编者按：12 月 16 日，汽车之心「2022 智能汽车技术与商业创新论坛」顺利举办，以「新技术 新商业」为主题，聚焦汽车智能化，通过汇聚智能汽车行业及自动驾驶产业链学术领袖、行业大咖、创业者、投资大佬参会和分享，围绕智能汽车时代，汽车科技的技术与商业创新机会，通过层层剖析和趋势判断，探寻中国智能汽车创新大时代的未来。

大会上，轻舟智航联合创始人&CTO 侯聪发表了演讲主题《智能驾驶演进的「四化」新趋向》，分享了轻舟智航对打造城市 NOA 的思考与近期取得的成果。

以下为演讲实录，经汽车之心整理：

大家好，我是轻舟智航的联合创始人兼 CTO 侯聪，很高兴汽车之心给我们提供了一个平台，让我们可以和汽车行业、智能驾驶行业的各位相互学习，相互交流心得。

我今天的发言题目是《智能驾驶演进的「四化」新趋向》，聊一聊轻舟智航是如何打造中国特色城市 NOA 的。

轻舟智航现在已经不只是一家 L4 的自动驾驶公司，我们在今年 5 月发布了全新的双擎战略。

双擎指的是动力引擎和创新引擎，其中动力引擎指的是我们自动驾驶技术能力以及研发体系。

在动力引擎之上，我们去不断地突破和创新，夯实我们的技术深度，支持长线发展。

创新引擎是基于我们自动驾驶能力之上实现商业化。

目前主要以前端量产的高阶辅助驾驶为主，借此来拓宽我们场景的宽度，广泛积累数据，并反哺我们技术提升。

我们希望凭借动力引擎技术底座，推进创新引擎的商业落地和大规模验证，通过这样的路线来实现我们终极目标——将无人驾驶带进现实。今天重点是跟大家谈一谈我们的创新引擎是如何将城市 NOA 带进现实的。

说到辅助驾驶，我们认为能为用户带来价值的辅助驾驶系统可以分为「能用」、「好用」和「爱用」三个层级，这是根据技术发展阶段和辅助驾驶的适用范围来区分的。其中：

• 
  

• 「能用」主要是基础的高速 NOA 功能，是对路况条件要求比较高的辅助驾驶；「好用」是可以达到比较好的高速 NOA 体验，可以在绝大多数高速场景可以启用，而且在部分条件比较好的城市路段也可以启用。「爱用」指的是要实现较大 ODD 范围内的城市 NOA，点对点的自动驾驶，能在广泛的场景达到很好的驾驶体验，可以让辅助驾驶帮助开车像打车一样轻松，并形成使用的依赖。

我们认为城市 NOA 在适用范围方面，应该囊括城市道路、高速和快速路以及泊车等。

在这些场景，能够实现点到点的，良好的辅助驾驶功能，这才能叫做城市 NOA，这也是它的价值所在，能帮助驾驶更加高效和轻松，达到人机共驾的状态。

轻舟之所以重视并且坚持要做好城市 NOA，是因为我们认为，无论是技术能力还是应用场景，它都是辅助驾驶的天花板，也是汽车智能化最先锋的产品功能。

当我们的城市 NOA 在城市中 90% 以上的场景都能够保持使用，我们就可以将这种辅助驾驶能力向无人驾驶去进行突破，通过城市 NOA 在广泛场景中不断地去累积数据，也可以将技术持续提升，向无人驾驶贴近。

所以城市 NOA 是无人驾驶的入门门槛，也是通往无人驾驶目标的必经之路。

一些市场分析数据也显示，城市 NOA 目前已经成为汽车高端智能化的大势所趋。

数据显示，到 2025 年 L2 及以上辅助驾驶的市场渗透率将会上涨到近 40%，并且消费者越来越关注车辆智能化、减少疲劳、解放双手、增加安全性等方面的功能，说明高级别辅助驾驶带来的价值也会越来越受到重视，逐渐成为众望所归。

那为什么轻舟能够做好城市 NOA 呢？

我们认为轻舟已经具备了天时、地利、人和这三个要素。

• 
  

• 天时就是行业趋势和共识；

• 
  

• 地利是指在蓬勃发展的整个汽车和科技产业链当中，出现了很多优秀的合作伙伴，在我们量产商业化的道路上，也逐渐和很多硬件、软件、OEM 等企业形成了非常好的一个生态伙伴圈；

• 
  

• 人和指的是轻舟作为 L4 公司拥有充足的自动驾驶研发经验和技术积累，以及专业研发团队。因此轻舟是很有自信说可以做好城市 NOA 的。

在辅助驾驶方面，我们按照硬件成本和传感器的配置主要分为高、中低三个档位：

• 
  

• 低端的主要是以单目摄像头为主，纯视觉的方案；中端也是纯视觉，只不过它的搭载数量上会更多一些；高端会增加一颗激光雷达。我们认为目前想要在国内实现城市 NOA 功能，需要一个高端的配置。

我们也一直在思考特斯拉的 FSD，它在国内它应该属于什么一个配置。我们认为它在硬件上属于中配，它是一个纯视觉方案，但 FSD 在北美地区能实现准高配的效果，是因为国外的场景比较简单，道路也比较规整，规则也比较完善。

然而中国的道路情况比较复杂，道路不仅不够规整，而且行驶也缺乏规范性，并且纯视觉检测在识别障碍物的时候存在一定缺陷，这些情况如果配合激光雷达，就可以很好地去应对。

房子搭得好不好，首先要看感知的地基打得牢不牢。

我们先介绍一下轻舟的感知的算法。轻舟感知主要是基于超融合的感知理念，具体就是多传感器时序穿插融合。我们知道融合分成前、中、后三个阶段，主要指的是在数据集、特征集以及目标集的融合。

轻舟的超融合则把前中后融合全部给实现了，并且还增加了时序融合。

以中融合为例，它是在特征层上对来自激光雷达和相机的数据在 BEV 空间下进行融合，再辅以时序上的一个融合，就可以生成更加准确的感知结果，并且可以将物体的速度和方向估算出来。

在超融合的理念下，为了加速城市 NOA 的量产，轻舟在行业内首次将时序多模态特征融合的大模型部署在了地平线征程 5 的量产平台。

这里我介绍一下轻舟的感知大模型叫 OmniNet，是应用于前中融合阶段，实现视觉、毫米波雷达、激光雷达在数据和特征融合的全任务大模型。

Omni 是英文单词「无所不能」的缩写，该模型会作为主模型，支持几乎所有的核心的感知功能，可以实现高效地多任务统一计算，并且可以同时输出多任务的这么一个结果。

对于量产部署 OmniNet，它有三个核心优势：

首先是感知更精准，通过多传感器、多层级、时序融合的方式，OmniNet 能输出丰富且准确的环境感知结果，并且多任务输出还可相互补充。

在融合策略上，OmniNet 是将各个视角的图像信息在 BEV 空间下进行融合，能够准确且稳定地识别超长车辆、异形车辆或者跨相机截断物体等，辅助模型进行后续联合时序多传感器融合。

通过 BEV 空间，图像领域信息也可以投射在激光雷达的 3D 信息上，实现更加精准、语义更丰富、结果更明确的感知效果。

第二个优势是车端更适配。OmniNet 可以让本来独立的各个计算任务，通过共享主干网络的方式，进行高效且多任务的统一计算，可以节省的大概 2/3 的算力，更好地满足车规级芯片的应用需求。

另外，这里面的传感器也可以进行配置，比如像激光雷达，既可以用一颗，也可以用多颗，甚至去掉激光雷达这种纯视觉方案，依然可以复用这么一个网络结构。

最后，迭代更高效。OmniNet 是采用数据驱动的一个开发模式，通过基于自监督、半监督等数据闭环方式，缩短算法迭代周期，减少模型的维护成本，同时效果也更加可靠，有利于在城市运营中去处理各种各样的长尾问题。

轻舟智航作为高级别自动驾驶解决方案商，不仅在感知融合和模型算法上有优势，从研发基因和基础架构层面就对激光雷达的使用有充分的经验和优势，从而更灵活的应对这种场景问题。

目前的技术发展情况来看，如果有足够的资源投入，纯视觉还是有可能有希望能解决城市 NOA 问题，但是目前因为量产的时间线比较紧迫，大家对于这种高端功能的需求也比较紧迫。要做好高端功能的城市 NOA，并且可以适配国内各种各样的场景，我们认为引入一颗激光雷达还是有必要的。

我们经验判断，纯视觉解决不好的方向主要是在前向、侧前向。

我们认为，当前性价比最高的方式是在车顶放置一颗激光雷达，多颗的边际收益会迅速递减。

如果兼顾性价比，我们认为一颗激光雷达的配置是最优配置。当然如果是考虑到车辆造型，2 到 3 颗的方案我们都是可以支持的。

感知是 AI 司机的眼睛，决策规划相当于大脑。我们认为在城市的应用场景中，决策规划的能力是决定差异化的一个关键。

轻舟在决策规划模块里，运用了行业领先的时空联合规划算法，轻舟自研的时空联合规划算法，可同时考虑空间和时间来规划轨迹，它能直接在三维空间中来求解一条最优轨迹，对比时空分离有更大的解空间，所以能够找到一条超车变道的轨迹。

它有可能比人类驾驶员开得更好，特别是在面临动态障碍物的时候，能够把握最好的时机，选出最佳轨迹，更流畅地完成车辆间的博弈，同时兼顾安全体感和效率。而且越是复杂的环境，这种优势就越明显，非常适合中国的路况。

为了长远的发展，在轻舟成立之初，我们就选择了更具挑战的时空联合算法。目前也只有轻舟在量产车型上进行了部署。

此外，我也快速介绍一下我们在决策规划的上游，预测模型在量产上的应用优势。目前我们模型可以同时预测数百个目标，推理耗时小于 20 毫秒，并且我们也针对地平线征程 5 平台进行了适配和优化。

这个模型在由 CVPR 联合举办的 Argoverse 预测挑战赛当中，我们是连续两年拿到了冠军和季军的好成绩。

我们参赛的模型是在城市 NOA 实车上搭载的模型，并不是专门用来打榜的这种大模型，这也体现了轻舟的非常深厚的技术功底。

最后，我想强调数据驱动方式是确保城市 NOA 安全并且高效迭代的关键。

轻舟作为高级自动驾驶解决方案商，在数据方面具备了两方面天然优势，一是目前轻舟已经测试了数百万公里的城区道路，有大量的多传感器数据和长期积累的司机驾驶行为数据，这个数据规模还会持续扩大，并且完全可以通过降维，赋能城市 NOA，让驾驶能力获得飞速提升。

同时，轻舟智航用于构建 L4 级自动驾驶能力的数据工具链，也可以完全复用于城市 NOA 的能力建设，大大加速开发节奏；

数据闭环能力，让我们的实时测试、数据传输、问题诊断和模型分析、数据挖掘等可以实现以天为单位的一个闭环和迭代。

在此过程中，我们也会不断地去进行场景挖掘，持续地去强化场景库建设。

目前我们已经覆盖了超过 10 万个场景，累计里程已经达到了上亿公里。

因为我们有海量的数据积累，所以可以当成一个数据库，把这种相关的数据给挖掘出来，再通过模型把这些数据会放到模型训练中训练。

之后通过访问工具进行数据的回灌测试，来确保这些场景都能被正确处理，并且可以保持一个持续的迭代，防止以后在开发过程中出现这种回退现象。

综上通过全栈能力，我们用一颗激光雷达的方案，成功挑战了各类高难度的场景，这是以上各种技术优势的一个综合体现。

接下来轻舟将会推出首个基于征程 5 芯片的城市 NOA 解决方案，我们希望基于数据成于感知，用最强的决策规划引领城市 NOA 的新高度，同时也希望携手生态伙伴一起打造使用范围最广的自动驾驶解决方案。

要以发展的眼光去看待智能驾驶的演进，在每一个发展阶段，都要做到满足不同消费者对智能驾驶的需求。

在智能化方向上轻舟进一步提出「小四化」的概念：

首先是让入门体验标配化，就是把最成熟的基本价值功能模块化，不需要让车型去额外地去适配，可以很快地上车，很快地成为每辆车的标配。

第二是让中端体验标准化，推动像 NOA 中常用功能的标准化，像场景定义、舒适度、跟车距离、规避机制等，形成一个业界共识，让整个 NOA 的定义更加清晰，让用户可以形成更加明确的预期，带来更加统一的驾乘体验。

第三是让高端体验大众化，不断地将最新最先进的功能，从高端车型下沉到普通车型，我们希望未来在售价不变，甚至更低的情况之下，去提升城市 NOA 的装配率。

第四就是让极致体验革新化。随着智能驾驶技术的发展，不断地去解锁新场景、新体验，比如在特定场景下可以真正地解放双手双眼，可以实现出行方式的革新。

我们认为城市 NOA 是辅助价值的天花板，「小四化」推进可以推动更新、更先进的功能持续下放，给广大消费者带来更好用的辅助驾驶体验，加速加快人机共驾时代到来，我们距离最终的目标也会越来越近。

在这个过程当中，轻舟坚持在感知、决策规划、数据驱动等能力上不断精进，坚持技术上的长线发展，这也是我们作为一家科技型自动驾驶公司所一直致力发展的方向。

我的分享到此结束，谢谢大家。