成功可信度高
汽车 · Agent / 算力基础设施与AI平台
毫末智行DriveGPT雪湖·海若，训练成本降低100倍
毫末智行发布自动驾驶生成式大模型DriveGPT（雪湖·海若），筛选超100亿帧互联网图片与480万段4DClips数据，引入多模态大模型实现“识别万物”；联合火山引擎打造智算中心MANA OASIS（67亿亿次/秒），百P数据筛选提速10倍，训练成本降低100倍。
DriveGPT训练成本降低100倍
毫末智行科技有限公司发布于 2026年7月22日实施于 2024 年阅读 0
训练数据
100亿帧图片+480万段4DClips
来源披露
训练成本
降低100倍
来源披露
智算性能
67亿亿次/秒，百P数据筛选提速10倍
来源披露
企业痛点
汽车毫末DriveGPT
01
业务背景
自动驾驶长尾场景多、数据规模大，训练成本高、效率低。
02
遇到的问题
数据筛选慢、训练成本高、通用感知与认知能力不足。
03
AI 解决方案
构建视觉感知大模型建模4D空间，引入多模态大模型对齐语义空间；用蒸馏/Feature Map对齐提升车端小模型；联合火山引擎建智算中心降本提速。
- 1发布DriveGPT 1.0/2.0雪湖·海若
- 2筛选100亿帧图片+480万段4DClips
- 3引入多模态大模型识别万物
- 4联合火山引擎建MANA OASIS智算中心
04
实施结果
训练数据：100亿帧图片+480万段4DClips
训练成本：降低100倍（-100x）
智算性能：67亿亿次/秒，百P数据筛选提速10倍
05
风险与边界
端到端训练依赖超大规模算力。
编辑点评 · AI 辅助生成并经审核
该案例来自佐思汽研评选的“汽车AI大模型TOP10”，由毫末智行研发并在汽车行业落地，展示了大模型在智能座舱、自动驾驶与车载语音等场景的技术能力，建议车企结合自研或采购方案参考。
适合
自动驾驶方案商与主机厂
前置条件
多模态大模型、智算中心
信息来源
1 个来源页面内容为结构化改写；关键结论应可追溯到以下材料。
关联报告：佐思汽研《汽车AI大模型TOP10分析报告》（2024） · 佐思汽研 · 2024