在不少人的印象里，自动驾驶还是一个新概念、新物种，但其实自动驾驶走入现实的速度，远比大多数人想象的要快很多：

今年9月18日，北京高级别自动驾驶示范区正式启动，并将全面加快示范区3。0建设的步伐。同时，《北京市高级别自动驾驶示范区数据分类分级白皮书》发布，更是填补了国内自动驾驶示范区数据分类分级领域的空白

9月21日，全球首款纯网联式L4级自动驾驶客车在苏州发布。

9月22日，秦创原·第六届国际丝路新能源与智能网联汽车大会在西咸会议中心召开。会上，西安市首批5张自动驾驶路测牌照发放。

自动驾驶落地的加速，与自动驾驶技术的进步密不可分。这其中，最关键的就是对数据的获取、标注和使用的进步。

以国内自动驾驶公司毫末智行为例，2021年12月，毫末智行发布了中国首个数据智能体系MANA，到今年9月MANA已经完成数十万全要素、多模态CLIPS标注，搭建完成300万小时的中国道路驾驶认知场景库，学习时长超过31万小时，虚拟世界驾龄相当于人类司机的4万年的驾龄。

“毫末算是中国最早进入产品迭代阶段的自动驾驶公司，随着数据量越来越大，我们应该会越来越难被追赶。”在前不久的HAOMO AI DAY上，面对刚刚用1000天成功穿越了创业公司生死线的毫末，毫末智行董事长张凯说这样说。

而张凯的底气，不仅来自于毫末智行用户辅助驾驶行驶里程已突破1700万公里，位列中国自动驾驶公司第一名；更来自于毫末智行对于数据的“进化”。

数据是人工智能最大的驱动力，也是自动驾驶能力进化的养料。自动驾驶想要走出实验室，需要大量的真实路况数据，并对数据进行规模化的标注、仿真与验证。通过 目标粗定位 和 属性精细估计 ，MANA 实现了数据标注过程的自动化，目前自动化率已经达到 80%。

并且，毫末智行是国内第一家应用 Transformer 的自动驾驶企业。参考毫末智行 CEO 顾维灏的说法，毫末智行在一年多的时间里完成了训练平台的改造升级、数据规格和标注方法的切换准备以及针对感知、认知具体任务的细节探索。通过 Transformer 的全局注意力机制，MANA 解决了自动驾驶在实际路况中的许多复杂难题。

而基于 Attention 自注意力机制的 Transformer，又成为了深度学习，以及如今自动驾驶的核心名词。毫末智行和业界主流一样沿用了 Attention 机制，而其 MANA 闭环的独特优化，关键则在于数据规模扩大的前提下，不断提高训练效率。

自动驾驶已经经历了硬件驱动的 1。0 时代、软件驱动的 2。0 时代，正在走向数据驱动的 3。0 时代。随着毫末城市NOH的规模化交付，毫末智行也越来越接近国内第一个摆脱测试车进行数据采集，继特斯拉后第一家进入自动驾驶 3。0 时代的中国企业。

在政策和市场的双层推动下，自动驾驶也终于走到了一个开始普及的关键期。自动驾驶正成为智能汽车竞争的焦点，未来3-5年，将是全球汽车智能化竞争的关键窗口期，也是中国企业弯道超车的最好时机。希望未来有更多“毫末智行们”站出来，助力中国自动驾驶的发展。