10 月 17 日，極越搞了個大新聞。

當(dāng)天上午，極越官方發(fā)布了兩個視頻：一個是極越 PPA 點到點領(lǐng)航輔助駕駛，在上海外灘陸家嘴的「純視覺」一鏡到底視頻，另一個則是基于 Occupancy Network 占用網(wǎng)絡(luò)的感知技術(shù) DEMO 視頻。

截止到 2023 年末，一鏡到底的城市智駕不少見，但官方發(fā)布 OCC Demo 的例子并不多，展示純視覺城市領(lǐng)航的主機廠，在中國更是幾乎沒有。

盡管今年城區(qū)智駕卷得不可開交，BEV、Occupancy Network 等技術(shù)底座大家都在講，但「講」和極越直接「秀」，還是兩個概念。

關(guān)鍵在于，從極越當(dāng)天所展示的 Demo 來看，這是一套基于純視覺路線的高階智駕。

這意味著，極越已經(jīng)具備了量產(chǎn)純視覺高階智駕的能力——在「擺脫 LiDAR 」這件事上，極越和特斯拉有著同樣的追求——甚至這次國內(nèi)首發(fā)純視覺+OCC 雙視頻，已經(jīng)讓極越的本土化智駕能力，搶先了特斯拉一步。

從概念車到實際跑通城區(qū)智駕，極越的純視覺能力走到了哪一步？如果這套純視覺方案真的量產(chǎn)，又能否讓極越在 2023 年末，與特斯拉，又或者是其他新造車正面對壘？

我們 17 日下午在北京對話了極越 CEO 夏一平和百度智能駕駛事業(yè)群組技術(shù)委員會主席王亮。

結(jié)合訪談內(nèi)容，我們今天來聊聊極越的「后發(fā)先至」。

丟掉拐杖

想要聊清楚為什么行業(yè)內(nèi)很多玩家都在「密謀」擺脫激光雷達，我們先要了解當(dāng)初激光雷達為什么上車。

回到 2015 年，自動駕駛的洪荒時期，激光雷達同時獲得了 L4 技術(shù)公司，以及乘用車工程路線兩邊的認可。

原因很簡單，當(dāng)時純視覺路線還沒有得到 BEV、Transformer 等新技術(shù)的助力，提取信息極其困難。特別是對于「3D 可達空間」，也就是覆蓋真實物理世界行車環(huán)境的感知來說，當(dāng)年的純視覺遠談不上成熟。

而激光雷達直接能得到 3D 立體感知，并且無論是理論研究還是工程落地，感知層面都簡單直接得多。

于是激光雷達成為了量產(chǎn)自動駕駛第一個七年之癢的「肌肉記憶」，直到 2023 年末，帶有激光雷達的量產(chǎn)智駕方案，仍然是主流。

但同樣是 2023，我們觀察到一些變化。

比如供應(yīng)鏈端，今年大疆車載的成行平臺、毫末智行的第二代 HPilot，都提出了不依賴激光雷達，只用純視覺實現(xiàn)城區(qū)領(lǐng)航駕駛的方案；博世 9 月份也已經(jīng)表示，不再投入任何資源開發(fā)激光雷達。

前不久，10 月 11 日毫末智行 AI Day 上，董事長王凱也對我們表示，長遠來看，激光雷達是要去掉的。

再比如車企層面，前小鵬汽車自動駕駛副總裁吳新宙也曾透露，盡管他們不確定激光雷達是否一定需要，但在實際的建圖、定位等功能上，都跟激光雷達沒什么關(guān)系。

「我們用激光雷達一直非常收斂」，吳新宙 7 月份對晚點 Auto這樣說。

激光雷達開啟了自動駕駛感知進化的滾滾洪流，但隨著技術(shù)進展，我們發(fā)現(xiàn)純視覺路線正在補全立體感知曾經(jīng)的劣勢，而從供應(yīng)鏈到主機廠，逐步減輕，甚至嘗試擺脫激光雷達的依賴，也在行業(yè)頭部玩家的討論當(dāng)中。

于是回到一個問題：為什么偏偏是極越，國內(nèi)首個發(fā)布了純視覺方案跑通點到點城區(qū)智駕的視頻？

事實是，極越的速度，4 年前就有跡可循。

早在 2019 年初，馬斯克就曾表示「激光雷達就像是拐杖」，當(dāng)年 4 月份 Autonomous Day 上那句「你會開車不是因為眼睛發(fā)射激光」，更是純視覺路線的名場面。

冷知識：那時大洋彼岸的中國，同樣有著純視覺自動駕駛方案的探索者。

2019 年 CVPR 國際計算機視覺會議上，4 年前的王亮這樣說：

「相比成像原理和時空采樣密度各異的激光雷達，視覺成像技術(shù)的發(fā)展趨勢清晰，視覺感知在數(shù)據(jù)標注、數(shù)據(jù)復(fù)用和模型泛化技術(shù)上都更加成熟可控」。

2023 年 10 月 17 號的王亮這樣說：「我們想辦法戒掉激光雷達」。

從 2019 年的探索，再到 2021 年極越正式成立，這條純視覺之路遠在大眾視野之外延伸。

極越成立的最早階段，伴隨著 BEV、transformer 等新技術(shù)的出現(xiàn)，夏一平和王亮就打算對純視覺路線做徹底的技術(shù)重構(gòu)。

但站在 2021 年那個節(jié)點，純視覺還不夠成熟，BEV+Transformer 路線尚未得到足夠充分的檢驗，大家都需要激光雷達把好最后一關(guān)。

所以第一個版本的極越智駕研發(fā)方案，是有激光雷達的——這可以算是極越的「1.0」時期，憑借激光雷達的本征安全，彌補純視覺算法和算力的暫時不足。

伴隨著這次雙視頻的公布，我們看到了極越的「2.0」時期，也就是純視覺能力具備較高成熟度的時期。

在一鏡到底的城區(qū)智駕視頻里，極越展示了不借助激光雷達的純視覺能力，跑完上海陸家嘴-外灘-南浦大橋等路段，全程零接管。

從路段選擇上，我們能看到極越的信心，這是上海的核心繁華地段，同時 9 分鐘的視頻里，極越的純視覺方案展示出了全面的能力：

包括機動車/非機動車/樁桶的避讓，以及城區(qū)內(nèi)的變道、上下匝道、隧道分流等極其考驗感知和處理能力的「老司機」級別場景。

一鏡到底的背后，也代表著極越 BEV+Transformer 的純視覺技術(shù)方案，正在走向成熟。

雖然不是最早的新造車，但極越的純視覺智駕方案，卻是和特斯拉同一時間，向純視覺高階智能駕駛發(fā)起沖擊的先行者。

后發(fā)先至的信心

除了展示純視覺方案以外，極越 17 號還公開了號稱「國內(nèi)首個」的占用網(wǎng)絡(luò)技術(shù)（Occupancy Network，下面簡稱 OCC）DEMO 視頻，這是純視覺智駕能力的又一次「秀肌肉」。

視頻中，極越展現(xiàn)了完整而清晰的 OCC 能力，包括欄桿、綠植、路障的標準障礙物以外，還另外識別出了施工中的工程車、樹木中被遮蔽的路燈等等異形障礙物。

OCC 是智能駕駛感知領(lǐng)域的關(guān)鍵技術(shù)，基于 BEV 鳥瞰視覺的 OCC 占用網(wǎng)絡(luò)，是真正實現(xiàn) 3D 可達空間感知的「利器」——純視覺 OCC 的終極目的，就是不依賴激光雷達，甚至也不依賴毫米波雷達和超聲波雷達，實現(xiàn)復(fù)雜環(huán)境下的智能駕駛功能。

那么，OCC 如何幫助純視覺擺脫對 LiDAR 的依賴？

占用網(wǎng)絡(luò)技術(shù)（Occupancy Network），以視覺信號為基礎(chǔ)，在傳統(tǒng)3D目標識別能力之上，通過體素（Voxel）化的方式理解和處理空間信息。

體素，可以簡單理解為立體的「像素」，像素組成計算機眼里的平面世界，體素則組成車輛識別的立體物理世界。

由于增加了體素占用的感知，感知系統(tǒng)可以對 3D 物理空間的可通行區(qū)域進行高保真度還原，不需要考慮物體是什么，只考慮體素是否被占用，從根本上避免傳統(tǒng)視覺對非訓(xùn)練集內(nèi)物體的漏檢問題，使模型的泛化能力大幅提升，能更好適應(yīng)不同場景和環(huán)境。

相比激光雷達產(chǎn)生的稀疏且不連續(xù)的點云，高清攝像頭采集的信息內(nèi)容更豐富，讓占用網(wǎng)絡(luò)更好地將 3D 幾何信息與語義信息融合，幫助汽車機器人更準確還原 3D 場景。

另外，在如今智駕攝像頭信息豐度持續(xù)提升的背景下，OCC 能更好地將 3D 幾何信息與語義信息融合，幫助智駕系統(tǒng)更準確還原 3D 場景，和視覺+激光融合的方案比起來，泛化和模型迭代的速度都更優(yōu)異。

從終局回到現(xiàn)在，夏一平表示速度決定勝負。

他透露，實際上純視覺方案的模型能力提升速度、泛化速度，都超過了極越團隊的預(yù)期。

極越的 OCC 也同樣爭分奪秒，為了長期競爭力，團隊選擇盡快上線，然后形成「BEV+Transformer 的純視覺方案+OCC 占用網(wǎng)絡(luò)」的技術(shù)體系——極越官方表示，這套架構(gòu)已經(jīng)具備了量產(chǎn)能力，激光雷達不再是唯一的解決方案。

「這是一套未來幾年都撐得住的架構(gòu)」，王亮這樣形容極越自 2021 年開始重寫的這套純視覺技術(shù)底座。

2021 發(fā)生的另一件事，是 1 月份馬斯克開了一場會，他說「我們應(yīng)該用純視覺方案解決（自動駕駛）問題，如果我們能做到，我們就能顛覆游戲規(guī)則」。

很多現(xiàn)在看來足夠激進的技術(shù)路線，都源自當(dāng)初一次更加激進的拍板。兩個大陸，同一時間，兩個團隊同時向純視覺發(fā)起沖擊，于是兩年后，我們看到了極越的純視覺+OCC 速度。

速度的背后不止有拍板的堅決，還有智能體系化能力，進場兩年的極越怎么「卷」嬴「老牌新勢力」？

夏一平給出的答案是：如果你認為汽車是智能設(shè)備，需要非常龐大的軟硬件生態(tài)支撐，極越背靠的技術(shù)體系，是最完美的。

不論是 AI 算力、數(shù)據(jù)能力、原子化能力，他認為這些技術(shù)能力，都可以成為極越的「后場發(fā)動機」。

高階智駕的中場戰(zhàn)事

本周，特斯拉在華正式推送 32.9 軟件，更新 Tesla Vision。

從 17 號極越公布去激光雷達城區(qū)智駕，正式版 Tesla Vision，大家對這兩家公司在中國、在純視覺路線正面對壘的期待，被連續(xù)激發(fā)。

夏一平前段時間去了美國，開了 FSD Beta，他覺得不錯。但是他提了一個關(guān)鍵問題：美國的不錯，是不是就等于中國的不錯？

他強調(diào)為極越賦能的百度智駕深耕國內(nèi)多年，對于中國的法規(guī)、路況、行車習(xí)慣來說，無論是城市間的泛化能力和本地化適配，一定比特斯拉更好、更快，「我們的 NOA 一定比他強」。

特斯拉 FSD 和極越 PPA，是目前基于占用網(wǎng)絡(luò)+純視覺 BEV 路線的兩大高階智駕功能。而在中國本土化道路上，目前PPA已經(jīng)搶先落子，繼上海之后，其他主要城市也已經(jīng)在并行檢驗。

當(dāng)基于 OCC 占用網(wǎng)絡(luò)和 BEV+Transformer 組成的技術(shù)底座，組成了新時代的純視覺路線，這同樣是極越和百度作為本土企業(yè)，在交通理解、數(shù)據(jù)閉環(huán)方面的速度優(yōu)勢。

雖然官方尚未透露 OCC 占用網(wǎng)絡(luò)的具體量產(chǎn)節(jié)點，但夏一平表示，極越 01 的 PPA 點到點領(lǐng)航駕駛功能，會是「開箱即用」級別的迅速。

開箱即用的意思，是極越 01 從第一臺交付開始，就將踏入高階智能駕駛的擂臺，從上海開始鋪向全國。

從「開箱即用」開始積累的起點加速度，能否讓曾經(jīng)與特斯拉同一梯隊沖擊純視覺智駕的技術(shù)先驅(qū)，轉(zhuǎn)變?yōu)闃O越在城市智駕功能落地上的超越和領(lǐng)先？

我們量產(chǎn)車見。

（完）

返回第一電動網(wǎng)首頁 >