作者 | 德新

編輯 | 王博

10月17日，極越宣布其基于純視覺的高階智駕方案，已在上海核心城區(qū)跑通城市領(lǐng)航輔助功能，同時官方還首次公布了與百度聯(lián)合開發(fā)的Occupancy占用格柵網(wǎng)絡(luò)技術(shù)。 

基于對極越一貫的判斷，我們認為，極越的第一款車極越01，大概率將量產(chǎn)純視覺城市領(lǐng)航方案 。 

極越01極有可能是國內(nèi)第一款搭載純視覺城市領(lǐng)航方案的車型。 

過去國內(nèi)所有搭載城市領(lǐng)航功能的車型都選擇了多傳感器融合、帶有激光雷達的方案。極越的路線布局，將是國內(nèi)車企第一次在智駕技術(shù)路線上與特斯拉FSD正面PK。 

一、國內(nèi)首家公布純視覺城市NOA，極越的研發(fā)歷程

極越公司在2021年3月份組建，當年6、7月這支團隊完成初步搭建，并啟動了車型產(chǎn)品的研發(fā)。嚴格來講，極越01從產(chǎn)品定義到即將上市，只用了兩年零四個月時間。 

在最初定義產(chǎn)品時，極越內(nèi)部就想走純視覺智駕的方案路線。 

最早，極越CEO夏一平和百度智能駕駛事業(yè)群組的首席研發(fā)架構(gòu)師王亮討論量產(chǎn)的路線，受限于算力平臺以及算法性能，當時的方案決定增加激光雷達，并且與視覺系統(tǒng)相互獨立，作為一套冗余的安全兜底。 

但到2022年底、今年初，隨著BEV + Transformer等的算法成熟，切換純視覺方案再次被提上議程。其中重要的因素是大算力芯片量產(chǎn)，以及業(yè)界在大模型上的技術(shù)工程突破。 

夏一平說，「如果換作去年，我當時覺得要實現(xiàn)（完全）自動駕駛，需要10年時間。今年隨著有GPT4等一系列業(yè)界特別優(yōu)秀的工程實踐出來后，我評估 3-5年是可以實現(xiàn)的?！?nbsp;

在上車純視覺方案之前，王亮找夏一平詳細溝通了所需要的數(shù)據(jù)集、算法訓練需要的算力規(guī)模以及開發(fā)周期。 

極越很快在全國投入了幾百臺用于純視覺方案的測試車，用于采集數(shù)據(jù)，加快算法的迭代改進。 

極越的智駕方案在開發(fā)初期，就采用了一部分高度統(tǒng)一的架構(gòu)，比如AEB、泊車以及行車，采用的是統(tǒng)一的大模型來感知，這在開發(fā)初期推進非常困難，但極越和百度Apollo堅持認為這是未來方向。 

王亮總結(jié)智駕系統(tǒng)長期的演進方向應(yīng)該是「大道至簡」。硬件的復(fù)雜性降低，模型算法越來越集中，而基于規(guī)則和假設(shè)的算法越來越少。 

二、「BEV+Transformer+OCC」，實現(xiàn)純視覺城市NOA的關(guān)鍵突破

我們預(yù)估，極越預(yù)計今年會上馬量產(chǎn)純視覺城市領(lǐng)航方案，實際上這套純視覺方案不是短期就能干出來的。 

2019年，百度內(nèi)部出于對一些技術(shù)進展的觀察以及產(chǎn)品驅(qū)動的需求，決定開辟一條新的技術(shù)路線，從原來的L4技術(shù)棧中解綁激光雷達。所以王亮當時帶領(lǐng)了一支小規(guī)模的團隊，開始了純視覺L4方案的開發(fā)。 

而極越的智駕方案在產(chǎn)品定義初期，就將視覺系統(tǒng)與激光雷達系統(tǒng)設(shè)計相互獨立，互為冗余。從2021年開始，極越聯(lián)合百度Apollo，基于新的BEV + Transformer的技術(shù)對此前的純視覺方案進行了重構(gòu)，比如用更加集中化的AI算法模型來解決感知問題。 

引入BEV + Transformer對算法的迭代效率提升明顯。 

在過去，模型算法的架構(gòu)是由許多分層的小模型構(gòu)成。舉個例子，一些小的模型會關(guān)注車輪、轉(zhuǎn)向燈以及車道線的識別，這個時候算法根據(jù)小模型感知的結(jié)果再編寫一些規(guī)則，比如車輪壓到車道線，并且轉(zhuǎn)向燈亮時可能前車要變道。而當內(nèi)部有較多的模型時，系統(tǒng)的復(fù)雜性會增加。 

BEV+Transformer引入之后，用一個中央大模型替代很多小模型，而數(shù)據(jù)灌入會帶來直接的體驗變化，這比過去修改許多小模型以及規(guī)則，效果要好很多。 

所以夏一平說，「數(shù)據(jù)生產(chǎn)的質(zhì)量和效率，是未來競爭的關(guān)鍵。」 

自動化數(shù)據(jù)產(chǎn)線，是百度的一大優(yōu)勢。 

百度目前有上千臺Robotaxi的運營規(guī)模，因此這些年搭建了一條非常高效的數(shù)據(jù)產(chǎn)線。帶有時序的4D數(shù)據(jù)無法沿用過去人工標注的方式，而上一代的感知算法可以用于生成標注數(shù)據(jù)來訓練下一代的模型。

再往下一步，純視覺目前最大的詬病，是對未知異形障礙物的識別。Occupancy Network占用格柵網(wǎng)絡(luò)（簡稱「OCC」），通過視覺三維重建的方式，解決針對特殊物體的識別問題。 

激光雷達的優(yōu)勢勝在測距精準，但純視覺的方案能夠提供更加豐富的語義信息，并且點云更加稠密，而且避免了異源傳感器之間的時間同步、標定等問題的影響。 

「相比于純視覺的方案，激光雷達算法不那么吃數(shù)據(jù)，因為后者本質(zhì)是幾何信息。」王亮說。幾何信息內(nèi)涵相比于圖像信息是有限的，因此投喂一定量的數(shù)據(jù)之后，激光雷達算法的上限提升不如視覺算法明顯。 

特斯拉FSD的V11是全球第一套量產(chǎn)了OCC的智駕系統(tǒng)。我們訪問了一些在美國的FSD用戶，從V10 - V11，增加了OCC之后，對城區(qū)特殊目標的感知提升明顯，尤其是針對近距的物體。 

按照目前的進度來看，極越很有可能成為全球量產(chǎn)OCC的第二家。 

不僅技術(shù)上對標，商業(yè)化上，極越也開始針鋒相對，多家門店已經(jīng)亮出了吸引特斯拉車主的特殊權(quán)益——2000元的“特”后悔基金，將全面硬剛特斯拉的氛圍拉滿。 ? ? ? ? ? 

三、這可能是今年在智能化上，最激進的車型

2021年李彥宏邀請夏一平出山，兩人最早有一個根本的共識，就是智能化會決定未來汽車的發(fā)展方向，成為核心的競爭力。

當時夏一平看到其中一個關(guān)鍵要素是兩顆芯片，一個是高通的8295，一個是英偉達的Orin。有了這兩顆芯片，才能承載很強的智能化能力，把過去放在更貴的工控機、在云端上跑的算法，在車端跑起來。 

所以夏認為，今天競爭的核心是把這些要素的能力發(fā)揮出來，做到最大。 

很多公司今天對8295的利用，是把8155上的系統(tǒng)遷移到8295上，盡管這樣做確實會讓系統(tǒng)更流暢，但本身并沒有發(fā)揮出8295的價值。 

極越在上面做了一套目前體驗過的，業(yè)界最流暢、識別和響應(yīng)效果俱佳的語音交互系統(tǒng)，并且有不少有特色功能的創(chuàng)新。 

比較有意思的是，高通這代8295內(nèi)置了兩個NPU，大部分公司只用了其中的一個，也就是30T左右的算力。而極越做完語音的大模型之后，30T的算力基本用盡，又授權(quán)解鎖了另一個NPU，用剩下的30T算力來做圖形渲染以及游戲等應(yīng)用。 

智能化最核心的智駕功能，也將是全系標配的策略。極越已經(jīng)透露，城市領(lǐng)航功能，到今年底會在包括上海在內(nèi)的多個城市可用。 

在交互上全力推動語音的使用，取消換擋撥桿、取消門把手，智駕系統(tǒng)布局純視覺方案，極越有不少激進的做法。 

整個產(chǎn)品開發(fā)的過程中，因為開發(fā)難度大，夏一平自己也坦誠「一度非常焦慮」。 

不過，「我敢說，今天說極越是行業(yè)里智能化的標桿，沒有人會再質(zhì)疑」。

返回第一電動網(wǎng)首頁 >