根據Mobileye的分析，2023年中國約有兩百萬臺智能汽車完全支持城區(qū)NOA；地平線方面提供的數據顯示，中國自主品牌乘用車L2+ NOA配置滲透率預計將從2023年的8.7%提升至2028年的32%，L2+及以上智能駕駛配置在20萬以上價位區(qū)間趨向于標配。zjoesmc

zjoesmc

圖源：地平線zjoesmc

2024年，隨著高階城區(qū)智能駕駛的市場競爭日益白熱化，車企亟需以用戶體驗為核心，打造實用、好用甚至愛用的高階智能駕駛體驗。而要在這場競爭中勝出，硬件、軟件、豐富的工程化量產經驗與快速迭代能力缺一不可。zjoesmc

從“可用”到“愛用”

在地平線創(chuàng)始人兼CEO余凱看來，智駕系統(tǒng)會經歷可用、好用、愛用三個發(fā)展階段。簡單來說，可用是技術跑通，保證系統(tǒng)的可用性、通過性以及物理安全；到好用階段，則是在保證可用的基礎上更加擬人化，為用戶提供心理安全，最后是愛用階段，隨著智能駕駛的成本、滲透率和用戶教育提升，達到每程、每刻、每人都用的階段。zjoesmc

從當前的實際落地情況來看，高速NOA已經跨越了“可用”階段，到達或剛好到達“好用”階段，例如從日常體驗來看，在高速、高封閉的城區(qū)道路上基本可以做到全程無接管。但成本高、使用受限、以及在很多場景下的表現并不盡如人意，是已經量產的高速NOA產品現在遇到的主要痛點。zjoesmc

城區(qū)NOA的問題就更加突出一些，“100公里長的道路上接管10次都有可能”。而且，相比人類駕駛，自動駕駛可能會更加保守，導致速度、效率、接管率更低，消費者使用的意愿也更低。那么，對消費者來說，高階智駕系統(tǒng)要從“可用”變?yōu)?ldquo;好用”，繼而再轉化為“愛用”，需要從哪些方面進行改變？ zjoesmc

zjoesmc

圖源：地平線zjoesmc

“真正有競爭力的下一代自動駕駛系統(tǒng)應該從三個維度進行考量：場景通過率、通行效率和行為擬人，并以‘優(yōu)雅不慫，從容篤定’為最高衡量標準。”余凱指出，對比之下，當前的智駕系統(tǒng)過于強調場景通過率，在通行效率和行為擬人兩方面乏善可陳，缺乏順暢絲滑的駕駛能力和主動、自信的駕駛風格。zjoesmc

如果從電動汽車架構方面來看，目前的智能駕駛和智能座艙雖仍然分別擁有兩顆獨立的芯片和兩個獨立的域控制器，但接下來，隨著人工智能和大模型、端到端Transfomer時代的到來，未來的自動駕駛跟智能座艙、智能交互不會完全統(tǒng)一，而是會從過去以軟件為中心，轉變?yōu)橐訟I計算和操作系統(tǒng)為核心，智能駕駛、智能座艙、智能交互變身為眾多圍繞核心平臺的應用。zjoesmc

“所以我們看到一個很有趣的現象，就是當你想從平臺入手做平臺時往往都不成功，但從應用入手做平臺卻有大成就。無論是Office帶動Windows，還是Google Search/Gmail/YouTube帶動安卓發(fā)展，都是如此。”按照這個邏輯順延，余凱認為，在大模型和智能駕駛加持下，中國很有機會在智能汽車的產業(yè)發(fā)展窗口期誕生世界級的操作系統(tǒng)和計算方案公司。zjoesmc

Mobileye自動駕駛業(yè)務常務副總裁Johann Jungwirth說，“對于NOA，客戶抱怨最多的就是場景覆蓋問題。”換言之，NOA目前只有在某些特定城市和特定環(huán)境下才能夠用起來。這就是Mobileye在開發(fā)智駕系統(tǒng)時提供REM地圖技術的原因所在，因為這種眾包方式的地圖意味著Mobileye不需要像其它廠商一樣，為了獲得高精地圖而專門派車隊攝像，相比來說有著更低的成本，也能夠擁有更多回饋數據，快速提高覆蓋率。 zjoesmc

他同時補充稱，Mobileye并不介意車企擁有自研智駕芯片和系統(tǒng)團隊，反而覺得彼此間競爭是一件好事。但車企需要權衡利弊，因為要開發(fā)、維護和升級系統(tǒng)，至少需要有一個1000-2000人的開發(fā)團隊，對比直接購買，運營成本肯定是不低的。zjoesmc

智駕系統(tǒng)能不能變成“老司機”？

“老司機”可不是人人都能當的，而未來的智駕系統(tǒng)想要做到像“老司機”一樣，是對方案軟硬結合系統(tǒng)能力的綜合考驗，不僅要求前瞻軟件算法的深厚積累與應用，也考驗軟件與硬件協同的量產效率。zjoesmc

那么，做到什么程度，我們就基本可以將智駕系統(tǒng)視作“老司機”呢？可以從兩方面來看待：zjoesmc

體驗上更擬人zjoesmc

像人類老司機一樣在任何城區(qū)場景下都能做到優(yōu)雅不慫、從容篤定，在復雜的交通系統(tǒng)中既能保障任何場景都可用，又能兼顧絲滑順暢。例如擁堵的匝道口，能夠精準搜索匯入空擋，通過高效安全博弈成功匯入主路；在上下班高峰期見縫插針，實現更高效的通行；在不同的路口根據不同車流動態(tài)調整行駛軌跡，靈活調整切入路口……zjoesmc

技術上更類人zjoesmc

系統(tǒng)能像人一樣看得懂世界，又能理解紛繁復雜的交通行為，像人一樣思考應對措施。即在感知上，更精準地還原客觀物理世界；在決策上像老司機一樣靈活處理交通問題。zjoesmc

因此，下一代高階城區(qū)智駕在系統(tǒng)性設計層面需要經歷三個過程：一是端到端大模型的應用，讓智能駕駛系統(tǒng)從感知到決策路徑更像人的大腦；二是交互博弈的引入，讓智能駕駛系統(tǒng)更高效、更好的解決擬人性和舒適度；三是無論是端到端大模型還是交互博弈，最終都需要打造高效的硬件架構才能更好地去運行。zjoesmc

正如余凱博士所言，“單點的算法突破或者算力性能突破，都不是高階智能駕駛達到‘好用’的關鍵。充分發(fā)揮硬件和軟件的協同效應，并以極致開放打造極致效率，才是抵達高階智駕終局的最佳路徑。”zjoesmc

大模型落地汽車，是趨勢還是噱頭？

目前也有很多人在討論以Transformer為代表的大模型落地汽車領域的話題。從芯片企業(yè)的角度來看，這是一種明確的趨勢還是噱頭的成分更大？芯片平臺如何面對智能駕駛“算力強，算法優(yōu)”的需求？zjoesmc

愛芯元智創(chuàng)始人、董事長仇肖莘博士對此回應稱，“將Transformer等大型AI模型應用于汽車領域，特別是在智能駕駛系統(tǒng)中，是一種明確的趨勢。”zjoesmc

從芯片企業(yè)的角度來看，仇肖莘博士認為，AI SOC，也就是人工智能系統(tǒng)級芯片，已經成為創(chuàng)新的熱點。這種類型的芯片使得以Transformer為代表的大模型成為可能。這些大模型能夠實時處理大量的信息，比如路面狀況，車輛和行人的動態(tài)，以及各種環(huán)境因素，以實現高效和安全的自動駕駛。zjoesmc

其次，現在炙手可熱的端到端自動駕駛技術，也在推動芯片技術的發(fā)展。端到端技術意味著整個駕駛過程，從感知環(huán)境，到做出駕駛決策，再到執(zhí)行駕駛行為，全部由AI系統(tǒng)完成，這對芯片企業(yè)對于支撐這樣的先進技術提出了非常高的要求。zjoesmc

比如端到端駕駛算法強調感知與決策的一體化，對SOC的設計也提出了更高的要求。它需要支持高效地處理和融合多模態(tài)多幀數據，新技術路線會影響SOC中CPU、NPU等不同算力單元的資源變化。尤其在端到端技術路線的早期，行業(yè)還處于摸索階段，SOC還需要考慮不同計算資源不確定的情況，為智駕系統(tǒng)提供足夠強大和靈活的計算加速能力。zjoesmc

除此之外，世界模型在線學習也對智駕芯片的內存和推理能力提出了新挑戰(zhàn)，它需要支持實時學習、推理和模擬交互；未來可能采用混合結構,在端內采用NPU等專用硬件加速關鍵子任務,在端外調用云端AI處理更復雜任務；智駕芯片還需提供豐富的外設接口和安全防護機制,支持多模態(tài)數據采集融合及錯誤監(jiān)測和恢復等等。zjoesmc

正是因為智能駕駛的這種特殊性，芯片企業(yè)要入局這一領域，不僅要深化與合作伙伴的合作，優(yōu)化算法以提高運算效率和降低功耗。還要將AI處理能力與其他車載系統(tǒng)集成，以提高整體性能和響應速度。當然，更應該將數據安全視為重中之重，防止?jié)撛诘木W絡攻擊和數據泄露。zjoesmc