之前的成功经验，很可能是下一个阶段的包袱。
作者 | 周永亮 编辑 | 靖宇
2024 年 3 月开始，特斯拉开始在北美地区大范围推送 FSD v12，带来了相当明显的体验升级，让端到端成为行业追逐的热点。
近日，小鹏汽车创始人何小鹏在美国加州体验了 FSD（全自动驾驶）V12.3.6 版本后，对其进步表示感慨。他称，全程体验下来，FSD 的表现非常丝滑，绝大部分路况处理都让人安心，几乎接近人类司机的驾驶水平。
与此同时，国内公司也在迅速跟进这条技术栈。华为、小鹏、元戎启行等企业纷纷规划端到端的上车方案。
其中，华为智能汽车解决方案 BU CEO 靳玉志表示，华为 ADS（自动驾驶系统）的目标是超越特斯拉 FSD。他表示，接下来每次大版本更新都显著提升了行业水平，即使是纯视觉的方案要超越特斯拉 FSD，而带激光雷达的方案更是要碾压特斯拉。
最近，华为宣布，阿维塔将首批搭载华为乾崑 ADS 3.0（高阶智能驾驶），并宣布大降价。ADS 高阶功能包一次性购买标准价格为 3.6 万元，调整后价格为 3 万元，相比原价降低了 6000 元。
那华为要如何在体验上碾压特斯拉 FSD 呢？在端到端成为行业共识的背景下，华为需要跨越哪些门槛才能继续保持领先？更重要的是，在「遥遥领先」的背后，华为智驾最大的风险是什么？
大力出奇迹
在此之前，首先要回顾下华为如何成为智能驾驶第一梯队？
业内普遍认为有两大原因：一是华为在智能驾驶的起步早，可以追溯到 2013 年。当时，华为成立了车联网事业部，正式开始布局自动驾驶技术。而在此之前，2012年谷歌获得了第一张自动驾驶牌照。与百度在同一时期开始进行路测相比，华为在时间上并没有落后。
相比之下，目前一些备受瞩目的自动驾驶公司，例如小马智行、Momenta 等，都是成立于 2016 年。
另一种说法是得益于华为庞大的资源投入和团队规模。
在很长一段时间里，在智能驾驶领域，团队规模直接影响研发成熟度。尤其是处理大量的特殊情况（Corner Case），需要大量的程序员和测试工程师来开发和验证。
问界产品搭载了华为智驾系统 | 图片来源：问界
相比规模在 1000 人左右的主流车企和自动驾驶公司研发团队，华为车 BU 的研发团队总计达 7000 人。余承东曾表示，其中 70%至 80%（约 5000 人）专注于自动驾驶的研发。这使得华为拥有国内外规模最大的自动驾驶研发团队。
知乎博主「卿颜」表示，华为在研发和新技术上的投入力度和决心是业内少见的。华为在多个团队同时推进自动驾驶技术的研发，并拥有大量的测试车，其中主要使用的是价格昂贵、易于改造的车型，显示出其在硬件上的投入。
在软件方面，华为曾是 Matlab（美国 MathWorks 公司出品的商业数学软件，被称为「工科生必备神器」）的大客户，购买了非常完整的许可证，甚至包括一些暂时用不到的许可证。华为一年在 Matlab 上的花费可能超过多个大主机厂的总和。虽然目前由于禁令影响，情况有所变化，但华为在软件上的投入同样显示了其在技术研发上的决心。
与此同时，自动驾驶技术长期以来采用分治法， 将过程分成感知、预测、规划、控制，然后再拆分为雷达、建模、车规标准、智能协同、高精地图、软硬件配合等多个组成部分。这种方法对习惯大兵团作战的华为研发团队来说再熟悉不过了 。
华为在自动驾驶领域的研发过程，充分利用了其在大规模团队协作和项目管理方面的经验。分治法让各个部门专注于各自的技术难题，同时确保整体项目的协调推进。
华为 ADS 高阶智能驾驶辅助系统的展示区 | 图片来源：视觉中国
这几种说法都有合理性，但不容忽视的是，华为有来自其他业务的技术储备。华为并不是从零开始涉足自动驾驶。相比其他国内厂商，华为在电驱动等汽车技术上有着深厚的积累。
同时，自动驾驶对软硬件能力的要求极高。从芯片制造、算法优化到系统建立和软件适配，每一个环节都需要扎实的技术积累。
目前，华为的软硬件一体化能力是支撑其快速发展的关键。与其他厂家通常购买各种器件芯片并结合自研算法不同，华为不仅开发底层操作系统，还拥有独特的 AI 芯片、激光雷达、电机、电控系统和毫米波雷达等关键技术。简单说，一辆智能电动车除了轮子、外壳和座椅，其他所有技术华为都能提供。
这种一体化优势，使得华为在优化各类器件性能和数据处理方面，具备了极高的效率和灵活性。
能跨越到
端到端时代吗？
目前，业界普遍认为端到端开启了新一轮的自动驾驶产业革命。华为的高级智能驾驶系统也经历了三个阶段：
虽然业内都在追逐端到端，但业界对它的定义存在着分歧和争议。一些技术原教旨主义者认为，许多公司所宣传的「端到端」并非真正意义上的端到端；而实用主义者则认为，只要技术基本符合原理并且产品性能得到提升，精确定义端到端的内涵并不是关键。
辰韬资本联合多家单位发布了 2024 年度《端到端自动驾驶行业研究报告》，表示自动驾驶技术架构演进为四个关键阶段：
业内认为，华为和很多国内厂商的方案，大多处于「 决策规划模型化 」 阶段 ，距离模块化端到端或 One Model 端到端自动驾驶量产落地还有距离。
未来，华为在迈向端到端自动驾驶新时代时，面临着三大关键挑战：
首先是数据需求的激增 。特斯拉从超过 20 亿英里（约合 32 亿公里）的行驶数据中挖掘了数万小时的视频数据用于 FSD 训练。一位自动驾驶工程师表示， 他们在训练端到端模型时，原本积累的路测数据只有 2%可以用 。这显示出端到端模型对数据量的庞大需求。
除了数据量，数据质量同样至关重要。小马智行的 CTO 楼天城曾表示，要训练出高性能的端到端模型，数据质量的要求比一般性能模型高出几个数量级。这是整个自动驾驶行业面临的重大挑战之一。
华为今年 4 月时候宣布，到 6 月训练算力将达到 3.5 EFLOPS | 图片来源：华为
第二、在端到端自动驾驶的发展过程中， 训练算力的需求越来越高，远超以往任何阶段 。
部分业内人士认为，使用 100 张高算力 GPU（如 NVIDIA A100）就能开始端到端自动驾驶的初步训练。然而，特斯拉等领先企业的实践表明，要实现优异的端到端效果，所需的计算能力远远超出这个数量。特斯拉此前预计 2024 年 2 月公司算力规模将进入全球前五， 10 月算力将达到 100 E FLOPS（每秒浮点运算次数），相当于约 30 万块英伟达 A100 的算力总和 。
相比于国内厂商，特斯拉的目标高得让人惊讶。华为表示，2024 年 6 月智驾 ADS 训练算力将达 3.5EFLOPS，蔚来、理想、小鹏的智驾算力中心算力分别是 1.4 EFLOPS、1.4 EFLOPS、0.6EFLOPS。
第三， 端到端将带来自动驾驶团队的组织重塑 。一般来说，企业的组织结构通常能够促进组件层面的创新，因为产品研发通常由多个小组分别研究，只要产品的基本结构不变，这种方式就非常有效。然而，当需要进行结构性技术变革时，这种组织体系可能会阻碍创新，因为它限制了人员和团队以全新方式进行交流和合作的能力。
随着端到端技术的使用，之前的分治法和 分拆模式可能会限制性能的提升，产生意想不到的反效果 。过于关注单一 KPI 的优秀表现，可能会牺牲其他指标的稳定性。
因此，许多企业正在调整策略，减少原有团队规模，转向 AI 大模型和数据基础设施的开发。高质量的数据和顶尖的 AI 人才将成为关键资源。与此同时，以往的垂直组织体系，要转向网格状结构，同时拥有垂直和横向团队，以实现多目标优化而非单一目标的优化。
端到端神经网络架构提升了数据及 AI 能力在整个产业链上的重要性，并带来了企业所需能力和资源投入的深刻变化。这也意味着，智能驾驶的游戏规则重新改写，能够跟进这场竞赛的玩家屈指可数，许多公司将因此掉队。
华为在规则驱动时代确实有自己的资源和先发优势， 但跨越要端到端时代保持领先，转弯的半径要比友商大很多 。
极客一问
你看好华为华为 ADS
超越特斯拉 FSD 吗
马斯克狂怼BBC记者：你一个例子都举不出来，你就是在撒谎。
点赞关注 极客公园视频号
收割2024北京车展流量的，为何是雷军，却不是华为？
不能完全怪余承东没有在车展上出现，像雷军一样串门，也不能怪华为把发布会放在了车展前。
原本以为，在华为接连放出大消息之后，鸿蒙智行、AITO问界、智界、享界等会在北京车展上被围满了人，水泄不通。 但水泄不通的，是为雷军开道的安保团、雷军，以及他的粉丝团。 以及，周鸿祎，和各家高管、老板的粉丝团、安保团。
事实是，华为在这届车展上的存在感并不强。 而不久前，它还在中国车市里掌握着舆论的走向。 关键词包括，发布了华为乾昆智驾解决方案，ADS从2.0进化到3.0，到2024年年底搭载华为智驾的车辆预计超过50万辆，以及车BU CEO靳玉志首秀，2023年年底所预测的，余承东重心回归手机业务，可能接近成为现实。
“这次车展比较奇怪，很多原本预计能火爆的，却被别的抢了风头。 ”曾在车企供职，如今负责媒体活动的张偲，他所说的不是“外面都是雷军和周鸿祎”。 而是负责的展台上此次有一台首发车型，邀请了很多媒体前来体验，但热度却被此前已经发布过的一台支持露营功能的车型抢走。 而在车展中，和张偲有相同体验的工作人员也并不在少数。
简单翻译一下上述的现状是，2024北京车展的新车实际含金量相对不足，并非是说数量少，亦或者是各家车企的态度不够积极。 而是因为深度内卷，持续超过1年时间且有望突破2年的汽车价格战，大量车型的高度同质化，再加之移动互联网让信息差越来越小，于是观众的好奇欲明显降低。
总之，收割北京车展的，并不是华为。 流量上不是，且在媒体日结束后的观众日开始后，销量也不是。
销量不行，先拿流量？从一个细节上看，这届北京车展和往年最大的差别是，更注重销量，也注重流量。 具体表现在，在往年开展之后2小时内，虽然是专业媒体日，但很快就会见到推着婴儿车带着孩子进入，且数量不少。 更希望观展用户多一些，是之前的常态。 而此次虽然也能明显看到不少的消费者，出现在专业媒体日，但小孩却在前2天内并未进入。
“确实是有不少用户在媒体日进场，但都是品牌和4S店邀请的高意向客户，随时可能下单。 ”这是新势力展台上，一个朋友给到我们的答复。
车展上的人确实是多，但想要让他们下单购买却越来越难，相当于来到了一个集贸市场，可以各种比价，可以讨价还价，又因为价格战已经打了这么久，各家的数字差异越来越小。
所以，为了尽可能的进行促销和成交，继续沿用之前的模式，即只搞发布会，只放出金句等等，已经不够。 雷军，如同劳模一般，连续2天出现在各大展台，网络流量立刻刷爆，尽管小米展台没有任何新鲜的东西，但一直以来是被挤爆的状态。
但雷军想做的，不止是收割自然流量，更是要把其他展台的流量吸走。 追着雷军拍几张照片，拍几段视频，是整个媒体日里所有搞直播、做网红的年轻人们几乎必须要做的事情，而这一群体直接传递给广大公众的信息也是不断的，雷军雷军雷军。 而最终的落点，也就成了小米汽车的展台。
而相对雷军来说，红衣大炮周鸿祎的刷屏，流量的收获逻辑也是如此。 作为网络上的大牛级红人，先是通过卖掉迈巴赫换一台国产新能源完成话题制造，再到车展上选车，甚至坐到车顶上。 作为哪吒汽车的股东，作为对哪吒汽车影响模式一直不满意的老板，周鸿祎开始用自己的方式，频频为哪吒汽车站台。
而除了雷军和周鸿祎之外，剩下的流量，被蔚小理拿走。 李斌和李想拿走主要流量，何小鹏拿走一点点剩余流量。 分别是，李斌接待来蔚来看车的雷军，李斌接待何小鹏，李斌接待李想，李斌和自己投资的路特斯达成充换电的深度合作，再加上和汪峰在蔚来里唱了歌。 再是，李想去极氪展台上学习吉利的造车观，去蔚来展台和李斌互动。 何小鹏相对保守，把展台放在了大众集团身边，并参与发布会，俨然有点供应商的感觉。
那么，把这些关键信息整合起来，能得到的结果是，掌控了这一波2024北京车展流量的，都是汽车领域的后来者，或者说是相对弱势者，他们选择主动出击，尝试多得到一些销量和流量。
另外，也因为上述种种的串门行为，这届北京车展的整体流量大头几乎全部被中国品牌拿走。 参与在这个流量盘里的，包含一汽、东风、长安、比亚迪、小米、蔚小理、吉利、长城等。
而对比来看，华为没有参与其中，但它并不缺乏收获流量的心，它想要拿到的是B端的行业流量，而非C端的消费者流量。
华为自身，对车企来说也有局限性虽然展馆内的华为系展台，流量一般，但就在车展E馆的户外展区里，华为的展台却不乏一波波团队的参观。 这些团队，来自于目前和华为没有直接竞争关系的汽车企业，来自于一些汽车调研机构，以及很多汽车供应商。
来看的，就是车展之前发布的乾昆智能解决方案，看ADS3.0智驾、看新的4D毫米波雷达，以及看看华为能给到的价格大概是什么。 以及看看最关键的一点，华为什么时候才能进行交货。
在北京车展的其他采访间和发布会里，我们发现了这种的深层反差点。 几家与华为进行深层合作的车企都表示，2025年中旬甚至更晚，自家的新车会搭载乾昆最新系统，拥有端到端智驾能力，成为细分市场里的相应行业首发。
这意味着，距离端到端的ADS3.0智驾真正商用落地中国市场，还有着近1年的等待期。 而与之形成反差的是，尽管特斯拉FSD如今还不能在中国市场落地，但它已经有了端到端。 再比如，随着蔚来NOP+开始全量推送，开始有了端到端，小鹏汽车也开始推送端到端。
从上述的事实里，不难看出华为对2024北京车展的思考，之所以营销上比较保守，主因更多还是其目前还没有拿得出手的东西，不能像2021上海车展时那样，仅仅靠着放出一段视频就刷爆各大朋友圈。 而如果没有事实案例，就很难匹配遥遥领先的金句。
譬如这一届北京车展里，智驾的热度之所以不高，是因为从车企到供应商虽然都在喊端到端新概念，但谁都没有解释清楚，这一技术是如何能和尚未完成立法的中国L3打出擦边球。 当然，不难看出的一点还包括，如今与华为合作，且取得较好销量表现的企业，身上的相同特点都是，“市场表现弱小、放弃对自身的控制权、由华为进行主控”。
就比如甚至细节到，赛力斯的展台上，只摆放了AITO问界的车型，但不被允许摆放自家生产的蓝电E5等车型。
当然，这种合作方式会在接下来陆续得到改变，因为去年长安发布会上朱华荣董事长已经向业界释放了很多信号，如华为承诺，“不从事整车业务，不从事新公司里面的业务”。 所以，才有了如今华为能大量收获新的合作伙伴。
朋友圈规模迅速扩大，本质上是长安带大家看清了风向，也吃下了定心丸，不必担心被华为夺走灵魂。 而借由此次车展，还能看出的一点是，华为与各大车企的合作进程基本一致，都是先从座舱开始，其次才是后续的智驾。 座舱的选择也并非直接上鸿蒙，很多车企选择的是先进行HI模式合作，即大屏和软件，打通自家的座舱系统。
换言之，尽管华为的合作规模不断扩大，但目前还没有涉及到主流品牌的圈层中，少数车企像长安这样，直接拿下核心控制权，让华为提供核心数字化助力，多数企业则是先尝试一下，逐步进行摸索。
只有这类试水合作成功之后，华为才能吸引到主流车企。 而摆在主流车企和华为的合作面前，还有一个难题是，贵、亏本。 就在北京车展之前的一场沟通会上，上汽大众的掌门人对媒体们放出一个他的观点，“目前没人和华为合作硬件，首先都有着自己的零部件体系，很难合作，另一方面和华为合作的，尤其是只合作硬件的，都不赚钱”。
事实确实如此，进入2024年，余承东宣布车BU能够实现扭亏为盈，不过此前已经积累了几百亿的投入。 而赛力斯的亏损数据也是业界共知，与华为在2021年合作后，3年时间单算扣非后归母净利润，累计亏损116.89亿～120.89亿元。
不过，鉴于股价从2021年之后开始持续暴涨，赛力斯有了血库，且如今销量开始慢慢崛起，于是才有了新问界M5上市发布会上，赛力斯高管向公众喊出的那句“感谢，伟大的华为”。
另外，摆在华为面前的还包括，随着跨国车企慢慢完成补课，它的未来可收割空间其实逐渐有限。 以此次车展上的几个采访来看，奔驰、宝马这2家掌握全球豪华车话语权的品牌，都分别按照特斯拉的模式完成了先进电子电气架构的搭建，加之其有着L3的上路认证合规储备，以及吸收了前小鹏智驾吴新宙的英伟达深度合作后，智驾上需要华为的空间十分有限。
与奔驰宝马保持相同思考的，还有大众集团。 大众集团直接选择与小鹏合作搭建新的CEA电子电气架构，智驾上南北大众已经分别选择了大疆作为智驾伙伴，以及还在与Momenta等企业在进行关于智驾的其他合作可能性沟通。
以及，日系品牌们，日产与网络之间进行智驾的深度合作，本田、丰田涉及华为的新一轮合作停留在座舱和大屏的板块等。 翻译一下上述的种种同类行为方式，呈现出的结果都是，和华为的合作要继续观察看看，如果有非华为的方案，先选择其他的进行试水。
写在最后这并不是说华为不够好，能力不够强大。 目前中国车市呈现出的事实是，华为具备唯一的底层软件能力，即全面控制车辆各个软硬件的能力，毕竟它有从底层全面重写的鸿蒙OS。 这样的能力，小米不拥有，蔚小理也不拥有，所以短期来看，在中国车企中，有且只有华为能够实现。
不过，留给商业行为的选择，从来都是能否实现长期可持续盈利。 所以，在车展之前不断站在舆论制高点的华为，这次也就没能完成对车展热度的收割。
开车不要过度迷信智驾，最大的安全来自司机本人！
微博汽车热榜被问界M7车祸内容牢牢占据。 4月26日，一辆华为问界M7在山西某高速公路上发生追尾事故，问界M7上包括驾驶员在内的三人均不幸遇难。
从网传视频可以看出，车辆左前侧追尾洒水车的右后部，涉事的问界M7发动机舱、A柱严重变形，车辆从前部开始起火且火势较大，事故发生后车门把手并没有弹出，现场有人尝试营救但未能打开车门，有砸窗救人的行为，遗憾的是车上包括驾驶员和乘客在内的三人均不幸遇难。
遇难者家属怀疑车辆安全性
从遇难者家属在社交媒体发布的内容可见，事故车辆是今年1月购入的问界M7。 家属对华为问界M7的车辆安全性提出多重质疑，包括AEB紧急制动及GAEB异型障碍物自动紧急制动等功能是否响应、安全气囊是否发挥作用、隐藏式门把手为何没有弹出影响救援等。
虽然目前事故还处在调查之中，事故发生原因和责任划分尚不明确，还无法判断车辆本身是否存在安全隐患。但是在这起事故中，仍有诸多问题值得反思：新势力们宣传的L2.9999智能驾驶，是否真的如所说的那么安全？
隐藏式门把手为何没有弹出？
事故发生后，隐藏式门把手为何没有弹出，问界方面只字未提。 事实上，任何重大交通事故发生之后，最重要的就是将车内人员及时安全救出。 但发生事故的问界M7碰撞之后后车门无法打开，对于救援带来了一定影响。 问界M7后车门把手为何在发生严重事故后没有弹出，是否在采用隐藏式门把手时存在安全设计缺陷？很遗憾，问界官方并没有就此问题做出详细的解读。
车企声明涉嫌转移视线
随着事故的持续发酵，问界在4月28日午间通过官方微博发布第一则声明表示：根据国家平台数据接入管理规定，获悉该车辆发生事故时车速115km/h，安全气囊正常打开，动力电池包特性均正常。同时还强调了三点内容：
1、事发车型是入门的Plus版，没有搭载华为高阶智能驾驶辅助系统。发生碰撞时的车速为115km/h；
2、事故车动力电池包特性正常，代表不存在电池自燃情况，具体的起火原因，还需等待交警部门调查结果；
3、事故发生时，事故车安全气囊正常打开，不存在安全气囊未工作的情况。
从问界方面针对此次事故的两次回应中，对AEB的重点提及可以看到，问界希望对外释放一个明确信号：这起事故与华为极为自信的AEB功能和智驾系统无关。 这不得不让人质疑，问界在努力转移公众视点，和华为的AEB撇清关系。
博世也在当天下午发布声明称，“涉事车辆没有搭载博世智驾系统（含AEB）”，并“对遇难者表示沉痛哀悼”。 另有消息称，事故车辆搭载的整套ADAS方案并非来自博世，而是来自福瑞泰克FreeTech，这两家都为M7 Plus配套，属于AB供的关系。
到底是谁提供的AEB，有没有安全问题尚不清晰，但涉事车辆问界M7 Plus后驱版肯定是配备了自动紧急制动（AEB）和前向碰撞预警（FCW)等功能，但为何没能实现紧急制动？
AEB是华为重点宣传的安全技术
2023年11月，余承东在华为智慧出行解决方案发布会上表示：“AEB对华为来说就是一个小case，华为GOD（通用障碍物检测能力）远远跨越了普通AEB的能力。 余承东也多次宣传华为问界的AEB功能遥遥领先，并自称“在所有的测试里都是第一名，没有第二名。 ”
全系标配AEB功能，是不少用户选择问界新M7的理由。 华为问界曾在新车发布会上，发布车辆被大货车前后夹击后“A柱、B柱、C柱”均未变形的测试视频。
因为有华为的背书，问界新M7等车型在市场上受到热捧。 今年3月问界交付量首次超过3万辆，并已连续3个月位居新造车品牌榜首。
车企的传播对用户的驾驶行为是引导作用的，尤其是当用户多次使用自动驾驶辅助，完全有可能放松警惕。 而在技术尚未完全成熟的状态下，过度信赖自动驾驶是有风险的。 在电动化、智能驾驶和价格竞争下，基本的安全底线被忽略实属不应该。 此次事故再次给行业敲响警钟，不负责任的过度宣传，受到伤害的不仅是用户，也会反噬自己。
写在最后：
安全驾驶高于一切，不能因为车辆具备智能驾驶的功能就放松警惕。 事实上，很多消费者在初次使用智驾功能时还可以做到“全神贯注”，但是大多数会就越来越“放松”，把驾驶权交给智驾系统，一旦发生意外，就是不可挽回的损失。
笔者呼吁大家，不要迷信智驾，安全掌握在自己手中永远才是第一位。 也请车企不要过度宣传，产品营销不应该以用户的生命为代价。
那些“遥遥领先”会成为过去式吗？
自从今年4月份“遥遥领先”这个词火起来之后，关于华为ADS 2.0以及小鹏XNGP的讨论就一直没停过。 当然了，讨论的重点就是即将全面铺开，最能体现当下高阶驾驶辅助技术水平的城市领航辅助功能。
从高速领航辅助发展到城市领航辅助，其复杂的程度不知道提升了多少倍，所以为应对这些挑战，头部的几个玩家基本上都不惜以重写代码（算法）的方式来突破原有能力的天花板，来换取智驾能力的升级。
一向在这方面颇为低调的蔚来也终于出手了。 在最新的Banyan 2.0版本中的智驾部分，就重写了算法搭建了新的技术框架，目标同样是将在下半年推出的城区NOP+城区领航辅助功能。
所以在参加完关于NOP+的技术沟通会后，我很想借着这次机会，用更通俗易懂的语言来和大家简单分享下最新的信息以及我自己的一些思考和理解。
一、到底是“有图”还是“无图”？
如果说各家此前的高速领航辅助是实现了从“可用”到“好用”的进阶，那实现城区领航辅助那就得具备更接近人的驾驶能力才行了。
大家不妨回想下自己刚拿到驾照，刚开始开车上路时的情形。 尤其在城区的高峰期，光要留意随时会从侧面加塞的车辆、无定向出没的自行车或行人、再加上不定期出现的修路围蔽工程等等，就足够让你精神紧张，目不暇接的了。
可想而知，当你把这些交给车来处理，它同样首先要有极强的感知和判断能力才行。
过去路上的指示牌、车道线和一些固定障碍物，都是依赖高精地图上的信息。 如果路况发生变化，例如临时性施工、改道等，高精地图由于更新频率慢，信息不可能实时更新，这就会导致很多安全问题。
另一方面，为了让辅助驾驶系统辨认出各种汽车、人或动物，还有各种雪糕筒、栏杆树木等障碍物，都必须要通过“标注”的方式，让系统认识它记住它，下次再见到就主动避让或者绕开。
可以讲，这是一种比较机械化的解决办法。 毕竟我们没见过的东西多得去了，道路临时施工的情况也很常见，所以单靠这种老办法当然是不够了。
所以目前最主流的办法，除了通过算法把周围的图像和探测到的信息融合成BEV（Birds Eye View）“上帝视觉”之外，还用了一个相当拟人的办法：那就是占用栅格（也有称占用网络）。
逻辑很好懂。 那就是一方面要提升实时感知能力，相信自己“看到”的，而不是按照地图信息照本宣科，不再依赖高精地图。 另一方面，就是系统把四周画面划分成一个个格子，像人一样，如果看到前面有个东西挡住了，即使我不知道那是什么我都会刹车或者绕开。 同样的道理，只要系统发现某些格子被“挡住”了，那就代表可能有障碍物，需要主动应对了。
所以在蔚来的NADArch（NAD Architecture）框架里面，就是要做到即使在无高精地图时，也能通过自身感知能力结合普通导航地图，来实现领航辅助。 这也就是平常说的“摆脱对高精地图的依赖”。
蔚来独有的领航换电功能，其实可以看作是不规则场景下的局部自动驾驶能力的体现，需要非常强大的感知能力才能应付服务区内的复杂场景。
摆脱依赖，和完全不要高精地图，是不一样的两个概念。和人一样，你具备了独立生活的各种能力，不代表就不能找个伴一起好好过日子对吧？
二、从“规则式”迈向更智能化的规控
所谓的规控其实就是规划和控制能力，用最通俗的话来来讲，就是当你看到路面上的各种情况之后，你是选择哪条路线来走，以及什么时候打方向，什么时候加速或者刹车？不同人或者都会有不同的决定，而工程师们要做的，就是让系统能选择最安全、快速和舒适的路线和动作通过。
过去的办法，是通过罗列出各种命令，制定各种规则来“训练”电脑提升能力。 所以能力的高低，很大程度取决于命令和规则的数量。 但这就像纯粹的背了题库再去考试。 应付题库的考题当然没问题，但只要稍稍超纲，那就麻烦了。
我注意到在蔚来的讲解中，用上了学习能力，甚至“场景理解”这样的词。 换句话讲，就是要通过不断地学习和训练，能像人一样经过思考做出判断。
所以很有代表性的“防御性驾驶”模块里面，除了远离大车之外，新增了远离护栏和缓行车流降速功能。
“缓行车流降速”就是典型例子。 例如你左侧几条车道都在堵车，唯独你所在的最右侧车道很顺畅。 如果从理论上讲，前面没其他车辆的时候，当然可以用比较快的速度通过，但潜在的风险就是万一突然有人从旁边车缝里穿出，出现“鬼探头”的情况，那即使老司机都未必能刹得住。
所以这种情况下，主动降低车速才是最稳妥的办法。
而另一个则是刹车。 看到前方的车停下来就跟着刹车，这看上去本来是个很简单的事情，但如果按照过去的规则，大多都会是离得比较近时才更大力度刹车，但老司机的做法，就是提前做好预判的前提下，提前用稍大的力度降低车速，然后松开刹车慢慢溜过去，这样舒适度就会好很多。
三、NOP+下的人机交互
其实前段时间其他品牌在宣传有极强感知能力，甚至分辨出是普通行人还是穿了制服的交警，并显示在仪表盘上时，我就产生了一个疑问：感知能力强当然是好事，但显示到仪表盘上，对驾驶者到底有什么实际作用呢？
这只是人机交互的一个小细节，但背后也能体现出设计师的一些理念和想法。
而蔚来在这方面就比较克制了。 除了依靠视觉实时检测和绘画过各种道路元素之外（过去依靠高精地图信息来显示），并没有添加过多的无效信息，增加驾驶者的阅读难度。
我认为在开启驾驶辅助功能的时候，出发点就是为了适当可以放松一些减少疲劳，所以屏幕只需要显示一些必要的信息，并能让驾驶者感觉安心足矣，信息并非越多越好。
过于密集的信息，虽然看上去似乎很牛，但实际上也会分散驾驶者的注意力，增加信息获取难度，提供不到实质性的好处。
当然了，理论归理论，最终还是要看实际表现的。 这次我和志豪一起也率先体验了蔚来城区NOA和领航换电功能的工程版本。 至于具体表现如何，我这里先卖个关子，过几天请留意我们的体验视频吧。
