“智己2年，走完友商9年智駕路。”

在剛過去的“IM AD DAY智己汽車智能駕駛發(fā)布會”上，智己用這句頗有意味的話來總結(jié)自家目前在高階智能駕駛領(lǐng)域的成就。

如果說這里用“X品牌”和“N品牌”指代兩家新勢力友商還算隱晦，那在介紹技術(shù)路線時多次公開提及小鵬汽車則能明顯看出其中較量的意味。

這也不是智己第一次關(guān)注小鵬。早在6月30日，智己汽車聯(lián)席CEO劉濤就在微博恭賀小鵬G6上市，同時表示自家更大·更快·更靚的智己LS6將在成都車展亮相。

一句“標(biāo)桿就是用來超越的”，擺明了挑戰(zhàn)小鵬的野心和信心。

智己LS6和小鵬G6分別為這兩家企業(yè)最新技術(shù)的集大成者，雖然智己LS6還未正式亮相，但在發(fā)布會上，智己已經(jīng)公布，LS6將搭載旗下最新的智駕和座艙技術(shù)。

而智己在前兩天的發(fā)布會上，用“自動駕駛前的最后一戰(zhàn)”作為主題，在智駕上全方位和小鵬來了一次對標(biāo)。

首先智己匯報了IM AD智駕功能的落地情況：

智己宣布：2023年第四季度，智己IM AD將正式邁入城市NOA時代。

從上面這張圖就能看出，智己這個智駕進(jìn)程有多夸張，從2020年12月品牌成立，到跟進(jìn)頭部玩家的布局速度，智己只花了2年時間。

智己團(tuán)隊在2021年剛著手智駕方案搭建時，就選擇了OneModel體系以及BEV、Transformer的技術(shù)落地。其實這時候就能看出智己在路線選擇上更加重視視覺和數(shù)據(jù)算法。

先簡單聊聊一臺智能車幫忙駕駛的過程：

首先它需要了解道路規(guī)則，接下來需要訓(xùn)練面對其他道路參與者的能力。就如同人類在開車時腦海里會假設(shè)在某種環(huán)境中采取某操作后相應(yīng)的后果，再選擇最優(yōu)策略。

智能車學(xué)習(xí)策略不僅可以通過采集真實行車數(shù)據(jù)，還有一個重要環(huán)節(jié)就是通過模型還原虛擬場景，一次次訓(xùn)練面對不同路況的數(shù)據(jù)，這就是我們?nèi)祟愃緳C(jī)所說的“經(jīng)驗”。

針對大量數(shù)據(jù)，智己落地OneModel技術(shù)來管理整個建模數(shù)據(jù)體系，通過建立核心指標(biāo)的方式抓取有用信息并結(jié)構(gòu)化，這樣也有利于提高數(shù)據(jù)標(biāo)注的速度和質(zhì)量，方便自動化開發(fā)和進(jìn)一步訓(xùn)練。

說起來似乎有些拗口，那我們來個比喻：當(dāng)我們通過積累的方式掌握了一些紛繁雜亂的醫(yī)療知識，這時候我們看到了一個受傷的人躺在地上，我們只能從無序的記憶里找到相應(yīng)措施，但這樣效率比較慢。

而一旦我們通過語文、數(shù)學(xué)、物理、生物等類別的知識框架訓(xùn)練，我們就能迅速梳理出這里需要生物（醫(yī)學(xué)）和物理（不使傷口受力的搬運方式）類的知識，OneModel其實就是為智能車的數(shù)據(jù)做梳理和深化。

再來看BEV+Transformer的技術(shù)路線：在特斯拉兩年前第一次將這種算法形式引入到自動駕駛領(lǐng)域后，大模型視覺算法逐步成為主流，包括小鵬、理想、華為、大疆、地平線都在積極布局。

簡單來說，由于各個傳感器抓取的信息不同，例如攝像頭抓取2D畫面，毫米波雷達(dá)采集點云，甚至不同位置的傳感器獲取的信息表面看起來都大相徑庭。

BEV則會提供空間將這些同一時刻下的信息融合起來，而Transformer神經(jīng)網(wǎng)絡(luò)會去計算重合部分輸出完整的信息。

就像我們面對碎片，根據(jù)邊緣色調(diào)和線條來拼湊出完整的拼圖一樣，BEV+Transformer就會將所有感知信息還原成完整的路況信息。

再通過不間斷的工作將畫面連續(xù)輸出，這就達(dá)到了實時構(gòu)建地圖的效果，不僅輔助了正常行駛，還可以預(yù)測可視范圍內(nèi)其他交通參與者的軌跡，提升系統(tǒng)的實用性。

小鵬自然是其中的佼佼者，量產(chǎn)的BEV感知架構(gòu)也是小鵬XNGP輔助駕駛系統(tǒng)的核心模塊，前兩天我們還體驗到了無圖的小鵬在北京市區(qū)的驚艷表現(xiàn)。【無圖的小鵬，同樣遙遙領(lǐng)先？】

智己作為智駕領(lǐng)域的攻擂者，想要在短短兩三年內(nèi)追上小鵬多年的積累，顯然需要做到更多。

圖中數(shù)據(jù)為品牌官方公示

在今年4月，智己趕上了大模型潮流，聯(lián)合Momenta發(fā)布了D.L.P人工智能模型，D.L.P 指的是deep learning Planning深度學(xué)習(xí)規(guī)劃，其重心在于用數(shù)據(jù)來明確需求解決典型困難場景。

這是什么意思呢？按照開車的邏輯來說，我們應(yīng)該紅燈停綠燈行，遇加塞要避讓，這是基于規(guī)則的基礎(chǔ)上來開車。

但是例如在接近匝道口時什么距離變道更穩(wěn)妥，前方有慢車該超車還是減速跟行，這無法給出標(biāo)準(zhǔn)答案。所以一段行程中可以規(guī)劃出很多可行路徑，但老司機(jī)就能掌握各種分寸開的更高效、舒適。

面對加塞選擇的不同策略

所以規(guī)劃本質(zhì)是一個經(jīng)驗和搜索問題，在眾多可行方案中選出最優(yōu)解，練的越多就越能把控細(xì)節(jié)。

D.L.P 人工智能模型通過巨量的模擬車輛在各種場景下進(jìn)行各種操作方式，積累車輛采取某規(guī)劃路徑后的通行效果數(shù)據(jù)，反哺到現(xiàn)實生活中的智駕功能運行。

智己還在DDLD（數(shù)據(jù)驅(qū)動的道路環(huán)境感知算法）和基于Occupancy占用網(wǎng)絡(luò)的DDOD（數(shù)據(jù)驅(qū)動的障礙物感知算法）技術(shù)方案上下了大力氣。這兩項技術(shù)分別針對時下熱門的“無圖”和“視覺”。

DDLD核心解決的是高精地圖的覆蓋度和鮮度問題所導(dǎo)致的體驗不連續(xù)，甚至容易產(chǎn)生的安全問題。通過實時感知，生成道路地標(biāo)，輸出給規(guī)控模塊。

DDLD實測表現(xiàn)

最重要的是，通過DDLD，智己IM AD不需要依賴高精地圖。

而Occupancy Network（占用網(wǎng)絡(luò)模型）則是由特斯拉在2022CVPR上提出的技術(shù)，由于數(shù)據(jù)世界里不規(guī)則物體難以識別，那么將三維世界劃分為一個網(wǎng)格單元，定義哪個單元被占用，哪個單元是空閑的，就可以用劃分區(qū)域的方式將復(fù)雜場景中的不同物體區(qū)分開來，例如路面凸起的石塊和車輛懸掛物。

還可以把當(dāng)前場景下被遮擋的靜止物體和動態(tài)物體也用體積塊表示出來。通過占用網(wǎng)絡(luò)，結(jié)合BEV模型，可以對路徑規(guī)劃有更多信息。

以上最新技術(shù)都將搭載于智己LS6這款車上，全系配備去高精地圖的NOA能力，同時搭載“一鍵場景代駕”功能，可以實現(xiàn)一鍵泊車、一鍵貼邊、一鍵循跡等功能。

由于新車未亮相無法實際體驗最新IM AD，在這里先和大家分享官方發(fā)布的成績：IM AD的安全接管次數(shù)為0.36次/千公里，泊車成功率97%，車尾識別率99.4%；碰撞事故率0.6次/百萬公里，安全性達(dá)到人駕的3.2倍。

有意思的是，這樣的能力輸出，并未基于強(qiáng)大的算力和豐富的硬件基礎(chǔ)上。

智己的技術(shù)人員表示，智己IM AD（與小鵬）是行業(yè)唯二兼容Xavier（低算力）、Orin（高算力）雙智駕計算平臺的自研玩家。

通過算法優(yōu)化，在滿足功能增長的前提下，算力需求降低90%。同時通過模型優(yōu)化，模型運行效率提升500%；

僅使用單OrinX芯片和單顆激光雷達(dá)，即可實現(xiàn)全量城市場景及去高精地圖化的NOA方案。

非激光雷達(dá)的全域視覺融合方案，僅依靠Xavier、OrinN等中低算力平臺即可實現(xiàn)。

聊到這兒，我們不妨推測，未來智己會推出搭載基于低算力平臺實現(xiàn)純視覺智駕方案的車型，在芯片和激光雷達(dá)方面壓低成本后，這樣一款車的價格也會更親民，也勢必將肩負(fù)起智己內(nèi)部走量的重任。

今年上海車展的時候，智己正式發(fā)布了“AI4M智能戰(zhàn)略”，當(dāng)時我在現(xiàn)場，劉濤幾乎沒怎么看提詞器，一個人演講了接近20分鐘，不卡頓、沒停滯。把軟硬件架構(gòu)、大規(guī)模智能算法和智能場景體驗這三項智己智駕的地基講得深入淺出。

那時劉濤埋下了一個彩蛋，他透露智己2023年下半年上市的新車，將以“智能化運動控制”和“視覺融合功能增強(qiáng)”為標(biāo)志，豎起智己在智駕領(lǐng)域的一個標(biāo)桿。

旁邊一個非新能源領(lǐng)域的媒體同行問我：“智己是看上小鵬‘智駕一哥’的牌匾了嗎？能行嗎？”我笑著不置可否。

將在馬上到來的成都車展亮相的LS6，或許就會給我們一個答案。

返回第一電動網(wǎng)首頁 >