在4月11日举行的第八届HAOMO AI DAY上，毫末智行CEO顾维灏在《DriveGPT雪湖·海若驱动自动驾驶3.0时代加速到来》的演讲中，重磅发布自动驾驶生成式大模型DriveGPT，中文名“雪湖·海若”，并分享了围绕大模型的应用能力，以及介绍了中国首个自动驾驶数据智能体系MANA和中国自动驾驶行业最大智算中心MANA OASIS雪湖·绿洲最新升级。同时，顾维灏还宣布雪湖·海若智能驾驶能力首发车型将落地在即将量产上市的新摩卡DHT-PHEV上。

当下，AI大模型的落地应用再度引发广泛关注，而不同行业领域的从业者，也在积极探索面向各自细分行业行之有效的AI大模型。在AI自动驾驶领域，毫末是大模型研发和应用的先行者。AI DAY现场，顾维灏重磅发布自动驾驶生成式大模型DriveGPT，中文名雪湖·海若。

“海若”出自《庄子·秋水》。《庄子·秋水》中有两个神话人物河伯和北海若。河伯请教北海若，何谓大小之分，北海若教导，不因天地而觉大，不因毫末而觉小。因此，毫末把DriveGPT中文名命名为“雪湖·海若”，寓意着智慧包容、海纳百川，为行业发展贡献力量。

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。DriveGPT雪湖·海若的目标是实现端到端自动驾驶，现阶段主要用于解决自动驾驶的认知决策问题，后续持续会将毫末多个大模型的能力整合到DriveGPT雪湖·海若。目前，毫末DriveGPT雪湖·海若实现了模型架构与参数规模的升级，参数规模达到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。

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雪湖·海若面向自动驾驶场景，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”，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。

顾维灏对DriveGPT雪湖·海若的实现过程进行了详细的解释。首先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。同时，DriveGPT雪湖·海若还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。

顾维灏还在现场宣布雪湖·海若智能驾驶能力首发车型是即将量产上市的新摩卡DHT-PHEV。他表示，雪湖·海若可以逐步应用到城市NOH、捷径推荐、智能陪练以及脱困场景中。有了雪湖·海若的加持，车辆行驶会更安全，动作更人性、更丝滑，并有合理的逻辑告诉驾驶者，车辆为何选择这样的决策动作。对于普通用户来说，车辆越来越像老司机，用户对智能产品的信任感会更强，理解到车辆的行为都是可预期、可理解的。

目前，毫末DriveGPT雪湖·海若已正式对行业开放，开启对限量首批客户的合作，北京交通大学计算机与信息技术学院、高通、火山引擎、华为云、京东科技、四维图新、魏牌新能源、英特尔等已经加人。DriveGPT雪湖·海若对行业提供开放服务，将促进自动驾驶的从业者和研究机构快速构建基础能力，释放创新。

当前，毫末在使用数据过程中，逐步建立起一套基于4D Clips驾驶场景识别方案，具备极高性价比。在行业上，给出正确的标注结果，一张图片需要约5元；如果使用DriveGPT雪湖·海若的场景识别服务，一张图片的价格将下降到0.5元。单帧图片整体标注成本仅相当于行业的1/10。接下来，毫末会将图像帧及4D Clips自场景识别服务逐步向行业开放使用，这将大幅降低行业使用数据的成本，提高数据质量，从而加速自动驾驶技术的快速发展。