站穩(wěn)輔助駕駛第一梯隊，“特小長”如何引領(lǐng)智能駕駛新格局？

2021-11-11 10:30 來源：A5專欄我來投稿撤稿糾錯

文|智能相對論

作者|陳選濱

造車新勢力格局再度變動，智能駕駛技術(shù)又將由誰引領(lǐng)創(chuàng)新？

此前，蔚來汽車公布2021年10月交付量顯示，共交付新車3667臺，同比下降27%，環(huán)比下降65%。這一次銷量暴跌讓蔚來汽車掉隊到了行業(yè)第五，目前市場對于智能駕駛的關(guān)注便聚焦在了特斯拉和小鵬汽車身上。

但實際上，除了以上兩家之外，汽車行業(yè)還有另一股競爭勢力也正在加速創(chuàng)新崛起。10月29日，長城汽車發(fā)布2021年第三季度財報顯示，今年前三季度，長城汽車營業(yè)收入907.97億元，同比增長46.11%，凈利潤49.45億元，同比增長91.13%，并實現(xiàn)新車銷售88.4萬輛，同比增長29.9%。同期，長城汽車乘用車市場累計銷量為1448.5萬輛，同比增長12%。

緊扣“新能源”與“智能化”兩大新趨勢，長城汽車在新的戰(zhàn)略規(guī)劃上加速飛馳，市值直接飆升破6000億，成為當(dāng)下汽車行業(yè)強勢的競爭者與引領(lǐng)者。如今，旗下的技術(shù)品牌毫末智行即將全球上線自家全棧自研的NOH（Navigation on HIPilot，智慧領(lǐng)航輔助駕駛系統(tǒng)），以創(chuàng)新技術(shù)能力助推長城汽車持續(xù)突圍。

目前，國內(nèi)具備全棧自研輔助駕駛技術(shù)的也就是特斯拉NOA和小鵬NGP，長城汽車攜手毫末智行NOH的加入，勢必又將改變整個智能駕駛領(lǐng)域的格局。

“特小長”站穩(wěn)量產(chǎn)輔助駕駛第一梯隊，智能駕駛爬上了第一個臺階

在毫末智行發(fā)布NOH之前，全棧自研輔助駕駛技術(shù)的焦點主要集中在兩大廠商特斯拉與小鵬汽車的身上。

2019年，特斯拉發(fā)布NOA功能，成為全球第一家具備輔助駕駛功能的汽車廠商。今年1月，小鵬汽車發(fā)布NGP自動導(dǎo)航輔助駕駛（公測版），成為繼特斯拉之后全球第二家具備全棧自研量產(chǎn)能力的廠商。

目前，毫末智行即將迎來NOH全球上線，并預(yù)計到2022年底落地長城汽車34款車型，約占其整體待上市車型80%，預(yù)計未來三年搭載的乘用車總量超過100萬臺。

也就意味著，繼小鵬汽車之后，毫末智行將成為國內(nèi)第二家具備全棧自研輔助駕駛技術(shù)的公司，而長城汽車在毫末智行NOH的助力下，也將成為全球第三家具備全棧自研輔助駕駛能力的整車制造廠。

至此，整個量產(chǎn)輔助駕駛領(lǐng)域形成“特小長”組合，特斯拉、小鵬汽車、長城汽車三者依托全棧自研輔助駕駛技術(shù)站穩(wěn)行業(yè)第一梯隊，成為引領(lǐng)未來智能駕駛技術(shù)發(fā)展的關(guān)鍵。

為什么這么說？首先我們需要理清兩個邏輯。

一，“特小長”組合的形成將進(jìn)一步打開行業(yè)的格局，隨著市場利好，接下來更多的廠商投身于全棧自研輔助駕駛技術(shù)，量產(chǎn)輔助駕駛能力也將迎來規(guī)?；涞?。

二，智能駕駛技術(shù)并非一蹴而就，聚焦目前“特小長”的量產(chǎn)輔助駕駛能力更能看出，這是一條階梯式攀升的產(chǎn)業(yè)路徑，得一步步走。只有先做好了輔助駕駛，才能走下一步，向更高階的智能駕駛突破，而不是一上來就直盯著L4或L5水平干使勁。

目前，在“特小長”的引領(lǐng)下，輔助駕駛技術(shù)正在迎來全面落地的加速期，也意味著智能駕駛即將完成第一階段的攀爬，可以在有限的路線范圍內(nèi)給予車主類似L4/L5級別的駕駛體驗。

具體以毫末智行的NOH功能為例，在NOH功能開啟之后，車輛即可根據(jù)道路限速（交通標(biāo)志識別）、路形智能控制車速和前車距離（智能跟車）。在遇到前車壓速（壓速變道）、路口轉(zhuǎn)向、道路合流、修路圍擋等情況下，車輛還會進(jìn)行自主變道，并同時根據(jù)中國駕駛員的駕駛場景處理策略，擬人式地進(jìn)行安全避讓、變道超車（壓速變道）等操作。

可以說，這種體驗已經(jīng)非常接近L4級別的標(biāo)準(zhǔn)，即在限定的道路和環(huán)境條件，由車輛完成所有駕駛操作。

接下來，在此基礎(chǔ)上，只需要繼續(xù)逐步推進(jìn)技術(shù)迭代，充分挖掘既有技術(shù)的價值，實現(xiàn)更成熟的智能駕駛感知與反應(yīng)，便能完成向更高階智能駕駛能力的突破。

第一個臺階后繼續(xù)上行，智能駕駛出現(xiàn)三大趨勢

隨著第一階段的攀爬完成，智能駕駛的技術(shù)發(fā)展也將進(jìn)入下一階段更具挑戰(zhàn)的爬坡。屆時，整體行業(yè)內(nèi)或?qū)⒂瓉砣髮用娴内厔葑兏铩?/p>

其一，里程質(zhì)變。

目前，在智能駕駛領(lǐng)域普遍采用測試?yán)锍虂韽娬{(diào)數(shù)據(jù)層面的優(yōu)勢。但是，隨著輔助駕駛量產(chǎn)后，用戶的實際里程將更加普遍，也更具應(yīng)用優(yōu)勢。

簡單來說，一方面，在用戶的助力下，里程增長將從原來的做加法轉(zhuǎn)為做乘法，以幾何倍進(jìn)行增長，使得從智能駕駛平臺的數(shù)據(jù)能得以更快速地提高樣本量，減少算法的誤差值。另一方面，由用戶實際里程提供的數(shù)據(jù)遠(yuǎn)比測試?yán)锍痰臄?shù)據(jù)更加真實、多樣，對于算法的提升也更具應(yīng)用價值。

因此，對于智能駕駛領(lǐng)域而言，對用戶實際里程的重視和采用將帶來更顯著的產(chǎn)業(yè)價值，同時也迎來更大、更全面的數(shù)據(jù)爆發(fā)期。由毫末智行的數(shù)據(jù)可見，僅僅150天，其輔助駕駛的用戶行駛里程就已突破200萬公里，使用時長突破30000小時。

這無疑是給行業(yè)釋放了一個非常積極的信號，一方面是輔助駕駛技術(shù)得到了用戶的廣泛認(rèn)可，另一方面也預(yù)示著未來的市場競爭和技術(shù)突破將從用戶里程上完成數(shù)據(jù)的再積累，量產(chǎn)應(yīng)用非常關(guān)鍵。

其二，架構(gòu)革新。

緊接著上文所述，用戶實際里程意味著數(shù)據(jù)的爆發(fā)式增長，面對未來越來越快的數(shù)據(jù)增長趨勢，智能駕駛廠商需要重點解決的就是數(shù)據(jù)問題?？梢哉f，數(shù)據(jù)既是未來廠商突圍智能駕駛領(lǐng)域的關(guān)鍵，也是擺在發(fā)展道路上堅實的技術(shù)壁壘。

目前，特斯拉與毫末智行相繼把目光投向了Transformer架構(gòu)，將其應(yīng)用在智能駕駛領(lǐng)域。Transformer不僅能處理各類視覺檢測任務(wù)（車輛檢測、VRU檢測、車道線檢測、交通標(biāo)志檢測、紅綠燈檢測等），各類分割任務(wù)（可行駛區(qū)域檢測、全景分析等），3D點云的檢測任務(wù)和分割（障礙物的檢測等），還有潛力提升后續(xù)的規(guī)劃和控制的相關(guān)技術(shù)。

同時，最關(guān)鍵的是，Transformer可以有效利用海量數(shù)據(jù)進(jìn)行無監(jiān)督的預(yù)訓(xùn)練，這是目前最適合超大數(shù)據(jù)集的技術(shù)。這樣的架構(gòu)如果能在大規(guī)模的數(shù)據(jù)中進(jìn)行應(yīng)用，那么對智能駕駛算法或許可以帶來顛覆性的突破。

特斯拉自不必說，毫末智行NOH也將在未來三年內(nèi)搭載100萬輛長城汽車。由此可見，在兩大量產(chǎn)輔助駕駛廠商面前，架構(gòu)革新已經(jīng)提上日程，技術(shù)的迭代與大規(guī)模應(yīng)用正在不斷協(xié)同，加速向更高階的智能駕駛水平攀升。

其三，基因融合。

目前，站在量產(chǎn)輔助駕駛第一梯隊的“特小長”三者，都屬于“整車玩家”，在他們的身上是汽車制造和科技創(chuàng)新基因的雙重融合。隨著智能駕駛技術(shù)的深入發(fā)展，這種基因?qū)⑦M(jìn)一步轉(zhuǎn)化成為“特小長”的優(yōu)勢，也被更多的廠商所重視。

不管是里程質(zhì)變還是架構(gòu)革新，其背后都需要廠商不僅要深入整車制造理解汽車產(chǎn)業(yè)，也要具備前沿技術(shù)創(chuàng)新能力，同時借助生態(tài)圈層的擴展而推動技術(shù)創(chuàng)新與應(yīng)用。毫末智行孵化于長城汽車，如今兩者協(xié)同，一手抓傳統(tǒng)汽車的工業(yè)優(yōu)勢，另一手抓AI智能駕駛的技術(shù)科技優(yōu)勢，正在釋放出1+1>2的產(chǎn)業(yè)價值。

不難發(fā)現(xiàn)，未來“整車玩家”在智能駕駛技術(shù)路徑的優(yōu)勢也將持續(xù)擴大，前沿技術(shù)的創(chuàng)新在汽車產(chǎn)業(yè)能迅速實現(xiàn)應(yīng)用以及數(shù)據(jù)反饋，繼續(xù)迭代升級算法，成為一種新的驅(qū)動。

技術(shù)進(jìn)步始終是核心，智能駕駛加速創(chuàng)新也需要“爬階梯”

聚焦智能駕駛技術(shù)的發(fā)展路徑上，不管是一開始就拿望遠(yuǎn)鏡遠(yuǎn)眺L4/L5級別，還是爬樓梯式地從輔助駕駛做起，再進(jìn)階到智能駕駛水平，技術(shù)進(jìn)步始終是推動應(yīng)用落地的核心。

而回過頭來說，正因為技術(shù)是需要“進(jìn)步”的，而非是“飛升”的。這才需要技術(shù)廠商們要一步步往前走，只有走好了這一步再走下一步，才會有看得見的產(chǎn)業(yè)成果。

解剖毫末智行的智能駕駛技術(shù)版圖，我們同樣可以看到一條明顯地階梯式上升的路徑：

第一，首先通過云端的基礎(chǔ)大模型自動診斷分析幫助車端任務(wù)域模型更快進(jìn)步。

第二，再使用無監(jiān)督聚類的方法挖掘更多相似困難場景，解決AI模型的數(shù)據(jù)偏見問題，通過使用模型并行和任務(wù)流并行的方式，大大提高了AI模型的迭代速度，加快了技術(shù)進(jìn)步的速度。

第三，最后使用CSS云端并行仿真，自動化生成測試案例，極大加快了AI算法的驗證速度。

由此可見，從挖掘數(shù)據(jù)到加速迭代再到算法驗真，毫末智行正步步為營，一個一個的攻克技術(shù)難點，促成智能駕駛應(yīng)用落地。而NOH的推出，便是接下來貫穿數(shù)據(jù)、算法以及應(yīng)用的又一個關(guān)鍵嘗試，對毫末智行深入產(chǎn)業(yè)、現(xiàn)實場景起著重要推動作用。

那么，當(dāng)我們充分地意識到技術(shù)進(jìn)步的邏輯，就會發(fā)現(xiàn)在智能駕駛的技術(shù)路徑上，這樣一步一個腳印，先打穿輔助駕駛技術(shù)進(jìn)而推動商業(yè)化落地的思路更加符合現(xiàn)實的發(fā)展，也更能明顯地觸及未來。

*本文圖片均來源于網(wǎng)絡(luò)

此內(nèi)容為【智能相對論】原創(chuàng)，

僅代表個人觀點，未經(jīng)授權(quán)，任何人不得以任何方式使用，包括轉(zhuǎn)載、摘編、復(fù)制或建立鏡像。

部分圖片來自網(wǎng)絡(luò)，且未核實版權(quán)歸屬，不作為商業(yè)用途，如有侵犯，請作者與我們聯(lián)系。

智能相對論（微信ID:aixdlun）：

•AI產(chǎn)業(yè)新媒體;

•今日頭條青云計劃獲獎?wù)逿OP10;

•澎湃新聞科技榜單月度top5;

•文章長期“霸占”鈦媒體熱門文章排行榜TOP10;

•著有《人工智能十萬個為什么》

•【重點關(guān)注領(lǐng)域】智能家電（含白電、黑電、智能手機、無人機等AIoT設(shè)備）、智能駕駛、AI+醫(yī)療、機器人、物聯(lián)網(wǎng)、AI+金融、AI+教育、AR/VR、云計算、開發(fā)者以及背后的芯片、算法等。