过去一段时间，行泊一体方案从小范围火热走向全面大爆发，尤其是行业在经历了年初车市大降价之后，随着主机厂将成本压力迅速传导到上游，对于行泊一体的需求持续激增。

在刚结束不久的上海车展上，我们可以看到芯片企业、算法公司、域控制器厂商等都在围绕着行泊一体，积极推出相应的产品或方案，而它们共同点之一是——极具性价比。

典型如宏景智驾，新推出基于单征程 3 芯片的行泊一体域控制器成本据称已经拉到了 1500 元以内。

「国内市场太卷了，」一家 Tier 1 智能驾驶部门的产品经理表示，为了拿到车企的入场券，各大玩家们正在「千元级」成本门槛上相互厮杀，「就像一场极致的『饥饿游戏』。」

尽管降本仍是行泊一体目前的主旋律，但与此同时，也开始有参与方寻求通过提供增量价值，从内卷中突围。

具体表现有：

• 
  

• 行泊一体拓宽场景，攻入城市 NOA；

• 
  

• 功能朝更高阶进化，带动雷达、芯片等硬件再升级；

• 
  

• 与座舱域融合，进化成舱驾一体，提供更丰富多样的体验。

在这个过程中，「BEV+Transformer」、「重感知、轻地图」、「4D 毫米波雷达」、「自动驾驶大模型」等众多话题兴起，推动着行泊一体步入新的发展阶段。

01、行泊一体拓宽场景应用，城市 NOA 迎来百城大战

行泊一体新变化之一，就是开始从此前集中在高速公路、快速路等应用，向城区突围。

背后的原因不难理解，城市路段是人们日常通行最频繁的场景，智能驾驶只有覆盖到了这，才能真正给用户带来可感知的使用价值。

自去年小鹏汽车、华为相继率先落地城市领航辅助驾驶功能以来，如今越来越多的玩家加速涌入这一领域：

（1）理想汽车在开年就提出将在 2023 年底落地城市 NOA，上个月又将时间线提前，表示理想 AD Max 3.0 的城市 NOA 将于今年第二季度开始推送内测用户，到年底将推送 100 座国内城市；

（2）蔚来汽车在车展期间也透露，计划于 6 月底之前，在上海等少数城市试运行 NAD；

（3）毫末智行在其第八届 AI DAY 上宣布，今年将率先在北京、保定、上海等第一批城市率先落地城市 NOH 功能，到 2024 年有序落地 100 城；

（4）百度 Apollo 近期也提出，城市智驾产品 Apollo City Driving Max 将在今年开启量产交付；

（5）智己汽车也表态，其城市 NOA 预计将于年内开启公测；

一时间，城市 NOA 正在成为行泊一体玩家们的新战场。

从零星取得突破到走向全面火热，分析城市 NOA 大爆发背后原因，与「BEV+Transformer」大模型得到广泛应用密不可分。

「BEV+Transformer」大模型最早由特斯拉提出，用于提升其车辆的智能驾驶感知功能。

拆分来看，BEV 指的是鸟瞰图（Bird's-eye-view Perception），与此前基于 2D 直视图做目标检测和深度估计不同，它通过将多个摄像头采集的数据，进行多帧时序前融合，输出鸟瞰视角下动态目标物的 4D 信息（车辆速度/距离等）及静态目标物的 3D 信息（车道线/路沿等），以此供给规划、控制等下游任务做参考。

在这个过程中，一种基于注意力机制（Attention）的神经网络模型「Transformer」起到关键作用，其抛弃了传统的 CNN 和 RNN 建模路线，能够抽象地理解整个图像不同区域语义元素之间的关系，就像被打乱的拼图游戏，Transformer 通过图片像素之间关系，依然能够记住它们的组合顺序，从而很好地在空间-时序维度上进行建模。

简单来说，Transformer 可以从不同视角的摄像头中提取特征信息，根据对像素位置关系的理解，顺理成章地完成 BEV 图像拼接，形成全面的场景认知。

由「BEV+Transformer」带来的一大变化是，弱化了对高精地图的依赖。

以小鹏汽车为例，基于其 BEV 感知——XNet 深度视觉神经网络，有关动态信息可在视觉识别的基础上，实现目标轨迹预测；静态信息可提供真实车道线及可行驶空间识别，实现了实时生成「高精地图」的能力。

3 月 31 日，小鹏汽车正式推送全新一代智能辅助驾驶系统 XNGP，在无图城市可通过 LCC-L（道路居中辅助增强版）作为降级后的能力补充，不仅能够完成对静止的车辆、锥筒等障碍物的判断和避让，还支持红绿灯的通行能力。

小鹏自动驾驶中心副总裁吴新宙表示，非常有信心把视觉网络做到和高精地图一样。

据了解，今年下半年，小鹏还将在无高精地图覆盖的城市开放自动变道、超车、左右转的能力。

不止是小鹏，「重感知、轻地图」路线如今已经蔚然成风。

在上海车展前夕，华为发布了 ADS 2.0 高阶智能驾驶系统方案，该方案就是基于 Transformer 的 BEV 架构和道路拓扑推理网络，在不依赖高精地图的条件下，就能实现城市 NCA 功能。

华为也由此提出，在今年第三季度实现 15 个无图城市的落地，第四季度再新增 30 个无图城市的落地，达到 45 城城区 NCA 落地。

元戎启行在同一时间也发布了不依赖高精度地图的智能驾驶解决方案 DeepRoute-Driver 3.0。

搭载这一方案的智能驾驶汽车，在导航地图覆盖范围内，可实现全域的高阶智驾功能，即使行至不对称且没有车道线的十字路口，智能汽车仍能在导航地图指引下，自行规划行驶路径，与周围车辆博弈，高效通行。

彼时元戎透露，该方案已经在上海、深圳、重庆、杭州等 16 个城市进行了泛化测试。

同样的还有大疆，基于 7V/9V 的纯视觉配置，通过「强视觉在线实时感知、无高精地图依赖、无激光雷达依赖」实现了包括城区记忆行车/ 城区领航驾驶在内的 L2+智能驾驶功能。

理想 AD Max 3.0 的城市 NOA 通过大模型 AI 算法，摆脱对高精地图的依赖，像人类司机一样实时感知、决策、规划。

轻舟智航也将推出基于单征程 5 芯片的轻地图模式城市 NOA 方案，基于轻舟的完全无地图能力，可以实现 NOA 适用范围的几何级拓展......

就在高精地图面临被「弃用」的境地，也有一部分玩家提出重新发掘地图的价值。

四维图新高级副总裁、乘用车业务负责人简国栋认为，「重感知、轻地图」路线之所以会兴起，本质原因在于高精地图的覆盖面低、鲜度不够，且成本高，但这不意味着高精地图的价值能够被取代。

在他看来，「图」的背后是安全行车、可靠保障的象征，尤其在进入高阶自动驾驶阶段，必须采用高精地图。

而关于高精地图存在的问题，以四维图新为代表的图商已经在适应市场需求的变化，不断作出调整。

以鲜度为例，四维图新已经做到按日更新；在覆盖度方面，四维图新是目前城市道路高精度地图采集最多的图商；此外，成本也在不断优化。

在这样的背景下，四维图新又发布了业内首个场景地图，通过将地图中的数据「打散」，再针对具体场景适配重组，整合传统导航、辅助驾驶、高精地图、停车场「四图合一」的 OneMap 场景地图，以解决在城市道路下缺少车道线，以及在路口、匝道、弯道等感知资源要求较高的场景难题。

简国栋用一组简单直观的数字说明，基于全国过路口的数据，可以提升车辆的智能化能力，这可以帮助车企从成本上减少 1-2 万元的硬件，「而我们的成本只有 20 美金。」

百度同样认可高精地图在当下发挥的价值。

百度集团副总裁、智能汽车事业部总经理储瑞松认为，长期基于 BEV 极其巨大量的数据来加强高精地图的实时感知和决策，长期来看可以走通，但时间绝对不是今年或者明年。

他表示，现在主流不用高精地图的，要么是无图可用，要么之前尝试的做法中高精地图很重，成本非常高，无法泛化。

百度的解决之道是使用高精地图，但尽可能轻量化，其主打的城市智驾 Apollo City Driving Max 系统，选择以「纯视觉+激光雷达」的方式实现感知冗余，通过加强算法、减少对于道路要素的依赖，比行业通用的传统高精地图要「轻」近 80%，以便在多个城市用合理可接受的成本推广开来。

事实上，无论是「无高精地图」还是「轻高精地图」，多种路线殊途同归的是将行泊一体推到更广泛的应用场景，毕竟卷完常规 ADAS 功能、高速 NOA 后，涉足城市 NOA，才算补齐了「最后一块拼图」。

02、行泊一体朝更高阶进化，雷达、芯片等硬件再升级

与行泊一体算法融入了更强大的「BEV+Transformer」等大模型一样，与之适应的硬件也需要升级。

首先就是芯片，地平线联合创始人兼 CTO 黄畅博士表示：

「一个时代有一个时代的计算架构。到了智能驾驶时代，爆发式的数据计算量以及先进制程的发展接近天花板，加速传统摩尔定律的失效，并驱动着智能计算进入全新范式。」

为此，地平线在车展期间发布了最新一代智能驾驶加速引擎——BPU 纳什，专为大参数量 Transformer、大规模交互式博弈而设计。

具体来看，BPU 纳什灵活支持 Transformer 细小算子，其浮点向量加速单元，具有通用、灵活的特性，满足关键算子精度需求；

在带宽方面，独特设计了三级存储架构，核间高效协同；此外，BPU 纳什通过数据驱动功耗优化，针对神经网络数据动态范围特性，降低功耗 30%。

传感器也迎来进化，最具代表性的便是 4D 毫米波雷达取代传统毫米波雷达。

与普通毫米波雷达相比，4D 毫米波雷达在原有「距离、方位、速度」的基础上，增加了对目标「高度」的感知信息，同时分辨率得到提升，可以做到小于 1 度。

这些特性让 4D 毫米波雷达具备了广视角、高精度、高分辨的优势，更重要的是，它还可以识别静止障碍物，大大增强了传统雷达的探测效果。

最近受特斯拉在全新 HW4.0 硬件中又加入了高精度 4D 毫米波雷达的影响，行业开始迎来一波 4D 毫米波雷达装车热潮。

除了已经在飞凡 R7、深蓝 SL03 等量产车型上搭载，4D 毫米波雷达还将在包括理想汽车、蔚来汽车、上汽、比亚迪、吉利、红旗、长安等多个品牌车型上装车。

目前，不仅有传统的 Tier 1 例如博世、大陆、安波福、采埃孚等布局 4D 毫米波雷达，华为、纵目科技、福瑞泰克等 Tier 1「新势力」也在推动产品量产落地，例如纵目科技的 4D 毫米波雷达（角雷达）就已经搭载问界 M5 上。

福瑞泰克自主研发的成像毫米波雷达产品 FVR4 也已经获得了国内多家车企定点，相关产品已进入量产交付阶段。

激光雷达在行泊一体趋势催化下也迎来「焕新」。

以禾赛科技为例，上个月发布了车规级超薄远距激光雷达 ET25，厚度仅为 25mm，因此得以装在座舱内，置于挡风玻璃后，并在遇到尘土、雨雾等脏污时，无需额外的清洁方案，仅借助车辆雨刮器就可以及时清理雷达视野，保证激光雷达在更多场景下能够稳定发挥可靠性能。

值得注意的是，ET25 在性能上比禾赛当前主打的远距激光雷达 AT128 更强大，测距在无挡风玻璃时达 250 米，挡风玻璃后也可达 225 米，点频超过 300 万每秒，最小分辨率仅为 0.05° x 0.05°，能为智能汽车带来超高清的远距三维感知。

禾赛科技 CEO 李一帆甚至表示，ET25 终结了有关 905nm 激光雷达测距不行的讨论。「有点像电动汽车续航里程超过 1000 公里以后，就不要再谈里程焦虑了。」

还有的激光雷达玩家「焕新」地更彻底，不仅向外提供支撑行泊一体的传感器部件，其本身也在朝着更精简的一体化方向发展。

探维科技就是如此，直接把图像 CMOS 器件装到了激光雷达产品中，打造硬件级图像前融合方案，通过图像快门和激光触发，输出时间同源的数据，达到微秒级同步精度，最终集合摄像头和激光雷达不同优势，为行泊一体提供强大感知。

探维科技 CEO 王世玮表示，硬件级图像前融合方案不仅能为用户带来更高阶的智驾体验，还能进一步提升车载的安全性，让用户明显感受到激光雷达上车的价值。

可以看到，当行泊一体往更高阶方向前进，从芯片到 4D 毫米波雷达，再到激光雷达，各种车载硬件也正在迎来一轮升级。

03、行泊一体向舱驾一体过渡，中央计算时代来临

行泊一体不仅在应用场景和功能上拓展，在架构上也在延伸到更接近中央集成的形态——舱驾一体。

所谓舱驾一体，就是在行车域和泊车域融合的基础上，进一步整合座舱域，以此充分发挥座舱在人机交互与车内视觉方面的优势，让驾驶者更多参与行泊决策，达到更接近人机共驾与人车合一的体验。

目前，从芯片公司到域控制器厂商等都在大力布局舱驾一体。

3 月 24 日，亿咖通就发布了舱驾一体中央计算平台（Super Brain），集成了芯擎科技 7 纳米智能座舱芯片「龍鹰一号」芯片和黑芝麻 A1000 芯片，提供智能座舱和智能驾驶能力，包括 3R1V、5R6V 和 5R10V 传感器方案，能够实现 NOA 功能，基本覆盖了目前所有的主流智能驾驶产品。

没过多久，黑芝麻又发布业内首个跨域计算平台「武当系列」以及该系列首款芯片 C1200，覆盖座舱、智驾等智能汽车内部多个不同域的需求，具有多域融合的能力。

据了解，单颗 C1200 芯片满足包括 CMS（电子后视镜）系统、行泊一体、整车计算、信息娱乐系统、智能大灯、舱内感知系统等跨域计算场景，可以为客户带来高价值和极具成本优势的芯片方案。

黑芝麻智能产品副总裁丁丁表示，C1200 带给车企更大的作用不是节流，而是开源。

有车企已经在逻辑上实现中央计算架构，在此背景下，如果采用 C1200 的方案，那么将可以在实现 E/E 架构融合之后，更快地释放软件能力，从而为车企创造收益。

芯驰科技同样瞄准舱驾一体，在上海车展期间，发布了第二代中央计算架构 SCCA2.0。

SCCA2.0 搭载了芯驰科技最新推出的座舱芯片 X9SP 和 L2+级自动驾驶单芯片量产解决方案 V9P，能够实现舱驾一体功能。

纵目科技从研发域控制器的角度，也提出舱驾一体方案。上个月，纵目发布了舱驾一体产品——Trinity 系列，分为 Trinity 3000、Trinity 8000 两种解决方案。

其中，Trinity 3000 舱驾一体方案融合了芯驰科技 X9U 座舱芯片和纵目行泊一体产品 Amphiman 3000，在充分激活 X9U 座舱资源的同时, 能够赋能单个地平线征程 3 芯片，实现性能和功能兼顾的舱驾一体产品体验。

在泊车方面，可实现 RPA/APA 等功能，行车可支持 1R1V/3R1V/5R1V，基于前视 8M 摄象头，能够提供强大的感知输出能力。

而 Trinity 8000 则是基于高通高算力芯片平台打造，实现了座舱、行车和泊车功能三合一的高度复合，不仅提供高速智能领航、交通拥挤辅助、自主变道、后向碰撞报警等多达 30 项功能，还能实现代客泊车、跨层记忆泊车、远程挪车、原路返回等 21 项功能。

纵目智慧汽车业务部总经理尤臻慧表示，Trinity 系列在行泊一体的基础上引入了座舱资源及对应外设，能够给用户提供全面、综合、更高阶的智驾体验。

从上面可以看到，行泊一体正在从过去强调成本优势，往做多价值增量方向发展：

一方面，基于更强大的芯片、传感器等，将应用场景延伸到最为复杂的城市路段；另一方面，加快与座舱等其他域的融合，奔向功能更为丰富的舱驾一体。

「如同行泊一体之于传统智驾的革命性意义一样，其本身也在一步步走向成熟过程中迎来变局。」一位业内人士这样评价道。

为此，专注于记录行业变革的《汽车之心行家说》，再度扬帆起航，开启新一季「行泊一体」专题。

在上一季中，我们邀请了黑芝麻、宏景智驾、元戎启行、小马智行、地平线、东软睿驰等企业参与讨论有关行泊一体定义、产品方案、生态合作等话题，在行业里引起了较大反响。

在第二季中，我们将着重于从价值角度拆解行泊一体，并拓展吸收更多的行业声音，带来最新的动向观察、最独到的思想见解，敬请期待。