文|鄰章

時(shí)隔兩年，上海國際車展再度來襲。

觀察本屆車展，不難發(fā)現(xiàn)：一方面，玩家間在推動高階智能輔助駕駛技術(shù)落地的技術(shù)路線默契上已趨一致；另一方面，主流玩家們推進(jìn)城市導(dǎo)航輔助駕駛落地競爭烈度也是更勝以往。

一、“重感知”成為車企落地高階智能輔助駕駛技術(shù)共識

2021年上海車展前夕，依托高精地圖的極狐阿爾法S華為HI版本自動駕駛測試視頻破圈，一時(shí)間成為“高精地圖+激光雷達(dá)”的地圖派比拼以特斯拉和毫末智行為代表的“重感知”派的例證。

但從后續(xù)發(fā)展來看，在多種原因綜合作用下，極狐阿爾法S華為HI版本并未如預(yù)期般掀起風(fēng)浪，其搭載的相關(guān)技術(shù)也似乎只局限于媒體試駕之中。

而到了本屆車展，華為則在推動高階智能輔助駕駛技術(shù)落地上，進(jìn)行了一次重大的技術(shù)方向調(diào)整——開始擺脫對高精地圖的依賴，從過往的融合路線轉(zhuǎn)變?yōu)橹馗兄肪€——華為在上海車展前夕發(fā)布的ADS 2.0（華為高階智能駕駛系統(tǒng)），其核心要素之一就是重感知，“實(shí)現(xiàn)有圖無圖”都能開。

與華為有著相同轉(zhuǎn)變的還有小鵬汽車，其在小鵬汽車技術(shù)架構(gòu)發(fā)布會上也表示小鵬的XNGP主要是以視覺為主，雷達(dá)為輔，重感知、輕地圖的技術(shù)路線。

與此同時(shí)，理想汽車在車展期間宣布的城市導(dǎo)航輔助駕駛——理想AD Max3.0，亦無需高精地圖；百度Apollo發(fā)布的城市智駕Apollo City Driving Max，被其稱為使用“純視覺感知就能在城市道路上帶給用戶連貫體驗(yàn)的產(chǎn)品”。

至此，這一由特斯拉在全球率先踐行、毫末智行在國內(nèi)最早提出的“重感知”技術(shù)路線，在當(dāng)下可以說已然成為國內(nèi)玩家們的技術(shù)路線共識。

當(dāng)然，在重感知路線上，與特斯拉不同的是，國內(nèi)廠商并沒有如特斯拉那般激進(jìn)僅依靠攝像頭做純視覺方案，更多的是采用激光雷達(dá)+毫米波雷達(dá)+攝像頭的多傳感器融合。不過從最新業(yè)界傳聞來看，當(dāng)前業(yè)內(nèi)也準(zhǔn)備逐步去掉激光雷達(dá)。

二、為何高精地圖在高階智能輔助駕駛技術(shù)中不香了？

為什么高精地圖于高階智能輔助駕駛技術(shù)而言，明明有那么多優(yōu)點(diǎn)，但當(dāng)下車企卻紛紛開始輕高精地圖？

原因則在于高階智能輔助駕駛技術(shù)落地，需要達(dá)成技術(shù)與成本最優(yōu)解，但當(dāng)下高精地圖的困局，則恰恰在于難以達(dá)成這種最優(yōu)解。

這大大限制了依托高精地圖的輔助駕駛技術(shù)落地速度——特別是在輔助駕駛系統(tǒng)加速上車、城市輔助駕駛加速落地，并愈發(fā)成為吸引用戶購車重要驅(qū)動力的現(xiàn)實(shí)下。

余承東在華為ADS 2.0發(fā)布會上就坦言——“高精地圖成本非常高，僅僅采集上海市高精地圖，采集了一兩年、9000公里，都沒有把上海完全覆蓋。依賴于高精地圖很難做到普及，全國覆蓋的成本非常高。并且從國家安全的角度，幾個(gè)月才允許刷新，但是中國的道路天天在改，所以說依賴于高精地圖真的沒法廣泛使用。”

在此，可以說市場的優(yōu)勝劣汰，推進(jìn)了車企們在高階智能輔助駕駛技術(shù)路線上達(dá)成默契，而從另一個(gè)角度來看，一開始就以第一性原理為指導(dǎo)，堅(jiān)定走“重感知”路線的特斯拉和毫末智行，也的確擁有相當(dāng)?shù)募夹g(shù)前瞻性。

三、城市導(dǎo)航輔助駕駛落地競爭烈度更勝以往

從現(xiàn)實(shí)來看，業(yè)內(nèi)在達(dá)成高階智能輔助駕駛技術(shù)路線共識的同時(shí)，城市輔助駕駛（城市NOA）落地競爭烈度，也是更勝以往。

其實(shí)在城市導(dǎo)航輔助駕駛落地這件事兒上，玩家們的暗戰(zhàn)在去年就已經(jīng)開始了。

去年九月，搭載毫末城市輔助駕駛系統(tǒng)（NOH）技術(shù)的魏牌摩卡DHT-PHEV成為 “國內(nèi)首個(gè)量產(chǎn)上車的城市輔助駕駛系統(tǒng)”，毫末智行更提出到2024年“毫末城市NOH”功能落地城市要達(dá)到100個(gè)，也由此開啟了玩家在國內(nèi)城市導(dǎo)航輔助駕駛落地競賽。

如我們所見：

在毫末ＮＯＨ上車魏牌摩卡DHT-PHEV后不久，依托高精地圖的小鵬G9，也秀出了其在廣州公開道路行駛的視頻。

而到了今年上海車展，卷城市導(dǎo)航輔助駕駛系統(tǒng)的落地速度，已成為玩家們比拼的重要議題。

小鵬汽車計(jì)劃于今年上半年開放XNGP第一階段能力，廣州、深圳、上?？墒褂贸鞘蠳GP，下半年開放二階段能力。

華為最新發(fā)布的ADS2.0當(dāng)前已現(xiàn)實(shí)深圳、上海、廣州以及重慶（部分區(qū)域）落地；并計(jì)劃于今年Q3實(shí)現(xiàn)15個(gè)無圖城市的落地，Q4達(dá)到45城；

理想汽車更是表示其理想AD Max 3.0的城市NOA，將于本季度開始推送內(nèi)測用戶，到年底將推送100座國內(nèi)城市。

而特斯拉FSD，目前也有傳聞稱其有可能于今年在國內(nèi)落地。

各家你來我往之間的秀肌肉，也讓城市導(dǎo)航輔助駕駛在2023年，的確將如毫末智行董事長張凱所言——“進(jìn)入快速增長的全線爆發(fā)期，2023年是非常關(guān)鍵的一年。城市導(dǎo)航輔助駕駛產(chǎn)品在2023年將圍繞量產(chǎn)上車發(fā)力，主要玩家的城市導(dǎo)航輔助駕駛產(chǎn)品進(jìn)入到真實(shí)用戶覆蓋和多城市落地的比拼。”

四、落地成本或成競爭勝負(fù)手

隨著技術(shù)路線共識達(dá)成，各家紛紛拿出城市NOA落地進(jìn)度計(jì)劃表，這也意味著接下來的城市NOA市場競爭重點(diǎn)，將落腳在如何在保障功能先進(jìn)的前提下，推進(jìn)低成本化，實(shí)現(xiàn)更多真實(shí)用戶覆蓋。所以從這個(gè)層面來說，落地成本將成為自動駕駛競爭勝負(fù)手。

為什么這么說，這依舊需要回到自動駕駛技術(shù)成本和規(guī)模這個(gè)議題上來——成本限制規(guī)模（真實(shí)用戶覆蓋），但自動駕駛技術(shù)需要規(guī)模支撐。

但從現(xiàn)實(shí)來看，當(dāng)前城市NOA的價(jià)格對用戶而言可能并不足夠友好，用戶若要使用城市NOA，其費(fèi)用并不低——諸如特斯拉EAP選裝費(fèi)用為3.2萬元，F(xiàn)SD的選裝價(jià)格更是達(dá)到了6.4萬元；華為ADS2.0高級包買斷費(fèi)用為3.6萬元，包年訂閱為7200 元，包月訂閱為 720元；蔚來汽車NOP+訂閱費(fèi)用為360元每月；而其他所謂“標(biāo)配、免費(fèi)升級”，其實(shí)也是羊毛出在羊身上——早已包含在購車價(jià)款之中，并且很多是頂配車型才配備。

但高價(jià)格將削弱用戶的選裝激情——即使是特斯拉FSD，數(shù)據(jù)顯示在國內(nèi)選裝率僅為1%-2%，全球選裝率也不過7%，這大大限制了城市NOA的大規(guī)模推進(jìn)落地速度。所以在此也顯而易見的是——要加速城市NOA等功能落地，就必須把其價(jià)格打下去。

那么該從何處著手？

從現(xiàn)實(shí)而言，城市NOA的費(fèi)用組成部分，一是如激光雷達(dá)、攝像頭、毫末波雷達(dá)以及自動駕駛芯片等硬件成本；二是為算法服務(wù)的模型訓(xùn)練、數(shù)據(jù)標(biāo)注成本——毫末智行CEO顧維灝就談到：“在人工智能領(lǐng)域，大部分人工都花費(fèi)在了圖片標(biāo)注上，過去在行業(yè)里，標(biāo)注一張交通類圖片的人工成本約5元左右”。

所以在此也很明顯，一方面需要從硬件成本入手，這或也是為什么玩家們紛紛拋棄高精地圖走重感知路線，并且當(dāng)前業(yè)內(nèi)有企業(yè)準(zhǔn)備逐步去掉激光雷達(dá)的原因所在；而另一方面則需善用新的人工智能技術(shù)，降低如數(shù)據(jù)標(biāo)注、模型訓(xùn)練等成本。諸如毫末智行利用毫末DriveGPT雪湖·海若的場景識別服務(wù)，就將圖片標(biāo)準(zhǔn)的人工成本從原來的5元左右降低到了0.5元一張。

在此，可以說硬件成本的下降以及用新技術(shù)達(dá)成類似圖片標(biāo)注這種10倍成本下降的雙管齊下，為高階智能輔助駕駛技術(shù)更快地達(dá)成技術(shù)與成本最優(yōu)解，最終惠及用戶奠定了基礎(chǔ)。

寫在最后：

有調(diào)查顯示，作為用戶出行的高頻剛需場景，城市駕駛里程占到總駕駛里程的70%左右，而在時(shí)間上，城市駕駛時(shí)長更是高達(dá)90%。

這意味著一旦可在“城市道路中實(shí)現(xiàn)點(diǎn)到點(diǎn)“導(dǎo)航輔助駕駛”的城市智能輔助駕駛實(shí)現(xiàn)大規(guī)模落地，那么這顯然將極大解決用戶駕駛難題，解放駕駛員的雙手——用戶僅需用戶在導(dǎo)航上設(shè)好目的地，車輛可在無需人為接管的情況下，全程輔助駕駛到達(dá)終點(diǎn)。

當(dāng)然，城市道路場景復(fù)雜程度遠(yuǎn)大于高速NOA的客觀現(xiàn)實(shí)，也要求落地城市輔助駕駛的玩家們必須要安全為先，要擁有經(jīng)得起考驗(yàn)的真技術(shù)。

而隨著玩家們達(dá)成技術(shù)路線共識，轉(zhuǎn)而專心投入城市輔助駕駛系統(tǒng)落地比拼中，共同做大蛋糕，深挖感知技術(shù)，持續(xù)推進(jìn)量產(chǎn)成本下降等等，這于我們用戶而言，顯然也是個(gè)好消息——畢竟玩家們越內(nèi)卷，我們得到的，可能就會越多。