![小鹏智驾开城激战:吴新宙架炮,李力耘挥刀插图 小鹏智驾开城激战:吴新宙架炮,李力耘挥刀插图](http://techultra.net/wp-content/uploads/2024/03/abf77b22bb6a0e9bef8b01b688f66d98.jpg)
从广州黄埔君澜酒店到白云机场 T1 航站楼,一辆提前刷写了 AI 代驾功能的小鹏 G6,自己沿着导航所指一路向前,全程给人的体验只留下四个字:简洁、高效。
对于智能驾驶而言,这段路程包含的场景并不简单,前后总共需要经过三个匝道口,两个收费站。小鹏 G6 收获的成绩也很喜人,全程仅需主动接管两次,被动接管一次。
主动接管两次是因为小鹏 AI 代驾尚不能自主通过收费站,当然其他任何一个品牌的高阶智驾都不能;而被动接管还是因为一辆大车实在变道凶狠,教练员为保证车内成员远离极限场景,不能不进行了接管。
小鹏这套 AI 代驾十分重视通勤的效率问题。区别于高速 NGP 默认最左侧车道为最优车道的逻辑,AI 代驾则会在三条车道内不断地尝试新的路线,甚至为了更快地通过还会主动靠近有大车的一侧,这在其他品牌眼中简直唯恐避之不及。
但在教练员看来,现在的这套 AI 代驾还是太保守了。“我们还测试过更激进的版本”,坐在主驾位置的小鹏教练员自信说道。
![小鹏智驾开城激战:吴新宙架炮,李力耘挥刀插图1 小鹏智驾开城激战:吴新宙架炮,李力耘挥刀插图1](http://techultra.net/wp-content/uploads/2024/03/b5cd857331bc8cfa9ba4d3762327cc93.jpg)
小鹏开发的这套 AI 代驾,可以简单地看做是针对某一套路线的 NGP 功能,在定义上和某些品牌所说的通勤 NOA 是类似的概念,但在技术架构上却已经完全抛弃高精地图,更加侧重于用户日常高频的通勤场景而率先开放。
在正式 OTA 之后,用户仅需要一次无感的学习,就能在尚未开通高阶智驾功能的城市和路段体验到技术的普惠,成为高阶智驾跨越市场鸿沟的又一柄利刃。
之所以 AI 代驾的体验能如此喜人,其重要原因在于小鹏在探索城市 NGP 整整一年后,无论是在软件和硬件的技术架构上都已经驶出弯道,渐成合力。
在去年的小鹏 1024 科技日上,小鹏刚刚开启城市 NGP 的试点工作。彼时,距离搭载新一代英伟达 Orin 平台的小鹏明 G9 上市才过去一个月,小鹏只能率先在小鹏 P5 上开展城市 NGP 的落地工作。
相比高速 NGP,城市 NGP 的场景复杂度明显不在一个数量级,这也导致小鹏在软件上的代码量激增。据小鹏官方公布的数据显示,城市 NGP 比高速 NGP 的代码量提升 6 倍,感知模型数量提升 4 倍,预测、规划、控制相关代码量更是来到了惊人的 88 倍。
小鹏前任自动驾驶副总裁吴新宙在后来的采访中回忆道,小鹏的智驾团队很少走弯路,但那段时间的确带来了额外的工作量。
反观今年的 1024 科技日,小鹏不仅在硬件上全部完成了主力车型向 Orin 平台的切换,在软件上也不在单纯地追求代码量,而是用大模型技术逐渐取代了繁琐的人工规则。
硬件层面,小鹏历经三代才最终实现平台化。
从最早期小鹏 G3 采用的博世方案,到小鹏 P7 和 P5 采用的英伟达 Xavier 平台,再到小鹏 G9 和 G6 搭载的英伟达 Orin 平台,在相当长的一段时间里,小鹏既要维护老平台的软件更新,又要开发新的软件算法适配新平台,可谓是“拖家带口攀珠峰”。
但在一年的时间里,小鹏已经连续上市了三款新车,无论是小鹏 P7i、小鹏 G6 还是新款小鹏 G9,都已经迁移到了英伟达 Orin 平台之下,只是根据 MAX 和 PRO 在芯片数量上有所区分,大大提升了智驾软件的开发效率和复用率。
目前,由于统一硬件平台的缘故,小鹏的智驾软件已经做到仅需三个月就能更新一版,且每一次发版都能做到三车齐发。
在这次科技日上,小鹏还进一步发布了集成度更高的电气电气架构——XEEA3.5,能在一块 PCB 板上集成所有的智能驾驶系统,实现真正的“ONE BOX ONE BOARD”,相比目前一个盒子多块板的方案,可以将成本降低 40%,性能提升 50%。
![小鹏智驾开城激战:吴新宙架炮,李力耘挥刀插图2 小鹏智驾开城激战:吴新宙架炮,李力耘挥刀插图2](http://techultra.net/wp-content/uploads/2024/03/b6b2e1a854b3ec42d3c60f57ff231b78.jpg)
软件层面,小鹏升级了新一代感知架构 XNet2.0,并且在决策和控制模块也采用神经网络技术取代了传统的人工手写规则。
在小鹏的感知技术架构下,分别要解决目标检测和静态目标检测两大问题。而由于静态目标检测过去大多依赖高精地图解决,在去图之后如何更好地完成对于静态目标的检测,就成为了小鹏亟需重点攻关的技术难点。
自去年年底开始筹备,小鹏用差不多十个月的时间就完成了 XNet 的升级。相比 1.0 时代动态、静态分别感知的网络架构,XNet2.0 则实现了三网合一,融合了动态 BEV 网络、静态 BEV 网络以及最新的占据栅格网络。
其中,这次新加入的占据栅格网络相比 BEV 网络,主要解决的是不能识别就不能作为障碍物的问题,能够更好地理解和处理三维空间的数据,显著增加了 XNGP 在城市场景中的避障能力。
三网合一后的 XNet2.0 还具备更强的“脑补”能力,可以更好地处理光照不清、车道线被遮挡等问题,适用于处理城市道路中复杂的路口场景;XNet2.0 的感知范围也提升了两倍,感知类型增加了 11 种,包括各种各样的小动物、地锁、停放的自行车等。
此外,XNet2.0 还具备时空理解能力,能够有效地理解在什么样的时间可以进入什么样的车道、潮汐车道按照什么方向前进等不同城市的特色交通语义,同时配合云端的策略文件(可以理解为城市道路说明书),能够进一步提升在开城时技术的泛化能力。
强大的感知能力让小鹏有了进一步削减成本的底气。小鹏还推出了轻雷达的传感器布局,取消了两个前向角雷达,并将在小鹏 X9 上进行首发。
XPlanner 是小鹏基于神经网络技术开发的规划与控制架构。在小鹏去年开城之初,为复杂的道路场景开发了各种各样的算法,由此导致软件的代码量迅速攀升。但在 Xplanner 的架构之下,化繁为简成为了小鹏主要的前进目标。
相较于人工规则,XPlanner 具备了更加拟人化的博弈能力。而已经经过反复优化之后的人工算法,将成为 XPlanner 日后训练时的“导师”以及性能保障。
![小鹏智驾开城激战:吴新宙架炮,李力耘挥刀插图3 小鹏智驾开城激战:吴新宙架炮,李力耘挥刀插图3](http://techultra.net/wp-content/uploads/2024/03/2d98d7d81939c803436dfb9372713808.jpg)
除了车端的感知和决策架构,小鹏还重点升级了位于云端的中后台能力。
去年,小鹏在云端处理的 Corner Case 的数量在大约 1000 个左右,而今年云端已经在包括数据收集、模型训练、模型部署、仿真等多个环节实现了效率提升,能够处理的 Corner Case 数量也来到了 2500 个。
尤其是在仿真环节,行业传统的做法是通过 3D 建模来实现场景的搭建,而小鹏今年已经可以直接利用 AIGC 的方式生成极限场景,效率更高;小鹏全栈仿真能力可以让整个系统所有模块一起运行,综合查看系统的整体效率,不会顾此失彼。
车端和云端的效率提升,让小鹏智驾的合力形成有了更加具象的表现。
在过去,小鹏智驾的 Pro 和版本和 MAX 版本由于功能需求的不同,是两套完全不同的技术架构,分别由两个不同的团队负责。但在这次科技日上,小鹏汽车董事长兼 CEO 何小鹏表示,很快就会将 MAX 版本的软件架构迁移至 Pro 版本的硬件体系中去。
至此,小鹏智驾将形成“一套硬件架构(芯片数量仍有区分)、一套软件架构、一个团队开发”的三个一,成为当今智驾行业最具凝聚力的技术体系。
诚如何小鹏在此前所说的那样,“智驾只看小鹏一家就够了”。
有如此高效的技术架构作为支撑,小鹏无图的 XNGP 将在 2023 年仅剩的两个多月迎来开城的高峰期。11 月底,小鹏将完成 25 座城市 XNGP 的开通,12 月底将达到 50 城。
![小鹏智驾开城激战:吴新宙架炮,李力耘挥刀插图4 小鹏智驾开城激战:吴新宙架炮,李力耘挥刀插图4](http://techultra.net/wp-content/uploads/2024/03/4f4c7b057a926dd8817cdf76feae248f.jpg)
50 城的数字,是何小鹏和吴新宙在今年年初经过几轮讨论最终决定的。而现在,小鹏汽车自动驾驶高级总监李力耘,将接棒继续完成这一中国智驾历史上最激进的开城目标。
“小鹏说的每一个字都将是我的 OKR。”
望向台下的何小鹏,李力耘的每一个咬字都斩钉截铁。
举报 / 反馈
原文链接:https://baijiahao.baidu.com/s?id=1780810002490269537&wfr=spider&for=pc