[汽車之家 行業(yè)]  由智能化,、電動(dòng)化帶來(lái)的全球汽車產(chǎn)業(yè)的大變革已經(jīng)取得成效,。在這一輪變革中，技術(shù)快速迭代,，消費(fèi)者需求也發(fā)生了明顯改變,，甚至在我國(guó)形成了“無(wú)智能，不電動(dòng)”的特有現(xiàn)象,。若將智能,、電動(dòng)這兩個(gè)標(biāo)簽拆分來(lái)看，后者相對(duì)較低的門檻本就是我國(guó)繞過(guò)傳統(tǒng)壁壘實(shí)現(xiàn)競(jìng)爭(zhēng)的根源所在,，前者則是“換道超車”的差異化競(jìng)爭(zhēng)的重要倚仗,。

　　也就是說(shuō)在隨后的進(jìn)一步變革中，智能化能力的強(qiáng)弱,，將直接決定車企的競(jìng)爭(zhēng)上限,。如今的智能座艙發(fā)展可謂日新月異，巨屏,、車外語(yǔ)音,、手勢(shì)操控等新配置/功能不斷涌現(xiàn)，而在智能駕駛領(lǐng)域,，大家越來(lái)越卷,。

　　其實(shí)想實(shí)現(xiàn)真正的自動(dòng)駕駛，無(wú)非是兩條路徑：第一條是自上而下，直接定位到L4\\\\L5級(jí)別無(wú)人駕駛,，再將配置,、能力逐步下放，從而實(shí)現(xiàn)低成本解決絕大部分無(wú)人場(chǎng)景,；第二條則是如今主機(jī)廠們慣用的形式,，自下而上，量產(chǎn)低級(jí)別智能駕駛,，并通過(guò)其環(huán)節(jié)中產(chǎn)生的大量數(shù)據(jù)不斷迭代技術(shù),，向更高級(jí)別演進(jìn)。在這條路線中,，能否量產(chǎn)是最關(guān)鍵一環(huán),。

　　據(jù)汽車之家研究院公布的《中國(guó)智能汽車發(fā)展趨勢(shì)洞察》報(bào)告中顯示，2022年,，主動(dòng)剎車,、車道保持輔助系統(tǒng)、自適應(yīng)巡航系統(tǒng)等L2級(jí)智能駕駛代表性功能的市場(chǎng)滲透率高速增長(zhǎng),，哪怕此前略顯保守的海外品牌,，也將上述部分功能當(dāng)成了新車標(biāo)配。

　　但在真正考驗(yàn)“L2+”智能駕駛能力的領(lǐng)域,，比如城市NOA（面向城市域的高階智能駕駛輔助系統(tǒng),，不同車企間叫法不同），能實(shí)現(xiàn)向上突破者寥寥,。大部分公布了城市NOA功能的企業(yè),，要么屬于“期貨”尚未兌現(xiàn),，要么是采用內(nèi)測(cè)、早鳥(niǎo)等形式推送，距離真正的量產(chǎn)尚有距離,。而自動(dòng)駕駛領(lǐng)域的下半場(chǎng)競(jìng)爭(zhēng)的開(kāi)端，也就藏在上述量產(chǎn)難題之中,。

★路線之爭(zhēng)：從【重】地圖到【輕】地圖

　　從目前來(lái)看,，有能力涉足城市NOA領(lǐng)域的玩家并不在少數(shù)。走從下到上路線的企業(yè)有毫末智行,、蔚來(lái),、理想、小鵬,、集度等,；走從上到下路線的企業(yè)有百度、輕舟智航,、小馬智行等,。不過(guò)從推出時(shí)間和推廣規(guī)模來(lái)看，這些車企的城市NOA大多集中在廣州,、深圳,、上海這三個(gè)城市。

　　比如小鵬,，2022年9月,，小鵬城市NGP智能導(dǎo)航輔助駕駛在廣州正式開(kāi)啟試點(diǎn)，首批被推送的用戶是從廣州提交過(guò)智能輔助駕駛建議的P5車主中隨機(jī)選取,，且初期必須得經(jīng)歷“新手模式”——即在部分條件適宜路段使用城市NGP超過(guò)100公里，時(shí)長(zhǎng)超過(guò)7天后才可解鎖全部路段,。自此一段時(shí)間后,，該功能才逐漸面在深圳、上海開(kāi)放,。

　　曾在某次上海車展前夕憑借“自動(dòng)駕駛”視頻火遍全網(wǎng)的極狐,，雖然在2022年5月就交付了極狐阿爾法S HI版，但到9月才于深圳開(kāi)啟城市NCA功能測(cè)試,，并于隨后延伸至上海,。

　　之所以早期城市NOA集中在廣州、深圳,、上海,，是因?yàn)樯鲜鋈�大城市是�?guó)內(nèi)最早一批頒發(fā)高精地圖城市試點(diǎn)的許可的城市。與高速域不同,，面向城市域的高階智能駕駛要面對(duì)的復(fù)雜路況呈指數(shù)級(jí)增長(zhǎng),，信號(hào)燈變化、潮汐車道變化,、路面行人軌跡預(yù)測(cè),、非機(jī)動(dòng)車軌跡預(yù)測(cè)……這一切場(chǎng)景對(duì)于企業(yè)軟硬件綜合能力要求極高,。曾有數(shù)據(jù)顯示，小鵬城市NGP感知模型的數(shù)量已經(jīng)達(dá)到高速NGP的4倍,，預(yù)測(cè)/規(guī)劃/控制相關(guān)代碼量則提升至88倍,，其復(fù)雜程度由此可見(jiàn)一斑。

　　面對(duì)上述復(fù)雜場(chǎng)景,，在軟硬件綜合能力沒(méi)那么強(qiáng)大時(shí)絕對(duì)精度和相對(duì)精度均在 1 米以內(nèi)的,，蘊(yùn)含道路類型、曲率,、車道線位置等道路信息,，以及路邊基礎(chǔ)設(shè)施、障礙物,、交通標(biāo)志等環(huán)境對(duì)象信息,，同時(shí)包括交通流量、紅綠燈狀態(tài)信息等實(shí)時(shí)動(dòng)態(tài)信息的,，高精度,、高新鮮度、高豐富度的高精地圖高精地圖就成為了車企快速上馬城市NOA的“捷徑”,。

　　但事物都有兩面性,，高精地圖的局限性，以及其資質(zhì)難獲取等特性也成為局限住車企NOA快速量產(chǎn)的關(guān)鍵原因,。在2023中國(guó)汽車論壇上,，重慶長(zhǎng)安汽車股份有限公司首席專家李偉曾剖析過(guò)“重地圖”模式的弊端。他認(rèn)為該模式屬于遞增式投入,，雖然前期高速+少量城市數(shù)據(jù)采購(gòu)成本不高,，但后期隨城市擴(kuò)展，采購(gòu)成本激增,，不僅如此,，還面臨地圖鮮度不足、覆蓋不足的長(zhǎng)期問(wèn)題,，這必然導(dǎo)致智駕系統(tǒng)魯棒性差,。

『高精地圖示意圖』

　　至于其長(zhǎng)期成本有多高，華為常務(wù)董事,、終端BG CEO,、智能汽車解決方案BU CEO余承東曾舉過(guò)一個(gè)例子：“僅僅采集上海市高精地圖，采集了一兩年,、9000公里,，都沒(méi)有把上海完全覆蓋。并且從國(guó)家安全的角度,，幾個(gè)月才允許刷新,，但是中國(guó)的道路天天在改,，所以說(shuō)依賴于高精地圖真的沒(méi)法廣泛使用�,！闭���?yàn)榇�,，業(yè)內(nèi)也逐漸達(dá)成共識(shí)——想讓城市NGP快速實(shí)現(xiàn)量產(chǎn)，去圖化可能是唯一途徑,。

　　在業(yè)內(nèi),，毫末智行無(wú)疑是第一批打出“重感知”派招牌的企業(yè)。早在2022年,，毫末智行便官宣了搭載HPilot 3.0系統(tǒng),，可實(shí)現(xiàn)城市NOH領(lǐng)航輔助功能的量產(chǎn)車型；今年4月,，在第八屆毫末AI DAY上,，該企業(yè)又宣布上述功能的新“載體”——魏牌的新摩卡DHT-PHEV和魏牌藍(lán)山(參數(shù)|詢價(jià))。根據(jù)現(xiàn)有規(guī)劃,，毫末智行旗下的城市NOH功能將率先在北京,、上海、保定等城市落地,。

『請(qǐng)點(diǎn)擊圖片查看清晰內(nèi)容』

　　除毫末外,，小鵬、華為等此前依賴高精地圖的企業(yè)也開(kāi)始進(jìn)行“重感知”進(jìn)化,。其中小鵬的XNGP已經(jīng)進(jìn)行無(wú)圖化測(cè)試,，預(yù)計(jì)在年底擴(kuò)展到50個(gè)城市；余承東則宣布華為不依賴于高精地圖的城區(qū)NCA將在第三季度內(nèi)實(shí)現(xiàn)15城落地,，到四季度將增加到 45城,。就連地圖巨頭百度都已經(jīng)在向重感知方案靠攏，其ANP3.0系統(tǒng)已經(jīng)將“BEV 環(huán)視三維感知”技術(shù)作為安全冗余,。

★技術(shù)之爭(zhēng)：【數(shù)據(jù)能力】才是門檻

　　根據(jù)西部證券公布的預(yù)測(cè)顯示，未來(lái)城市NOA將是一塊大蛋糕,，其車型數(shù)量規(guī)�,？赡軙�(huì)在2023-2025年分別達(dá)到11.9萬(wàn)輛、67.6萬(wàn)輛和243.6萬(wàn)輛,。但想在這塊蛋糕中多吃多占,，可不僅僅是確定路線這么簡(jiǎn)單。

　　在沒(méi)有或不依賴高精地圖時(shí),，如將傳感器識(shí)別到的數(shù)據(jù)進(jìn)行處理,，并通過(guò)其做到更大規(guī)模的城市泛化，適應(yīng)不同城市“亂七八糟”的路況,、場(chǎng)景,。以最基本的識(shí)別紅綠燈控車,、別紅綠燈這一在部分人看來(lái)可能很基礎(chǔ)的功能為例。我國(guó)不同城市的紅綠燈規(guī)格都不甚相同,，有三排燈,、有五排燈，有橫著的,、有豎著的……先不提算法,，為了滿足上述場(chǎng)景，收集來(lái)的數(shù)據(jù)規(guī)模就會(huì)和以前實(shí)現(xiàn)指數(shù)級(jí)增長(zhǎng),。

　　在這種數(shù)據(jù)規(guī)模下,，像以前一樣依靠CNN卷積神經(jīng)網(wǎng)絡(luò)訓(xùn)練模型似乎就不再適用了。在這方面,，率先提出擺脫高精地圖,，甚至取消激光雷達(dá)，采用純視覺(jué)方案的特斯拉給大家開(kāi)了個(gè)好頭,，開(kāi)始用Transformer大模型替代CNN,，利用其結(jié)構(gòu)簡(jiǎn)潔、可無(wú)限堆疊基本單元得到巨大參數(shù)量的特性來(lái)提升,。

　　相比于CNN,，Transformer在的數(shù)據(jù)量越大，其效果就越好,。有研究表明,，當(dāng)訓(xùn)練數(shù)據(jù)集增大到包含 1億張圖像時(shí)，Transformer的性能開(kāi)始超過(guò)CNN,。而當(dāng)圖像數(shù)量增加到10億張時(shí),，兩者的性能差距變得更大。

　　在國(guó)內(nèi),，毫末智行則是率先引入Transformer大模型的自動(dòng)駕駛公司,。雖然時(shí)間上沒(méi)有特斯拉早，但毫末智行的創(chuàng)新在于用Transformer做時(shí)間和空間上的前融合,。

　　比如面臨一段在正常不過(guò)的路,，人眼看到的是雙向四車道，是連續(xù)的視覺(jué)圖像,，而攝像頭的識(shí)別卻并非連貫的,，而是一幀一幀的圖片。假設(shè)車往左偏5厘米,，人識(shí)別出來(lái)的信息很正常,，掰直即可，原有方案下攝像頭識(shí)別的可就復(fù)雜了，也許以為路本身就是“歪的”,，這種時(shí)間上的“斷點(diǎn)”再加上前后左右,、側(cè)前側(cè)后等方向攝像頭識(shí)別出的空間上的“亂象”，若沒(méi)有高精地圖進(jìn)行糾正,，則很可能成把系統(tǒng)“干懵”,，無(wú)法進(jìn)行有效拼接。

　　而毫末的方法是用Transformer 做時(shí)間和空間上的前融合,，也就是通過(guò)該大模型的注意力特征,，提取不同圖片像素之間的相關(guān)性，用其特征向量進(jìn)行前融合,，再通過(guò)神經(jīng)網(wǎng)絡(luò)進(jìn)行目標(biāo)預(yù)測(cè),。這樣不僅能解決多角度攝像頭無(wú)法拼接出“上帝視角”的問(wèn)題，甚至還能融合激光雷達(dá)數(shù)據(jù),，來(lái)給視覺(jué)效果進(jìn)行補(bǔ)充,。

　　對(duì)此，毫末智行技術(shù)總監(jiān)潘興曾用城市領(lǐng)域最容易出現(xiàn)的車道線場(chǎng)景作為范例,。他表示,，和高速場(chǎng)景不同，城區(qū)道路車道線極為復(fù)雜,，有的地方被磨沒(méi)了,，有的地方可能重新粉刷，但舊的車道線還沒(méi)完全鏟除,。這種場(chǎng)景下,，Transformer大模型的注意力機(jī)制可以很好的解決問(wèn)題。

　　值得注意的是,，城市域NOA所面臨的類似場(chǎng)景還有很多,。比如復(fù)雜十字路口處有多個(gè)紅燈，到底哪個(gè)燈亮了車輛才應(yīng)該走,？想解決諸如此類的千千萬(wàn)萬(wàn)個(gè)場(chǎng)景,，就得識(shí)別大量的數(shù)據(jù)、做大量的標(biāo)注,、模擬大量的場(chǎng)景,、進(jìn)行大量的學(xué)習(xí)、加以大量的調(diào)整,、寫大量的規(guī)則……

　　上述“大量”要怎么解決？用毫末智行CEO顧維灝的話說(shuō),，行業(yè)里搞了20年,，把預(yù)測(cè)、規(guī)劃,、決策,、控制,，每一項(xiàng)都分成一個(gè)個(gè)小任務(wù)，20 年也沒(méi)搞成,。直到類GPT（Generative Pre-trained Transformer）技術(shù)開(kāi)始應(yīng)用,。

　　今年4月11日，毫末智行正式發(fā)布自動(dòng)駕駛生成式大模型DriveGPT,，中文名為“雪湖·海若”和爆火的ChatGPT類似,，只不過(guò)ChatGPT采用自然語(yǔ)言進(jìn)行輸入與輸出，DriveGPT則面向自動(dòng)駕駛場(chǎng)景,，用感知融合后的文本序列輸入,，以自動(dòng)駕駛場(chǎng)景文本序列作為輸出，將自動(dòng)駕駛場(chǎng)景Token化,，形成“Drive Language”,，最終完成自車的決策規(guī)控、障礙物預(yù)測(cè)以及決策邏輯鏈的輸出等任務(wù),。通俗來(lái)說(shuō)就是,，把上述所有小任務(wù)縮減為兩個(gè)大任務(wù)，一個(gè)是感知,，一個(gè)是認(rèn)知,。

　　另外，毫末智行也開(kāi)始和生態(tài)伙伴探索四大應(yīng)用能力,，包括智能駕駛,、駕駛場(chǎng)景識(shí)別、駕駛行為驗(yàn)證,、困難場(chǎng)景脫困,。比如，在場(chǎng)景識(shí)別中,，毫末DriveGPT單針圖片的整體標(biāo)注成本,，僅相當(dāng)于行業(yè)的1/10。而這項(xiàng)技術(shù)向行業(yè)的開(kāi)放使用,，將會(huì)大幅降低行業(yè)使用數(shù)據(jù)的成本,，從而提升自動(dòng)駕駛技術(shù)的發(fā)展,。

　　毫末可以逐步將DriveGPT應(yīng)用在城市NOH,、捷徑推薦、智能陪練以及脫困場(chǎng)景中,。DriveGPT的加入,，能夠讓車輛行駛會(huì)更安全，規(guī)控動(dòng)作更人性、更絲滑,，并有合理的邏輯告訴駕駛者,，車輛為何選擇這樣的決策動(dòng)作。

　　而這就是毫末給出來(lái)的去圖方案,，極為考驗(yàn)數(shù)據(jù)處理能力,。而這種處理能力，加上自動(dòng)駕駛數(shù)據(jù)量——也就是誰(shuí)先量產(chǎn),，通過(guò)量產(chǎn)出來(lái)的車收集更多的數(shù)據(jù)并加以處理，最終實(shí)現(xiàn)滾雪球式的技術(shù)迭代,，這才是城市NOA功能的門檻所在。

寫在最后：

　　高精地圖成本高,、采集難、鮮活度差,，而依賴大量基建的車路協(xié)同方案的實(shí)現(xiàn)難度要更高于高精地圖，在此前提下,，想量產(chǎn)城市NOA,，實(shí)現(xiàn)正向循環(huán),，著實(shí)不是一件容易的事,。

　　據(jù)毫末智行董事長(zhǎng)張凱表示,，該企業(yè)之所以能快速實(shí)現(xiàn)量產(chǎn),，無(wú)非是做好了一下幾個(gè)閉環(huán)：用戶需求閉環(huán)——對(duì)駕駛場(chǎng)景數(shù)據(jù)持續(xù)分析完善策略，并進(jìn)行新功能體驗(yàn)反饋,；研發(fā)效能閉環(huán)——將數(shù)據(jù)驅(qū)動(dòng)理念深入到產(chǎn)品需求定義,、感知與認(rèn)知算法開(kāi)發(fā)等產(chǎn)品開(kāi)發(fā)流程，整體開(kāi)發(fā)效率提升,；數(shù)據(jù)積累閉環(huán)——在車端部署診斷服務(wù)數(shù)據(jù)場(chǎng)景標(biāo)簽覆蓋92%的駕駛場(chǎng)景,；數(shù)據(jù)價(jià)值閉環(huán)——大模型持續(xù)挖掘數(shù)據(jù)價(jià)值解決關(guān)鍵問(wèn)題；產(chǎn)品自完善閉環(huán)——實(shí)現(xiàn)售后問(wèn)題處理速度較傳統(tǒng)方式的十倍效率提升,，實(shí)現(xiàn)最快10分鐘定位售后問(wèn)題；業(yè)務(wù)工程化閉環(huán)——進(jìn)一步完善了從采集回流,、標(biāo)注訓(xùn)練,、系統(tǒng)標(biāo)定,、仿真驗(yàn)證等環(huán)節(jié)到最終 OTA 釋放環(huán)節(jié)的產(chǎn)品研發(fā)全流程工程化閉環(huán)。上述閉環(huán)光是看起來(lái)就已經(jīng)頗為復(fù)雜,，實(shí)現(xiàn)起來(lái)就更不容易，這種門檻實(shí)則已經(jīng)篩選掉了很多玩家,。

　　對(duì)此,，即便體量（單指智能汽車）龐大如特斯拉，也要通過(guò)開(kāi)放FSD給其余車企的形式進(jìn)一步擴(kuò)大數(shù)據(jù)收集能力,。在這方面,，背靠長(zhǎng)城并逐漸擴(kuò)大朋友圈的毫末智行、給眾多主機(jī)廠提供方案的華為似乎也有一定的規(guī)模優(yōu)勢(shì),。相信在這種挑戰(zhàn)下,，糾結(jié)“靈魂論”的主機(jī)廠會(huì)越來(lái)越少，畢竟在自動(dòng)駕駛下半場(chǎng)競(jìng)爭(zhēng)的急迫環(huán)境中,，如此數(shù)據(jù)體量,、技術(shù)能力，已經(jīng)不是靠自研和收購(gòu)能解決的了,。（文/汽車之家 陳燦 ）

查看同類文章：

行業(yè)視角

更多精彩內(nèi)容：

新車上市/價(jià)格

CES

汽車之家行業(yè)-大數(shù)據(jù) 全領(lǐng)域 新視點(diǎn)