2月17日信息，毫末智行发表智能驾驶认知大模型正式更新为DriveGPT，并将在2023年4月的HAOMOAI DAY上发布其最新关键停顿。
随着ChatGPT火爆全网，它所驳回的Transformer大模型以及“人类反应强化学习（RLHF）”技术再次引发行业关注。在智能驾驶畛域，毫末在国际最早将Transformer大模型引入到数据智能体系MANA当中。在2023年1月的HAOMO AI DAY上，毫末智行CEO顾维灏引见，毫末推出的人驾自监视认知大模型就已自创了ChatGPT的成功思绪，驳回RLHF（人类反应强化学习）技术，经过引入实在人驾接收数据，对智能驾驶认知决策模型启动继续优化。
毫末的认知决策算法教训了三个阶段的退化。第一阶段是引入一般场景的端到端模拟学习，间接拟合人驾行为。第二阶段是经过认知大模型，引入海量反常人驾数据，经过Prompt的模式成功认知决策的可控、可解释。第三阶段，也就是阶段，经过引入实在接收数据，并且在大模型中开局尝试经常使用RLHF算法，对人驾接收数据启动学习。为此，毫末构建了一个蕴含“旧战略、接收战略、人工label战略”的Pairwise排序模型。基于这一排序模型，毫末构建了智能驾驶决策的鼓励模型（rewardmodel），从而在各种规划场景状况下做出最优的决策。经过这一大模型，在掉头、环岛等公认的艰巨场景中，场景经过率优化30%以上。
2月17日，毫末智行将人驾自监视认知大模型正式更新为“DriveGPT”，这也是环球首个智能驾驶认知大模型。目前，毫末DriveGPT已成功模型搭建和第一阶段数据的跑通，参数规模可对标GPT-2的水平。接上去，DriveGPT将继续引入大规模实在接收数据，经过人驾数据反应的强化学习，来一直优化测评效果，同时也将DriveGPT作为云端测评模型，用来评价车端小模型的驾驶效果。毫末DriveGPT最新关键停顿，将在2023年4月举办的第八届HAOMO AI DAY上发布。