2024年初始，智駕車企或明或暗開啟了一輪“城市NOA全國都能開”的激烈競賽。

頭部車企大多選擇了用“去圖”去應(yīng)對全國都能開，年底前華為、小鵬、極越、理想等車企都基本擺脫了對“高精地圖”的依賴，部分或全量推送給用戶體驗相關(guān)去圖智駕版本。

“去圖”化（去高精地圖化）的背后是車端感知能力和AI端到端智駕技術(shù)帶來的云端大模型算法、算力和車端理解能力的增強(qiáng)。而更重要的是，隨著數(shù)據(jù)量的加大，端到端智駕系統(tǒng)對復(fù)雜路況的理解、分析能力正突破臨界點(diǎn)。

如果說，“去圖”是今年智駕比拼最重要的一條賽道，AI端到端同時帶來了另一條賽道的突破，也就是“去激光雷達(dá)”的視覺智駕正日益展示出應(yīng)對復(fù)雜路況的成熟能力。

今天，馬斯克再次在社交媒體上表示激光雷達(dá)是錯誤的解決方案，并強(qiáng)調(diào)純視覺智駕就是復(fù)雜道路自動駕駛最有效的方案。

如果說馬斯克的話只能代表他的觀點(diǎn)，那么純視覺智駕在中國復(fù)雜道路上的表現(xiàn)，則更有發(fā)言權(quán)。

在近期的“中國智駕大賽”中，極越01和小鵬P7+作為唯二的純視覺車型，與華為系、蔚來、理想一眾激光雷達(dá)車型同場競技，表現(xiàn)也是可圈可點(diǎn)。

上周的分站賽，場地選在沒有高精地圖覆蓋的中山，考驗的是智駕系統(tǒng)“無圖全國都能開”的能力。

擁有AI端到端智駕的極越01作為比賽中唯一選用純視覺路線的車型，以小比分差距獲得季軍。 

從榜單來看，極越01與前兩名小鵬G6（101.64）、理想L7 （101.41）的比分咬得很緊。此外，極越在13個分項中拿到了8個滿分。相比之下，總分第一的小鵬G6則獲得了6個滿分，而與搭載了鴻蒙智行系統(tǒng)的問界M7、阿維塔11、智界S7三款激光雷達(dá)車型相比，極越01也占有分?jǐn)?shù)上的優(yōu)勢。

綜合統(tǒng)計，純視覺的領(lǐng)軍極越01在10個城市的戰(zhàn)績是4個冠軍1個亞軍，1個季軍，成績名列前茅；小鵬P7+是僅在半個月參與了一站珠海站獲得了一個第四名，中山站未參賽。

既然極越的表現(xiàn)如此亮眼，是不是意味著純視覺智駕的春天來了呢？

智駕網(wǎng)認(rèn)為，由于各家車企的技術(shù)路線不盡相同，純視覺智駕與雷視融合方案（依賴激光雷達(dá)的多傳感器融合方案）在較長一段時間內(nèi)會同時存在。

但是，端到端純視覺智駕正展示出愈來愈強(qiáng)大的處理復(fù)雜場景的能力，同時在成本、技術(shù)穩(wěn)定性與開發(fā)難度上全方位地超越雷視融合方案。

激光雷達(dá)做為一種感知冗余配置的地位更為明確，需要借助激光雷達(dá)處理的Corner Case的比例越來越少。

今年，隨著AI大模型的興起，不論是技術(shù)迭代、數(shù)據(jù)閉環(huán)、能力成長、用戶體驗等方面，純視覺都展示出了巨大優(yōu)勢，甚至可以說，純視覺已經(jīng)成為一個趨勢。

同時，純視覺路線的追隨者確實也越來越多，目前All IN視覺智駕的主機(jī)廠以特斯拉、極越、小鵬汽車為代表，而樂道L60、深藍(lán)S07、智界S7、新問界M5 等鴻蒙智行系車型也在2024年陸續(xù)加入了視覺智駕路線。

在國內(nèi)汽車市場，極越汽車最早站隊純視覺路線，早在2023年初就開啟了相關(guān)布局，并在2023年10月極越01上市時量產(chǎn)了純視覺高階智駕。

從供應(yīng)商的角度看，這一陣營則更為龐大，華為乾崑、百度阿波羅、卓馭（大疆車載）、大陸智駕、商湯絕影、智駕科技MAXIEYE、Nullmax都是視覺感知智駕技術(shù)的供應(yīng)商，而百度阿波羅、商湯絕影、卓馭都認(rèn)為視覺智駕就是最終路線。

激光雷達(dá)和高精地圖在業(yè)內(nèi)曾被稱為智駕系統(tǒng)的兩大“支柱”，它們會在2024年底被行業(yè)拋棄，與馬斯克的判斷達(dá)成一致嗎？

我們先來梳理一下，純視覺智駕路線在即將過去的2024年經(jīng)歷了怎樣的發(fā)展。

首先，視覺感知的水平在顯著提升。

在傳統(tǒng)認(rèn)知里，攝像頭相比激光雷達(dá)應(yīng)對陰暗、逆光、靜態(tài)物等場景的能力不足，在沙塵、雨雪等極端天氣下也有短板。

伴隨技術(shù)的發(fā)展，攝像頭能力的不足如今可以通過技術(shù)加持和新思路提升感知能力，并且即便視覺感知出錯，大模型也可以在短時間內(nèi)進(jìn)行修正。

比如：小鵬汽車的AI鷹眼視覺智駕方案引入了LOFIC架構(gòu)大大提升了攝像頭的全場景感知能力。這項技術(shù)的誕生是為了滿足CMOS圖像傳感器對高動態(tài)范圍的需求。在逆光、大光差、暗光等環(huán)境下的信息采集能力更強(qiáng)。并且該架構(gòu)方案的視覺感知范圍也更大，達(dá)到了1.8個標(biāo)準(zhǔn)足球場，甚至能夠清晰分辨顏色、文字等語義信息。

▲圖片來自：3d tof的《HDR技術(shù)詳細(xì)解析》

而作為國內(nèi)號稱“特斯拉FSD平替”的極越ASD，則用大模型大幅提升了視覺算法能力。因為使用了短距“匕首”、中距離“手槍”、長距離“狙擊槍”等視覺大模型，極越ASD的視覺感知3D精度可達(dá)到厘米級，超越主流激光雷達(dá)。

據(jù)稱，ASD對運(yùn)動障礙物速度的識別精度也控制在0.1米/秒誤差范圍內(nèi)，大幅提升對于柵欄、護(hù)欄、水馬和施工隔離欄等有一定長度的通用障礙物的邊界識別能力，并通過減速、剎?；蛘呃@行等動作完成避障，留出更多安全距離，繞障絲滑程度就像賽車手一樣“腦直覺”。

更重要的是，ASD不僅可以識別200米內(nèi)礦泉水瓶，還能分辨綠植，預(yù)判行人的運(yùn)動軌跡，即使在雨雪、霧霾或者在夜晚、隧道等光線不足的環(huán)境中，依然可以準(zhǔn)確地感知和識別。

百度智駕負(fù)責(zé)人王亮曾表示，ASD使用的大模型與百度蘿卜快跑同源，即Apollo L4級自動駕駛的大模型Apollo ADFM（Autonomous Driving Foundation Model）。ADFM可以兼顧技術(shù)的安全性和泛化性，安全性數(shù)倍于人類駕駛員，而且覆蓋了幾乎全部復(fù)雜場景。

可以說，經(jīng)過2023年的BEV+Transformer+OCC技術(shù)躍升，以及2024年大模型加持，視覺感知能力已經(jīng)遠(yuǎn)遠(yuǎn)超越了激光雷達(dá)，同時擁有時間+空間的理解能力，在遇到復(fù)雜的Corner Case，大模型理解能力的提升甚至可以修正傳感器的錯誤。

大模型技術(shù)正在重構(gòu)自動駕駛。

雖說兩種技術(shù)路線會并存，但激光雷達(dá)的缺點(diǎn)絕對不容忽視。

很多人都同意王亮的判斷，就是激光雷達(dá)做為精密儀器，移動部件會降低其可靠性，其能力可以被毫米波雷達(dá)和超聲波雷達(dá)分解替代，同時“偽影”問題會對系統(tǒng)造成巨大的干擾，消除“偽影“的處理復(fù)雜度極高。

此外，目前車載量產(chǎn)激光雷達(dá)的感知數(shù)據(jù)量依然太少，幾乎是攝像頭的160分之一。而且激光雷達(dá)點(diǎn)云數(shù)據(jù)還缺少色彩、紋理等關(guān)鍵信息，無法讓車輛用這些數(shù)據(jù)去推測環(huán)境意圖。

以下圖為例，左側(cè)的激光點(diǎn)云無法準(zhǔn)確識別物體，而右側(cè)的攝像頭圖片可以準(zhǔn)確分辨出紅色交通燈、斑馬線以及正在通行的行人和外賣車輛。

某智駕公司工程師曾向智駕網(wǎng)表示，視覺感知路線不僅省掉了激光雷達(dá)的成本，在決策效率上也要更快，因為省去了激光雷達(dá)感知信息的融合過程。

而從人類駕駛的形式來看，也不需要雷達(dá)來輔助，所以在技術(shù)上只要擁有了足夠強(qiáng)大的視覺感知能力，就可以實現(xiàn)高階智駕，級別甚至可以達(dá)到L4級。

這使得原本專注L4級別的Robotaxi行業(yè)，也開始押注純視覺方案。

10月11日，特斯拉發(fā)布的無人駕駛出租車Cybercab正是一款“不需要激光雷達(dá)做感知冗余”的L4級無人駕駛車輛。

盡管多家智駕科技公司曾向智駕網(wǎng)表示，視覺感知就是無人駕駛的終極解決方案，但激光雷達(dá)做為感知冗余配置在L4、L5級無人駕駛車輛上的配置在當(dāng)前技術(shù)階段依然是不可取代的。

但馬斯克對于Robotaxi上能以純視覺方案實現(xiàn)完全自動駕駛的路線非常有信心：“使用AI和計算視覺，不需要昂貴的設(shè)備，就可以在無監(jiān)督的情況下實現(xiàn)FSD?！?/p>

而商湯絕影CEO王曉剛向智駕網(wǎng)表示：“在短短的這幾年的時間里，自動駕駛軟件的架構(gòu)、技術(shù)路線發(fā)生了幾次翻天覆地的變化。今天，這是一個行業(yè)發(fā)展趨勢，在視覺智駕這一趨勢到來的時候應(yīng)該積極去擁抱新的變化?！?/p>

我們同意這種觀點(diǎn)，雖說兩種路線會有共存階段，但是純視覺智駕一定會成為下一個不可回避的必爭風(fēng)口。