作者 | 德新

编辑 | Amy

(资料图)

2023年初，ChatGPT火了，一下点燃了人们对AI大模型的热情。

圈内流传的一个段子是：ChatGPT火了之后，给小鹏汽车带货了一把。小鹏以智能化见长，一段时间内它的门店客流大增，P7i的交付周期从5周拉长到了8周。

高阶智能驾驶，也跟对话式人工智能类似，迎来高光时刻：

新技术涌现，主流车企纷纷推BEV大模型、Occupancy占据格栅等技术上车； 头部车企决战城市NOA，为下半年「开城」摩拳擦掌； 高速NOA快速下放，十几万元的车型也能搭载。 不过在热闹的现象背后，高阶智能驾驶，尤其城区辅助驾驶的量产没有那么乐观，仍然困难重重。

从年初开始，HiEV走访了业内相当数量的智驾供应商。今年内取得定点、能完成高阶智能驾驶的技术公司仍属于少数公司；如果能量产城市NOA，就更加凤毛麟角。

元戎启行将在今年下半年量产高阶智驾方案D-PRO。D-PRO的最大特点是，通过低成本的硬件，在无高精地图、仅有导航地图的情况下，实现城区NOA功能，方案总BOM成本1.4万元。

最近在深圳举办未来汽车先行者大会期间，HiEV陆续采访了元戎启行的CEO周光，以及副总裁刘轩，请他们聊了聊大模型、无图、量产等话题。

一、什么是智驾的ChatGPT？

「其实对话式人工智能系统，好多年前就有。

但早期它的算法框架比较受限，即使喂很多数据，迭代天花板低。」 而ChatGPT的变化是，它让人们看到「如果给它不断投喂数据，它真的能像人或者超过人的水平」。这是真正令人感到兴奋的。

传统ADAS方案跟早期的对话式人工智能类似，由于算法框架的局限性，也很难通过数据积累向高阶功能演进。

刘轩认为「智驾版的ChatGPT」，在技术实现上要有非常好的算法框架，算法是充分数据驱动的，并且数据闭环的设计与算法强耦合，能利用数据很快迭代。

在表现上，它应该是一套开车水平和人接近甚至超过人的系统，在绝大多数地方都能开。

此外，还有一个隐含条件是，这套系统得是低成本的、容易获取的。

今天的城市NOA，距离人的驾驶水平还有明显差距，需要量产后更大规模的数据投喂。所以某种程度上，我们还处于智驾版ChatGPT出现的前夜。

而刘轩提到的这几个要素，相互制约，甚至是矛盾的：

不依赖高精地图，这样在什么地方都能开，就需要强感知能力； 要强感知能力，但得在低成本，（相对）中低算力的平台运行起来； 有广泛的可用性，能在不同城市不同场景稳定运行。 要解决这些要素之间的矛盾，达到高性价比，考验算法和工程的艺术，也是各大供应商的核心竞争点。

二、仅靠导航地图做点到点，「SD Pro不是彻底的方案」

元戎是一家以L4自动驾驶技术起家的公司，它推出的高阶智能驾驶方案主打从点到点的高阶智能驾驶功能。

但L4技术从一开始，就是与高性能传感器、大算力芯片以及高精地图深度绑定的，元戎很早 解绑了高精地图 。

从2020年开始无高精地图方案的研发，是元戎比较明显的优势 。因为行业内大部分的公司是在2022 - 2023年提出并开始研发无高精地图方案（Mapfree）。

「刚开始研发无高精地图技术方案时，出来的效果肯定老差了。」刘轩说。

这里主要的问题是，「原来高精地图中有，而导航地图中没有的那些依赖条件，完全要靠感知解决。」比如，交通灯、车道线、车辆停止线等等，然后车辆要能在类似非常宽的非对中路口这样的场景中，像人一样开过去。

「一开始实时建出来的动静态环境识别不稳定，肯定是中间试过很多种方案，踩过很多坑。」

元戎最终的无图方案，是比较彻底的单纯依赖导航地图的方案。周光对此的评价是，「全球除了特斯拉，目前就只有我们一家拿出东西了。」

目前行业内也有一些公司采用轻地图的方式，比如SD Pro。

元戎的观点是，SD Pro其实就是HD Lite，本质上还是一种阉割版的高精地图，它能解决一部分问题。但它的更新、标注和审核仍然需要时间，这样成本、覆盖率、鲜度等问题始终存在。「就像一根拐杖，我们认为有它更好，但没它也能走路跑步。」

而仅靠导航地图+实时感知，就像人开车一样。刘轩说，「这样量产之后系统就能很快铺开，更有利于客户购买和使用，数据收集也会更快、规模更大，效果迭代起来会更好。」

三、高性价比城区点到点，L4公司赢得量产的秘诀

元戎启行的两套辅助驾驶方案：

D-AIR，采用80 Tops级别的算力，7000元BOM成本，实现高速NOA，支持后续升级到城区辅助驾驶功能； D-PRO，200 Tops级别算力，14000元级别成本，实现城市NOA。 「目前我们的无图高阶方案，基本上是行业内性价比最高。」刘轩说。

元戎启行方案的高性价比，主要靠技术上的三板斧：

多传感器融合感知 支持Mapfree的技术框架 推理引擎 元戎是国内最早一批大力度投入多传感器融合感知的公司，稳定的感知解决了去掉高精地图之后必要的动静态环境输入。而推理引擎，让算法可以从原本高算力的计算平台（比如多OrinX）迁移到中低算力的平台（单OrinX级别）。

元戎透露，这两套方案在2022年中基本成型，之后用了一年多时间与第一家客户进行量产工作。D-PRO方案将在今年下半年首先量产，AIR方案上车的合作仍在沟通中。

「我们的量产合作项目，客户提出了非常高的交付标准，以及非常高的安全性标准，基本上要高于行业内已量产的其他产品。」 刘轩认为，量产项目主要的收获，一个是大幅提升和验证了L4公司的工程化能力。另外一点，第一个项目成功交付后，量产经验可以很快复制，推动跟更多车企车型的合作上市。

另一家具有高阶方案量产经验的智驾公司也表达了类似的观点，「量产自动驾驶项目的交付速度，不是线性增长的，而是平方增长的。」

今天来看，高阶智能驾驶包括高速NOA和城市NOA，头部的几家公司在功能和体验上差距不大。 但最终，元戎认为，「大家的差异会非常大。」

「因为现在都还没有大规模量产，数据驱动的算法迭代还不够快。等规模上来了之后，量大的企业跟其他企业会非常明显地拉开差距。」

所以这又回到了「无图为什么重要」，因为不依赖高精地图，功能就能在更多城市销售和使用，算法迭代的速度将越来越快。

目前针对量产系统，元戎已经在大面积地开展泛化测试工作。

「现在已经支持针对VIP客户，在任意城市的任意指定点到点体验。」周光非常自信地表示，「当下各家都在谈论年底开多少城市，咱们年底见。」