作者 | 德新

編輯 | 王博

1024，是程序員的節日。

但在汽車行業，因為小鵬，這幾年1024已經逐漸變成汽車科技的秀場。

小鵬的1024科技日始于2019年。

2020年，智能駕駛XPILOT和智能座艙XmartOS成為小鵬最重要的兩個技術標簽。

2021年，高速NGP橫空出世仍讓人記憶猶新。高速NGP流暢、本土化的體驗，一下就刷新了大家對輔助駕駛技術的認知，也很大程度加速了這個行業的（發展）內卷。

現在的1024，既是觀察小鵬科技儲備的絕佳窗口，也是衡量國內汽車科技發展水平的一個風向標。

作為一家以「智能科技」為核心賣點的車企，小鵬在2022年的布局已經大幅超出了汽車本身。小鵬所展示的黑科技，既有大家熟悉的智能駕駛、智能座艙，也有更面向未來的智能機器人甚至飛行汽車。

作為一家頭部的新勢力，硬科技車企的代表，小鵬對未來出行是怎么思考的？

1.城市NGP首發，比高速NGP難100倍

首先聊聊備受期待的城市NGP。

高速NGP - 城市NGP - 全場景輔助駕駛（XNGP）- 全自動駕駛，這是小鵬看到的智能駕駛的演進路徑。

用小鵬自動駕駛副總裁吳新宙的話說，「單場景輔助駕駛是上半場，全場景輔助駕駛是下半場。」

城市NGP是開啟下半場競爭的前奏，我認為也是輔助駕駛發展的一個拐點。

此前，XEV研究所做了不少車主調研，很多新能源車主之所以不用輔助駕駛，是因為缺乏高速路的使用場景，而城區路又用不了。小鵬給了更精細的數據：用戶的用車時長中，90%是在城市道路；從頻率上看，用戶100%每天都會經過城市道路，但只有25%的用戶會經過高速路。

城市NGP比高速NGP要難上百倍。小鵬的實操經驗是：相比高速NGP，城市NGP的代碼量提升至6倍，感知模型數量提升至4 倍，預測/規劃/控制相關的代碼量是88倍...

所以在這個過程中，也有人勸小鵬的自動駕駛團隊，為什么要去做這么難的城市場景，而不是做一些難度更低、收益更快的場景？吳新宙表達的是，「這是難且正確的事」。

城市場景作為最高頻剛需的場景，會很大程度提升用戶對輔助駕駛功能的感知，拉動用戶對輔助駕駛軟件的付費意愿，同時拉大小鵬作為領先企業和其他車企的差距。

像很多新技術一樣，從不好用到好用，到產生依賴，存在一個臨界點，輔助駕駛也是如此。

何小鵬在初體驗城市NGP早期版本時，覺得系統就是一個新手司機，隨時要準備接管；但到10月份體驗第4個版本時，已經覺得是一個開車水平強一些的司機。他認為隨著技術打磨，用戶從不信任到依賴的這個轉折點快要到了。

從技術層面上，城市NGP主要解決了兩方面的問題：

• 第一，應對由城市場景本身的復雜特征帶來的挑戰，比如車輛、行人密集且會出現大量相互遮擋，并且目標的運動軌跡更加不規則和多元，靜態的道路環境也在持續發生變化。

具體而言，小鵬從視覺感知、傳感器融合、行為預測、規劃控制等方向上做了大量的工作。

比如針對密集場景的物體檢測，放棄了原NGP的物體檢測神經網絡架構，重新搭了一套架構；啟用業界最新的單目3D檢測網絡，直接通過單目RGB相機來預測物體大小、朝向、距離和速度；設計新的車輛轉向燈識別網絡；利用數據閉環，解決各種長尾下的紅綠燈識別問題，等等。

• 第二，要在有限的資源上，將功能產品化兌現給用戶。P5上只有30 Tops算力的Xavier計算平臺，相比后來的OrinX資源非常有限，這要求有強大的工程化能力，包括模型優化和部署等等。

目前業界在一塊Xavier上實現城市NGP并交付的車企，只有小鵬一家。據說這個事情，曾有友商多次跟小鵬內部求證，是只用了一塊，而不是兩塊或者更多。這也側面反映了工程化難度之大。

目前，城市NGP已經在P5上開始全量推送，因為高精地圖的原因，廣州是可以開啟城市NGP的首發站，接下來將是深圳和上海。

在已推送城市NGP的用戶車輛上， 城市NGP里程滲透率達到約63%，城市NGP下的通行效率接近人類駕駛員的90%，每百公里接管次數0.6次。

城市NGP百公里0.6次接管什么概念呢？假設你每天通勤60公里，5天300公里，那在一周的工作日內，你的周平均行駛接管次數不超過2次。據我所知，這個數據甚至好于一些Robotaxi公司在測試區的接管數據。

2.XNGP，全場景能力是輔助駕駛競爭的下半場

城市NGP首發量產，是小鵬自動駕駛技術體系的冰山一角。

2023 - 2025年，小鵬這個階段的主要目標是攻克全場景輔助駕駛。

全場景輔助駕駛的精髓，我認為是用一個很強的視覺感知底子作為主干，減少對高精地圖的依賴，從而做到「有圖體驗完美，沒圖體驗也能一流」。

為什么強調減少對高精地圖的依賴，因為高精地圖的許可和更新都很難。

包括城市NGP在內，國內頭部車企/自動駕駛公司的城市NOA落地，目前多少都受到高精地圖審批的影響。何小鵬說，原以為城市NGP在明年第一季度可以大范圍鋪開，實際上只規劃了幾個城市。

為了擺脫對高精地圖的依賴（或者在沒有圖的情況下依然能做到完美表現），小鵬開發了新的感知模型架構XNet，XNet以多相機、多幀的圖像作為輸入，輸出的是動態和靜態目標的感知結果。

靜態目標的集合，相當于是實時的高精度地圖；

針對動態目標，因為網絡具有360°的視角，系統的博弈能力會更強，變道成功率也會更高。

這樣一個大模型，需要大數據投喂，也需要大算力來訓練和部署。

根據小鵬測算，XNet訓練數據的數據標注工作，大概需要50 - 100萬段的短視頻，手動標注需要2000個人年（1000人團隊2年時間）來完成；用單個服務器來訓練需要276天；模型訓練完，直接部署到車端的話，一個Orin-X還不夠，需要1.22個Orin-X。

為此，小鵬對應開發了全自動標注系統，將2000人年壓縮到了16.7天，小鵬今年新建的自動駕駛智算中心「扶搖」運用在訓練上，可以把模型訓練的時間壓縮602倍；再通過對Transformer算子的重構，XNet的模型部署最后占用了Orin-X 9%的算力就完成了。

這段太繞了是吧？簡單來說，就是場景很難，算法復雜，極耗資源。怎樣用更少的資源在短時間內做出好的效果，考驗工程能力。XNet就恰好反映了小鵬在自動駕駛上全面系統的工程能力。

其實到了2022年，從單點功能上，比如5家車企的LCC，已經較難區分出很大的差別。輔助駕駛的能力PK，更多考驗的是對困難復雜場景，甚至罕見場景的應對能力，而這部分能力的增長需要強大的數據閉環。

數據閉環有4個關鍵環節，采集 - 標注 - 訓練 - 部署，后3個環節在上面都有提到。

采集環節，小鵬目前有超過10萬輛帶XPILOT系統的車型。吳新宙透露，小鵬已經開發了超過300個觸發器，每周可以根據特定的場景需求進行專門的數據采集。

城區輔助駕駛開發的精髓是通過神經網絡來構建復雜的代碼，因為人工編寫在海量的復雜場景面前，很快會到達瓶頸。因此核心的競爭是數據閉環的能力和效率。

在這點上，小鵬無論從錢（建立智算中心）、人（團隊規模）、車隊（量產車數量），應該都是國內目前走得最快，步子邁得最大的公司。輔助駕駛的上半場靠精英人才投入和工程積累，下半場在上半場基礎上，拼的更多的是系統能力和效率。

哦，對了。

還有One more thing，小鵬計劃在明年和后年開始，從廣州起步來部署Robotaxi，大概率會基于G9開始投放，希望以Robotaxi和輔助駕駛兩條線，形成功能和數據的互補。

3.自研語音基礎能力，再次刷新座艙交互的想象力

輔助駕駛和智能座艙，是小鵬智能化標簽的左膀右臂。

前兩年P7的座艙，已經刷新了行業的座艙語音交互標準。就算到今年，小鵬在P7上提出的全場景語音交互、連續對話、可見即可說的能力，還是行業內其他車企旗艦車型追求的功能標準。

P7的語音能力，定義了語音作為智能汽車交互入口的范本。從這點上來說，我個人認為它的獨特性，甚至大于同時期XPILOT在智駕領域的突破。

今年，小鵬推出了全場景語音2.0體系。簡單來說，就是多人在車內對話的狀態，越來越接近正常對話的狀態，而不需要人來遷就機器。

比如全時在線功能，不需要喚醒；一句話最多支持4條指令的同時執行；MINO多音區功能，相當于語音助手有多個分身，車內多人各說各的，同時反饋和執行。從響應、執行速度上，2.0版本也有不少指標刷新了行業最快成績。

座艙語音交互能力還能持續壓榨，背后除了8155帶來的水漲船高之外，小鵬已經開始深入語音技術的底層，包括：聲學信號處理、本地語音識別、在線語音識別等等。這些典型語音基礎能力 ，這是一般車企不會涉足的領域。

小鵬的第二代語音架構全棧自研，再度說明，小鵬對語音的探索，已經進入到非常前沿的地帶。第三方供應商在技術方案和迭代速度上，難以滿足需求。小鵬內部認為，自研方案的先進性更高，資源使用和數據成本都更低，也有助于拉開差距，形成獨特的產品競爭力。

另外，小鵬的海外車型，也會采用自研的語音架構。

4.智能機器人離家用更近一步，飛行汽車試驗車成功首飛

與特斯拉類似，小鵬也在通過小鵬鵬行造機器人，甚至小鵬啟動的時間點更早，6年前就開始了。

這屆1024上，第二代智能機器人亮相：

• 頭部集成了AR投影，是對機器人交互形式的探索；

• 足底使用“EVA超臨界發泡”及耐磨橡膠，緩震、靜音與耐磨性能提升；

• 頸部等區域使用新型彈性織物與液態硅膠材料，解決多自由度運動的設計問題，且耐沖擊、耐刮擦；

• 尾部增加了機械臂，可執行更多的功能；

• 算力平臺，采用與高端智能汽車同級別的平臺；

• 電池系統，采用車規級電池系統，BMS和電池Pack 一體化設計，更加緊湊、安全；

• 熱管理系統智能化，大幅提升智能機器人極限性能。

據何小鵬介紹，目前圍繞智能機器人的開發，核心是在打磨幾方面的能力：行動的靜謐性；在狹窄環境下的避障能力；以及機械臂的多場景應用。

最后，繼10月份完成迪拜海外首飛之后，小鵬匯天的飛行汽車也在這屆1024活動上進行了亮相，內部研發代號為X3。

在去年發布的飛行汽車概念的基礎上，X3改變了構型，具備機臂折疊收納系統，可進行陸行和飛行模式的切換。

在機臂折疊收納狀態，它的尺寸和常規汽車相當，能夠在開放道路自由行駛；在法規、環境允許的條件下，垂直起降，飛行跨越擁堵、障礙、河流等，滿足人們短距離低空出行的需求。

X3的試驗車整備質量接近2噸。目前基于X3，匯天的飛行汽車已完成試驗樣車首飛。匯天的目標是在X3的基礎上實現量產。小鵬之前已經宣布，希望在2024年推出量產飛行汽車，成本不高于100萬元。

在X3上，匯天完成飛行汽車量產的兩大挑戰：

第一是飛行控制。在螺旋槳直徑接近 4 米的情況下， 對轉動慣量的控制和響應速度要求很高；

其次，動力系統要讓2噸級的車輛起飛，所需動力是地面行駛的15倍。電池放電功率密度、能量密度要遠超目前汽車行業平均水平，還需要更好的熱管理系統，并考慮動力冗余需求。

何小鵬也很坦誠，X3的電池目前可以支撐車輛行駛幾百公里，但飛行的話，只能支撐幾十公里。

總結：

我在小鵬廣州總部的現場看完了這場1024，這場活動一點不像車企的技術日，倒非常像GoogleX的科技展示。

整個發布會前半場非常硬核，后半場很fancy。很多時候，大家的注意力容易被后半部分那些炫目的概念吸引，甚至網上有聲音質疑小鵬布局太多，智能機器人和飛行汽車的商業化路徑不清晰。

但從整個時長分配來說，小鵬是非常務實的。75分鐘的發布會，智駕部分占了50分鐘。當下與未來，詩和遠方，邊界非常清晰。

無論是城市NGP，還是飛行汽車，小鵬在前沿科技上的探索，有很大一部分已經進入到前人未至的無人區。這意味著，市場上沒有同類競品，無從對標，也沒有供應商具有成熟經驗，其中有大量全新的定義和自研工作，極度考驗一家車企對未來的判斷、執行力和交付能力。

小鵬過去8年在硬核技術上的積累，已經構建起一個完善的科技體系，在不同的產品上，人工智能、人機交互、動力系統等領域有相當一部分可以復用，甚至可以通過產品之間的反哺，形成獨特的領先性。

印象最深刻的是，何小鵬和吳新宙，都提到了做「難且正確的事」，打造「讓用戶驕傲的科技產品」。

輔助駕駛、智能座艙、智能機器人和飛行汽車，是否足夠令人興奮、讓人驕傲？現場的車主們已經回應了一個狂熱的「YES」。

返回第一電動網首頁 >