2022 年，在智能汽車領域，幾乎無人不談「行泊一體」。

「行車和泊車共用同一個域控制器，實現傳感器深度復用、計算資源共享，在提高用戶智駕體驗的同時，也幫助主機廠降本增效，大大提高了后者的開發效率……」這差不多是做「行泊一體」自動駕駛企業的慣用話術。

然而在實際中，該類型方案的表現卻一言難盡，差別巨大。大部分所謂的行泊一體只是將硬件并到一個「盒子」里，功能并沒有發生改變，用戶體驗也沒有得到明顯提升。

面對成效上的千差萬別，甚至讓人懷疑不同公司所說的「行泊一體」是否指的是同一件事情。

因此，一些行業人士根據長期的思考和實踐提出了行泊一體的不同形態，以 1.0、2.0 甚至是 3.0 來區分不同方案在本質上的巨大差異，闡述各家的行泊一體為什么在功能、體驗、硬件、成本等方面相去甚遠。

在這方面，量產自動駕駛方面的領先企業或許最具話語權。

近日，汽車之心在國內首個單 TDA4VM 行泊一體項目的開發交付現場，與 Nullmax 紐勱創始人兼 CEO 徐雷進行了深入的交流，梳理了當前行泊一體的量產進展。

這位硅谷職業背景的創業者，有著技術控們一貫的嚴謹，他把「行泊一體」分為 4 種形態，其中最高階的 4.0 形態表現為一體化域控制器、單 SOC 系統，以及芯片、傳感器持續深度復用，且 NOA 功能不受限制。

目前，Nullmax 是業內少數能提供行泊一體 4.0 方案的公司，其開發了覆蓋不同算力的平臺化行泊一體解決方案 MaxDrive，并將率先在 TDA4VM 芯片上完成一系列的量產交付。

01、從 1.0-4.0，魚龍混雜的行泊一體

市面上現在大部分車型采用的仍然是分離式域控制器，即行車域控和泊車域控相分離，行車功能只能調用行車的芯片和傳感器，比如前視相機、毫米波雷達，而泊車功能也只能調用泊車的芯片和傳感器，比如魚眼相機、超聲波雷達。

這意味著，當一套系統運轉時，另一套的硬件就會閑置。

這一情況，被徐雷稱之為行泊一體 1.0 形態，不僅電子控制單元（ECU）數量最多，成本也十分高昂。

當中行泊一體的內涵，只是行車、泊車兩套功能同時存在于一輛車上。

而 2.0 形態正是前文提到的將兩塊負責不同功能的 SoC（行車 SoC+泊車 SoC），「貌合神離」地集成在同一個域控制器上，典型如「1 顆 EyeQ4+1 顆 TDA4」或類似的雙芯片組合方案，確實減少了一個域控制器，使硬件成本降低約 30%，但屬于偽行泊一體架構，計算資源沒有得到真正共享，容易出現通訊延遲，不利于數據的融合處理，汽車智駕性能沒有提高。

行泊一體 3.0 形態更進一步，在減少域控制器的基礎上，再減少一塊芯片，直接上單 SoC 系統，使硬件成本降低 50%，但此時又容易出現一個新問題：

傳感器無法深度復用，功能局限于基礎的 ADAS。

也就是說，3.0 形態仍然只能開啟部分傳感器，仍有一部分傳感器處于分時閑置的狀態，因此在同樣傳感器下，其實還有更大的性能空間可以挖掘。

背后的原因在于有些自動駕駛公司，無法做到在一塊算力有限的 SoC 上，處理行車和泊車過程中大量傳感器同時輸入的海量數據。

「這就導致在行車過程中只打開了前攝像頭等傳感器，泊車過程中也只使用例如魚眼攝像頭進行感知，行、泊在物理上看似一體，在功能上仍然是分離。」

真正的行泊一體不僅能省去部分重疊的硬件，節省成本，還能實現更高的性能。

徐雷介紹，在路上行駛時，行車系統應該調用魚眼相機，提升車身周圍 360°的近距離感知能力，在擁堵跟車、cut-in 等情況下提高行車表現。舉個例子，魚眼能夠用來檢測車旁行駛區域的變化，這樣當大卡車經過時，系統可以提前做出橫向避讓。

而在停車場內行駛時，系統也可以直接調用前視攝像頭，提升車輛前向的感知能力，識別路上的障礙物，提高泊車過程中的行進速度，「比如達到 10 公里每小時以上。」

這些功能如果能在單 SoC 上做到，才能算達到了行泊一體 4.0 形態。

當中的挑戰之大不言而喻，既要求自動駕駛企業深入了解自動駕駛的全流程，能夠構建高效高性能的整體架構，還要具備強大的軟件算法技術，尤其是工程化能力，完成整套方案的實際開發和落地。

這也就意味著，4.0 形態的行泊一體實際上少之又少。

從交付進展上來看，能夠像 Nullmax 一樣完成全自研行泊一體方案落地的企業也確實是鳳毛麟角。

徐雷創業前曾供職于特斯拉，領導搭建了部署于 Autopilot 2.0 系統中 TeslaVision 的深度學習網絡，與另一位創始人宋新雨在軟件、硬件兩方面共同參與 Autopilot 2.0 系統的研發和落地。

因此 Nullmax 從一誕生初，就擁有了強大的軟硬件基因。

舉個例子，在自動駕駛 SoC 芯片上，通常集成了 CPU、AI 芯片（GPU/FPGA/ASIC）、深度學習加速單元（NPU）等多個模塊，如何讓感知、融合、規劃、控制、地圖、定位等功能與之匹配，在最適合的計算單元上運行，就是一個很具挑戰的問題。

Nullmax 基于在異構平臺豐富的開發經驗，通過高效部署深度學習模型、分配不同任務，讓各模塊發揮出最佳性能。

多個異構計算資源可以并行地重疊處理，提高了資源利用率，吞吐率及加速比，也提高了系統數據處理的幀率。

此外，模塊之間還需要考慮清楚信號和數據如何傳輸，模塊或系統失效如何應對等一系列的具體問題。

「說白了就是整個架構之間應該怎么通訊、調度，以及同步。」為此，Nullmax 設計了高效的系統框架，能夠讓不同模塊串聯，實現最高效的協同、調度、融合。

可以說，行泊一體的實際量產難度，尤其是模塊本身以及模塊之間的工程化部署，在過去被遠遠低估。畢竟，以同級配置實現越級體驗的行泊一體 4.0 方案，不可能是一夕而成。

02、軟件平臺化，Nullmax 進軍百萬裝車量

以 Nullmax 單 TDA4VM 行泊一體方案為例，在僅有 8 TOPS 的 AI 算力下，能夠提供領航輔助、高速代駕輔助、擁堵跟車輔助、記憶泊車等一系列的行車、泊車功能。

2021 年，該方案獲得某知名主機廠項目定點，采用 2 顆前視攝像頭、4 顆魚眼攝像頭、5 顆毫米波雷達、12 顆超聲波雷達的傳感器配置，部署至 TDA4 自動駕駛域控制器，不僅可以提供豐富、安全的功能體驗，更能兼顧硬件的成本。

如今，Nullmax 單 TDA4VM 行泊一體方案即將完成最終交付，預計平臺化搭載的車型最終可達數十萬輛量產規模。

在此基礎上，Nullmax 同樣打造了基于雙 TDA4VM 的標準版行泊一體，也是業內首個獨家定點的雙 TDA4VM 周視行泊一體量產方案。

在 16 TOPS 算力下，可以勝任多達前視、周視、環視等 11 顆相機組成的龐大視覺感知，并進行毫米波雷達、超聲波雷達等傳感器的感知融合，完成高速領航、擁堵跟車、自主泊車、記憶泊車等智駕功能所需的各項任務，在體驗上進一步優化。

除了布局中低算力，Nullmax 還正在基于英偉達 Orin 芯片平臺，量產大算力行泊一體智能駕駛解決方案。

該行泊一體項目是國內首個基于標準版 Orin 芯片平臺落地，涵蓋高速、城市和泊車的全場景量產應用，提供導航輔助駕駛、擁堵跟車、泊車輔助、常規 ADAS 等全部主流功能。

預計到 2023 年，該平臺化項目的首款車型將上市交付，最終的量產總規模接近百萬輛。

據了解，Nullmax 將完全自主知識產權的數據閉環工具鏈運用其中，助力打造自動化的閉環數據平臺，支持更多創新功能的加入和自動駕駛功能 OTA 升級。

可以看到，Nullmax 能夠基于德州儀器 TDA4、英偉達 Orin 等不同芯片平臺推出差異化的行泊一體方案，實現不同層次的智駕體驗。而且，很多的量產項目也是平臺化項目，涉及多個車型。

「如果說在一個平臺上做行泊一體稱得上難，那么擴展到多個平臺則是難上加難。」一位業內人士指出，不同平臺之間的架構天差地別，很難將算法簡單遷移復制。

也正是基于這個原因，不少自動駕駛企業要么花費大量的精力在不同平臺之間做適配，效率低下且投入大，要么只專注做一個平臺，延展性有限。

Nullmax 沒有「多選一」，而是「好的都要」，其秘訣就在于將軟件平臺化，推出了涵蓋全套自動駕駛應用層算法模塊、中間件系統的 MaxDrive 平臺。

徐雷以硬件中的通用底盤，闡述了的「平臺化」的概念。

把通用底盤打磨好，然后按照不同需求，在上面開發成皮卡、SUV、廂式貨車等，這就是硬件中的平臺化。

「軟件平臺化與之類似，在智能駕駛中表現為用一套軟件，適配不同數量的傳感器、不同算力的芯片。」

徐雷將 Nullmax 的 MaxDrive 平臺比喻為「樹干」，不論是在何種算力的基礎上做開發，「樹干」都是同一個，區別只在于「樹枝」。

「比如要檢測一臺車，在大算力條件下，我們可能會用到深度學習、Transformer 等技術做圖像特征提取，去判斷它是不是一臺車，而在小算力條件中，就沒有這么多『樹枝』來做這件事。」

「軟件平臺化」的優勢是顯而易見的。

首先是大大提高了業務效率，不需要每次從 0 開始做適配，搞碎片化開發；

其次，從商業角度來說，也大大為主機廠節省了方案落地的周期和成本；更重要的是，在同一平臺上做開發的經驗可以積累迭代，反哺技術向上突破。

正是基于這樣的平臺化能力，Nullmax 不僅打造了德州儀器 TDA4 芯片和英偉達 Orin 芯片平臺的行泊一體化智能駕駛解決方案，并完成階段性交付，還與地平線、黑芝麻智能等達成自動駕駛戰略合作，未來有望將行泊一體功能上載到更多車型。

03、大規模量產背后，性價比是關鍵

Nullmax 的優勢，不僅在于其軟件平臺化擁有超強的擴展性和極致的性能，更突出的是，能提供極具性價比的方案。

這對主機廠而言，意味著巨大的誘惑力。

尤其在一些中低端車型，主機廠十分看重供應商的成本管控，甚至可以說，行泊一體功能的出現，很大程度就是由主機廠「降本增效」的需求驅動的。

「同樣的成本，我們能做到更優的性能；同樣的性能，我們可以用更低的成本實現。」徐雷透露，在向某頭部車廠交付的視覺感知算法方案中，Nullmax 基于 8 TOPS 的單 TDA4VM 平臺，接了 4 個周視攝像頭，在 CPU 上分配的是 20k 的算力，而 Nullmax 實際只用了不到 4k 的算力，就實現了同等性能。

更值得一提的是，4 個攝像頭不僅能達到 20 FPS 的檢測速度，且不跳幀或丟幀，而是每幀都檢測，延時還能做到小于 100 毫秒。

而在雙 TDA4VM 的配置下，搭配 5R11V 的傳感器組合，Nullmax 能用 16 TOPS 算力實現了其他方案供應商在 30+TOPS 算力下才能達到的效果。

目前，Nullmax 的眾多量產項目中，一部分就是面向經濟車型提供 L2+的智能駕駛解決方案，其算法隨 TDA4 搭載在智能駕駛域控制器上。

IPU01/02 是德賽西威旗下高性價比方案，在有限的成本范圍提供一定功能的 ADAS 應用，幫助車企快速實現功能搭載。

其中 IPU01 最早量產，年出貨量達到百萬套級別，而 IPU02 自 2021 年推出，是德賽西威目前正在大力開發和推廣的方案。

德賽西威副總裁李樂樂曾表示，IPU02 比 IPU01 的客戶還要寬，除了現有一些客戶之外，還進入了上汽、長城、廣汽、通用以及造車新勢力等車企配套體系，類似于 IPU01 在 2017 年的狀態，后面隨著行泊一體的發展，將有更多項目會落地，在 2022 年陸續量產爬坡，而到 2023 年，很多量產項目能起規模。

這也正是 Nullmax 的計劃之一，借助即將迅速起量的 TDA4 平臺域控，盡可能多地占領市場。「在 10 到 15 萬的車型上，我希望我們行泊一體成為車企標配的方案。」徐雷直言不諱地說出了 Nullmax 的目標。

而更深一層的目的在于通過搭載在更多車型上，大量積累數據迭代算法，讓技術逐漸達到 L4 級別的能力。

與業內當下的主流觀點一樣，相比于「一步到位」的跨越式路線，徐雷更看好厚積薄發的漸進式路線。「自動駕駛歸根結底還是由數據驅動，只有更多的車在路上跑，才能驗證并驅動技術的成熟度，不斷提高泛化能力。」

除了布局中低算力行泊一體，Nullmax 也在基于大算力實現更高階的功能，例如在 100TOPS 以上算力，能像特斯拉 FSD 一樣，提供覆蓋城區道路的全場景智能駕駛體驗，且不依賴高精地圖。

Nullmax 稱之為 USD，該功能將在 2023 年完成量產交付。

可以看到，行泊一體正在從不同細分市場，一步步融入人們的日常。

而以 Nullmax 為代表的自動駕駛企業，紛紛暗自發力，爭奪智駕上車的入口。

「窗口期就是這兩三年了，時間不會太久，我們很有信心。」徐雷表情輕松地說道。

返回第一電動網首頁 >