“讓每一臺車起步NOA。”這是智駕科技MAXIEYE（以下簡稱“MAXIEYE”）創(chuàng)始人兼CEO周圣硯，在向蓋世汽車闡述其MAXIPILOT^?2.0高級智能駕駛解決方案時所強調(diào)的產(chǎn)品愿景。

智駕科技MAXIEYE創(chuàng)始人兼CEO 周圣硯；圖片來源：MAXIEYE

在降價潮無法畫上句號的2024年，新能源車市場的競爭早已從價格戰(zhàn)轉(zhuǎn)向了技術(shù)研發(fā)和創(chuàng)新的較量。以城市NOA為代表的高階智駕儼然成為各大車企又一新戰(zhàn)場，且混戰(zhàn)正在持續(xù)升級。在這場技術(shù)的角逐中，從概念驗證到實現(xiàn)量產(chǎn)化，只是挑戰(zhàn)的起點，規(guī)模化才是區(qū)分玩家的行業(yè)領(lǐng)導(dǎo)者與其他玩家的關(guān)鍵，更是智能駕駛供應(yīng)商面臨的一項關(guān)乎企業(yè)生存與發(fā)展的重大考驗。

也正因此，周圣硯的這一目標(biāo)，即便短短數(shù)字，卻足夠振奮人心。

一個全民智駕的時代正在到來

如果說過去的兩年間，NOA功能從高速公路領(lǐng)域向復(fù)雜的城市道路場景延伸，猶如一把鑰匙，開啟了高階智能駕駛市場的活力之門，那么去年底《關(guān)于開展智能網(wǎng)聯(lián)汽車準(zhǔn)入和上路通行試點工作的通知》與《自動駕駛汽車運輸安全服務(wù)指南（試行）》這兩份重要文件的接踵出臺，則如同一劑強心針，將城市NOA功能推向了新能源汽車產(chǎn)業(yè)的聚光燈下，成為各大企業(yè)競相攀登的技術(shù)高峰。

畢竟，L3級別自動駕駛一直以來都是衡量智能駕駛能力的重要分水嶺，而城市NOA功能作為高階智能駕駛的代表，被業(yè)內(nèi)普遍認(rèn)為是實現(xiàn)從L2到L3技術(shù)飛躍的關(guān)鍵橋梁。于是，搭載高階智駕系統(tǒng)的車型如雨后春筍般涌現(xiàn)，即便是剛剛上市開啟交付的小米SU7，亦在加快其城市NOA功能的布局步伐。

在此背景下，根據(jù)蓋世汽車研究院配置數(shù)據(jù)顯示，2024年1-2月間，我國乘用車NOA前裝標(biāo)配（不含進(jìn)出口）市場份額已由2022年微乎其微的1%，穩(wěn)健躍升至4.5%，相較于去年同期實現(xiàn)了143.5%增長率。且在蓋世汽車研究院預(yù)測看來，今年內(nèi)我國乘用車NOA前裝搭載量有望突破180萬輛大關(guān)，并將在2030年實現(xiàn)850萬輛的市場規(guī)模。

要實現(xiàn)這一目標(biāo)，周圣硯認(rèn)為，“關(guān)鍵在于用戶用得起且愿意用。”尤其是現(xiàn)階段全產(chǎn)業(yè)鏈開卷，暗潮洶涌之下，極致性價比成為智駕公司談及最多的一個話題。

以30萬元的整車為樣本，現(xiàn)階段NOA系統(tǒng)約占整車成本的10%，若要實現(xiàn)城市NOA功能，成本還需要進(jìn)一步增加5%左右。這導(dǎo)致高階智駕目前仍只是少數(shù)人的游戲，且如此高占比的成本如果未能帶來相等價值的體驗，NOA市場規(guī)?？峙码y以實現(xiàn)從180萬輛向850萬輛的華麗轉(zhuǎn)身，L3級自動駕駛落地也將更加遙遙無期。

于是，成本高、開放城市少且“鮮度”要求高的高精地圖被率先舍棄，以特斯拉為代表的玩家，開始主推BEV+transformer以及“重感知輕地圖”的自動駕駛解決方案。

其中包括，早在2020年底便意識到以傳統(tǒng)CNN圖像檢測技術(shù)為基礎(chǔ)的自動駕駛已經(jīng)觸及天花板后，開始著手打造一套重構(gòu)空間和時序技術(shù)體系的MAXIEYE。

圖片來源：MAXIEYE

歷經(jīng)近三年的砥志研思，MAXIEYE在去年11月帶來了BEV平臺架構(gòu)青云Hyperspace，完成對此前MAXIPILOT全系智能駕駛產(chǎn)品的重構(gòu)，進(jìn)而推出MAXIPILOT^?2.0平臺，并衍生出針對不同數(shù)量傳感器的智駕方案，從而覆蓋5萬~30萬元價格區(qū)間的市場需求。

用共享記憶，實現(xiàn)城市NOA

在與周圣硯的對話中，“不給客戶添麻煩”是他多次強調(diào)的一點。

如前文所說，NOA系統(tǒng)占據(jù)整車成本的10%-15%，高精地圖之外，由傳感器、大算力芯片等組成的硬件成本已占據(jù)不小比重。因此，在“去地圖”的同時，充分利用現(xiàn)有傳感器以實現(xiàn)智駕體驗的最大化，是MAXIEYE堅守的核心產(chǎn)品理念。

具體來看，MAXIPILOT^?2.0平臺覆蓋從單V（牧童Monotogo 解決方案）到多V（5V、7V、9V、11V及以上-跨越低中高算力的行泊合一域控方案）的全平臺解決方案矩陣，滿足城市L2增強、高速NOM（Navigate on MAXIPILOT）、城區(qū)NOM、行泊合一、記憶行泊車全場景應(yīng)用。

根據(jù)不同硬件配置、智駕需求，MAXIPILOT^?2.0平臺進(jìn)一步分為MAXIPILOT^?2.0 Lite、MAXIPILOT^?2.0 Pro和MAXIPILOT^?2.0 MAX三款高階智能駕駛輔助系統(tǒng)方案。三款智駕方案均根據(jù)用戶駕乘需求，進(jìn)行技術(shù)迭代和功能升級。

圖片來源：MAXIEYE

其中，MAXIPILOT^?2.0 Lite相較以往的L2方案，基于BEV技術(shù)重構(gòu)，在不改變產(chǎn)品架構(gòu)的情況下實現(xiàn)從L2至L2+的跨越式升級，支持L2+級高速NOA功能；入門級產(chǎn)品即支持單SoC行泊一體，進(jìn)一步提升方案整體性價比。

MAXIEYE前視一體機；圖片來源：MAXIEYE

2.0 Pro具備更智慧化的記憶行泊車功能，是定位于中算力平臺的爆款輕地圖NOA產(chǎn)品，在例如通勤道路等高頻出行場景中，兩次行車完成路線記憶，為通往高效的NOA開城奠定基礎(chǔ)。

2.0 MAX支持拓展城區(qū)NOA領(lǐng)航輔助駕駛方案，能夠更好應(yīng)對城區(qū)復(fù)雜環(huán)境及交互，可復(fù)用2.0 Lite和2.0 Pro積累的海量價值數(shù)據(jù)，徹底打通“低階賦能高階”的經(jīng)濟且有效的開城路徑。

值得注意的是，MAXIPILOT^?2.0平臺支持輸出BEV特征抽取后的特征地圖（DREM-Deep learning REM），能夠在前向150米，后向100米范圍內(nèi)，實現(xiàn)橫向拓?fù)渚?公分，縱向拓?fù)渚日`差1‰的精度輸出，穩(wěn)定性趨近于真值。配合組合導(dǎo)航算法，可以支持一次性完成自動化建圖記憶，打通了首次行車、再次記圖、三次激活的智慧化記憶行泊車功能應(yīng)用。

這意味著車輛只需在同一路徑行駛?cè)?，即可激活記憶行泊功能。?dāng)城市內(nèi)一定數(shù)量的車輛共享此類路線數(shù)據(jù)，所有參與數(shù)據(jù)共享的車輛將在幾乎整個城市范圍內(nèi)實現(xiàn)NOA功能。

MAXIEY域控產(chǎn)品；圖片來源：MAXIEYE

“依托既有車型所配備的傳感器，MAXIPILOT^?2.0平臺能夠?qū)崿F(xiàn)高速無圖的NOA駕駛體驗，為整車企業(yè)在智能駕駛技術(shù)領(lǐng)域?qū)崿F(xiàn)規(guī)?；慨a(chǎn)提供有力支撐?！敝苁コ庍M(jìn)一步表示，通過記憶共享，助力整車企業(yè)實現(xiàn)以80%的規(guī)?；慨a(chǎn)方案為基礎(chǔ)，構(gòu)建20%高配方案所需要的核心場景數(shù)據(jù)，這不僅是對高階自動駕駛技術(shù)演進(jìn)路徑的深度思考，更是對城市NOA規(guī)?；瘜崿F(xiàn)的行之有效的解題思路。

正是基于對MAXIPILOT^?2.0平臺性能和成本效益的高度認(rèn)可，“今年以來，MAXIEYE已與2-3家頭部車企就NOA方案達(dá)成合作。”周圣硯進(jìn)一步透露，“2024年，我們的目標(biāo)是至少新增5家頭部整車客戶，并在未來2-3年內(nèi)實現(xiàn)規(guī)?；?yīng)?！?/p>

規(guī)?；?數(shù)據(jù)驅(qū)動，加速擁抱“端到端”

站在2024年，這個被視為高階智能駕駛規(guī)?；慨a(chǎn)的關(guān)鍵節(jié)點上，積極引入BEV+Transformer大模型，擺脫對高精地圖的依賴，在業(yè)內(nèi)達(dá)成共識。那么，在這一浪潮之后，我們應(yīng)當(dāng)邁向何方？

特斯拉給出的答案是基于純視覺方案的端到端。仿效人腦運作模式，通過各類傳感器（如攝像頭、雷達(dá)等）接收環(huán)境信息，如同人類的眼睛和耳朵捕獲周圍世界，隨后將這些原始數(shù)據(jù)輸入深度神經(jīng)網(wǎng)絡(luò)中進(jìn)行處理，最終直接輸出駕駛決策，指揮車輛執(zhí)行相應(yīng)操作。這一架構(gòu)消除了傳統(tǒng)自動駕駛系統(tǒng)中的感知與定位、決策與規(guī)劃、控制與執(zhí)行等環(huán)節(jié)間的割裂狀態(tài)，旨在實現(xiàn)自動駕駛流程的高度一體化與智能化。

然而，實現(xiàn)真正意義上的端到端自動駕駛卻并非易事?！皣鴥?nèi)還沒有任何企業(yè)能夠完全實現(xiàn)這一目標(biāo)，原因在于數(shù)據(jù)不足和傳感器未形成標(biāo)準(zhǔn)化?！敝苁コ幏治鲋赋?，全棧神經(jīng)網(wǎng)絡(luò)化的端到端完全依賴于數(shù)據(jù)驅(qū)動，訓(xùn)練數(shù)據(jù)的規(guī)模和質(zhì)量成為決定神經(jīng)網(wǎng)絡(luò)性能表現(xiàn)的關(guān)鍵因素。

圖片來源：MAXIEYE

現(xiàn)階段，MAXIEYE青云架構(gòu)一站式融合道路拓?fù)?、目?biāo)軌跡、占用空間三大網(wǎng)絡(luò)，具備高精度、毫秒級建圖能力以及強大的特征信息提取的同時，BEV-occ占用空間網(wǎng)絡(luò)解決了既往通用目標(biāo)（GOD，general object detection）、靜態(tài)目標(biāo)檢測的痛點，進(jìn)一步提升了高階自動駕駛復(fù)雜場景的應(yīng)對機機制。

“我們已經(jīng)實現(xiàn)了BEV+transformer路徑下的類端到端解決方案，將自動駕駛各個核心要素都深度學(xué)習(xí)化，重構(gòu)自動駕駛的底層技術(shù)，走向數(shù)據(jù)驅(qū)動邏輯?！敝苁コ幫嘎兜馈?/p>

這一成果背后，離不開其自主研發(fā)的MAXI-DI數(shù)據(jù)智能架構(gòu)。該架構(gòu)全維覆蓋量產(chǎn)數(shù)據(jù)閉環(huán)MAXI-DATA、真值系統(tǒng)MAXI-TRUTH SYSTEM、MET-TOOL全流程閉環(huán)測試開發(fā)工具鏈，以及仿真極限場景構(gòu)建。

其中，MAXI-TRUTH SYSTEM真值系統(tǒng)能夠?qū)崿F(xiàn)4D場景構(gòu)建、自動化數(shù)據(jù)處理和訓(xùn)練。為青云BEV算法架構(gòu)提供高效的底層技術(shù)支持；MET-TOOL全流程閉環(huán)開發(fā)工具鏈，可助力客戶量產(chǎn)項目研發(fā)效率提高20倍，測試效率提升至少10倍，大幅縮短項目量產(chǎn)上線周期。

與此同時，MAXIEYE基于“啟明星計劃”，面向全行業(yè)開放BEV感知標(biāo)準(zhǔn)件。支持軟硬解耦，實現(xiàn)標(biāo)準(zhǔn)化工具鏈、標(biāo)準(zhǔn)化規(guī)控接口、標(biāo)準(zhǔn)化ISP。通過敏捷的算法移植能力，可支持在6個月內(nèi)實現(xiàn)高效跨平臺開發(fā)需求。“通過將感知能力獨立，并賦能更多Tier 1企業(yè)放大我們的供應(yīng)范圍，最大程度激活汽車產(chǎn)業(yè)鏈上下游的生態(tài)?！?/p>

圖片來源：MAXIEYE

迄今為止，依托MAXIPILOT^?1.0平臺在前裝量產(chǎn)項目中的豐富實踐經(jīng)驗，MAXIEYE已累計積累了超過3億公里的真實駕駛場景數(shù)據(jù)。面向未來，周圣硯滿懷信心地表示：“我們希望通過MAXIPILOT^?2.0平臺及啟明星計劃，深度賦能不同細(xì)分市場的智駕體驗，從而加速實現(xiàn)端到端的自動駕駛解決方案交付?！?/p>

返回第一電動網(wǎng)首頁 >