记得2020年初特斯拉刚刚国产化的时候，整个国内汽车行业都在传“狼来了”。

尤其是智能驾驶方面，当时国内绝大部分自主品牌，都无法与特斯拉匹敌。

那时国内自主品牌的智驾系统，绝大部分都是买的以色列公司Mobileye的“一揽子”方案，在软硬件优化上，处于相对被动的状态。

但从2021年开始，情况开始发生了转变。

车企们开始纷纷抛弃Mobileye，转而投入大量的资源，走自研自动驾驶算法路线。

越自研越陷入狂热，使得2021年自主品牌电动车的智能驾驶水平得到了突飞猛进的增长，呈现百花齐放的势头，各家新推出的车型基本上都拥有L2级别辅助驾驶基础功能了。

紧接着2022年，智驾赛道的内卷正式拉开帷幕，许多车企都开始加入“军备竞赛”之中，竞争非常激烈。

智能驾驶芯片一个不够用两个，算力从个位数一下变成了百位数；激光雷达一个不够上两个、三个；摄像头4个不够用8个，200万像素不够用800万像素……

硬件的升级以及软件的快速更新迭代，使得自主品牌智能驾驶水平几乎一夜之间进化到了“领航辅助驾驶”时代。

以至于到了现在，领航辅助驾驶功能的强弱，几乎成为了评价一家车企智能驾驶水平的标杆。

在已经有能力实现领航辅助驾驶的车企中，大部分还只停留在高速领航辅助驾驶阶段。而场景更为复杂多变的城市领航辅助驾驶，成为了许多车企卡脖子的门槛。

有智驾工程师曾经跟我说过，领航辅助功能在城市场景实现，比在高速场景要难上100倍。

毫不夸张的说，能突破这道门槛的车企，算得上智驾领域第一梯队头部水平了。

最近，继小鹏、华为系和理想之后，又一家官宣实现城市领航辅助驾驶的品牌诞生了——智己在9月8日，正式发布了一条城市NOA一镜到底内测视频。

挑战的路段，恰恰是上海最中心区域上海陆家嘴，里面车流、人流复杂密集，这对于智驾系统来说，可谓一场大考。

01. 智己城市NOA表现如何？‍‍‍‍

那么智己的城市NOA，究竟配不配得上第一梯队呢？我们不乏来具体分析一下。

相比高速路段，城市路段怎么也避不开的复杂场景之一，当属红绿灯路口了。

做到红灯停绿灯行不犯交规，是最基本的要求，这个基础上，要动态分析每一个进出路口的交通参与者动向，不仅有车辆，还有小孩、成人、老人，以及形色各异的非机动车，如两轮车、三轮车、老头乐等等，从而规划一条合理的行驶逻辑并执行。

到底什么时候减速让行，什么时候绕行通过？这种逻辑判断别说机器，就算是给一些新手司机，都不太好处理。

在智己城市NOA公开演示的视频片段中可以发现，在无保护右转时，车辆精准识别到了自行车和飞奔的行人，以接近行人的速度让行，再选择通过路口，表现非常绅士。（PS：在上海不礼让行人，属于违法行为，被拍是要被罚3分的）

‍在左转时，遇到右转车辆加速驶来，虽然理论上左转的路权大于右转，但智己的系统仍然选择了优先减速让行，表现依旧十分绅士。

值得一提的是，这两个场景车辆并没有直接刹停，而是缓慢接近，这对于乘坐体验来说较为友好。

除了路口场景以外，城市场景相比高速场景的另一大特点，就是车流密度会更大，高峰时段容易发生拥堵。

这时候，有些急性子司机就会一脚油门下去强行加塞。要是这时恰好驾驶员刚干完一天的工作，下班回家开车路上又累又困，没注意前车就很容易酿成事故。

智己城市NOA对于强行加塞的车辆，可以做到预判识别并及时刹停让行。‍

下面这个无保护左转，相比前几个场景来说，是真的上难度了。

过程中车辆遇到了多辆对向来车和电动车，系统选择了缓慢左转，在确认安全之后才通过路口，并没有对非机动车道上的车流造成太大干扰。

看得出，对于路口左右转和前车加塞这种场景，智己城市NOA的决策逻辑更偏向于安全而非激进。

但，这并不代表智己城市NOA并不注重通勤效率。

在多条车道行驶过程中，系统会对几条车道的车流速度进行分析，优先选择变道到通行效率最高的一条车道上。

对于“龟速行驶”的车辆，系统果断识别出来，并采取了绕行策略。

面对有违停车辆同时还伴随行人横穿的城市窄路，车辆会计算出一条可行进的路线，不断打方向盘微调让行，并没有出现刹停的情况，动作还是很接近人类司机的。

在窄路内遇到从左后方突然窜出的电动车，系统也可以精确识别并刹停。

在视频最后压轴出现的，是NOA通过无保护掉头场景，这也是官方认为实现难度最大的一个场景。

或许有人会有疑问，为什么城市NOA无保护掉头是最难的呢？

我特地去问了一位做智驾研发的工程师，他看完这个视频之后挺惊讶的，表示智己是他第一次见能做城市NOA无保护掉头的品牌。

为什么做无保护掉头特别难呢？

这是因为，市面上大部分带智驾系统的车型，其感知重点往往都集中于前向，在掉头时往往无法提供足够的侧向感知。

而智己LS7头顶的两颗覆盖范围120°的激光雷达，叠加起来可以实现前向180°感知。这样在掉头过程当中，即使车头大幅向左转向，也可以感知到右侧对向来车。

所以总体来看，现阶段智己的城市NOA，风格调教以稳定和安全为主，激进的操作相对较少，对乘客整体体验会更偏舒适。在一些车流较少的路段，也可以择优选择车道，从而提升通过效率。

不管怎么样，能在一线城市核心区域挑战城市NOA并成功，其实就已经配得上智驾第一梯队的名号了。

02. 智驾如何高速进化？‍‍‍‍

“智己汽车仅用2年时间，就完成了其他行业头部玩家长达9年的智驾技术积累，刷新了智驾落地最快记录。” 智己汽车副CTO/智能驾驶首席科学家郭辉在IM AD DAY智己汽车智能驾驶发布会·清华篇上表示。

郭辉这么说其实不无道理，从蔚小理这些头部新势力2014年左右成立到现在，已经过去了整整9年的时间。

相比之下，2020年12月成立的智己汽车还很年轻，对很多人来说是其实是更为陌生的新面孔。

对于自动驾驶能力的成长，必然离不开巨量的数据积累。

通常意义上来说，涉猎自动驾驶的玩家入局越早，车卖的越多，越能积累更多的数据，先发优势也就越明显。

这个过程就像刚拿到驾照的人逐渐成为老司机的过程，车开的时间越久，越熟练。

特斯拉从2015年卖出的第一辆车，到2019年卖出的第81万辆车，都是特斯拉自动驾驶进化的“养分”来源，4年时间里特斯拉已经积攒了多达48亿公里的路测数据。

这也是为什么，特斯拉刚刚实现国产化那段时间，其辅助驾驶能力跟其他品牌相比要明显强很多。

但，起步落后的智己，是怎么做到短短2年的时间，就迅速追上跻身智驾第一梯队的呢。

首先，支撑起智驾所必需的巨量数据从哪获取呢？

这就不得不提到与上汽合作的智能驾驶公司Momenta了。

Momenta是一家2016年成立的自动驾驶公司，2021年获得了上汽集团领投，并成为了深度合作伙伴。

Momenta在成立之初也深知数据的重要性，因此采用了一种叫“众包模式”的数据搜集法——不同于特斯拉只用自家车跑数据，Momenta与多家品牌签署合作，在已经运营的车辆上安装数据采集器，收集路上环境、司机驾驶行为等数据。

因此，Momenta可以用很低的成本获得大量的数据。

这数据量大到什么程度？

根据智己公开的信息，他们每天通过和Momenta搭建的数据链，峰值传输路测数据高达1400万公里。

这是个什么概念？粗略估算一下，相当于不到1年的时间就可以积攒特斯拉2015-2019年之间整整4年的数据量！

虽然海量的数据支持有了，但想要完全利用上这每天1400万公里的数据，难度也要比正常情况下大得多。

早年间自动驾驶研发过程中，往往需要花费大量的人力去处理这些数据，Momenta就经历过这个阶段。

我有一个朋友上大学期间在Momenta做过兼职实习，具体兼职的内容就是，从项目负责人那里领取“图包”，一个图包里大概有200多张图，都是行车记录仪的逐帧画面。

实习生的工作很简单，就是用专用软件把图片做一下标注，比如行人用绿框框出来，车用红框框出来，车道线用黄线描出来……诸如此类。

处理完之后把图包上传到系统，就可以挣几十块钱的零花钱。

这么做的目的，就是为了让机器识别算法计算的结果，与人的实际标注结果做比对，让算法尽可能接近人的判断。

而对于智己每天需要清洗、加工的大量数据，用真人来处理显然是跟不上的。

因此智己构建了Planning（决策）数据-模型产线，利用Transformer架构深度学习大模型算法，实现类似用ChatGPT处理数据的效果。

除了数据处理以外，智己在车端也用上了Transformer架构，打造出的D.L.P.人工智能模型，可以让车模仿人脑判断决策的过程。

这也是为什么，智己4月份开启NOA内测时给网友做的“图灵测试”投票中，很多网友都分辨不出，到底哪个是开的，哪个是车自己开的。

而这种类似AI司机的判断逻辑，正是智能驾驶赛道突破到下一阶段——“去高精地图”所不可或缺的，也就是所谓“无图”。

今年9月份，智己将开启去高精地图的DDLD技术方案公测。

要知道，高精地图现阶段对于高阶智驾来说是非常重要的，其精度可以达到厘米级，远远超过目前我们常用的高德、百度导航地图。车可以通过高精地图得知道路的形状、车道线、交通标志、红绿灯以及静止障碍物等等很多信息。

简单可以理解为，用了高精地图就跟游戏里开了“全图挂”一样，可以大量减少智驾实现难度。

但，为什么智驾顶流玩家们都在努力做“去高精地图”呢？

原因很简单，因为高精地图的“鲜度”和覆盖率是有局限性的。

我们国家有不少地区，道路信息都是相对敏感的，所以国家在高精地图测绘资质上卡的十分严格。到目前为止一共就只有4家，百度、高德、四维图新和易图通。

测绘车辆需要“慢跑测绘”，才能制作出出符合标准的高精地图。试想中国那么疆土那么大，得用多少车才能把中国的每个角落都绘制完呢？

因此，有很多地方高精地图都是无法覆盖的。即使有高精地图覆盖的地方，可能高精地图信息也是很久以前的了。

没有“去高精地图”NOA能力的车，开到高精地图没有覆盖的区域，不仅无法打开NOA功能，更有可能因为NOA被动退出导致事故。

此外，用了鲜度不够的高精地图，碰到道路临时施工或改线的情况，也容易让系统误判，增加事故风险。

一定程度上来说，高精地图对于智能驾驶，既是“钥匙”，也是“枷锁”。

那么，智己会通过什么方式去高精地图呢？

智己给出的答案是，实时建图技术——即通过车上的激光雷达、摄像头等传感器，实时生成道路特征信息，相当于自己本身就是辆测绘车了。

后续，智己还会加入Occupancy占用网络算法，让实时建图的精度达到厘米级，就连地面上的小凸起和车辆悬挂这种细节，系统都可以识别的到。

在成功突破高精地图这个枷锁之后，NOA适用范围将会显著提升，端到端全程“无断点”的辅助驾驶也有望落地。

可能有人会担心，加入这么多高阶算法之后，算力会不会不够用？

这一点，智己也有考虑过。

值得一提的是，智己IMAD目前是国内唯二两家兼容Xavier和Orin两种高低算力双智驾计算平台的车企。

据智己官方透露，经过几轮的算法架构“轻量化”，其智驾系统对算力的需求已经降低了90%。

仅凭“单激光雷达+单Orin芯片”方案，也能做到覆盖全量城市场景，满足去高精地图NOA；而不带激光雷达的纯视觉感知版本，至少有能力做到高速NOA。

除了提高NOA适用度以外，智己还在很多影响用户NOA使用意愿的细节方面做着优化。

根据智己公布的数据，目前智己IM AD变道成功率已经提升至98%，1000公里范围内不舒适减速已经降至1.3次，安全接管频次已降至0.36次。

但这，对于智己汽车来说还远远不是终点。

智己汽车的目标，是让这些细节无限趋近于极限，让智驾从接近人类司机，最终发展为超越人类司机。

03. 写在最后‍‍‍‍

智能驾驶在短短几年时间里，从萌芽阶段已然迅速化为奔腾的野马，进步速度令人瞠目结舌。

如果说2020-2022年新能源渗透率从4.9%迅速攀升至30%以上，映射这新能源汽车迎来历史性的拐点。

那么接下来的2023-2025年，将会迎来属于自动驾驶时代的拐点。

对于智己汽车来说，已经规划好了接下来两年要走的路——今年9月和10月，智己将分别开启去高精地图NOA和城市NOA公测；到2024年，将正式开启通勤模式，NOA百城齐开；到2025年，从A点到B点的端到端全场景通勤落地。

这，将是自动驾驶前的最后一战。

斗争必然伴随着残酷，在智驾迅速普及的过程中，跟不上脚步的玩家会被无情的淘汰。

而胜利，往往属于有准备的人。

你们怎么看智己IM AD的表现？欢迎进群和社友们分享你的看法！