高階智駕，開打「硬核」戰

一直以來，高階智駕的「規模化普及」何時到來，硬件的「軍備競賽」和系統「降本增效」長期處於博弈狀態。

其中，作爲關鍵環節之一，傳感器配置以及相應的感知算法技術迭代升級是最具看點的部分。以特斯拉、百度Apollo爲代表的純視覺技術路線陣營玩家，在此輪博弈中，優勢凸顯。

01第一性原理看技術演進

衆所周知，高階智駕的最大爭議，就是激光雷達。

比如，特斯拉CEO埃隆·馬斯克一直堅定地反對激光雷達，甚至多次在公開場合貶低激光雷達，比如：“激光雷達毫無意義，對於自動駕駛汽車來說沒有必要”。

而特斯拉對“第一性原理”堅持（人類駕駛員在執行駕駛任務的時候，主要依靠視覺，另外加上兩個耳朵），也成爲行業內真正意義上第一個在量產車上實現“純視覺”高階智能駕駛方案的車企。

尤其是近年來BEV+Transformer這種全新感知範式的上車（已經得到行業的普遍認同），再加上時序信息以及Occupancy Network（佔用網絡）的推出，進一步增強視覺的3D感知性能提升。

而更爲關鍵的是，高階智駕的普及，需要足夠的性價比優勢。相比而言，激光雷達即便目前已經實現500美元的量產交付，但對於車企來說，還不夠。

事實上，激光雷達廠商並不想快速降價。

按照速騰聚創最新發布的港股材料，今年上半年，ADAS激光雷達的交付價格仍高達3700元。而車企普遍的規模化上車預期是300甚至100美元。

不過，按照該公司的說法，激光雷達的定價也受到了市場競爭和車企議價能力（每年下調1-5%）的影響，但預計未來不會出現顯著下降。

顯然，這意味着，車企和Tier1需要做好應對方案。畢竟，在白熱化競爭的終端市場，任何一家車企都要優先考量成本。

實際上，衆所周知，目前國內市場已經交付的、具備城市場景NOA的車型，基本上都是採用激光雷達的配置方案，再加上高精度地圖、高精度定位等其餘配置，整套系統成本大幅增加。

如果按照此前國內某Tier1推出的8000元級「高性價比」城市全場景無圖NOH產品方案，額外增加一顆前向激光雷達，整體成本至少增加近40%。

而在市場端，行業仍在等待新的方案。

高工智能汽車研究院最新發布數據顯示，2023年1-9月，中國市場（不含進出口）乘用車前裝標配（軟硬件）NOA交付新車37.73萬輛，同比上年同期增長151.20%。

不過，在前裝搭載率方面，也僅僅不到3%（2.55%）。這意味着，在觸及10%拐點之前，市場依然存在各種不確定性，比如方案配置。

激光雷達的支持者認爲，“激光雷達會越來越便宜，接下來的傳感器融合會有激光雷達，真正的L3、L4需要激光雷達。”

但質疑者強調，“推動城市NOA落地的情況下，各家配置激光雷達的車型是否能用好激光雷達，需要實際驗證。”

“激光雷達可在短期內迅速提升系統表現，但存在上限；而長期來看，純視覺在系統成本、迭代速度、數據閉環，甚至向端到端發展都具備優勢。”極越公司相關負責人表示。

今年10月份，極越01正式開啓交付，這款現象級智能電動車型搭載的正是百度Apollo City Driving Max的純視覺高階智能駕駛系統。

這是全球唯二、國內首款可量產，並實現交付的純視覺城市高階智駕解決方案，並搶先特斯拉FSD在國內城市場景量產落地。

在高工智能汽車研究院看來，增加一種傳感器的問題，不僅僅是硬件成本的增加，還有大量的軟件算法開發和適配，尤其是主被動傳感器的融合，一直是不穩定的狀態。

實際的行業狀態是？「此前很長一段時間，因爲純視覺方案具有侷限性，所以很多玩家不得已加入激光雷達。」

此外，一直以來，視覺感知的底層技術研發，真正參與的企業並不多。早期的博世、Mobileye由於交付的都是軟硬方案，不管是Tier1還是車企，並沒有在感知技術上有過多的投入。

「相比於規控，前端感知一直是技術窪地。」在高工智能汽車研究院看來，類似特斯拉、百度Apollo這樣的企業，在行業內並不多見。

02源頭數據，規模化競爭關鍵

而視覺感知技術的沉澱，還需要大量的真實數據支持。

比如，前特斯拉AI總監Andrej Karpathy表示，模型（不管是小模型，還是大模型）需要數據來驅動，模型決定上限，而數據幫助模型到達這個上限。

尤其是BEV+Transformer的導入，在百度看來，BEV將視覺測距精度從“普通捲尺”升級到了“遊標卡尺”的新高度，佔用網絡技術的引進又爲感知系統進化出了昆蟲複眼，將全天候周邊環境盡收眼底。

事實上，相比於特斯拉的影子模式，國內大部分車企的有效數據採集規模以及數據質量，還有不小的差距。相比而言，Robotaxi是更好的補充。

這種策略，也在被更多的車企所效仿。

比如，今年小鵬汽車巨資收購了滴滴智能汽車開發業務資產，同時，藉助滴滴的網約車平臺，能夠產生的數據比現有私家車更大更豐富，能夠對自動駕駛模型帶來更質變的影響。

在此之前，小鵬也推出了Robotaxi的首款硬件零改裝量產車。按照小鵬的官方表態，小鵬G9 Robotaxi可以和量產車輛雙線並行共同加入訓練體系，極大提升訓練數據的來源、體量及場景豐富度。

而更早實現這套閉環邏輯的，就是百度Apollo，即便是在全球範圍內，這也是到目前爲止，獨一無二的存在。

根據百度今年Q3財報顯示，蘿蔔快跑已在包括北京、武漢、重慶、深圳等十餘個試點城市提供超過410萬自動駕駛出行服務訂單，自動駕駛安全運營測試里程累計已超7800萬公里。

而Robotaxi的高精傳感器從數據源頭上形成了差異化競爭力，按照百度的說法，真值數據質量與行業平均水平拉開了「8K超清與標清」的代際差距，數據精度持續刷新行業天花板。

最關鍵的是，純視覺方案的實現離不開高品質訓練數據。而隨着中國市場開始啓動L3/L4級自動駕駛量產車的上路准入，這種趨勢愈加明顯。

在具體的技術持續升級方面，百度Apollo在Apollo Lite框架基礎上，用4D BEV Transformer全新升級第二代純視覺感知系統，“快、準、穩“地預測道路參與者的時空位姿軌跡。

同時，配合業內最前沿的佔用網絡OCC技術，百度Apollo能夠對靜態環境做端到端實時重建，可以獲取比激光雷達點雲分辨率更高的三維結構信息。

從實際交付表現來看，也是印證了百度Apollo純視覺技術的領先性。

在高速場景，百度Apollo推出行泊一體產品Apollo Highway Driving Pro，並在新嵐圖FREE實現量產。數據顯示，新嵐圖FREE的行泊車智駕功能激活率高達83.74%；高速NOA總里程達33萬公里，其中NOA每千公里接管次數爲2.02次/千公里；高速NOA單次最長行駛里程爲364公里。

針對城市複雜道路場景，百度Apollo也推出了Apollo City Driving Max。作爲國內唯一實現交付的純視覺高階智駕解決方案，Apollo City Driving Max已經跑通了泊車、高速、城市全域場景，實現與「有激光雷達」同樣好的產品體驗，BOM成本更低，讓整車更有價格爭力。

目前，百度Apollo City Driving Max已經在極越01實現量產。極越官方社交賬號發佈的一段城市領航輔助駕駛路試視頻顯示，一臺搭載百度Apollo純視覺高階智駕解決方案的極越01“一鏡到底”跑完了上海陸家嘴-外灘-南浦大橋等路段，全程零接管，從容應對各種複雜路況。

而在極越官方發佈的OCC佔用網絡技術演示視頻中，基於百度Apollo的量產技術方案，汽車機器人的視覺世界裡，可以實時重建還原3D場景——比如，系統用體素清晰展示了欄杆、綠植、路障等標準障礙物，同時還精準識別出了施工中的工程車、樹木中的路燈等異形障礙物。

這意味着，通過百度Apollo的BEV+Transformer+OCC的方案，車輛可以減少漏檢、誤檢並彌補視覺所不具備的空間高度信息，替代了激光雷達，並大幅提升了泛化能力。

在高工智能汽車研究院看來，高階智駕的終局比拼，已經進入最爲關鍵的週期。無論是城區NOA，還是L3/L4級自動駕駛，誰能在系統成本最優的前提下，實現規模化落地，將決定誰能留到最後。

圖文源自互聯網，不作任何商業用途，如有侵權，請聯繫刪除。內容僅供閱讀，不構成投資建議，請謹慎對待。投資者據此操作，風險自擔。