【ITBEAR科技資訊】9月4日消息，近期，小鵬汽車的G6車型引發(fā)了廣泛關(guān)注，被認為是“自動駕駛前的最后一輛車”。這款車在市場上表現(xiàn)出乎意料之中的火爆，不僅價格比特斯拉Model Y便宜5萬多，而且在配置上幾乎碾壓了同價位的競品。G6上市僅一個月，訂單數(shù)量已經(jīng)超過4萬輛。
這一現(xiàn)象在某種程度上出乎意料，因為在過去一年中，許多消費者仍然對輔助駕駛功能的安全性存在疑慮，不確定是否愿意為此付費。然而，G6智駕高配Max版本的訂單占比卻高達70%，遠超團隊最初預(yù)期的40%，這幾乎是一個翻倍的增長。
據(jù)ITBEAR科技資訊了解，小鵬G6 Max版本的大賣表明城市NOA(自動輔助導(dǎo)航駕駛)正成為競爭的焦點。幾乎每家車企都在加速布局NOA功能，包括已經(jīng)在自動駕駛領(lǐng)域布局多年的華為和小鵬。他們今年計劃在45個和50個城市分別開放城市NOA功能，并已開始布局無高精度地圖版本。
每個人都期望能在疲勞的駕駛中得到短暫的解放，自動駕駛的未來幾乎沒有人會懷疑。一位接觸過小鵬創(chuàng)始團隊的消息人士透露，小鵬認為未來汽車的發(fā)展趨勢有三大關(guān)鍵點：電動化、智能化、網(wǎng)聯(lián)化，這無疑是一個巨大的機會。競爭者們的目標(biāo)不僅僅是爭奪市場份額，更多的是在汽車產(chǎn)業(yè)變革中掌握城市出行的話語權(quán)，因為在不久的將來，一輛沒有輔助駕駛功能的新能源汽車很難贏得消費者的信任。
智能駕駛開放城市，數(shù)字競逐
當(dāng)前，主流車企最關(guān)心的兩件事是銷量和智能駕駛的城市開放進度。小鵬自動駕駛團隊的員工透露，他們工作非常繁忙，常常工作到晚上11點。理想汽車也在擴張以推進智能駕駛進度，甚至要求每個員工填寫多份內(nèi)推簡歷。
小鵬汽車是城市NOA領(lǐng)域的佼佼者之一。目前，他們已經(jīng)在上海、深圳、廣州、佛山、北京和全國高速公路開放了XNGP(小鵬的城市NOA名稱)高階智能駕駛功能。在廣州，用戶使用XNGP時，不再需要選擇路線。小鵬汽車的目標(biāo)是在年底前在50個城市開放XNGP功能。
另一家競爭激烈的選手是華為，他們計劃在今年年底前開放45個城市的城市NOA功能，進度基本與小鵬相當(dāng)。
然而，今年最受關(guān)注的可能是理想汽車。雖然在2023年之前，他們對智能駕駛的投入不多，但情況在2023年發(fā)生了變化。在今年早些時候的發(fā)布會上，理想汽車宣布將在第四季度進行城市NOA內(nèi)測，比原計劃提前了一個季度。
據(jù)ITBEAR科技資訊了解，一位前小鵬汽車自動駕駛副總裁吳新宙在接受采訪時表示，理想汽車最初的目標(biāo)并不那么激進，但由于小鵬進展較快，理想不得不提前加速。隨著理想汽車在北京舉行城市NOA內(nèi)測活動，他們正在積極推進這一領(lǐng)域。
雖然理想汽車在上海車展上宣布要在年底前在100個城市推出城市NOA功能的目標(biāo)引發(fā)了不少質(zhì)疑，但這并不是傳統(tǒng)意義上的城市NOA，而是通勤NOA，僅覆蓋用戶通勤路段。因此，通勤NOA的功能很可能不需要擔(dān)心用戶的使用率問題。
一位自動駕駛行業(yè)人士指出，城市NOA通過高精度地圖來開放可用路段，通常首先覆蓋高等級道路。因此，一座城市的開放意味著該城市的高等級道路已經(jīng)具備高精度地圖。然而，這也意味著仍有許多道路段落無法使用城市NOA。
此外，城市NOA被歸類為L2級別的輔助駕駛，相對不受政策限制，主要取決于技術(shù)能力。從目前的情況來看，理想汽車似乎已經(jīng)在實現(xiàn)年底在100個城市開放城市NOA功能上取得了實質(zhì)性進展。
告別高精地圖，迎來視覺駕駛
在過去，小鵬汽車和華為等車企的城市NOA功能開放范圍一直受限于高精度地圖的覆蓋范圍。然而，高精度地圖數(shù)據(jù)的采集成本很高，這也是制約該技術(shù)發(fā)展的一個因素。
小鵬汽車的XNGP系統(tǒng)使用兩顆英偉達Orin芯片、13個攝像頭、5顆毫米波雷達、12顆超聲波雷達、2顆激光雷達和1個車內(nèi)攝像頭等多種傳感器，而這些硬件成本相對較高。然而，小鵬汽車的目標(biāo)是通過技術(shù)進步，到2024年將XNGP的硬件成本降低50%。
與此不同，特斯拉的輔助駕駛系統(tǒng)一直擺脫了對高精度地圖的依賴，采用了純視覺方案，最終成本只有1500美元。他們通過BEV(Bird's Eye View，一種鳥瞰式的視角或坐標(biāo)系)感知車輛及周圍環(huán)境，然后通過Transformer等技術(shù)實現(xiàn)從2D到3D模塊的轉(zhuǎn)化，形成時序融合下的4D空間信息，從而使感知結(jié)果更連續(xù)、穩(wěn)定。
這種方法使得特斯拉能夠?qū)崟r生成高精度地圖，同時大大降低了成本。這也成為自動駕駛行業(yè)的最優(yōu)解之一。
然而，現(xiàn)實交通的復(fù)雜性在于交通參與者的隨機行為，這些長尾場景往往難以預(yù)測，例如行人突然穿越道路。解決這些場景的挑戰(zhàn)仍然是自動駕駛領(lǐng)域面臨的難題之一。
每家車企都需要不斷解決這些挑戰(zhàn)，這是一項艱巨的任務(wù)，需要充足的資金、技術(shù)、人才和數(shù)據(jù)。因此，自動駕駛領(lǐng)域的競爭是全方位的，無法忽視任何細節(jié)。
