作者 | 曾響鈴

文 |?響鈴說

起售價就突破30萬，最貴的G9發布，小鵬汽車又賺了一波眼球。

而除了各種眼花繚亂的功能，不久前小鵬汽車這場發布會中更引發業界關注的，還有其智能駕駛第二代系統XNGP，該系統設定的最終產品形態是所謂點到點全場景智能輔助駕駛，無論有無高精地圖，都可以正常運行。

也即，小鵬汽車自動駕駛的路徑選擇，從原來似乎更偏向地圖的路線，逐步轉向“重感知、輕地圖”的路線。要知道，蔚小理三大新勢力在自動駕駛這件事上長期以來都十分倚仗高精地圖的發展，現在小鵬汽車XNGP某種程度上在逐步放棄過去的選擇。

事實上，“重感知”的做法并非新鮮概念，國內自動駕駛技術廠商毫末智行最早選擇了這種方式，很長一段時間內也幾乎是行業內唯一采用“重感知”路線的廠商。只不過到了最近，包括小鵬在內，很多技術廠商都在加入這個行列，讓“重感知”的隊伍更加壯大了。

為什么重感知路線會在這個時間點成為眾多廠商的共鳴？答案，可能要從自動駕駛發展的一些現實問題談起。

激進與保守爭斗，中間派“重感知”路線的共識早已注定

特斯拉純視覺的技術路線一直被認為是自動駕駛行業里的激進派，主要依靠自己的“眼睛”看的做法，能大大節約成本、減少自動駕駛面向消費市場的成本障礙。只不過，隨著特斯拉自動駕駛各種事故在全球頻發，業界對這種激進的做法存在廣泛的爭議。

而另外一邊，以蔚小理為代表，雖然都想著對標特斯拉，但在自動駕駛這件事上卻走向了相反的方向——依靠“別人”的信息來保障安全，也即車輛依靠統一的高精地圖對實時環境事無巨細的描繪來避免各種風險，把寶押在別人身上尋求穩妥。

基本上，可以認為在探測環境這件事上，自動駕駛分為了激進和保守兩個派別，一頭是特斯拉、極氪以及有點躍躍欲試的百度，另一頭是幾個典型的造車新勢力。

從這個意義上看，毫末智行最早選擇的“重感知”路線更像是中間派。

相較特斯拉，毫末智行強調激光雷達+攝像頭+毫米波雷達等的相互協同，讓汽車實現對環境的感知來做到安全行駛，其本質上與特斯拉在同一技術路線上，但卻沒有特斯拉單純依賴攝像頭視覺那樣的激進；

相較蔚小理們，雖然毫末智行與它們都采用了不同程度的多傳感器系統，但毫末智行的方案中又并沒有仰仗高精地圖。

于是，沒有純視覺般的激進，又不太依賴外部高精地圖的保姆式輔助，毫末智行的“重感知”中間派做法很長一段時間內在行業內是唯一的存在。

但情況也在發生變化。

首先，是“生產高精地圖也使用高精地圖”的百度，長期以來作為“重地圖”的典型代表，在2019年突然上線了完全沒有高精地圖參與的純視覺項目Apollo Lite。

就當不少人以為百度只是對標特斯拉技術炫技時，2021年，百度純視覺L4方案出現，準備釋放到普通乘用車上，現在其支持的城市領航輔助駕駛方案ANP據說已經在準備量產。2022年8月初，百度搭載12個攝像頭、5個毫米波雷達、12個超聲波雷達的ANP還在Apollo一場活動中秀了一把。

然后，是自動駕駛流量明星、在高精地圖上半路出家的華為，過去幾年追趕百度、高德、四維圖新等主流圖商，借助極狐、阿維塔等具備一定自動駕駛能力車型的落地，在高精地圖上具備了一定的話語權。然而，就在5月初的極狐阿爾法SHI版上市發布會上，余承東表示將逐步減少對高精地圖的依賴。

實際上，余承東曾多次表達了對高精地圖的懷疑，直言“未來不能過分依賴于高精地圖、車路協同，（否則）自動駕駛和智能駕駛的能力就上不去。”

再有，就是主要采購外部高精地圖服務的新勢力企業，開篇提到的小鵬XNGP發布前，何小鵬就在公開場合表達了“重感知”傾向的觀點，“對自動駕駛而言，高精地圖一定是過渡，云端的結合也只是一個輔助。”

可以看到，各種類型的廠商都在尋求脫離高精地圖，究其原因，主要有兩個方面。

一是被寄予厚望的高精地圖面臨繼續發展難以突破的瓶頸問題。

在蔚小理過去的方案中，高精地圖以其優良的特性在領航駕駛功能中承擔諸多職責，要幫助汽車在厘米級范圍內掌握紅綠燈、車道、路燈、護欄等數十個甚至上百種信息，以確保駕駛的安全。

但是，高精地圖目前能夠覆蓋的范圍雖然在絕對數字上看著還可以，但相對于總體交通網絡只能說還是很小的一部分，地圖擴展的工作投入資源巨大，且受限于國家安全等要求，重要的城市等地區高精地圖審批工作推進很慢。

在這種背景下，新勢力們轉到“重感知”路線上，嘗試讓車輛提升自身的感知能力，“萬事多靠一點自己”就變得十分必要。

二是在硬件上，早期昂貴的雷達其成本開始不斷下降，已經接近消費級自動駕駛能夠承受的區間，因為懼怕高成本而過分倚仗高精地圖的做法，現在逐漸喪失必要性，各種技術方案中都在強化多種傳感器協同的配置。

可以說，中間派路線是早已注定的，很多企業想超車走近道結果發現走的是彎路，最終還是回到了“重感知”的路線上來。

硬件+軟件長期迭代才能構建“重感知”技術能力，行業轉向面臨時間屏障

選擇比努力重要，但不是選擇了就萬事大吉。

不同的路線都有技術上的側重，長期的踐行會存在大量的技術積累。“重感知”路線就需要在傳感器硬件、算法和計算能力上有長期的迭代，這意味著先行者早已經建立了專門符合重感知路線的特定技術能力體系，后來者能夠跟隨但想要跟上存在“時間”這道無形的屏障。

可以看到，小鵬為了擺脫高精地圖的限制，已經宣布未來幾年要加快大范圍使用高階輔助駕駛的推進工作，包括未來覆蓋大部分城市地區的主動跟車、變道超車、左右轉彎等場景駕駛。

而這些，恰恰正是一開始就強調“重感知”、不依賴高精地圖的毫末智行過去一直在做的——現在，后來者們可能要再做一遍。一來一去，同樣的中間派路線選擇，但技術段位可能很難一致。

具體而言，這種“先走一步”時間積累所帶來的領先優勢，主要體現在三個方面。

一是硬件方案的持續打磨、迭代，更接近廣泛的產品化。

“重感知”對硬件的部署和成本要求很高。

今年的成都車展上，搭載毫末智行城市NOH的魏牌摩卡DHT-PHEV激光雷達版車型亮相引發廣泛關注，該車采用了2顆激光雷達、5顆毫米波雷達、12顆超聲波雷達、12顆高清攝像頭一共31個傳感器，無論在硬件整體協同還是具體硬件的布局上，都基于毫末智行長期的“重感知”技術積累，形成了一整套“重感知”的技術方案。

尤其是，選擇“重感知”路線的毫末智行在成本上也完成了多方位的考量，讓這種車型能夠真正走向落地。

二是算法上不斷迭代，用數據和時間換取技術進步。

“重感知”更依賴算法大腦，而算法的優化又需要不斷迭代，是時間和創新的共同產物。

到目前為止，毫末AI的底層系統MANA 的學習時長超過 31 萬小時，其虛擬世界駕齡相當于人類司機4萬年的駕齡，而在數據積累方面，毫末智行已經完成數十萬全要素、多模態CLIPS的標注，在場景庫積累方面完成300萬小時中國道路駕駛認知場景庫。

此外，在“重感知”路線下，毫末智行完成了中國首個大規模量產的城市輔助駕駛系統HPilot 3.0的構建，實現高速、城市道路、停車場的全場景覆蓋，尤其是能夠擴展到更大規模的城市中，這與被高精地圖鎖住的地理范圍有巨大的不同。

三是算力不斷突破，提升技術承載力。

既然是“重感知”，能夠承載算法的算力規模就十分重要，廠商必然會在這方面長期優化和創新來承載越來越聰明的算力大腦，服務于感知能力。

可以看到，在毫末智行搭載于摩卡DHT-PHEV激光雷達版車型上的算力方案，單板算力已經達到360Tops，可疊加4板達到1440Tops——要知道，只依靠視覺方案的特斯拉144Tops的算力就已經讓很多廠商望塵莫及。

硬件、算法、算力三個維度的技術積累不斷沉積下來，應該說，在“重感知”這個新航向上，原來只有一個獨行者，現在變成了一個領航員在前、眾多隨行者在后的格局。

啃下最硬的骨頭，“重感知”路線正在保證最大的安全

在“重感知”路線下，率先大規模量產的企業擁有了眾多的時間積累優勢，這同樣體現在具體的場景落地能力上。

隨著摩卡DHT-PHEV激光雷達版車型發布，毫末智行NOH已經成為率先大規模量產的城市輔助駕駛。而NOH在全面量產前，已經完成了十分嚴苛的城市路測，并表現出良好的安全性和智能化能力。

在北京、保定等城市的開放道路，NOH表現出自動避讓行人、紅綠燈路后自動啟停、自動上下環島等多種復雜能力，應對城市復雜的路況。在北京的一次全程錄制的路測中，11公里路段擁有24個路口、27個人行橫道、5個無保護人行橫道、22個紅綠燈、2個四岔環島，毫末NOH在34分鐘的行駛時間里，做到了全程無接管，真正讓人看到自動駕駛科幻般的未來場景。

北京、保定這類人口密集的城市實際上路，“重感知”路線下催生的輔助駕駛系統含金量毋庸置疑。而訓練階段就先選擇了最具挑戰的場景，在啃下最硬的骨頭后，再應對其他城市、尋常場景，無疑將變得更加游刃有余。

更進一步看，當NOH往全國范圍內落地，“重感知”路線帶來的地區泛化能力又起到了重要作用，不用再顧忌特定地區的高精地圖是不是做到位、是不是能夠提供外部的幫助，車輛自身就能夠獨立感知、實現智能駕駛。

總的看來，在自動駕駛這一階段的行業考試中，毫末智行先用自己的“學習方法”應對了“奧賽”再將這種能力放到“通常考試”中，保證了最大程度的安全和效率，而更多的玩家現在也開始效仿這種“學習方法”。

可以料想的是，下一步，在實際“考試成績”面前，“重感知”路線將形成更廣泛的共識。

*本文圖片均來源于網絡

*此內容為【響鈴說】原創，未經授權，任何人不得以任何方式使用，包括轉載、摘編、復制或建立鏡像。

【完】

曾響鈴

1鈦媒體、品途、人人都是產品經理等多家創投、科技網站年度十大作者；

2?虎嘯獎評委；

3?作家：【移動互聯網+ 新常態下的商業機會】等暢銷書作者；

4?《中國經營報》《商界》《商界評論》《銷售與市場》等近十家報刊、雜志特約評論員；

5?鈦媒體、36kr、虎嗅、界面、澎湃新聞等近80家專欄作者；

6?“腦藝人”（腦力手藝人）概念提出者，現演變為“自媒體”，成為一個行業；

7? 騰訊全媒派榮譽導師、多家科技智能公司傳播顧問。

總結

以上是生活随笔為你收集整理的自动驾驶扎堆“重感知”路线：毫末智行如何从独行到领航？的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。