行泊一體大變局：從內(nèi)卷成本到突圍價值

過去一段時間，行泊一體方案從小范圍火熱走向全面大爆發(fā)，尤其是行業(yè)在經(jīng)歷了年初車市大降價之后，隨著主機廠將成本壓力迅速傳導(dǎo)到上游，對于行泊一體的需求持續(xù)激增。

在剛結(jié)束不久的上海車展上，我們可以看到芯片企業(yè)、算法公司、域控制器廠商等都在圍繞著行泊一體，積極推出相應(yīng)的產(chǎn)品或方案，而它們共同點之一是——極具性價比。

典型如宏景智駕，新推出基于單征程 3 芯片的行泊一體域控制器成本據(jù)稱已經(jīng)拉到了 1500 元以內(nèi)。

「國內(nèi)市場太卷了，」一家 Tier 1 智能駕駛部門的產(chǎn)品經(jīng)理表示，為了拿到車企的入場券，各大玩家們正在「千元級」成本門檻上相互廝殺，「就像一場極致的『饑餓游戲』?！?/p>

盡管降本仍是行泊一體目前的主旋律，但與此同時，也開始有參與方尋求通過提供增量價值，從內(nèi)卷中突圍。

具體表現(xiàn)有：

• 行泊一體拓寬場景，攻入城市 NOA；
• 功能朝更高階進化，帶動雷達、芯片等硬件再升級；
• 與座艙域融合，進化成艙駕一體，提供更豐富多樣的體驗。

在這個過程中，「BEV+Transformer」、「重感知、輕地圖」、「4D 毫米波雷達」、「自動駕駛大模型」等眾多話題興起，推動著行泊一體步入新的發(fā)展階段。

行泊一體拓寬場景應(yīng)用，城市 NOA 迎來百城大戰(zhàn)

行泊一體新變化之一，就是開始從此前集中在高速公路、快速路等應(yīng)用，向城區(qū)突圍。

背后的原因不難理解，城市路段是人們?nèi)粘Ｍㄐ凶铑l繁的場景，智能駕駛只有覆蓋到了這，才能真正給用戶帶來可感知的使用價值。

自去年小鵬汽車、華為相繼率先落地城市領(lǐng)航輔助駕駛功能以來，如今越來越多的玩家加速涌入這一領(lǐng)域：

（1）理想汽車在開年就提出將在 2023 年底落地城市 NOA，上個月又將時間線提前，表示理想 AD Max 3.0 的城市 NOA 將于今年第二季度開始推送內(nèi)測用戶，到年底將推送 100 座國內(nèi)城市；

（2）蔚來汽車在車展期間也透露，計劃于 6 月底之前，在上海等少數(shù)城市試運行 NAD；

（3）毫末智行在其第八屆 AI DAY 上宣布，今年將率先在北京、保定、上海等第一批城市率先落地城市 NOH 功能，到 2024 年有序落地 100 城；

（4）百度 Apollo 近期也提出，城市智駕產(chǎn)品 Apollo City Driving Max 將在今年開啟量產(chǎn)交付；

（5）智己汽車也表態(tài)，其城市 NOA 預(yù)計將于年內(nèi)開啟公測；

一時間，城市 NOA 正在成為行泊一體玩家們的新戰(zhàn)場。

從零星取得突破到走向全面火熱，分析城市 NOA 大爆發(fā)背后原因，與「BEV+Transformer」大模型得到廣泛應(yīng)用密不可分。

「BEV+Transformer」大模型最早由特斯拉提出，用于提升其車輛的智能駕駛感知功能。

拆分來看，BEV 指的是鳥瞰圖（Bird's-eye-view Perception），與此前基于 2D 直視圖做目標(biāo)檢測和深度估計不同，它通過將多個攝像頭采集的數(shù)據(jù)，進行多幀時序前融合，輸出鳥瞰視角下動態(tài)目標(biāo)物的 4D 信息（車輛速度/距離等）及靜態(tài)目標(biāo)物的 3D 信息（車道線/路沿等），以此供給規(guī)劃、控制等下游任務(wù)做參考。

在這個過程中，一種基于注意力機制（Attention）的神經(jīng)網(wǎng)絡(luò)模型「Transformer」起到關(guān)鍵作用，其拋棄了傳統(tǒng)的 CNN 和 RNN 建模路線，能夠抽象地理解整個圖像不同區(qū)域語義元素之間的關(guān)系，就像被打亂的拼圖游戲，Transformer 通過圖片像素之間關(guān)系，依然能夠記住它們的組合順序，從而很好地在空間-時序維度上進行建模。

簡單來說，Transformer 可以從不同視角的攝像頭中提取特征信息，根據(jù)對像素位置關(guān)系的理解，順理成章地完成 BEV 圖像拼接，形成全面的場景認(rèn)知。

由「BEV+Transformer」帶來的一大變化是，弱化了對高精地圖的依賴。

以小鵬汽車為例，基于其 BEV 感知——XNet 深度視覺神經(jīng)網(wǎng)絡(luò)，有關(guān)動態(tài)信息可在視覺識別的基礎(chǔ)上，實現(xiàn)目標(biāo)軌跡預(yù)測；靜態(tài)信息可提供真實車道線及可行駛空間識別，實現(xiàn)了實時生成「高精地圖」的能力。

3 月 31 日，小鵬汽車正式推送全新一代智能輔助駕駛系統(tǒng) XNGP，在無圖城市可通過 LCC-L（道路居中輔助增強版）作為降級后的能力補充，不僅能夠完成對靜止的車輛、錐筒等障礙物的判斷和避讓，還支持紅綠燈的通行能力。

小鵬自動駕駛中心副總裁吳新宙表示，非常有信心把視覺網(wǎng)絡(luò)做到和高精地圖一樣。

據(jù)了解，今年下半年，小鵬還將在無高精地圖覆蓋的城市開放自動變道、超車、左右轉(zhuǎn)的能力。

不止是小鵬，「重感知、輕地圖」路線如今已經(jīng)蔚然成風(fēng)。

在上海車展前夕，華為發(fā)布了 ADS 2.0 高階智能駕駛系統(tǒng)方案，該方案就是基于 Transformer 的 BEV 架構(gòu)和道路拓?fù)渫评砭W(wǎng)絡(luò)，在不依賴高精地圖的條件下，就能實現(xiàn)城市 NCA 功能。

華為也由此提出，在今年第三季度實現(xiàn) 15 個無圖城市的落地，第四季度再新增 30 個無圖城市的落地，達到 45 城城區(qū) NCA 落地。

元戎啟行在同一時間也發(fā)布了不依賴高精度地圖的智能駕駛解決方案 DeepRoute-Driver 3.0。

搭載這一方案的智能駕駛汽車，在導(dǎo)航地圖覆蓋范圍內(nèi)，可實現(xiàn)全域的高階智駕功能，即使行至不對稱且沒有車道線的十字路口，智能汽車仍能在導(dǎo)航地圖指引下，自行規(guī)劃行駛路徑，與周圍車輛博弈，高效通行。

彼時元戎透露，該方案已經(jīng)在上海、深圳、重慶、杭州等 16 個城市進行了泛化測試。

同樣的還有大疆，基于 7V/9V 的純視覺配置，通過「強視覺在線實時感知、無高精地圖依賴、無激光雷達依賴」實現(xiàn)了包括城區(qū)記憶行車/ 城區(qū)領(lǐng)航駕駛在內(nèi)的 L2+智能駕駛功能。

理想 AD Max 3.0 的城市 NOA 通過大模型 AI 算法，擺脫對高精地圖的依賴，像人類司機一樣實時感知、決策、規(guī)劃。

輕舟智航也將推出基于單征程 5 芯片的輕地圖模式城市 NOA 方案，基于輕舟的完全無地圖能力，可以實現(xiàn) NOA 適用范圍的幾何級拓展......

就在高精地圖面臨被「棄用」的境地，也有一部分玩家提出重新發(fā)掘地圖的價值。

四維圖新高級副總裁、乘用車業(yè)務(wù)負(fù)責(zé)人簡國棟認(rèn)為，「重感知、輕地圖」路線之所以會興起，本質(zhì)原因在于高精地圖的覆蓋面低、鮮度不夠，且成本高，但這不意味著高精地圖的價值能夠被取代。

在他看來，「圖」的背后是安全行車、可靠保障的象征，尤其在進入高階自動駕駛階段，必須采用高精地圖。

而關(guān)于高精地圖存在的問題，以四維圖新為代表的圖商已經(jīng)在適應(yīng)市場需求的變化，不斷作出調(diào)整。

以鮮度為例，四維圖新已經(jīng)做到按日更新；在覆蓋度方面，四維圖新是目前城市道路高精度地圖采集最多的圖商；此外，成本也在不斷優(yōu)化。

在這樣的背景下，四維圖新又發(fā)布了業(yè)內(nèi)首個場景地圖，通過將地圖中的數(shù)據(jù)「打散」，再針對具體場景適配重組，整合傳統(tǒng)導(dǎo)航、輔助駕駛、高精地圖、停車場「四圖合一」的 OneMap 場景地圖，以解決在城市道路下缺少車道線，以及在路口、匝道、彎道等感知資源要求較高的場景難題。

簡國棟用一組簡單直觀的數(shù)字說明，基于全國過路口的數(shù)據(jù)，可以提升車輛的智能化能力，這可以幫助車企從成本上減少 1-2 萬元的硬件，「而我們的成本只有 20 美金?！?/p>

百度同樣認(rèn)可高精地圖在當(dāng)下發(fā)揮的價值。

百度集團副總裁、智能汽車事業(yè)部總經(jīng)理儲瑞松認(rèn)為，長期基于 BEV 極其巨大量的數(shù)據(jù)來加強高精地圖的實時感知和決策，長期來看可以走通，但時間絕對不是今年或者明年。

他表示，現(xiàn)在主流不用高精地圖的，要么是無圖可用，要么之前嘗試的做法中高精地圖很重，成本非常高，無法泛化。

百度的解決之道是使用高精地圖，但盡可能輕量化，其主打的城市智駕 Apollo City Driving Max 系統(tǒng)，選擇以「純視覺+激光雷達」的方式實現(xiàn)感知冗余，通過加強算法、減少對于道路要素的依賴，比行業(yè)通用的傳統(tǒng)高精地圖要「輕」近 80%，以便在多個城市用合理可接受的成本推廣開來。

事實上，無論是「無高精地圖」還是「輕高精地圖」，多種路線殊途同歸的是將行泊一體推到更廣泛的應(yīng)用場景，畢竟卷完常規(guī) ADAS 功能、高速 NOA 后，涉足城市 NOA，才算補齊了「最后一塊拼圖」。

行泊一體朝更高階進化，雷達、芯片等硬件再升級

與行泊一體算法融入了更強大的「BEV+Transformer」等大模型一樣，與之適應(yīng)的硬件也需要升級。

首先就是芯片，地平線聯(lián)合創(chuàng)始人兼 CTO 黃暢博士表示：

「一個時代有一個時代的計算架構(gòu)。到了智能駕駛時代，爆發(fā)式的數(shù)據(jù)計算量以及先進制程的發(fā)展接近天花板，加速傳統(tǒng)摩爾定律的失效，并驅(qū)動著智能計算進入全新范式。」

為此，地平線在車展期間發(fā)布了最新一代智能駕駛加速引擎——BPU 納什，專為大參數(shù)量 Transformer、大規(guī)模交互式博弈而設(shè)計。

具體來看，BPU 納什靈活支持 Transformer 細(xì)小算子，其浮點向量加速單元，具有通用、靈活的特性，滿足關(guān)鍵算子精度需求；

在帶寬方面，獨特設(shè)計了三級存儲架構(gòu)，核間高效協(xié)同；此外，BPU 納什通過數(shù)據(jù)驅(qū)動功耗優(yōu)化，針對神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)動態(tài)范圍特性，降低功耗 30%。

傳感器也迎來進化，最具代表性的便是 4D 毫米波雷達取代傳統(tǒng)毫米波雷達。

與普通毫米波雷達相比，4D 毫米波雷達在原有「距離、方位、速度」的基礎(chǔ)上，增加了對目標(biāo)「高度」的感知信息，同時分辨率得到提升，可以做到小于 1 度。

這些特性讓 4D 毫米波雷達具備了廣視角、高精度、高分辨的優(yōu)勢，更重要的是，它還可以識別靜止障礙物，大大增強了傳統(tǒng)雷達的探測效果。

最近受特斯拉在全新 HW4.0 硬件中又加入了高精度 4D 毫米波雷達的影響，行業(yè)開始迎來一波 4D 毫米波雷達裝車熱潮。

除了已經(jīng)在飛凡 R7、深藍 SL03 等量產(chǎn)車型上搭載，4D 毫米波雷達還將在包括理想汽車、蔚來汽車、上汽、比亞迪、吉利、紅旗、長安等多個品牌車型上裝車。

目前，不僅有傳統(tǒng)的 Tier 1 例如博世、大陸、安波福、采埃孚等布局 4D 毫米波雷達，華為、縱目科技、福瑞泰克等 Tier 1「新勢力」也在推動產(chǎn)品量產(chǎn)落地，例如縱目科技的 4D 毫米波雷達（角雷達）就已經(jīng)搭載問界 M5 上。

福瑞泰克自主研發(fā)的成像毫米波雷達產(chǎn)品 FVR4 也已經(jīng)獲得了國內(nèi)多家車企定點，相關(guān)產(chǎn)品已進入量產(chǎn)交付階段。

激光雷達在行泊一體趨勢催化下也迎來「煥新」。

以禾賽科技為例，上個月發(fā)布了車規(guī)級超薄遠(yuǎn)距激光雷達 ET25，厚度僅為 25mm，因此得以裝在座艙內(nèi)，置于擋風(fēng)玻璃后，并在遇到塵土、雨霧等臟污時，無需額外的清潔方案，僅借助車輛雨刮器就可以及時清理雷達視野，保證激光雷達在更多場景下能夠穩(wěn)定發(fā)揮可靠性能。

值得注意的是，ET25 在性能上比禾賽當(dāng)前主打的遠(yuǎn)距激光雷達 AT128 更強大，測距在無擋風(fēng)玻璃時達 250 米，擋風(fēng)玻璃后也可達 225 米，點頻超過 300 萬每秒，最小分辨率僅為 0.05° x 0.05°，能為智能汽車帶來超高清的遠(yuǎn)距三維感知。

禾賽科技 CEO 李一帆甚至表示，ET25 終結(jié)了有關(guān) 905nm 激光雷達測距不行的討論?！赣悬c像電動汽車續(xù)航里程超過 1000 公里以后，就不要再談里程焦慮了。」

還有的激光雷達玩家「煥新」地更徹底，不僅向外提供支撐行泊一體的傳感器部件，其本身也在朝著更精簡的一體化方向發(fā)展。

探維科技就是如此，直接把圖像 CMOS 器件裝到了激光雷達產(chǎn)品中，打造硬件級圖像前融合方案，通過圖像快門和激光觸發(fā)，輸出時間同源的數(shù)據(jù)，達到微秒級同步精度，最終集合攝像頭和激光雷達不同優(yōu)勢，為行泊一體提供強大感知。

探維科技 CEO 王世瑋表示，硬件級圖像前融合方案不僅能為用戶帶來更高階的智駕體驗，還能進一步提升車載的安全性，讓用戶明顯感受到激光雷達上車的價值。

可以看到，當(dāng)行泊一體往更高階方向前進，從芯片到 4D 毫米波雷達，再到激光雷達，各種車載硬件也正在迎來一輪升級。

行泊一體向艙駕一體過渡，中央計算時代來臨

行泊一體不僅在應(yīng)用場景和功能上拓展，在架構(gòu)上也在延伸到更接近中央集成的形態(tài)——艙駕一體。

所謂艙駕一體，就是在行車域和泊車域融合的基礎(chǔ)上，進一步整合座艙域，以此充分發(fā)揮座艙在人機交互與車內(nèi)視覺方面的優(yōu)勢，讓駕駛者更多參與行泊決策，達到更接近人機共駕與人車合一的體驗。

目前，從芯片公司到域控制器廠商等都在大力布局艙駕一體。

3 月 24 日，億咖通就發(fā)布了艙駕一體中央計算平臺（Super Brain），集成了芯擎科技 7 納米智能座艙芯片「龍鷹一號」芯片和黑芝麻 A1000 芯片，提供智能座艙和智能駕駛能力，包括 3R1V、5R6V 和 5R10V 傳感器方案，能夠?qū)崿F(xiàn) NOA 功能，基本覆蓋了目前所有的主流智能駕駛產(chǎn)品。

沒過多久，黑芝麻又發(fā)布業(yè)內(nèi)首個跨域計算平臺「武當(dāng)系列」以及該系列首款芯片 C1200，覆蓋座艙、智駕等智能汽車內(nèi)部多個不同域的需求，具有多域融合的能力。

據(jù)了解，單顆 C1200 芯片滿足包括 CMS（電子后視鏡）系統(tǒng)、行泊一體、整車計算、信息娛樂系統(tǒng)、智能大燈、艙內(nèi)感知系統(tǒng)等跨域計算場景，可以為客戶帶來高價值和極具成本優(yōu)勢的芯片方案。

黑芝麻智能產(chǎn)品副總裁丁丁表示，C1200 帶給車企更大的作用不是節(jié)流，而是開源。

有車企已經(jīng)在邏輯上實現(xiàn)中央計算架構(gòu)，在此背景下，如果采用 C1200 的方案，那么將可以在實現(xiàn) E/E 架構(gòu)融合之后，更快地釋放軟件能力，從而為車企創(chuàng)造收益。

芯馳科技同樣瞄準(zhǔn)艙駕一體，在上海車展期間，發(fā)布了第二代中央計算架構(gòu) SCCA2.0。

SCCA2.0 搭載了芯馳科技最新推出的座艙芯片 X9SP 和 L2+級自動駕駛單芯片量產(chǎn)解決方案 V9P，能夠?qū)崿F(xiàn)艙駕一體功能。

縱目科技從研發(fā)域控制器的角度，也提出艙駕一體方案。上個月，縱目發(fā)布了艙駕一體產(chǎn)品——Trinity 系列，分為 Trinity 3000、Trinity 8000 兩種解決方案。

其中，Trinity 3000 艙駕一體方案融合了芯馳科技 X9U 座艙芯片和縱目行泊一體產(chǎn)品 Amphiman 3000，在充分激活 X9U 座艙資源的同時, 能夠賦能單個地平線征程 3 芯片，實現(xiàn)性能和功能兼顧的艙駕一體產(chǎn)品體驗。

在泊車方面，可實現(xiàn) RPA/APA 等功能，行車可支持 1R1V/3R1V/5R1V，基于前視 8M 攝象頭，能夠提供強大的感知輸出能力。

而 Trinity 8000 則是基于高通高算力芯片平臺打造，實現(xiàn)了座艙、行車和泊車功能三合一的高度復(fù)合，不僅提供高速智能領(lǐng)航、交通擁擠輔助、自主變道、后向碰撞報警等多達 30 項功能，還能實現(xiàn)代客泊車、跨層記憶泊車、遠(yuǎn)程挪車、原路返回等 21 項功能。

縱目智慧汽車業(yè)務(wù)部總經(jīng)理尤臻慧表示，Trinity 系列在行泊一體的基礎(chǔ)上引入了座艙資源及對應(yīng)外設(shè)，能夠給用戶提供全面、綜合、更高階的智駕體驗。

從上面可以看到，行泊一體正在從過去強調(diào)成本優(yōu)勢，往做多價值增量方向發(fā)展：

一方面，基于更強大的芯片、傳感器等，將應(yīng)用場景延伸到最為復(fù)雜的城市路段；另一方面，加快與座艙等其他域的融合，奔向功能更為豐富的艙駕一體。

「如同行泊一體之于傳統(tǒng)智駕的革命性意義一樣，其本身也在一步步走向成熟過程中迎來變局。」一位業(yè)內(nèi)人士這樣評價道。

為此，專注于記錄行業(yè)變革的《汽車之心行家說》，再度揚帆起航，開啟新一季「行泊一體」專題。

在上一季中，我們邀請了黑芝麻、宏景智駕、元戎啟行、小馬智行、地平線、東軟睿馳等企業(yè)參與討論有關(guān)行泊一體定義、產(chǎn)品方案、生態(tài)合作等話題，在行業(yè)里引起了較大反響。

在第二季中，我們將著重于從價值角度拆解行泊一體，并拓展吸收更多的行業(yè)聲音，帶來最新的動向觀察、最獨到的思想見解，敬請期待。