作者九零。
編輯劉寶華.
設計青年。
2023年的智慧型駕駛市場非常熱鬧，百家思想流派在上海車展上展開角逐，各行各業的玩家互相追逐，互相抨擊。
可以看出，智慧型駕駛已經成為各大主機廠占領市場的必備條件，也是眾多龍頭企業的熱點。 傳統主機廠、造車新勢力、傳統梯隊、科技公司、網際網絡公司，甚至消費電子公司都在大力布局智慧型駕駛業務，力爭在激烈的汽車智慧型賽道上占有一席之地。
那麼，從去年到今年，智慧型駕駛行業有哪些熱點呢？ 趨勢是什麼？ 整個行業共同推動和探索的是什麼？ 有哪些優點和缺點？ 市場現狀如何？
帶著這些問題，本文對城市NOA、高精度地圖、雷射雷達、車上大比例模型、座艙駕駛整合等智慧型駕駛的幾個熱點進行盤點解讀，並從技術和市場層面進行解讀。
城市NOA，進展不如預期
自智慧型駕駛發展以來，城市NOA作為量產智慧型駕駛最強的功能，成為行業熱點和各類玩家關注的焦點。
2021年以來，在特斯拉、小鵬汽車等領先電動汽車廠商的推動下，主機廠陸續推出適用於高速公路和城市快速路場景的高速NOA功能。 從2022年開始，NOA的應用場景將從高速推廣到城市地區，而得益於“BEV+TRANSFORMER”的普及，2023年將是城市NOA的一年，多家車企將發布城市NOA的“開放城市計畫”。
目前，城市NOA已經成為市場上的熱點，並且已經陸續安裝在新車型上。 據佐思汽車研究院統計，2023年1-9月，國內乘用車高速NOA滲透率為67%，同比增長2%5個百分點; 城市NOA的滲透率為48%，同比增長2個百分點。
2021-2023年國內乘用車NOA滲透率（資料**：Zosi汽車研究院）。
截至2024年1月，已量產並搭載城市NOA的主要車企有小鵬汽車、華為（極狐、阿凡達、文捷）、理想、智己等，此外，特斯拉已在北美推進城市NOA，蔚來和魏品牌（陌陌計畫）城市NOA已經公布並正在路試中。 根據表1的彙總結果，總體來看，城市NOA的實施進度與公示發布的目標存在一定差距，沒有達到預期，尤其是有車企曾聲稱2023年底全國上市，但實際上， 只有有限數量的城市登陸。不過，他們也在努力推動城市NOA的全面落地，力爭在2024年占領更多的市場份額，這也是值得期待的。
小鵬汽車將城市導航輔助系統命名為 Urban NGP（N**igation Guide Pilot），可在 P5、G9、G6 和 P7i 上使用。 這4款機型均搭載雷射雷達機型，從G9開始，小鵬汽車機型均採用前視800萬畫素雙目攝像頭，並通過2顆高算力的NVIDIA Orin-X SoC晶元，提供508TOPS的超高AI算力，滿足城市NGP的感知和算力需求。
2022年9月，小鵬汽車率先在廣州推出城市NGP，成為國內首家將城市導航輔助駕駛置於車上的車企。 截至2024年1月，小鵬汽車的城市NGP已覆蓋全國52個城市，包括廣州、深圳、上海、蘇州、南京、杭州、寧波、北京、天津、成都、習、武漢、長沙等，也是中國應用最廣泛的城市導航輔助駕駛。
小鵬城市 NGP 覆蓋。
華為的城市導航輔助功能稱為N**igation Cruise Assist（NCA），已安裝在極狐、阿維塔和文捷系列車型上，華為深度參與其中。 ARCFOX和AVATR機型配備3臺雷射雷達和400Tops算力的華為MDC810計算平台，文捷系列機型配備1臺雷射雷達和200Tops算力的華為MDC610算力平台。 截至2024年1月，華為城市NCA已在中國開放了上海、深圳、廣州、杭州、重慶和北京六個城市。
華為城市NCA的覆蓋。
理想的城市 NOA 在其 L7、L8 和 L9 型號中實現。 三款車型均配備1個LiDAR和2個NVIDIA Orin-X晶元，前置雙目攝像頭和側視攝像頭最高可達800萬畫素，足以滿足L2智慧型駕駛的硬體效能要求。 截至2024年1月，理想城市NOA已在北京、上海、廣州、深圳、杭州、成都等10個城市開業。
覆蓋理想城市NOA。
在現有型號L7、LS6和LS7中，智己將全面搭載城市NOA功能，並通過1個LiDAR和1個254TOPS算力的NVIDIA Orin-X晶元實現。 不過，知己所在城市NOA推送時間相對較晚（2024年1月），目前上海僅開放了1個城市。
特斯拉的城市NOA目前只在北美推，還沒有進入中國，雖然有訊息稱會在中國推，但目前還沒有出現。 蔚來和陌陌目前還處於路試階段，還沒有真正開始向使用者推送。
轉到高精度地圖，目前無法刪除
在2023年上海車展上，國內眾多主機廠和智慧型駕駛解決方案提供商紛紛喊出“走向高精度地圖”的口號：小鵬汽車宣布“從2023年6月起，城市地區NGP將不再需要高精度地圖”; 理想的宣傳“廣告最大30系統逐步擺脫高精度地圖“; 智基提出“資料驅動的道路環境感知模型替代高精度地圖”; 華為直言不諱地表示，“ADS 20系統不需要高精度地圖，可以開啟有和沒有地圖“; 作為高精度地圖提供商，還提出了“光圖”的智慧型駕駛方案; 發出“重感知，輕圖”的聲音。
高畫質地圖。 為什麼業內玩家紛紛發聲“去高精地圖”？ 主要有三個原因：
首先，高精度地圖的存在，使得主機廠商和智慧型駕駛開發商難以提高地圖的新鮮度，因為它們受到地圖廠商的嚴重限制。
智慧型駕駛對高精度地圖的實時資料要求很高，即地圖需要“新鮮”，甚至每天更新一次。 地圖商家的平均更新週期以月或季度為單位，行業內平均更新週期約為3個月，這使得地圖商家提供的高精度地圖難以滿足智慧型駕駛發展的需求。
其次，高精度地圖測繪成本高，周期長，提高了整個智慧型駕駛系統的開發和使用成本。
由於精度高，資訊豐富，高精度地圖需要採集大量資料，導致成本比普通導航地圖更高，週期更長。 成本高、周期長，與當前智慧型駕駛行業降本快迭代的趨勢嚴重不符，因此高精度地圖的移除逐漸成為一種趨勢。
調查結果顯示，分公尺級高精度地圖測繪成本約為每公里10元，每輛車每天可採集道路資料約500公里; 測繪厘公尺級高精度地圖成本約為每公里1000元，每輛車每天可採集約100家企業的道路資料。 如果可見精度提高十倍，測繪的成本和週期將呈指數級甚至指數級增長。
第三，由於感知演算法的進步，感測器的環境感知結果可以取代高精度地圖。
正是由於BEV+Transformer的廣泛應用，感測器，特別是攝像頭檢測到的環境資料，可以用來構建實時的本地地圖，逐步取代基於先前資料的高精度地圖。
BEV+變壓器原理。
現在我們已經進入了2024年，高畫質地圖的進展如何？ 行業是否實現了完整的“高精度地圖”？ 答案似乎是否定的。 基於對上述公司無地圖解決方案以及業內其他公司解決方案的研究，我們發現目前替代傳統高精度地圖的方法主要有三種：
第一種是實時本地對映，基於感測器資訊和BEV+Transformer構建實時本地地圖。 這種方法理論上可以完全去除高精度地圖，但根據大多數感知演算法專家的意見，目前的環境感知效果還沒有達到感測器與高精度地圖融合的水平，只能說是逐步完善，接近完整的無地圖地圖。
二是眾包地圖，即通過銷售車輛收集道路資訊，整合普通使用者資料，繪製地圖。 這種方法在過去幾年中已經提出並被採用，它本質上仍然是構建地圖，但不再依賴地圖供應商，而是允許使用者幫助 OEM 收集地圖資料。
第三種是輕量級高精度地圖，是高精度地圖的簡化版，精度和資訊介於導航地圖和高精度地圖之間。 這種方案可以理解為一種過渡狀態，是綜合平衡整體感知定位效果和地圖成本的結果，地圖還是需要的。
通過以上分析不難看出，高精度地圖雖然是主機廠和智慧型駕駛開發商所倡導的趨勢，但尚未完全實現。 去高精度地圖，更多的是擺脫對地圖廠商的依賴; 目前的環境感知效果還達不到完全沒有畫面的水平; 現階段，高層次智慧型駕駛仍離不開高精度地圖，但繪圖方式正在發生變化，對精度的要求越來越低。
去雷射雷達，技術路線之戰
雷射雷達曾被譽為“自動駕駛之眼”，但高昂的成本讓大多數汽車公司望而生畏。 近年來，去雷射雷達的聲音一直存在，純視覺感知解決方案與視覺+雷射雷達融合感知解決方案的技術路線之爭並未停止。
雷射雷達的點雲效應。
雷射雷達曾經是中國高階智慧型駕駛的必備品，尤其是城市NOA，國內領先的智慧型駕駛廠商也普遍採用攝像頭和雷射雷達資料融合的解決方案，實現高階智慧型駕駛所要求的精準感知。 小鵬汽車、蔚來汽車、理想汽車、阿凡達、文捷......所有裝置均配備雷射雷達。
與此同時，以特斯拉為代表的另一種聲音出現了：一種僅使用攝像頭的純視覺感知方案。
馬斯克不止一次說過：“人類駕駛只用眼睛來觀察環境，所以根據第一性原理，純粹的視覺解決方案是正確的路線。 特斯拉作為智慧型駕駛的先行者，也證實了純視覺解決方案的可行性。
從目前高階智慧型駕駛的安裝情況來看，大多數車型仍然搭載了數量不一的雷射雷達，只有特斯拉和集躍選擇了純視覺解決方案。
眾所周知，特斯拉的視覺感知演算法一直處於行業領先地位，而集嶽作為重點車型，有著純粹的視覺自信，自然在於智慧型駕駛領域多年的積累; 其他主機廠和解決方案提供商，我們大膽猜測是否存在這種可能：使用融合方案不僅是因為融合方案的感知效果更好，還因為純視覺感知演算法不夠自信，而雷射雷達有利於放大車企對智慧型的營銷效應， 因此配置了高成本的雷射雷達。
雖然國內大部分高階智慧型駕駛車型都配備了雷射雷達，但車載雷射雷達作為乙個技術壁壘高、需求前景不確定的領域，成本逐漸下降到萬元以下，導致目前一流的廠商數量非常有限，產品型號有限， 這與相機、公釐波雷達和其他感測器有很大不同。
目前，主要的汽車雷射雷達廠商有速騰巨創、圖達通、禾賽科技、Luminar、Livo、Velodyne、Ouster、良道智慧型、探微科技、北星等，以及少數自稱自研的解決方案提供商，如華為。 目前，車上量產的雷射雷達是半固態雷射雷達，從國內出貨量來看，速騰巨創、都達通、禾賽的雷射雷達應用最為廣泛。
RoboSense的LiDAR產品主要基於RS-LiDAR M系列，包括M1、M1 Plus、M3等，M1是小鵬汽車機型上配置的雷射雷達，M3是超遠距離雷射雷達，可以探測距離達300M的目標。 此外，速騰聚創還擁有盲雷射雷達產品E1，以及Ruby Plus Helios Bpearl等機械旋轉雷射雷達。
Seyond（前身為Innovusion）將雷射雷達產品分為獵鷹系列和雲雀系統，獵鷹系列已安裝在蔚來車型上，包括獵鷹K和獵鷹Q這兩款超遠端雷射雷達; Lark 系列包括遠端 LiDAR Lark E 和盲雷達 Lark W。
禾賽的雷射雷達產品包括已搭載理想機型的AT128、最大探測距離為400m的AT512超遠端雷射雷達、機身高度僅為25mm的超薄雷射雷達ET25、FT120盲雷達，以及熊貓QT XT等多款機械旋轉雷達產品。
大車型上車，行業共識
自ChatGPT問世以來，AI模型已成為不可逆轉的趨勢，廣泛應用於各行各業，包括智慧型駕駛。 大模型使端到端的智慧型駕駛成為可能，吸引了來自行業多個領域的參與者，並取得了一定的成效。
AI大模型已經成為智慧型駕駛行業的共識，眾多參與者參與其中，其中OEM、Tier 1、科技公司、晶元公司等不同型別的廠商在大模型時代，在不同的方向上努力形成自己的競爭優勢，也形成了分工明確的合作關係。
主機廠可以直接上C，可以利用自己的大型量產車，收集大量真實道路資料，不斷優化AI大模型。 同時，主機廠可以利用自身在產業鏈中的優勢和優勢地位，充分整合上下游資源。 但智慧型駕駛大車型開發成本高、周期長，對主機廠的資源投入和技術實力要求較高。 蔚來、小鵬汽車、理想、阿凡達、吉利、比亞迪、長城汽車、廣汽等公司目前都有AI大模型的相關布局和應用。
作為智慧型駕駛解決方案提供商，Tier 1 主要在大規模模型登車方面的軟體演算法層面大驚小怪。Tier 1通過軟體和演算法開發智慧型駕駛垂直大模型，為主機廠提供智慧型駕駛大模型服務，並構建自己的資料閉環系統，形成一整套大模型生態，例如BEV+Transformer是Tier 1共同開發和推廣的大模型解決方案。 現階段，陌陌智行和商湯科技是提供智慧型駕駛模式的典型代表。
2023年4月，陌陌知行發布業界首款智慧型駕駛生成模型驅動GPT：雪湖海若。
我們使用RLHF（Reinforcement Learning from Human Feedback）技術，引入真實的使用者資料，不斷優化認知決策模型。 雪湖海若可以根據概率生成多個場景序列，從而量化使用者最關心的自動駕駛行為軌跡，輸出清晰的決策邏輯鏈，通過驅動語言實現場景的標記化表達。 Snow Lake Hairuo將搭載於新款WEY Mocha DHT-PHEV車型，並將通過Hpilot 3提供0系統實現城市NOH（高速公路領航、導航輔助駕駛）。
沫沫知行發布了雪湖海若大模型。
商湯科技的AI大模型，名為Uni AD，可以將檢測、跟蹤、對映、規劃等不同演算法模組整合到Transformer的端到端框架中，從而整合不同的計算任務，實現端到端的處理。 商湯科技還構建了決策與規劃演算法閉環資料體系，建立了資料驅動的決策與規劃演算法庫，將大資料與決策與規劃演算法融合，通過對大模型的處理將智慧型駕駛擬人化。
商湯科技UNI AD的優勢
科技公司的優勢在於其豐富的AI技術儲備和雲資源。 早期，國內各大科技公司在通用AI領域積累了一定的技術沉澱，可以直接向智慧型駕駛方向轉化，從通用大模型到垂直領域。 科技公司也會利用自己的雲資源，搭建自己的雲伺服器，為客戶提供大量的雲資源和配套服務，讓客戶呼叫、開發和部署自己的AI模型。 華為、騰訊和Apollo是這一領域的領導者。
在大模型時代，晶元企業依然專注於晶元。 通過提供適合部署AI大模型的晶元硬體，晶元企業仍然可以在NVIDIA、高通、地平線等大模型的競爭中佔據重要地位; 同時，晶元公司通常會提供與晶元相匹配的完整開發工具鏈供開發者使用。
駕駛室和駕駛員的整合，現階段著陸緩慢
從駕駛與停車的融合到駕駛與駕駛的融合，整合化已經成為智慧型汽車的必然趨勢，當然也是智慧型駕駛的必然趨勢。 近兩年，座艙與司機融合成為行業熱點話題和技術發展方向，但目前的落地態勢似乎遠不如出行與停車融合快。
座艙與駕駛員整合，又稱座艙整合，包括軟硬體的整合：軟體與功能的整合主要是在軟體與功能層面，將智慧型駕駛與座艙的軟體與資料進行整合，包括軟體架構公升級、開發面向服務的架構（SOA）、跨領域開闢資訊和資料互動， 實現智慧型駕駛與座艙功能的聯動。硬體層面的整合主要是硬體形態的整合，是一種直觀、可見的整合，會從根本上改變底層軟體和通訊模式，具有明顯的BOM成本優勢。
不同程度的硬體級座艙整合解決方案。
可以看出，座艙和驅動在軟體層面的整合更多的是關於功能和應用，相對容易實現，而硬體層面的整合形成了完全整合的新硬體，開發的工作量和難度更大。 目前，在硬體層面有一盒、一板、一片等不同整合度的解決方案。
一體化方案將智慧型駕駛域核心板和座艙域核心板整合在同乙個域控制器中，但核心板原有的軟硬體架構不變，板間通訊方案不變。 一體化解決方案有點為了融合而融合，整合度最低，整合難度最低。
One-Board方案將智慧型駕駛的SoC晶元和座艙的SoC晶元整合在同一塊核心板上，但兩塊SoC仍分別處理智慧型駕駛域和座艙域的資料，但在同一塊板上，它們共享MCU、儲存、介面等外圍硬體。 單板方案可以在一定程度上提高整合度，降低通訊時延，提高座艙整體效能。 此外，One-Board解決方案可以有效減少SoC以外的硬體，從而降低系統的BOM成本。
One-Chip解決方案在同一SoC晶元上同時處理智慧型駕駛域和座艙域的資料，並通過在SoC上執行虛擬機器來實現智慧型駕駛和座艙的不同功能模組。 單晶元方案是真正的座艙與駕駛員一體化，整合度最高，可以最大程度地整合智慧型駕駛域和座艙域的硬體，提高座艙效能，實現最大限度的成本降低。 然而，單晶元方案的整合也是最困難的，目前應用案例很少。
雖然座艙駕駛員一體化已成為業界共識和智慧型汽車發展的必然趨勢，但現階段難以實現，短期內難以實現高度整合的座艙駕駛員一體化解決方案。
從技術角度來看，對於單晶元方案來說，現有的SoC晶元無法滿足座艙和駕駛員整合的要求，尤其是座艙和駕駛員整合所需的綜合算力要求（NPU+GPU）。 此外，單晶元方案的作業系統布局難度大，智慧型駕駛軟體通常基於Linux系統或C++，而智慧型座艙軟體則基於QNX系統或Andriod系統，很難很好地相容。
對於一體式或單板式方案，由於控制器的整體體積，對控制器的安裝和布局也提出了新的要求。 更重要的是，同一控制器內的計算任務數量呈指數級增長，導致功耗顯著增加，發熱增加，這也是對控制器散熱的挑戰。
從市場來看，目前無論是C端還是B端，改變座艙和司機一體化的意願都不強，好到h**e，不一定要h**e。 C端使用者很難直觀地感受到座艙與駕駛員融合帶來的效能提公升和體驗提公升，差異不大; B端主機廠對座艙整合沒有迫切要求，座艙整合還涉及原有智慧型駕駛開發部門和座艙開發部門的整合，合併會產生一定的阻力。
從成本維度來看，雖然從長遠來看，座艙整合可以有效降低系統成本，尤其是硬體BOM的成本，但短期內會產生大量的開發費用，降本效果何時可見也是乙個問題。 此外，One晶元方案中的SoC晶元必須是高效能晶元，其成本不會低，這也將增加開發者的投入。
由於上述困難，座艙與駕駛員一體化的進展仍然相對緩慢。 由於一體化方案整合度低、難度低，少數廠商率先實施，如特斯拉、小鵬汽車等，但並不受歡迎。 單板方案對核心板的設計能力要求很高，目前實施的案例很少。 One-Chip解決方案依賴於滿足要求的高效能SoC晶元，仍需等待晶元廠商的進展。
現階段，市場上已經出現的座艙駕駛員整合案例，主要是特斯拉、小鵬汽車、緹光、集悅、德賽SV、迅達等廠商提供的解決方案。
特斯拉從整車的電電架構層面規劃了一體式座艙整合解決方案，將負責智慧型駕駛、智慧型座艙和內外通訊的三大核心板整合到乙個控制器中，形成一流的計算單元。
小鵬汽車提出了類似特斯拉的一體化解決方案，將智慧型駕駛系統的XPU、中控系統的DCU和儀表系統的ICM整合到同乙個域控制器中，形成座艙和駕駛的一體化域控制器，打造了其“三合一座艙”的概念，並將其應用於小鵬G9車型。
ZeroBeam是中國最早提出座艙駕駛員整合概念的解決方案提供商之一。 ZeroBeam 完全採用 Galaxy 3 的全棧構建0架構，在硬體層面，由2個高效能計算單元（HPC）和4個區域控制器區組成，其中乙個整合了智慧型駕駛和座艙功能，但也是一體化解決方案; 在軟體層面，ZeroBeam 整合了中介軟體和 SOA 原子服務層，並提供統一和標準化的 API（應用程式程式設計介面）介面，方便不同智慧型駕駛和座艙模組的演算法排程和復用。
吉岳率先在智慧型駕駛中提出“真冗餘”概念：當智慧型駕駛域控制失效時，座艙域控制可以提供簡單的ACC等功能來接管，實現跨域冗餘策略。 從某種意義上說，集嶽已經實現了基於座艙SoC晶元（高通SA8295）的單晶元解決方案，但智慧型駕駛的功能過於簡單。 此外，集嶽還實現了應用層面（軟體層面）的座艙與駕駛員融合，即3D人機協同駕駛地圖：通過智慧型駕駛領域和座艙領域的跨域資源排程，將感知目標結果直接視覺化展示，提供還原顯示的虛擬化駕駛體驗。
2022年4月，德賽西威發布車載智慧型計算平台Aurora，被譽為業界首款量產車載智慧型計算平台。 在硬體層面，Aurora整合了Nivida Orin、高通SA8295和黑芝麻的華山A1000晶元，屬於One-Box解決方案; 在軟體層面，極光可以同時提供智慧型駕駛、智慧型座艙和智慧型網路服務，達到一定程度的“一流計算”。 此外，Aurora採用外掛程式結構，可以根據需求擴充套件和定製算力，以滿足多樣化的計算需求。
迅達軟體提出了基於高通系列晶元的座艙和驅動整合解決方案，屬於單晶元解決方案。 中科創達有兩套解決方案，一套是基於高通SA8295晶元實現座艙與停車一體化，即智慧型座艙與智慧型泊車功能的融合，而該方案還需要另乙個SoC來實現智慧型駕駛功能，因此不是完整的座艙與駕駛一體化; 第二種是基於高通SA8795晶元實現完整的座艙整合，但該方案尚未量產，仍處於研發階段。
從以上解說內容來看，過去的2023年，智慧型駕駛的前沿熱點話題仍在繼續，但實際進展卻不如宣傳的那麼好：城市NOA開放數量有限，高精地圖尚未完全移除，雷射雷達存在爭議，AI模型需要不斷深化， 而且座艙和駕駛員的整合困難重重，進展緩慢。
我們也看到，在智慧型駕駛賽道競爭日趨激烈的當下，2024年，行業內的玩家必然會繼續朝著這些熱點方向發力，通過突破技術難點、降低成本，爭取占領更多的市場份額，最終將前沿熱點落地民用。