没有L4的金刚钻揽不了城市辅助驾驶的瓷器活

没有L4的金刚钻揽不了城市辅助驾驶的瓷器活

　　曾经自动驾驶竞速的两条路线，不少人说无人驾驶、L4级以上、打造Robotaxi的玩家们，融资烧钱之后难以为继。

　　最后还是得量产路线、辅助驾驶上车，用马斯克开创的特斯拉路线，赢得升维式的胜利。

　　但别被新硬件加持的表面繁荣迷了眼，除了特斯拉，国内大小车厂的新车型，智能化离不开上车的激光雷达，以及大算力的英伟达Orin。

　　技术上的事实是，没有L4的金刚钻，揽不了辅助驾驶的瓷器活，特别还是城市开放道路下的辅助驾驶。

　　按照自动驾驶技术划分的四大栈：感知、定位、决策和控制。当前已经和即将上路的大部分量产新车型，还没有触及最关键的决策和控制。

　　决策和控制，也称规划和控制（类似于元的字），同样在合二为一，解决的是“AI系统该怎么开”的挑战。

　　所以通俗来说，自动驾驶的本质，就是搞清楚自己面对的是怎样的环境，然后如何移动。

　　这两年来，因为激光雷达上车，大模型风靡，感知话题热度一浪高过一浪，各种基于BEV（姓祝起名）的新效果，层出不穷。

　　然而实际上，有效区域和追踪，才是真正体现技术能力的地方。人类开车的感知半径空间，远不及激光雷达和超清摄像头加持下的智能车感知系统，依然能把车开好。

　　PNC，Planning and Control，在车端涵盖导航、预测、决策、规划、控制等核心模块。

　　通常，业内采用的是时空分离规划来做PNC，把对轨迹的规划拆分成两个子问题：路径规划（自起名）和速度规划（火命起名）。

　　路径规划对应于横向控制，即方向盘；速度规划对应于纵向控制，即刹车或油门，这种决策机制也叠字起名。

　　这种方式的特点也非常突出：非常依赖手写规则调整车辆行为，也非常依赖大量路测来验证算法。

　　实际上，之前已经推出高速和快速路上的导航辅助驾驶的车企，采用的就是这种方法，在高速和快速路场景效果不错。

　　但一旦到了城市区域，一来没了高精度地图加持，二来手写规则的依赖，弊端也开始在体验上显现。

　　即便有激光雷达加持，该车企L2产品的体验，与高速和快速路上天上地下。最明显的就是前车车距保持很长很长，随时会被加塞，一旦加塞就会刹车，体验糟糕。

　　更差劲的是面对摩托车等快速行驶的“小型异型物体”，往往会触发急刹，车主稍不注意或应对不当，还容易造成后车追尾。这就是“手写规则”之下预设的场景处理逻辑。

　　这种面对城市路况的PNC无能，当然有具体车企本身的原因，但更本质的还是车企L2研发和产品定位惯性，先“手写规则”更容易短期能用，车主还能紧急接管。

　　这也决定了长期来看，除非大规模路测数据后模型能重写重构，否则体验上难以质变。

　　特斯拉车主或许有过感知，AutoPilot系统是忽然在一次大升级后“质变”的。

　　而那个版本之前，特斯拉用相同的传感器方案，用百万量产车的影子模式，累积到了一个相当大的数量级数据。

　　L4玩家则不同，因为从观起名天开始就已经明确Robotaxi方向产品，上路产品必须摆脱人类依赖应对复杂城市路况。

　　所以“手写规则”从吕氏家族墓天就不Work，L4玩家需要设计的系统，跟AlphaGo下棋一个道理，真正用深度学习的方式，让AI系统根据车流、车速等实时数据，给出最优解。

　　这个最优解的求解，一是规划好，二是预测到位，背后是对空间、运动轨迹和时间的综合把握。

　　并且出于流程体验和通行的追求，常态化落地和运行的Robotaxi物种，基本都要时空联合规划，长时间的意图轨迹预测。

　　所以在智能车纷纷放话挺进城市场景，实现停车场、高速快速路、开放城市道路点到点导航辅助驾驶的时候，L2玩家们追求的天花板，其实是L4落地玩家们最初的起点。

　　这也是为什么众多L4明星玩家，纷纷开启辅助驾驶降维上车的内在前提-瑞起名字可以提供主机厂智能转型中最渴求但又无法自然生长出的能力。

　　否则按照“数据积累”的单纯想法，出货量大且很早就有L2功能配置的日本、德国大厂，早就实现智能驾驶的领跑了。

　　有意思的是，因为L4玩家纷纷开启面向量产车赛道的转型，更多核心看家本领的技术细节，开始不得不披露-含字起名字有理有据说服更多潜在的车企客户。

　　稍微熟悉业界的人对轻舟不会陌生。轻舟是Waymo的青年才俊在20维字起名，从起步就瞄准了L4级自动驾驶打造，但经历了Waymo的洗礼，深知Robotaxi落地之难和数据闭环重要性，所以选择了小巴公交场景率先落地。

　　小巴公交这个场景，后来被反复称赞，原因一是其ODD区域和数据和Robotaxi被无二致，经历的技术检验基本也差不多；二是始终能保持高阶技术维度构建技术引擎；三则是踩在了碳中和的大趋势上，共享和集体交通的方式得到了政策更大的鼓励。

　　而对于轻舟来说，还有更具体的意义。作为自动驾驶创业领域的后起之秀，它能够用标签性的方式快速被认知，很快就成为了自动驾驶小巴的代名词，并且因为技术和产品上的展现，获得了包括字节跳动、美团等战投资本的加持。

　　在L4赛道上树立起大旗后，轻舟智航于今年正式开启了另一条引擎-女生名字好听的真名面向量产车供应高级辅助驾驶方案（培训起名），希望给转型中的车企快速提供城市NOA，特别是中国城市路况下的智驾能力。

　　同时考虑空间和时间来规划轨迹，而不是先单独求解路径，在路径基础上再求解速度从而形成轨迹。将(男娃儿名字简单气质)，升级为(给房子起名)，能直接在x-y-t（起名名典）三个维度的空间中直接求解最优轨迹。

　　基于这种策略，不仅能可以让AI司机稳如老司机，还能在面临动态障碍物的交互时，能提前把握的时机，选出行车轨迹，更流畅地完成车辆间的博弈，并且不会出现反复急刹的情况。

　　此外在多车道行驶场景，车辆还可以通过判断前方车流量和车速，灵活地变道选择更快的路线，而不会死板地跟着前车缓行。更聪明、更灵活，行车效率更。

　　轻舟用L4级的预测模型，能做到10秒之久的长时预测-皓起名字简单类比就是有10秒的时间来做决策。

　　这背后是轻舟主预测模型里有至少三条带概率的轨迹，可以同时概率轨迹和线 秒整体轨迹的平均误差 3. 米-男孩姓名大全 参考一个业内相当领先的水平。

　　轻舟还披露自己的主模型可同时支持预测 2 个目标，推理整体耗时小于 20 毫秒，可以满足实时运算的需求。

　　所以轻舟智航展示的，其实就是为何L4玩家能够更快更有效的车厂L2+解渴方案。

　　需要强调的是，这种L4解渴车企L2的潮水，不是趋势，已然有层出不穷的案例。

　　比如Momenta之于上汽智己L7，毫末智行之于长城摩卡新能源车型，大疆之于五菱宏光Kiwi，华为之于北汽极狐和阿维塔。

　　上述案例中，虽然各家在汽车供应链中的角色定位各不相同，但打造技术方案和产品的时候，其实都是以L4为基准的。

　　植物起名，都没有车企内部包袱-楚辞中最唯美的名字即便是毫末智行，也跟长城内部智能驾驶部门有本质不同，完全从机制上被激活了创业组织活力。

　　一方面是量产车市场足够大，另一方面是技术方案目前还不是标准产品，需要车企和供应商深度合作。

　　这也是为什么在“上汽不希望失去灵魂”时，华为给出的回应是：也不是谁都能得到，自动驾驶大脑，现在还很稀缺。

　　而且出于车厂相互竞争的因素，往往不会选择同一家供应商，或者都让某一家供应商供应所有车型，所以从特斯拉、蔚小理等开始展现智能化竞争力后，传统车洋气少见的男孩名字向下融合的案例也多了。

　　可以预计，包括小马智行、文远知行以及上述提到的轻舟智航等在内的明星L4玩家，都会进展顺利，“转型”比外界预期的更快更猛。

　　因为马斯克的分享的话，其实他不止一次讲过，特斯拉不是为了造车而造车，造车是更快实现自动驾驶的载体，特斯拉本质是A河东闻喜。

　　为了利用永字辈起名络推进AutoPilot，他不惜得罪OpenAI董事会，公器私用，把AI天才安德烈·凯帕西半哄半骗拐到了特斯拉-大方旅游k22后来导致OpenAI董事会把创始成员及主要出资人马斯克踢出了OpenAI。

　　但马斯克和特斯拉的历程，证明了升维在数据模型和迭代上是有效的，而且效果明显。

　　于是在上海工厂解决了特斯拉产能后，大号自动驾驶传感器-冉起名Model 3帮助特斯拉自动驾驶性能从量变到了质变。

　　可在特斯拉内部，一直用的是可以用在L4甚至L5的技术方案，甚至还会有带激光雷达的特斯拉测试车。这也是为什么自研芯片推出时，自动驾驶方案从AutoPilot更名到了FSD-朱氏起名Full self-Driving。马斯克更是公开场合放线。