⻋东⻄（公众号：chedongxi）
作者 | Janson
编辑 | Juice
随着科技的飞速发展，汽车行业正面临着一场前所未有的智能化转型。
自动驾驶、车联网等创新技术层出不穷，为人们的出行带来极大便利。与此同时，高阶智驾也成为了各大车企和Tier1的主要攻坚对象。
无论是华为ADS、理想AD Pro/Max、小鹏XNGP……各大厂商都对这个领域火力全开，力争拿下新能源时代智能化的重要一城。
然而，当前的高级驾驶辅助系统在产业应用中仍存在诸多问题，截止2023年上半年，其渗透率不足5%，同时伴随着整体解决方案价格高昂、用户体验不够顺滑等问题，让车企在推进智慧化转型的过程中，面临着巨大的压力与挑战。
需要注意的是，高阶智驾对于安全性的提升绝非宣传上的噱头，随着导航辅助驾驶系统的渗透率不断提升，其对于安全性的优势将不断被感知。
因此我们不能仅仅因为性价比问题抑或是体验问题就否定高阶智驾的优势与潜力，解决前述问题才是大势所趋。
在这样的大背景下，以智驾科技MAXIEYE为代表的行业解决方案提供商也意识到了这样的问题。
面对高阶导航辅助驾驶的种种挑战，2023年11月29日，智驾科技MAXIEYE召开了主题为「虚实之间-BEV新范式和NOA真无图」的技术战略和新品发布会。
▲发布会现场
此次发布会，智驾科技面向行业首次披露基于青云Hyperspace的BEV平台架构最新技术成果，以青云Hyperspace平台架构为核心、MAXIPILOT 2.0产品为载体、海市MAXI-DI数据智能架构平台为依托，提出了新的智驾全栈解决方案。
同时，在发布会上，MAXIEYE宣布面向全行业开放BEV感知标准件，赋能自动驾驶产业链底层技术重构和全场景智能化应用需求。MAXIEYE以BEV重新定义智能驾驶全系产品，发布轻地图导航辅助驾驶量产方案和行泊合一高阶域控新品。
一、高阶导航辅助驾驶难题多 车企不断面临挑战
当下高阶导航辅助驾驶渗透率不足成为制约产业发展的一大瓶颈。
尽管近年来，越来越多的车企开始关注并投入高阶导航辅助驾驶技术的研发与推广，但受到成本、技术成熟度、消费者认知等因素的影响，高阶导航辅助驾驶在市场上的渗透率仍然较低。
据统计，直到2023年我国高阶导航辅助驾驶市场的渗透率也仅仅约为5%左右，渗透率不足导致高阶导航辅助驾驶技术难以大规模应用，进而影响了整个产业链的协同发展。
同时，价格与成本的制约成为高阶导航辅助驾驶普及的另一个难题。
当下，高级驾驶辅助系统通常需要搭载包括以激光雷达为代表的多种传感器、高性能计算平台以及复杂的算法，然而，这些硬件和软件的研发成本较高。再加上生产、测试、认证等方面的费用，导致配备高阶导航辅助驾驶解决方案的价格远高于普通配置汽车的价格。
对于主机厂来说增加了研发成本和物料成本；而这对于消费者来说，无疑增加了购车成本，进而影响了高阶导航辅助驾驶的普及速度。
此外，用户体验不够顺滑也是当前高阶导航辅助驾驶技术面临的一大挑战。
由于不同厂商的高阶导航辅助驾驶方案存在技术路线、功能实现等方面的差异，导致消费者在体验过程中，可能会感受到驾驶过程中的不适。
比如在自动驾驶切换、紧急制动等场景下，导航辅助驾驶系统可能出现反应迟钝、操作不流畅等问题。
此外，不同品牌间导航辅助驾驶对于“边界”的定义不同，这使得目前的高阶导航辅助驾驶仍处于让消费者“尝鲜”的阶段，还不足以支持高频使用，给用户带来了体验上的割裂感。
与此同时，车企在推进智慧化转型的过程中，高阶导航辅助驾驶方案带来的焦虑和痛点也日益显现。
一方面，高阶智能驾驶方案的研发投入巨大。
从L2到高速导航辅助驾驶、再到城市导航辅助驾驶，三种智能驾驶方案的研发投入呈现指数级增长。这主要是由于技术的挑战和需要面对的极端情况海量增加。
随着技术难度的提升，企业需要在算法、硬件、软件等方面进行大量的研发投入，以确保高阶智能驾驶方案的稳定性和安全性。此外，面对海量的极端情况，企业还需要不断优化算法，提高系统应对各种复杂场景的能力。
另一方面，不同高阶智驾方案间的割裂带来了较高的重复开发验证和移植成本。
当前市场上存在多种智能驾驶解决方案，但彼此之间缺乏兼容性和协同性。这使得企业在研发过程中，不得不面临重复开发、重复验证的问题，从而增加了整体研发成本。
同时，需要指出的是，由于不同方案之间的移植成本比较高，车企在选择技术路线时，需要充分考虑技术成熟度、成本、兼容性等因素，以避免因技术路线切换而导致的额外投入。这样势必就会造成车企在智驾功能上的取舍，最终反映到终端消费者的就是各种不流畅的体验了。
不能否定的是，即使高阶智驾现在面临诸多挑战，其也为企业带来了巨大的市场机遇。一方面，消费者对智能驾驶需求不断增长，另一方面，其市场份额也将逐步扩大。
对此，在行业内也有一部分玩家意识到了包括产品价格过高、重复造轮子等等这一层面的问题，为了解决这些问题，他们也在有针对性的给出解决方案。
▲MAXIEYE的思考
在这样的背景下，有的企业选择通过造车“总头到尾”的全栈可控模式来迭代高阶智驾产品，也有的企业选择“方案折衷“，取舍一部分功能，将行业现有的高阶智驾方案直接装车。
而智驾科技MAXIEYE作为高阶智驾领域的方案提供者，在今天给行业带来了一个新的思路。
二、三大新品和BEV三大创新内涵：高阶智驾的BEV新思考
在今天举行的发布会上，智驾科技MAXIEYE发布了青云Hyperspace平台，青云BEV架构的感知标准件具备软硬解耦功能，使软件和硬件能够独立演化和发展，实现了标准化工具链、标准化规控接口以及标准化ISP。
▲MAXIEYE发布新品
这意味着通过这样的方案可以充分将开发工程进行模块化设计，提升迭代周期。据MAXIEYE透露，使用该平台最快可以实现6个月完成跨平台开发。
与此同时，在高阶智驾的领域中，智驾科技MAXIEYE提出其平台架构应具备包括技术创新、模式创新、应用创新在内的BEV三大创新内涵。
在技术创新方面，无图自动驾驶BEV架构是一种基于高分辨率俯视图的自动驾驶感知和决策方法，内涵在于将传感器识别到的场景转换为鸟瞰图，实现对周围环境的全面感知和理解。其原理包括数据处理、感知、目标检测与跟踪以及决策与规划。
该架构在无图环境下具有很强的泛化能力，能有效解决传统自动驾驶方法在复杂场景中面临的挑战。
具体来说，其优势在于BEV视角下，自动驾驶系统可以更好地识别和理解场景中的物体及其关系，提高感知能力；
在这种情况下，其具备的抗干扰能力强、空间信息丰富、实时性好和泛化能力较强等特点使该架构可以在复杂环境下实现高效、安全的行驶。
同时，目前行业中的感知方案已经逐步放弃传统CNN图像检测的网络，此种架构存在不能处理放大、缩小、旋转等问题的局限性。
从技术路线的角度讲，基于Transformer的Self-attention机制来建立图像空间到向量空间的对应关系，从而丢掉传统CNN检测包袱，通过底层技术重构的跨越式思想，才能实现产品和体验上质的突破，全面步入高阶智驾时代。
此外，在模式创新方面，MAXIEYE提出了BEV感知标准件的概念，即结合青云BEV架构，为行业提供了反应更敏捷、开放标准化的BEV算法开发框架和合作模式。
这一架构能满足跨平台移植的需求，灵活应对不同场景的开发需求，为汽车智能驾驶和智慧出行全产业链的开发及场景落地提供强大支持。
在应用创新方面，青云BEV架构以其高精、高效的建图能力以及强大的信息提取能力，使得更高级别的轻地图NOM功能成为可能。
同时，BEV-occ占用空间网络的模式成功解决了通用目标检测和静态目标检测的难题，进一步增强了高阶自动驾驶在复杂场景下的应对能力。
此外，以青云Hyperspace平台架构为核心的基础上，MAXIEYE发布的MAXIPILOT 2.0产品与海市MAXI-DI数据智能架构平台成为了他们在无图智驾上给出的解决方案。
伴随青云BEV架构的释放，MAXIEYE发布了基于青云的MAXIPILOT2.0平台。该平台包括MAXIPILOT 2.0 Lite、MAXIPILOT 2.0 Pro和MAXIPILOT 2.0 MAX三种解决方案。三个产品主要在三个维度解决了不同车辆需求所面临的痛点：
MAXIPILOT 2.0 Lite主要解决L2体验不连续的问题，覆盖20万元以下车型市场，实现智慧化升级；
MAXIPILOT 2.0 Pro基于5R6V传感器配置，实现行泊高度合一，支持高速NOM、记忆行泊车等智慧化功能；
MAXIPILOT 2.0 MAX则主打nR9V传感器配置，适应城区复杂环境，可选前向激光雷达作为视觉冗余。
▲MAXIEYE MAXIPILOT 2.0核心产品线
通过Lite/Pro/Max三款产品组成的产品线可以让车企在各个价位的车型中都可以使用同一个开发环境来完成车型适配。
与此同时，好的架构与产品需要优秀的算法来迭代，智驾科技MAXIEYE也在今天同步发布了海市MAXI-DI数据智能架构。
据MAXIEYE介绍，其量产数据闭环系统已积累超过两年前装部署经验，涵盖4大模块30多种触发机制，如AEB功能触发回传等，有效收集极限场景下的价值数据。
同时，实现车端-云端数据通路和算法迭代-OTA的应用闭环是目前高阶智驾的难点之一，而智驾科技MAXIEYE目前已积累超过3亿公里的真实驾驶场景数据，可见其功力。
▲MAXIEYE介绍其场景积累
同时，为满足自研深度学习算法的训练需求，MAXIEYE开发了MAXI-TRUTH SYSTEM真值系统，实现4D场景构建、自动化数据处理和训练，为青云BEV算法架构提供高效底层技术支持。
此外，MAXIEYE还自主研发了MET-TOOL开发工具链，覆盖智能驾驶系统从原型开发、实车测试、功能量产到售后分析的闭环全流程，支持主流ADAS传感器的数据采集和回放，实现分级闭环测试、代码调试及完整的数据回灌功能。这些举措有力地推动了智能驾驶技术的发展和应用。
三、记忆共享：城市NOA的新玩法
在本次发布会中，智驾科技MAXIEYE提出“记忆共享=城市NOA”的创新模式，其底层逻辑在于从行业现状、产品定义和技术架构三方面入手，打通行车数据的互联互享，降低配置割裂，从而提升高阶智驾的经济性。
数据显示，截至2023年上半年，高阶智驾中国区市场渗透率仅为约5%，其中城市NOA（Navigate on Autopilot，导航辅助驾驶，智驾科技MAXIEYE相关产品命名为NOM）渗透率和使用率占比更低。
在这背后，有一定程度上是传统技术框架下的NOA产品战略表现得高大上，但实际在体验和性价比方面却表现略有欠缺，这导致了行业和用户都对高阶智驾持有一种割裂的态度。
然而，相对低成本和更加一体化的NOM模式则显得更有竞争力。
不难看出，智驾科技MAXIEYE的战略规划为进一步打开高阶市场局面、培养用户信任奠定基础。
▲MAXIEYE的“记忆共享”
当然，在行业现状层面，我们需要明确指出当前的行业困境。
一方面，汽车制造业面临高中低配的智能驾驶产品方案在技术平台上缺乏连贯性的挑战。
例如，L2级别的供应商很多，但多数缺乏升维能力；高阶供应商虽有高阶功能，却在基本功能如AEB的工程化开发优化上表现不佳。车企投入巨资布局的城市NOA等高阶场景，如今却因成本和体验问题陷入困境。
以一个生动的例子来说，拥有最多端上数据优势的车厂，在城区NOA开发上却处于被动地位。
另一方面，摆在车企前边的难题就在于地图的采集和应用。此外，高精地图受限于资质要求和成本控制，一直是高阶智驾的瓶颈之一。
而在无图场景中，如何快速高效的收集地图数据并将其用于实际使用中是一个难点。
为了解决这一问题，MAXIEYE提出了一种新的思路：城区驾驶是用户出行的最高频场景，车企应充分利用当前搭载量最大的L2性价比方案，构建行车记忆共享的数据通路，实现技术和产品方案的延续，从而避免高低配置间的割裂。
同时，由于高阶智驾在应用层面广泛涵盖包括拨杆变道、自动变道、导航辅助驾驶、拥堵辅助和智能泊车等功能。在传感器设备的高需求外，高阶智驾对地图的要求也伴随应用场景和功能复杂度与日俱增。
据MAXIEYE介绍，他们提出的方案可以复用积累的海量价值数据，实现成本可控、节奏可控的数据积累与应用。MAXIPILOT 2.0平台以BEV重构技术和数据的可延续性，有效解决行业共性痛点，实现了智能驾驶商业化和技术纵深的落地。
▲MAXIEYE真无图技术拓扑示意图
此外，MAXIEYE透露，其产品可以在90%以上的场景中支持三次行车后记忆功能的激活。这些突破和创新，无疑为我国汽车智能驾驶和智慧出行全产业链的发展注入了新鲜动力。
需要指出的是，这不仅是一条更具经济性的商业路径，也是一条通往城市导航辅助驾驶高效能开发的合理闭环逻辑。
从行业现状的角度看，智驾科技MAXIEYE提出的技术架构解决了一部分行业痛点，而至于能不能解决好，可以在何种维度做好这件事则需要从技术架构和产品定义的层面入手来看了。
在技术架构层面，MAXIEYE推出的青云BEV架构通过特征提取等技术方式可实现较高的道路拓扑横纵向精度。
据MAXIEYE的资料显示，该架构的横向拓扑精度为5公分，纵向拓扑精度误差为1‰，稳定性趋近于真值。在解决方案的层面上，MAXIEYE利用拓扑元素加之组合导航算法使青云BEV架构可支持一次性完成自动化建图、记忆等功能，从而奠定记忆共享技术实现的基础。
此外，在产品定义层面，MAXIEYE已实现BEV对MAXIPILOT全系智能驾驶产品重构，覆盖从极致性价比的视觉一体机到多V域控的丰富产品组合。
MAXIEYE提出的入门级配置支持城区建图，其意义在于帮助车厂客户以80%的规模化量产方案为基础构建20%高配方案所需要的核心场景数据，从而彻底打通“低阶赋能高阶”的经济且有效的开城路径。
从这里可以看出，MAXIEYE的解决方案旨在解决当前的行业困境，通过提供更加经济实惠的产品方案和数据通路，帮助车企实现城区NOA等高级功能的高效开发和普及。
结语：行业可能比任何时候都更接近实现自动驾驶终局
智驾科技此次推出MAXIPILOT2.0平台，以BEV重构和技术延续为核心，配合海市MAXI-DI数据智能架构，完善了高阶自动驾驶的技术闭环和数据闭环。
通过提出“记忆共享”的识图理念，进一步降低了高阶智驾的地图迭代门槛，为数据采集提供了新思路。
行业的不断推陈出新，展现了这个时代高阶智驾的活力，同时也意味着在当下，行业可能比任何时候都更接近实现自动驾驶终局。
