馬斯克錯失純視覺NOA中國首發！

賈浩楠 發自 凹非寺量子位 | 公眾號 QbitAI

極越汽車，搞了一個車圈科技圈大新聞：純視覺NOA國內首發上路！

一段陸家嘴點到點領航輔助駕駛的實拍視頻剛剛被公開 ：

視頻中極越01一鏡到底、全程不接管、帶領航輔助，而且ODD包含高速、城市以及泊車場景，全程解放用戶不用自己開。

這樣的Demo在自動駕駛行業其實不稀奇，Robotaxi早就實現。但令人吃驚的是，極越01的這種私家車智駕系統，在國內首個布局、跑通純視覺方案，不再把激光雷達作為唯一的智能駕解決方案——通常行業認為這是現階段高階智駕的必須條件。

中國首個，且在全球范圍內和北美地區的特斯拉FSD處于同一梯隊。

這也是李彥宏剛剛在百度世界大會上所說“大模型重構自動駕駛”的成果和體現之一。

同樣是今年智能駕駛所有玩家內卷的一個方向：視覺為主落地NOA，實現輕傳感器高功能落地。

只不過極越汽車和背后關系緊密的百度Apollo，也許在其他玩家還在驗證研發的階段，就要率先落地了。

最終的智駕量產版本留有懸念，10月27日舉辦的極越01上市發布會上，這款主打開箱即用的高階智駕產品即將交卷。

不過用戶疑問也隨之而來，再次引發了行業對于智駕技術路線的討論：擺脫激光雷達，靠譜嗎？極越01演示的這套智駕方案有哪些技術亮點？

純視覺高階智駕，體驗如何？

點到點領航輔助駕駛，是指在目前的人機共駕階段，絕大部分的駕駛由系統輔助完成，司機位的職責對車輛的行駛狀態保持時刻關注。

極越01的測試全程，包含了城市高頻使用場景，比如上海浦東區CBD，這屬于城區內的NOA功能；還包括上下高速匝道、隧道內的連續領航輔助，以及復雜路口的人車混行等等。

其中的基礎能力，包括自動避讓、基礎的跟車、車道保持、定速巡航等等。

更高階的能力，包括綜合考慮安全因素和通勤效率，自行變道（不用提前撥桿）、識別紅綠燈、根據導航自主規劃路線…

我們先看其中最值得關注的亮點，實測一鏡到底視頻長度約9分鐘，放在最后。

首先是隧道內的長距離智能駕駛，在隧道內因為GPS信號弱或離線，需要系統較為精準的定位能力，同時還要面對隧道內光照條件差、周圍障礙物密集的挑戰：

除了正常行駛之外，極越01還能自主識別進入隧道內的分流岔路：

城市道路內，極越01除了能按照導航信息，自主規劃轉彎，還能在匯入、駛出主路的過程中，主動繞行路邊故障車輛：

以及主動避讓占道的行人、兩輪車：

高速場景下，自主進出匝道、匯入匯出車流，并且主動避讓加塞車輛：

當然，極越01在路上為了保證安全，對于行人、加塞的處理方式是主動避讓，但在安全的情況下也會通行效率優先，主動選擇更快的車道：

如果這樣的表現是一輛Robotaxi，那沒什么值得驚奇的。畢竟Robotaxi上傳感器類型、數量豐富，而且也擁有相對固定的線路。

但這是一輛需要考慮量產、交付給用戶的私家車，而且是隨機在上海核心城區挑戰。

是國內第一個，很難有直接對比的參考，畢竟其他的“遙遙領先”都是在重傳感器的加持下實現的類似功能。

在極越01之前，全球范圍內，只有特斯拉的FSD展現過類似的能力。

極越CEO夏一平在這件事上是很不“謙虛”的：

行業標桿，而且一定比特斯拉FSD強。

百度Apollo自動駕駛能力賦能了這套系統，百度智能駕駛事業群（IDG）技術委員會主席王亮進一步解釋了一下：

考慮到特斯拉FSD的數據手機幾乎全部基于北美路況，所以它真正落地中國的時候，還要面臨復雜的的泛化性挑戰。

擺脫激光雷達，技術上靠譜嗎？

目前，具備城市領航輔助能力的智能車，普遍常見1-2個激光雷達的配置，也有的是3個，都宣稱自己是最可靠最領先的。

但擺脫了激光雷達的智能駕駛系統，對于不了解細節的用戶，不免產生疑問：多個硬件多份保障，沒有激光雷達的智駕，能靠譜嗎？

回答這個問題，首先要弄明白激光雷達在車上有啥用。

量產智能駕駛系統，你可以把它看成一個AI司機，它開車的方式和人類相同，也是用眼睛去感知一切信息。這是計算機視覺學科自然而然衍生出的一個應用方向。

這個AI司機的“眼睛”，就是車端的攝像頭。而讓AI司機分辨出看到的目標、物體的“大腦”就是背后的感知識別算法。

算法的本質是AI，而不是“if else”的判斷指令，因為你不可能窮舉世界上每一種交通參與者或場景狀況。既然是AI，它就需要大量的數據學習，作為感知識別的基礎。

但是這里有一個問題，人類看到的世界，是3維立體的，你可以憑直覺判斷一個目標的形狀、大小，距離遠近。但攝像頭捕捉到的圖像信息，卻是2維平面，同時AI又不具備和人類一樣的“直覺”。

所以從2維數據復現構建出3維實時場景，是純視覺智能駕駛系統的最大挑戰。當然還有另一個難題是路上的異形物、異型車層出不窮，在有限數據集上學習訓練的AI，難以完全識別覆蓋。

在算法還不發達、車端芯片算力支持還不夠的早期，給“眼神”不好的純視覺系統增加一種感官，就成了最好的辦法——激光雷達登場。

激光雷達發射紅外光，碰到障礙物一定會產生相應的回波信號，這其中自然包含了目標的形狀、大小，而通過回波時間，還能計算出距離信息。

相當于激光雷達通過“觸覺”，構建場景的3維數據，給系統作為圖像數據外的參考補充：視覺錯檢漏檢的，激光雷達告訴你那還有一個XX目標。

但激光雷達成本高昂，目前在高檔豪華車以外，難以隨車標配。并且紅外光回波信號的噪音抑制、信號處理等等，需要占用大量系統資源。而且激光雷達也不是萬無一失，對于回波信號的識別，同樣由算法完成，自然也有針對它的對抗攻擊手段。

不依賴激光雷達的純視覺方案要解決的關鍵問題，就是找出能夠替代3維數據實時還原構建的視覺方法。

極越所展示的方式是OCC，Occupancy Networks，占用網絡。

這項技術去年在特斯拉AI Day上被首次公開應用，后來特斯拉又在CVPR 2023的workshop上做了進一步闡述。

系統的主要感知識別數據仍然是視覺圖像，攝像頭采集的數據通過基于Transformer的BEV網絡，應用自注意力機制進行特征提取，獲得當前場景各個目標的語義分割信息，并加入時序特征。

OCC的作用，是在傳統3D目標識別能力之上，通過體素（Voxel）化的方式理解和處理空間信息。

可以簡單理解為將場景空間分割成單位化的“方塊”，感知系統可以對3D空間的可通行區域進行高保真度還原。不需要考慮物體是什么，只考慮當下這個“方塊”是否被占用：

OCC從根本上避免傳統視覺對非訓練集內物體的漏檢問題，使模型的泛化能力大幅提升，能更好適應不同場景和環境。

而且對比激光雷達產生的稀疏且不連續的點云，攝像頭采集的信息內容更豐富，更好地將3D幾何信息與語義信息融合，更準確還原3D場景。

OCC的作用，同樣提供了空間尺度下的物體大小、形狀、距離等等信息，而且不需要額外傳感器，依然使用攝像頭采集的圖像信息。

這也是極越01基于此前“純視覺為主+激光雷達”的技術路線，又開發了“無激光雷達”智駕方案的關鍵，看似沒了一項重要冗余，卻依然能夠實現點到點智能駕駛可靠性的關鍵技術。

重新審視激光雷達，高階智駕新路線？

極越CEO夏一平透露，從2021年末就和王亮博士探討純視覺智能駕駛技術方案的可行性。

從用戶端來看，這樣的方案目前似乎有些激進，因為這兩年激光雷達有成為高階智駕標配之勢。

但技術端、供應鏈一側的震動，早已經醞釀、產生并傳導：高階智駕普及，傳感器越來越輕，成本越來越經濟。

之前耕耘自動駕駛、AI技術多年的玩家，比如大疆、商湯、曠視等等，今年紛紛公布智能駕駛量產產品路線，瞄準的是從2024以及后3年的新車型。

無一例外將高階智駕的普及門檻越降越低，有鮮明且統一的標志：入門級方案成本不過千元級，功能至少是高速NOA起步。

激光雷達在這些方案中，逐漸成為選配或非必須，“領土”退守售價更貴、規模更小的車型上。

而且其退守有加劇之勢：行業頭部玩家公布的最新方案中，純視覺系統實現的功能已經覆蓋到城市通勤NOA。

王亮博士解釋了核心原因：

“實際上，任何自動駕駛、智能汽車行業從業者都清楚，激光雷達不是自動駕駛的終局”。

這并不涉及什么“路線之爭”，只是技術發展不同階段的呈現。

他透露，2019年之前的嘗試證明，純視覺的方法要達到高可靠且體驗良好的自動駕駛功能，“太難了”。所以激光雷達成了系統必不可少的傳感器，相當于給當時“眼神不好”的AI司機，配了一根可以“觸摸”環境的拐杖。

但激光雷達也有不盡完美的地方。其一是成本高昂（目前仍在數千元級別），是量產智駕普及、L4落地規模上量的主要障礙；其二是激光雷達讓系統數據類型繁雜，數據量劇增，增添算法、算力資源負擔。

所以“擺脫掉激光雷達依賴”實際上成了所有量產智能駕駛玩家的主動選擇，也成了車企作為甲方的客觀需求。

這同樣也是老百姓的需求。因為1個激光雷達=至少數千元BOM成本，對于大眾消費的20萬元級或更加經濟的車型，這樣的智駕系統只能是嘗鮮選配，沒法普及。這也是目前行業的普遍狀況。

智能化作為核心競爭力和產品價值，獲得用戶認可重視，極越和百度Apollo聯合研發純視覺方案的邏輯是：

用戶不會認為多了幾個硬件就是高級的，反而車端輕傳感器減成本方案，背后的算力、數據、算法研發投入更大，這才是更高級更昂貴的智駕方案。

但這些軟件端的研發成本不同于硬件，不是由用戶直接買單，而是攤銷進了規模化量產。

預售價25.99萬的極越01，想做中國智能車的一個大膽嘗試：點到點高階智駕普及到大眾消費車型，而且智能硬件標配，不選裝不加價。

并且前端方案配置清晰、后端技術體系透明。

于是這一階段比拼性價比的智能駕駛量產競爭幾乎已宣告結束，下一階段卷的方向更加清晰：更高的通行效率、更絲滑的乘坐體驗，和更可靠的功能安全——細節處見功夫。

不再依賴激光雷達的高階智駕，不是主觀上的激進，而是技術和行業發展到一定階段的必然和客觀體現。

只不過令人吃驚的是，極越展示的技術實力，讓這個標志性里程碑的到來大大加速了。