文 | 李安琪

編輯 | 李勤

從去年的“百城大戰”，到近期的“全國都能開”熱潮，高階的城區智能駕駛已經走到量產決戰路口。

華爲率先全量推送無圖城區領航功能；小鵬也在全國243城穩步開放城區智駕；蔚來則招募了2萬用戶在全國706城、總計72.5萬公里道路內測。

但正如電池行業的鐵律：成本、性能與安全是不可能之三角，電池廠商往往需要做出取捨，纔有機會在風雲詭譎的產業中立足。

高階智能駕駛也面臨同樣困境：高質量、低成本與大規模，幾乎不可兼得。

目前，市面上城區智駕方案大多需要搭載1顆以上激光雷達、數顆毫米波雷達。蔚小理、華爲等高階智駕車型價格基本超出20萬元。

至少在目前，高階智駕還不是多數人的遊戲。

而大疆車載試圖在質量、成本、規模的三角中找到平衡。與華爲不一樣，大疆車載走的是低成本、極簡硬件路線，主打15萬元+市場。

3月30日的開放日中，大疆車載就展示了僅依賴7顆攝像頭、1顆高通100TOPS算力芯片的無圖、純視覺城區智駕功能，成本7000元左右。這對高階智駕的大規模普及，無疑是重要推進器。

但大疆車載的高階智駕，此前幾乎只存在於同行的口碑認證中、存在於量產定點數字裏。平衡好三角難題，是大疆車載躋身第一梯隊的前提。

高階智駕普及，需要極簡硬件

去年，華爲問界、蔚小理掀起轟轟烈烈的智駕開城大戰。然而，這場熱鬧只屬於20萬元以上的車型品牌，其餘用戶只能旁觀這場熱鬧。

從乘聯會零售數據來看，去年2170萬汽車銷量中，20萬元以上車型佔比三成，而10萬-20萬元車型佔比超一半，後者是更主流的市場。

對這個市場的主機廠而言，激光雷達、英偉達Orin芯片等高階智駕硬件成本，是難以逾越的門檻。據瞭解，帶有激光雷達的智駕方案成本基本在1.5萬元以上，光是1顆激光雷達成本就達3000元。

如果高階智駕要加速下沉，硬件成本是首要解決問題。

已經有玩家在考慮去掉激光雷達。比如小鵬汽車與滴滴合作主打10萬-15萬元市場的“MONA”項目，蔚來主打20萬元以下市場的第二品牌“樂道汽車”，都被傳出取消激光雷達，轉而搭載純視覺智駕方案。

行業趨勢也愈發明朗：20萬元以上車型，車企仍然會配置激光雷達、Orin芯片等硬件，但在20萬元以下市場，車企大概率會探索純視覺智駕方案，取消激光雷達，實現硬件極簡。

最重要的是，大洋彼岸的特斯拉，已經靠着純視覺路線一路狂奔，進化速度驚人。

近日，特斯拉就向北美超百萬用戶提供爲期一個月的免費FSD（自動駕駛軟件包）試用。馬斯克要求交付中心在交車之前，必須向用戶演示FSD功能。馬斯克表示：“很多人都沒有意識到，FSD的目前表現有多棒。”

特斯拉一直都是純視覺路線的擁躉，車輛的傳感器只有8顆攝像頭與12顆超聲波雷達。

但純視覺道路並非生下來就在羅馬。

2020年之前，特斯拉也採用了傳統的感知、決策、規劃控制等多模塊方案，方案的實現基本依賴於工程師們手寫一行行代碼制定的規則，來馴化自動駕駛車輛。腦力的天花板，決定了系統的天花板。

而AI大模型讓特斯拉找到了純視覺的正確打開方式。2021年，特斯拉開始將基於Transformer的BEV（鳥瞰圖）技術引入感知領域，使得攝像頭從2D圖像轉化爲3D圖景；隨後特斯拉還推出了Occupancy（佔據柵格）等技術，來彌補純視覺感知路面物體縱深不足的短板。

不僅如此，特斯拉還用AI神經網絡模型取代工程師手寫規則，重構規劃控制環節，逐步形成自動駕駛端到端方案。

最近，特斯拉還取消了“FSD Beta”中的“Beta”（意爲測試版），更名爲“FSD (Supervised)”（即受監督的）。

FSD在使用說明中的標誌性話語是：FSD將城市道路駕駛堆棧升級爲單個端到端神經網絡，該神經網絡由數百萬個視頻片段訓練而成，取代了超過 30 萬行的 C++ 代碼。

可以說，在國內玩家還在激辯激光雷達去留時，特斯拉FSD純視覺已經在AI大模型澆灌下，一路絕塵而去了。隨着百萬用戶限時免費試用，特斯拉FSD，比以往任何時刻都接近自動駕駛。

大疆車載既要高質，又要低價

而大疆車載純視覺路線，比特斯拉FSD還要簡潔，甚至連超聲波雷達都沒有。

大疆車載率先拋棄了激光雷達，而是用一對前視雙目攝像頭，來感知路面障礙物的深度；傳感器還包括4顆環視魚眼攝+1顆後視單目攝像頭。“7V是我們在過去幾年積累總結出來的，能夠平衡性能和成本的智駕最優解。”大疆車載工程師說道。

硬件底層，大疆車載則用了1顆高通智駕芯片8650，整體算力達100TOPS。有智駕行業人士告訴36氪，較之英偉達Orin X，高通智駕芯片的性價比更高。藉助自身的成本把控能力、高通智駕芯片性價比，大疆車載纔有機會做到硬件極簡。

硬件之外，大疆車載算法也有所升級。在高通芯片支持下，大疆車載將感知算法升級爲基於Transformer的BEV模型、Occupancy（佔據柵格）、在線道路拓撲構建等。

基於Occupancy（佔據柵格），大疆車載能夠提升城區、高速、泊車場景的各類通用障礙物的避障、繞行能力。此前，同樣走純視覺路線的極越汽車，也提出了能夠自適應全場景分辨率的Occupancy模型。

在去掉高精地圖後，大疆車載也能實時構建道路拓撲信息，獲知實時路網關係，幫助下游規劃控制模型作出變道決策、左右轉、繞行等決策。

除了感知大模型，大疆車載還研發了預測決策大模型。通過對人類司機的學習，可以解決路口等複雜場景的車輛軌跡預測問題。但大疆車載不會直接用AI輸出控制車輛，而只是作爲參考，最後仍有基於規則的策略保障車輛安全。

硬件極簡和軟件升級，讓大疆有機會闖出一條“低價高質”賽道。

但大疆車載並不排斥採用更多傳感器，而是支持車企選裝毫米波雷達、超聲波雷達等硬件。

未來，針對更高級的L3級自動駕駛，大疆車載內部還在預研“慣導三目及激光雷達總成”。據大疆工程師介紹，目前激光雷達的特點是測距準，但生成點雲圖其實遠沒有視覺圖像的紋理、色彩信息豐富；視覺信息豐富，但是對於遠處車輛的朝向、速度把握不夠精準。

而大疆車載的激光雷達與三目結合體，同時將兩種不同傳感器做原生硬件設計，保持時間、空間信息的一致。這樣一來，大疆車載可以獲得信息稠密、精度又高的點雲圖，可以應對城區道路密集車流等複雜挑戰。

量產挑戰，工程化是難題

但在國內複雜的城市道路復刻特斯拉的成果，大疆車載必須大膽預設，加倍測試。

畢竟在實際量產中，用戶體驗優化、全國各地測試、數據閉環系統搭建、持續訓練與OTA升級等，才真正考驗着智駕團隊的工程能力。華爲、蔚小理等，無一不是如此。

日前，36氪汽車在深圳寶安區的城市道路上，體驗到了大疆車載的智駕方案。一路上車流往來不息，貨車、泥頭車轟隆駛過，摩托車也穿梭在繁忙街頭。

而大疆車載僅用攝像頭，也能識別路口紅綠燈、二/三輪車、路邊障礙物等。混亂車流中，通過無保護左右轉路口時，大疆車載也能避讓斑馬線內行人和非機動車。

但車輛與人的複雜博弈無處不在。比如紅綠燈路口，一輛三輪車突出在人行道處，大疆車載的繞行也相對保守與謹慎。最終，三輪車師傅後退半步、我們手動接管車輛，這場對決才得以結束。

加塞場景也時有發生。面對這種情況，大疆車載的車輛有時判斷與響應還不夠及時，需要駕駛員保持高度警惕、隨時接管車輛。

整體體驗下來，大疆車載會積極避讓動態車輛，但對於靜態車輛的繞行，有時會猶豫不決，需要手動接管才能通過。對此，大疆車載向36氪解釋，目前測試版本大概是量產水平60%左右，等到第三季度量產，軟件規控策略會更加成熟，用戶體驗也會更好。“內部也在研發帶車尾燈識別的模型，對臨停車輛的決策可以更好。”有工程師表示。

數據也是智駕系統持續迭代的關鍵。此前據大疆車載負責人沈劭劼表示，今年大疆車載將有20多款車型上市，其中就包括城市高階智駕方案。

隨着海量數據回傳，大疆車載也面臨着海量數據訓練的挑戰。以及，未來如何與車企配合，持續向用戶OTA升級軟件，也是大疆車載需要細化的工程。

當然，行業高階智駕方案的起步也都難免存在不足。特斯拉自2020年起向種子用戶開放內測，逐步迭代4年，纔在今年3月向百萬用戶免費限時推送。

沿着當前方案，大疆車載的智駕天花板足夠高，但純視覺之路也註定艱辛。大疆車載需要更多數據的滋養，壘築地基，纔有機會真正讓高階的城區智駕變成多數人的遊戲。