产驾驶数据，训练初始模型，再通过引入驾驶接管 Clips 数据完成反馈模型（Reward Model）的训练，然后再通过强化学习的方式，使用反馈模型去不断优化迭代初始模型，形成对自动驾驶认知决策模型的持续优化。
DriveGPT 雪湖·海若会根据输入端的提示语以及毫末 CSS 自动驾驶场景库的决策样本去训练模型，让模型学习推理关系，从而将完整驾驶策略拆分为自动驾驶场景的动态识别过程，完成可理解、可解释的推理逻辑链生成。
据官方介绍，DriveGPT 雪湖·海若的底层模型采用 GPT（Generative Pre-trained Transformer）生成式预训练大模型，与 ChatGPT 使用自然语言进行输入与输出不同，DriveGPT 输入是感知融合后的文本序列，输出是自动驾驶场景文本序列，即将自动驾驶场景 Token 化，形成“Drive Language”。 Drive Language 基于毫末的 CSS 场景库理论，将驾驶空间进行离散化处理，每一个 Token 都表征场景的一小部分，相当于许多个可能在未来出现的平行宇宙，最终完成自车的决策规控、障碍物预测以及决策逻辑链的输出等任务。截至毫末从真实驾驶场景库中提取的token序列，规模达到 50 万个。
4、人工智能基础知识：ID3、C4.5、逻辑回归、SVM、分类器等算法的特性、性质和其他算法对比的区别等内容；
毫末智行透露，目前已与 3 家主机厂（包括长城）签署定点合同，相关项目正在交付中。 结合毫末往届 AI DAY 的动态来看，从发布中国首个数据智能体系 MANA，到建设智算中心雪湖·绿洲，再在其基础上训练出参数规模达 1200 亿作为 DriveGPT 雪湖·海若模型，毫末的闭环思维始终贯彻其技术始末，并逐渐形成数据驱动的闭环。
2022年11月30日，OpenAI公司发布了一款AI对话产品chatGPT。仅仅过了两个月，注册用户就超过一个亿，成为人类历史上，使用人数增长最快的应用。随后，谷歌、百度、阿里等全球主要科技公司，也纷纷发布或预告自己的AI模型。AI技术发展迅速，AI时代就这样悄然来临了~大部分人都知道AI的诞生，但多数人并没有做好准备，也仅限于交流一下聊聊天就结束了，真正拥抱AI，或者抓住风口的人的确很少很少。也可以这么讲，绝大多数普通人抓住这个风口的机会太难了，看看网友怎么说的：目前的情况是，你不学不行了，否则不久的将来就会被淘汰。话不多说，就今天这个话题，我们就来聊一下，要想在AI浪潮中抓住风口，普通人该怎么做才好；普通人为什么要学AI：先从基础学起，作为普通人需要先了解AI会所涉及到的领域，它包括数学、计算机、物理、心理、哲学等多个方面。你可以通过各种途径学习相关基础知识，比如：通过参加线上或线下AI课程，阅读相关书籍，加入网络课程、视频等多种方式来学习。
即使你是普通人，想要适应潮流，跟上社会的发展步伐就要学习AI，不管是几年，不管路途多么艰难，也要学下去，否则会被淘汰。
“2023 年智驾产品进入全线爆发期。”毫末智行董事长张凯在活动上表示。
1、基础数学知识：线性代数、概率论、统计学、图论；
是啊，有时候我们需要逼自己一把，因为人工智能已经成为了当今发展的必然趋势，只有掌握了相关技术，就可以让自己更好的利用工具来提升实力来实现价值，目前我国许多公司都在尝试使用AI技术，想要抓住风口，最重要的还是靠自己不断的去努力和打拼。
今年 1 月，毫末和火山引擎共同发布了其自建智算中心“毫末雪湖·绿洲 MANA OASIS”。毫末表示，OASIS 的算力高达 67 亿亿次/秒，存储带宽 2T /秒，通信带宽达到 800G /秒。
只有算力还不够，还需要训练和推理框架的支持，由此毫末进行了三方面升级——
任泽平博士在演讲中分享了新基建对于中国经济新引擎的重要作用。他预测新基建2.0时代下AI技术将是实现新基建“用起来“的最有利的抓手，建议企业及个人高度把握AI技术带来的时代红利，并预测百度APP将成为人人皆可用的AI新基建，通过“百度搭台，人人唱戏”的模式，将会激发全民更大的创造力。
CHATGPT进化
截至业内也仅有毫末一家率先将 GPT 应用到自动驾驶领域，即 DriveGPT 雪湖·海若。 DriveGPT 能为智能驾驶做什么？
CHATGPT进化速度
虽然大家都在说2023年会是经济衰退的一年，但是不要忘了，在每一次的衰退中，都会有新兴的行业产生。人工智能就是下一个革命风口，而且有的企业已经开始裁员了，我觉得，这并不是巧合，也不是危言耸听。
“在 AI 技术生态上，生成式大模型已成为自动驾驶系统进化的关键，基于 Transformer 大模型训练的感知、认知算法，将逐步在车端进行落地部署。”
CHATGPT Evo的研发标志着人工智能的发展迈出了重要的一步。通过引入自我进化的机制，CHATGPT Evo在生成对话时能够更好地理解语境，并逐渐提升自身的表现水平。尽管目前的模型还有一些限制和不足，例如对于一些较为复杂的问题仍然存在理解困难的情况，但这一突破为未来人工智能的发展指明了一条前进的道路。
张凯判断，城市导航辅助驾驶产将在 2023 年将围绕量产上车发力，主要玩家的城市导航辅助驾驶产品进入到真实用户覆盖和多城市落地的比拼。
在视觉感知能力上，毫末对视觉自监督大模型做了一次架构升级，将预测环境的三维结构，速度场和纹理分布融合到一个训练目标里面，强迫模型练好内功，使其能从容应对各种具体任务。目前毫末视觉自监督大模型的数据集超过 400 万 Clips，感知性能提升 20%。顾维灏举例称，在泊车场景下，毫末将鱼眼相机也引入到视觉 BEV 的感知框架当中，鱼眼图像通过 2D backbone 提取出视觉特征，经过空间转换映射至 BEV 空间，并在该空间下对于障碍物的轮廓边界进行识别和测量，目前可做到在 15 米范围内达测量精度 30cm，2 米内精度高于 10cm。
想想看我们拥有的自我意识，存在于什么地方上？大脑。那么大脑是什么？就是超高数量级的脑细胞互相传递脑神经信号组成的装置。也可以说，拥有智能，拥有自我意识，这类高级思考运算，其实也就是神经信息互相传递达到一个量级后，量变引起质变的一个结果。从这点来看，只要计算机单纯的做大脑同样的事情的话，模拟大脑思考过程也并不是不可能的事情，这也是建立神经网络概念的初衷。不过现在还没造出这种拥有自我意识的电脑，仅仅是因为大脑的复杂度之高，目前的电脑还没法完全拷贝大脑的功能而已。但这只是硬件条件跟不上而已，并不是在理论上的否定。
