一輛搭載高階智能輔助駕駛功能的車最低需要多少錢？

對于華為來說，30萬左右就夠了。對于小鵬來說，20萬左右就夠了。對于大疆來說，10萬左右就夠了。

三檔市場，各自為王

智能輔助駕駛功能在車圈兒向來有爭議，我們能發現豪華品牌車型在智駕方面的動作并不急促，就如法拉利CEO所言，他們并不在乎自動駕駛。

當目標用戶更愛純粹的操縱體驗或者有司機代勞，那么目前仍需接管的智駕功能就并非必需品。所以目前智駕功能的上車都主要集中在30+萬及以下的家用車領域。

搭載高階智能輔助駕駛功能的阿維塔11，售價31.99萬起

在該領域首當其沖的當屬華為，作為智駕第一梯隊的明星供應商，華為提供全棧的智能駕駛方案，以首款合作的車型極狐阿爾法S HI版為例，搭載硬件如下：

·華為MDC 810 芯片·3顆激光雷達·6顆毫米波雷達·13顆高清攝像頭·12顆超聲波雷達·高精度地圖（本文中暫算入硬件）

在軟硬件的加持下，華為智駕方案可以實現點到點的領航輔助功能、自動泊車等功能，具體表現可以查看AutoLab此前的智駕大橫評，在各項測試中都做到了“遙遙領先”。

當然，一臺車并不能夠完全代表華為的水平，由于合作方式和范圍的限制，例如問界M5在硬件上僅搭載1顆激光雷達，卻因為與鴻蒙座艙的融合獲得了獨特優勢，所以除了某臺車的體驗感，想知道其實力，還得看背后的技術。

鴻蒙座艙

首先是設施。在今年7月的華為云智能駕駛創新峰會上，華為云正式發布云基礎設施——烏蘭察布汽車專區，在這里通過“三分區”和“七防護”實現海量自動駕駛數據的安全和技術運轉。

“三分區”指的是數據處理區、智駕業務區和網絡中繼區，分別負責接入數據、業務研發和傳出數據，以上流程同時會得到資質圖商的技術參與，例如數據只有圖商審批過后才能傳出。

“七防護”指的是云上防御，比如安全運營平臺、華為云云原生安全服務，簡單來說通過軟件抵抗危險因素實現整個運營的穩固，總之它最后交出的成績是99%的威脅可以在5分鐘內閉環。

巨量的數據運轉和高效的運營離不開高算力的支持，而華為云通過在烏蘭察數據中心部署昇單集群達2000P Flops的昇騰AI云服務解決了這個問題。

熟悉華為的朋友應該對昇騰有所耳聞，作為華為旗下的芯片頂流，其推出的910堪稱業內算力最強的芯片，采用7nm工藝，算力水平達256TFOPS，你可以理解為這顆小芯片抵得上50顆CPU的運轉能力。

昇騰910芯片

同時華為云還發布了自動駕駛開發平臺，從開發、仿真測試、實車測試到量產上車，直接一條龍服務。其中華為的盤古大模型通過場景模擬、數據抓取標注等方式將整套流程的效率大大加速。

綜合看來，華為建立生態體系的行動也極為超前，“快、全、強”，但這樣的高投入也意味著成本的下限，所以華為也是業界出了名的“貴”。

再來看看小鵬汽車，作為最早在國內量產車市場打下智駕標簽的企業，小鵬一直堅持全棧自研路線，在今年以XNGP智駕方案成功進階智駕第一梯隊，同時也成了20萬級別智能車的代表選手。

以首搭XNGP功能的小鵬G6為例，其智駕硬件如下：

·雙英偉達Orin-X芯片·2顆激光雷達·5顆毫米波雷達·12顆高清攝像頭·12顆超聲波雷達·高精度地圖

有了硬件為基礎，小鵬汽車開發出最新一代感知架構Xnet進一步完善其在感知上的需求。Xnet通過多相機和雷達采集數據，在BEV視覺網絡中通過Transformer進行融合，實時構建地圖，生成路況信息，預測目標軌跡，提升系統的實用性和穩定。

BEV感知也是目前業界較領先的技術，通過多相機多幀的方式，將每個相機的素材用視頻流的方式輸入到大模型的深度學習網絡，再進行時序融合，輸出目標物4D信息。

說起來好像有點復雜？其實就是通過技術重現人類獲取信息的過程，由于各個硬件輸入的信息會有方位上的差距，用拼圖思維去確認同一時間下的完整路況，持續這一過程，就能隨時保持判斷的狀態。

實現這個架構就需要大量的數據，除去用戶車為小鵬提供的海量收集數據，小鵬還需要通過大模型來模擬少見、危險場景的仿真數據。

接下來需要對數據做標注，小鵬汽車為此打造了全自動標注系統，效率為人工的45000倍。

最后就是訓練環節。小鵬汽車與阿里云共同打造了自動駕駛智算平臺——扶搖，在SEPA 2.0 「扶搖」全域智能進化架構賦能下，小鵬智駕綜合研發效率提升30%，智駕車型適配成本降低70%。這也成就了小鵬XNGP功能的全系標配。

那么智能輔助駕駛功能的價格還能再下探嗎？大疆覺得可以。

就如自家的覽沃科技一出手，就將激光雷達價位從萬元級下拉到6000元級別的事跡一樣，大疆車載首款合作的車型寶駿KiWi EV大疆版價格即為10萬左右。

大疆全新一代智能駕駛解決方案【成行】則首搭寶駿云朵，大疆表示這套方案成本在5000-15000元，支持行泊一體。

個人覺得這套方案的最大亮點不在于便宜，而是可以走純視覺路線實現城區領航功能。該方案分為7V傳感器配置和9V傳感器配置，以功能更全面的9V傳感器為例，其智駕硬件如下：

·1慣導雙目傳感器·7視覺傳感器·32-200TOPS算力域控制器（算力根據車企需求提供，達到80TOPS即可擺脫高精度地圖）

對比起來，這套方案配置可以說是“極簡”了，同時擺脫高精度地圖和激光雷達的依賴意味著對于硬件能力的開發、視覺在線感知的要求更高。

大疆的技術秘訣之一在于其慣導雙目傳感器，通過模擬人眼視覺原理獲取距離信息生成稠密的點云，再通過測距原理在數據上還原三維物理世界的深度信息。

慣導雙目傳感器

比如面向某不規則物體，先計算出左攝像頭中每個像素在右攝像頭中的對應像素，結合每個攝像頭間的相對位置和鏡頭參數，就可以換算出其位置。

立體雙目測距原理圖

這和激光雷達工作原理有相似之處，區別在于激光雷達的測量距離更遠，另外慣導雙目傳感器由于是視覺采集，比激光雷達的線采點云密度高，但是精度不如激光雷達。當然，成本方面慣導雙目傳感器是具有絕對優勢的。

那么模擬人眼的技術，在人眼也識別困難的暴雨、夜間等場景，識別力如何呢？

為了應對多場景，大疆在攝像頭模組中植入視覺慣導融合定位技術，利用加速度數據提升雙目測距的精度和穩定性。

視覺慣導融合定位技術，在地下多層停車場工作

同時基于大疆在無人機領域深度打磨的實時定位與地圖構建技術，萬一受極端環境影響傳感器無法直接感知環境信息，也可以通過融合一些與定位相關的信息片段，比如直線速度、路牌或其他參照物在圖像上的位置，來定位車輛和構建環境信息。

另外【成行平臺】做到了將BEV感知技術賦能給低至32TOPS的算力平臺。同支持BEV感知技術的小鵬汽車平臺算力則高達508TOPS。

再結合一系列技術，例如全向深度估計技術（避障）、4D純視覺自標注技術（覆蓋數據）、開放空間的決策規劃技術等，最終實現下圖中八大功能。

雖然主打“平價”，但大疆車載作為供應商也很靈活，這套純視覺智能駕駛系統也支持擴展毫米波雷達、超聲波雷達、激光雷達、高精度地圖等傳感器，進一步增強系統在極限場景下的性能及安全冗余。

“智駕平權”，是不是雙向奔赴

既然十萬元也能做出智能駕駛輔助方案，那大疆車載就能穩操勝券了？也很懸。

一來是硬件決定著智能輔助駕駛能力的上限，即使用32TOPS算力平臺實現BEV感知技術的運轉是件很了不起的事，但對于高算力平臺來說實現這項技術原本就沒有算力限制的阻礙。

往遠了看，需要接入傳感器或者拓展軟件能力時，有限的算力則成為功能升級的難關。往近了看，視覺路線受控于感知硬件探測距離的限制，留給車輛反應的時間更少，大疆車載【成行】只能在近距離反應上下功夫。

二來是體驗方面的差距。

我詢問了一位服務于25+萬以上車型的某智能方案供應商專家，對于低成本智駕方案的看法。他表示，之所以搭載在高價位車型上，是成本真的控制不下來。低成本方案對于硬件控本和軟件開發的要求極高，這更有利于高階輔助駕駛的普及。

正如大疆車載這套方案也支持通過增加傳感器提升體驗一樣，目前這套方案從最終效果來說絕不是最優解，只能讓入門更簡單，將更多中低預算的群體納入使用高階智能駕駛功能的區間。

大疆車載對于行業使命也很清晰，大疆總裁羅振華曾表示：當前產業階段最關鍵的問題不是分主次，而是做普及。大疆，打響了十萬級智駕市場科技平權的第一槍。

不過從現階段消費者對于智能駕駛功能的需求狀態來看，大疆車載的路仍舊艱難。在中高端群體中，智駕功能并非能穩定推動銷量，例如問界M5在發布智駕版以后，經過5月和6月的回彈，在7月再次銷量下跌，環比跌幅達到25%。

問界M5智駕版，頭頂一顆激光雷達

而當消費區間來到10萬級別，現階段這些獲得“智駕平權”的消費者，真的需要這項權利嗎？

大點的空間、數量多些的音響亦或是增加一些安全氣囊，與智駕功能到底誰更有吸引力，或許今天晚上寶駿云朵的上市能給出初步答案。

返回第一電動網首頁 >