在中國，智能電動(dòng)車的競(jìng)爭(zhēng)經(jīng)常表現(xiàn)為一場(chǎng)造詞比賽。

　　2020年，比亞迪刀片電池出鞘，而后麒麟電池、彈匣電池、魔方電池、神盾電池紛紛來襲。

　　同樣，在NoA(Navigate on Pilot)導(dǎo)航輔助駕駛的名字被特斯拉首發(fā)后，蔚來起名NoP，小鵬造詞NGP，沿用NoA名字的理想，還喜提過馬斯克的揶揄。

　　而在NoA從高速場(chǎng)景向城市滲透的2023年，新一輪智能駕駛造詞運(yùn)動(dòng)初現(xiàn)端倪：

　　理想集中訓(xùn)練從北京望京到順義的城市通勤智駕，這一將擴(kuò)展到其他地區(qū)的功能被稱為通勤模式;

　　小鵬則隨G6上市發(fā)布了AI代駕，計(jì)劃今年推送給50座城市的車主;

　　預(yù)計(jì)在9月上市的五菱云朵靈犀版，類似的功能則名為記憶領(lǐng)航(記憶行車);

　　智己即將上市的新車LS6，也會(huì)在明年搭載通勤模式。

　　不過，激烈的造詞競(jìng)爭(zhēng)其實(shí)也意味著大批企業(yè)注意力與資源的集中投入。電池起名大戰(zhàn)后，中國新能源汽車突飛猛進(jìn)，從少數(shù)一二線城市加速滲透至全國各地。

　　同樣，圍繞通勤模式的智駕造詞比賽，也預(yù)示著一場(chǎng)高階智駕走出北上廣深的智駕平權(quán)運(yùn)動(dòng)正在開啟。

　　01 脫圖中轉(zhuǎn)站

　　從某種程度上來說，通勤模式是車企追逐無高精地圖高階智駕的折中選擇。

　　今年，在智駕進(jìn)城的競(jìng)賽中，車企紛紛立下激進(jìn)目標(biāo)：華為的計(jì)劃是年底前在45城開通城市NoA功能，小鵬的目標(biāo)是50城，理想則加碼到100城。但立Flag時(shí)豪情萬丈，功能落地卻略顯緩慢。離今年結(jié)束不到4個(gè)半月，但開通了城市NoA功能的城市還不到10座。

　　之所以開城進(jìn)度緩慢，原因在于國內(nèi)已量產(chǎn)的城市NoA，都要依托于高精地圖基建先行。但高精地圖采集成本高、周期長、監(jiān)管嚴(yán)，在眾多非一線城市，高精地圖要么繪制困難，要么過審緩慢。

　　一個(gè)尷尬的局面由此產(chǎn)生：

　　眾多車企與供應(yīng)商投入重金開發(fā)的城市高階智駕，明明正處亟需跨越鴻溝的階段，但卻僅是少數(shù)發(fā)達(dá)城市用戶的專屬功能。用戶規(guī)模不足，不僅會(huì)導(dǎo)致研發(fā)成本難以收回，也很難獲取海量數(shù)據(jù)促進(jìn)算法迭代。

　　正是因?yàn)榭吹竭@樣的問題，特斯拉的FSD在規(guī)劃之初就拋開高精地圖，選擇不斷推高單車智能的上限。由于對(duì)基礎(chǔ)設(shè)施的依賴更少，這一技術(shù)方案的能力理論上更容易泛化，通俗一點(diǎn)解釋就是不挑城市，從北上廣深下沉到二三線城市的阻力更小。

　　然而理論歸理論，現(xiàn)實(shí)是FSD入華尚在籌備，而國內(nèi)玩家即使用上了高精地圖這根拐杖，市面上已有的城市高階智駕，在北上廣深的表現(xiàn)還時(shí)不時(shí)踉踉蹌蹌。丟開高精地圖直接在二三線全面落地城市NoA，目標(biāo)過于宏大，后果也難以想象。

　　在僵局中，產(chǎn)品經(jīng)理們由移動(dòng)互聯(lián)網(wǎng)錘煉出的場(chǎng)景思維，最終帶來了一個(gè)青春版的高階智駕產(chǎn)品：

　　如果餅畫得太大導(dǎo)致團(tuán)隊(duì)做不了、用戶吃不下，那就先把餅畫小一點(diǎn)——既然在非核心城市不靠高精地圖很難做好完整版的城市NoA，那就先做一個(gè)城市NoA mini版，只在用戶最高頻的通勤場(chǎng)景做好智駕——通勤模式應(yīng)運(yùn)而生。

　　在通勤模式的功能設(shè)計(jì)中，車主將有機(jī)會(huì)化身AI駕校教練，解鎖“教車開車”的獨(dú)特體驗(yàn)：用戶先沿著通勤路線開幾遍，車輛對(duì)路線一遍遍記憶、學(xué)習(xí)后，逐漸輕車熟路，最終無需高精地圖也能在固定路線上開啟高階智駕。

　　形式上，這與早年間各種無人車演示有些類似。選定一條路線后，工程師會(huì)讓無人車在固定路線上日復(fù)一日地行駛，收集數(shù)據(jù)、微調(diào)算法，最終產(chǎn)生無人車在特定路線上超常發(fā)揮的效果，有點(diǎn)像驢拉磨，但行業(yè)稱之“過擬合”，即算法高度適配特定數(shù)據(jù)與場(chǎng)景。

　　可量產(chǎn)高階智駕最忌諱的又正是過擬合 。通勤模式面向海量用戶，車主選出來的路線可能有數(shù)萬至數(shù)十萬條，沒有企業(yè)有足夠的工程師和算力對(duì)每條線路都訓(xùn)練一套特定算法。

　　要實(shí)現(xiàn)低線城市與北上廣深的智駕平權(quán)，光會(huì)造詞顯然遠(yuǎn)遠(yuǎn)不夠。

　　02 丟開“拐杖”

　　車企與智駕供應(yīng)商眼下追捧的通勤模式，實(shí)質(zhì)上是將原本已經(jīng)做過切分的智駕場(chǎng)景(高速、城區(qū)、泊車)再一次進(jìn)行切分，讓有限的技術(shù)與工程資源能夠針對(duì)性投入。

　　然而，雖然通勤模式是更輕量級(jí)的城市NoA，但其技術(shù)難度可能相較于使用高精地圖的城市高階智駕不減反增，原因也正是拋開了高精地圖這根拐杖。

　　以人類作參考，駕駛員在熟悉的城市道路中， 不用導(dǎo)航也能開得順暢，就是因?yàn)樵诙啻务{駛后會(huì)將道路及周圍特征記下來，形成了先驗(yàn)信息。而到了陌生城市，即使開著導(dǎo)航也容易出錯(cuò)，問題就出在先驗(yàn)信息不夠多、不夠細(xì)。

　　高精地圖的作用正是打開上帝視野，超視距、高密度地提供智駕所需的先驗(yàn)信息。在其輔助下，智駕系統(tǒng)即使在場(chǎng)景復(fù)雜、物體遮擋、路口錯(cuò)位的情況下，也能夠以更大概率選對(duì)正路，少走彎路。

　　因?yàn)檫@些優(yōu)點(diǎn)，即使是在去高精地圖進(jìn)程中*的小鵬、華為，目前也仍遵循“有(高精地)圖用圖”的原則。

　　顯然，先驗(yàn)信息越豐富，智駕的體驗(yàn)上限就越高。通勤模式要甩開高精地圖，必須要解決的關(guān)鍵問題是：如何補(bǔ)上失去的先驗(yàn)信息?

　　目前來看，行業(yè)至少已經(jīng)有三種不同的技術(shù)方案：

　　按圖索驥派，大疆;高維特征派，理想;硬懟感知派，小鵬。

　　在為車企提供的“成行“平臺(tái)智駕方案中，大疆車載會(huì)提供記憶行車(云朵靈犀版稱記憶領(lǐng)航)功能。

　　根據(jù)大疆車載官網(wǎng)的信息，記憶行車功能首先需要“路線記憶”，用戶主動(dòng)記錄下一段路程的行車軌跡(軌跡中包含定位，橫縱向加速度等信息)。在使用功能時(shí)，定位到了駛?cè)胗洃浡肪�之內(nèi)就可以開啟“記憶行車”。

　　不過這一過程并沒有那么死板，而是會(huì)參考記憶的路線和實(shí)時(shí)感知，選擇更優(yōu)的車道，需要時(shí)作出過路口、避讓、繞行等動(dòng)作。而這些新的行駛記錄也會(huì)不斷覆蓋之前的記憶路線，幫助車“越開越好”。

　　理想向早鳥用戶提供的測(cè)試版通勤模式，則選擇了NPN神經(jīng)先驗(yàn)網(wǎng)絡(luò)解決先驗(yàn)信息。

　　在車主進(jìn)行路線訓(xùn)練時(shí)，理想的智駕系統(tǒng)會(huì)將采集到的道路信息(尤其是路口等復(fù)雜場(chǎng)景)通過NPN網(wǎng)絡(luò)輸出為人類看不懂的高維特征，多次上傳、刷新后在云端聚合出特定道路的完整特征。

　　通勤模式啟用時(shí)，理想的智駕系統(tǒng)會(huì)從云端下載既定路線的高維特征數(shù)據(jù)，作為感知系統(tǒng)的重要參考，輔助輸出更穩(wěn)定可靠的感知結(jié)果。比如在過路口時(shí)，因?yàn)檎趽�、光線問題智駕系統(tǒng)可能會(huì)看不全、看不清車道線、停止線，但引入了NPN網(wǎng)絡(luò)提供的先驗(yàn)信息后，感知結(jié)果會(huì)更精確(雖然仍比不上高精地圖)。

　　相比大疆、理想，小鵬展示的則是一種大力出奇跡的方案：將車輛的感知能力做得更強(qiáng)、更遠(yuǎn)，減少對(duì)先驗(yàn)信息的依賴。

　　上周在北京進(jìn)行的無圖城市NoA演示中，小鵬表示其XNet的感知范圍提升了2倍，達(dá)到1.8個(gè)標(biāo)準(zhǔn)足球場(chǎng)大小，此外小鵬的算法也擁有更強(qiáng)的“腦補(bǔ)”能力。這讓車輛能夠在百米距離就看到并記住紅綠燈、標(biāo)志線，提高做出正確駕駛決策的概率。

　　這種方式選擇武裝自身，受約束較少，但可能最耗費(fèi)腦細(xì)胞：XNet采用的BEV+Transformer感知技術(shù)框架雖然上限高，但提升BEV感知消耗的算力會(huì)隨距離增加成倍增長。

　　行業(yè)提出的應(yīng)對(duì)方案是對(duì)BEV算法進(jìn)行稀疏化改造，即通過設(shè)計(jì)讓算法去算那些更該被感知的物體，比如地平線的Sparse4D、圖森的稀疏BEV。不過，落地到高階智駕量產(chǎn)中的稀疏化BEV尚不多。

　　如何在芯片算力、內(nèi)存不變的條件下，讓感知距離成倍提升而不損失感知精度，是對(duì)智駕團(tuán)隊(duì)技術(shù)與工程實(shí)力的重大考驗(yàn)。

　　03 規(guī)劃擬人

　　要批量落地通勤模式，解決先驗(yàn)信息問題只是*個(gè)重大問題，如何做好無高精地圖狀態(tài)下的智駕決策規(guī)劃，則是第二個(gè)。

　　小鵬自動(dòng)駕駛副總裁吳新宙此前在接受采訪時(shí)認(rèn)為，智能駕駛后續(xù)的主要技術(shù)挑戰(zhàn)來自決策規(guī)劃。在他離職后，其職責(zé)由小鵬智駕規(guī)控負(fù)責(zé)人李力耘接手，多少能說明主要矛盾的變化。

　　在去高精地圖后，智駕車輛對(duì)靜態(tài)物體(包括紅綠燈、車道線、停止線、路沿等)的感知精準(zhǔn)度與穩(wěn)定性都會(huì)下降，此時(shí)規(guī)控算法需要更加靈活、更能應(yīng)對(duì)不確定性，為系統(tǒng)兜底。

　　典型的例子是，在不依賴高精地圖的智駕中，算法不像此前那樣將車道線作為不可動(dòng)搖的參照物，而是會(huì)更多地結(jié)合對(duì)周圍環(huán)境和其他交通參與者的感知輸出一個(gè)“可行駛區(qū)域”，并在預(yù)測(cè)其他物體運(yùn)動(dòng)軌跡的基礎(chǔ)上，計(jì)算并執(zhí)行*行駛路線。

　　在復(fù)雜交通流下，能支持越多的目標(biāo)軌跡預(yù)測(cè)、越高頻的路徑搜索，決策規(guī)劃的效果通常就越好，但同樣也會(huì)大量消耗算力與內(nèi)存資源。

　　而在真實(shí)的交通場(chǎng)景下，車輛的決策規(guī)劃可能還需要考慮到視野之外。

　　在被山體遮擋的山路彎道，老司機(jī)會(huì)習(xí)慣性地鳴笛提醒對(duì)向車道來車;在有盲區(qū)的路口，有經(jīng)驗(yàn)的司機(jī)常常會(huì)減速防止鬼探頭。智駕要平安落地到更多城市，也需要學(xué)習(xí)這些“直覺”。

　　有高階智駕量產(chǎn)經(jīng)驗(yàn)的企業(yè)，已經(jīng)著手在決策規(guī)劃算法中模擬人類的經(jīng)驗(yàn)。

　　即將搭載于云朵靈犀版的大疆車載“成行”平臺(tái)智駕方案，其決策規(guī)控采用的是 OSP(Open Space Planning，開放空間規(guī)劃)技術(shù)，減少對(duì)道路環(huán)境的假設(shè)，采用搜索+優(yōu)化的方式，達(dá)成防御性駕駛的效果。

　　小鵬的無圖智駕在規(guī)劃上已經(jīng)摒棄了“嚴(yán)格居車道線中心”行駛的策略，會(huì)根據(jù)交通流適當(dāng)?shù)刈笥移���，這既符合人類習(xí)慣，也有助于降低潛在風(fēng)險(xiǎn)。

　　特斯拉則在今年的CVPR上展示了能夠賦予智駕車輛“常識(shí)”的世界模型，如果它搭載于FSD入華，可能會(huì)又一次改變智能駕駛潮水的方向——當(dāng)然，特斯拉在自動(dòng)駕駛上吹的牛，通常都會(huì)跳票一段時(shí)間。

　　04 平權(quán)之路

　　盡管不同智駕團(tuán)隊(duì)在技術(shù)上的各種嘗試，為各級(jí)城市智駕平權(quán)創(chuàng)造了可能，但通勤模式要落地到更多二三線城市，需要的不僅僅是技術(shù)的努力。

　　將高階智駕能力移植到低線城市， 實(shí)質(zhì)上是一個(gè)多目標(biāo)聯(lián)合優(yōu)化問題：合規(guī)要求、開城速度、用戶體驗(yàn)、使用成本，這些本是此消彼長的訴求，必須同時(shí)滿足。

　　典型如合規(guī)問題。高精地圖之所以被頭部智駕企業(yè)“嫌棄”，一個(gè)主要原因就在于高精地圖的合規(guī)需要高門檻的測(cè)繪資質(zhì)與審核時(shí)間成本。

　　而在邁向無圖智駕的道路上，合規(guī)問題依然需要解決，車企有一些曲線救國的方法。

　　比如理想的NPN神經(jīng)先驗(yàn)網(wǎng)絡(luò)，選擇將道路信息由神經(jīng)網(wǎng)絡(luò)加密成高維特征，其表達(dá)形式與傳統(tǒng)意義上的地圖測(cè)繪有明顯區(qū)別，理論上不能被其他企業(yè)使用，可以保護(hù)數(shù)據(jù)安全。不過，NPN網(wǎng)絡(luò)在運(yùn)行時(shí)會(huì)較多與云端交互，上傳下發(fā)數(shù)據(jù)，在監(jiān)管政策上仍會(huì)面臨一些不確定性。

　　即使要大費(fèi)周章地用各種方法曲線推進(jìn)，也阻擋不了行業(yè)參與者帶著鐐銬狂奔。

　　在今年，由于激烈的市場(chǎng)競(jìng)爭(zhēng)，以及特斯拉FSD入華消息的刺激，華為、小鵬、理想都制定了各自的無圖城市高階智駕開城計(jì)劃，目標(biāo)激進(jìn)：從45城、50城、100城。

　　但“開城”這個(gè)詞本身就意味著，即使是輕量級(jí)的通勤智駕，落地時(shí)也依然會(huì)有大量臟活、累活。各個(gè)智駕團(tuán)隊(duì)需要派駐人手進(jìn)駐不同的城市，額外采集先驗(yàn)信息，一個(gè)接一個(gè)地攻堅(jiān)克難。

　　小鵬自動(dòng)駕駛產(chǎn)品總監(jiān)劉毅林在微博上解釋，只有這樣才能既快速擴(kuò)展到不同城市，也保障用戶體驗(yàn)。

　　隨著通勤模式、無圖智駕向更多城市滲透，車企智能駕駛部門的運(yùn)營職能將明顯加重，智駕運(yùn)維團(tuán)隊(duì)也將迎來新一輪擴(kuò)張并駐守在各個(gè)城市——至少在眼下的技術(shù)范疇中，智駕落地沒有輕模式的捷徑可走。

　　高階智駕的落地之重，也將更考驗(yàn)企業(yè)的成本控制能力。

　　今年，有企業(yè)的3萬元城市NoA功能訂閱數(shù)寥寥，最近都被迫降價(jià)，而標(biāo)配XNGP的小鵬G6 Max版賣成爆款，充分說明人民群眾并不是不想用高階智駕，而是不想用太貴的高階智駕。

　　但目前，國內(nèi)能夠?qū)崿F(xiàn)城市高階智駕的車型，清一色搭載英偉達(dá)Orin芯片或華為MDC計(jì)算平臺(tái)+激光雷達(dá)，成本居高不下，整車售價(jià)30萬+是常態(tài)，20萬+已是驚喜。

　　大疆車載是其中例外。在大疆車載的測(cè)算中，車企愿意為智能駕駛付出的成本集中在5000-15000元。而由于立足雙目立體視覺方案，大疆*限度地避開了昂貴的大算力AI芯片與激光雷達(dá)，走出了一條用低成本硬件實(shí)現(xiàn)高階智駕的路徑。

　　在云朵靈犀版上，大疆車載配置7枚攝像頭，和32T算力的德儀TDA4 VH。這些精簡(jiǎn)的硬件選擇，將會(huì)使云朵靈犀版在今年上市后成為*在20萬以下搭載通勤模式功能的產(chǎn)品，如果定價(jià)合理，它有希望激活20萬以下高階智駕市場(chǎng)。

　　在國內(nèi)新能源汽車市場(chǎng)中，20萬以下車型銷量占比超過50%，且占比將進(jìn)一步提高。在20萬以下車型實(shí)現(xiàn)高階智駕，將收獲一個(gè)巨量市場(chǎng)，也是智駕平權(quán)的必經(jīng)之路，這決定了必然會(huì)有更多企業(yè)涌入。前兩天剛發(fā)布了財(cái)報(bào)的小鵬表示，到明年將實(shí)現(xiàn)自動(dòng)駕駛硬件成本50%降本，后續(xù)將在15萬級(jí)市場(chǎng)推出自動(dòng)駕駛車型。

　　何小鵬兩年前曾有觀點(diǎn)，15萬的車型做不好智能化。但如今20萬以下車型市場(chǎng)，正加速靠向高階智駕的主戰(zhàn)場(chǎng)。

　　在頭部玩家的帶動(dòng)效應(yīng)下，智駕的降本戰(zhàn)火會(huì)愈演愈烈，并將影響進(jìn)一步傳導(dǎo)至供應(yīng)鏈：4D毫米波雷達(dá)向激光雷達(dá)發(fā)起挑戰(zhàn)，中等算力的智駕芯片在蓄勢(shì)待發(fā)，高集成化的硬件受到更多的青睞···

　　眼下，當(dāng)智能電動(dòng)汽車從電動(dòng)化上半場(chǎng)轉(zhuǎn)入智能化下半場(chǎng)，一些經(jīng)驗(yàn)可能是相通的。

　　新能源汽車從高端市場(chǎng)走向中低端市場(chǎng)，見證了國產(chǎn)新能源汽車品牌和中國三電供應(yīng)鏈的崛起。智能駕駛的平權(quán)，大概率也會(huì)帶來另一場(chǎng)汽車品牌與供應(yīng)鏈的權(quán)力更迭。