站稳辅助驾驶第一梯队，“特小长”如何引领智能驾驶新格局？

文|智能相对论作者|陈玄彬造车新势力再变，谁将引领智能驾驶技术创新？此前，NIO Motors宣布2021 10月的交付量，共交付3667辆新车，同比下降27%，环比下降65%。销量的急剧下降使NIO汽车在行业中排名第五。目前，市场对智能驾驶的关注点集中在特斯拉和小鹏汽车上。但事实上，除了上述两者，汽车行业还有另一股竞争力量也在加速创新崛起。10月29日，长城汽车（601633，Guba）发布2021第三季度财务报告，显示今年前三季度，长城汽车实现营业收入907.97亿元，同比增长46.11%，净利润49.45亿元，比上年增长91.13%。实现新车销售88.4万辆，同期，长城汽车乘用车市场累计销量1448.5万辆，同比增长12%。顺应“新能源”和“智能化”两大新趋势，长城汽车在新的战略规划中加快步伐，市值飙升至6000多亿，成为当前汽车行业的有力竞争对手和领导者。现在，其科技品牌统一智行将在世界各地推出自己的自主研发NOH，以帮助长城汽车继续凭借其创新技术能力取得突破。目前，在国内搭载全栈自研辅助驾驶技术的特斯拉NOA和小鹏NGP将联手长城汽车加入智行NOH，这势必会改变整个智能驾驶领域的格局。

“特小畅”已经在量产辅助驾驶的第一梯队站稳脚跟，智能驾驶已经攀升到第一水平。在米莫智行发布NOH之前，自主研发的辅助驾驶技术在整个堆栈中的重点主要集中在两大制造商特斯拉和小鹏汽车。2019年，特斯拉发布了NOA功能，成为世界上第一家拥有辅助驾驶功能的汽车制造商。今年1月，小鹏汽车发布了NGP自动导航辅助驾驶，成为继特斯拉之后第二家拥有全栈自研量产能力的全球制造商。目前，智行即将迎来NOH的全球上市，预计到2022年底将推出34款长城汽车车型，约占其整体待上市车型的80%。预计未来三年载客总量将超过100万辆。这意味着，继小鹏汽车之后，智行将成为中国第二家有能力研发全栈辅助驾驶技术的公司，长城汽车也将在智行NOH的帮助下，成为全球第三家有能力研究开发全栈辅助驱动技术的汽车制造商。

继第一步之后，智能驾驶有三大趋势。随着第一阶段爬坡的完成，智能驾驶的技术发展也将进入下一阶段更具挑战性的爬坡。届时，整个行业可能会经历三个主要层面的趋势变化。一个是里程数的质的变化。目前，在智能驾驶领域，通常使用测试里程来强调数据层面的优势。然而，随着辅助驾驶能力的提高，用户的实际里程将变得更加普遍，并具有更多的应用优势。简单地说，一方面，在用户的帮助下，里程增长将从加法转向乘法，呈几何增长，使智能驾驶平台的数据能够更快地增加样本量，降低算法误差值。另一方面，用户实际里程提供的数据远比测试里程的数据更真实、更多样，对改进算法更有应用价值。因此，对于智能驾驶领域来说，对用户实际里程的重视和采用将带来更显著的产业价值，同时也将推动……

ng在一个更大、更全面的数据爆炸期。据米陌智行的数据显示，在短短150天内，其辅助驾驶用户已超过200万公里，使用时间超过3万小时。这无疑向该行业发出了一个非常积极的信号。一方面，辅助驾驶技术得到了用户的广泛认可，另一方面，这也预示着未来的市场竞争和技术突破将完成用户里程数据的积累，量产应用至关重要。第二，结构创新。如前所述，用户的实际里程数意味着数据的爆炸式增长。面对未来数据增长更快的趋势，智能驾驶制造商需要专注于解决数据问题。可以说，数据不仅是未来厂商突破智能驾驶领域的关键，也是发展道路上坚实的技术壁垒。目前，特斯拉和Nano Smart已相继将目光转向Transformer架构，并将其应用于智能驾驶领域。Transformer不仅可以处理各种视觉检测任务、分割任务、3D点云检测任务和分割，而且有潜力改进相关技术，用于后续规划和控制。同时，最关键的是Transformer可以有效地利用大量数据（603138，stock bar）进行无监督的预训练，这是目前最适合大型数据集的技术。如果这样的架构能够应用于大规模数据，可能会给智能驾驶算法带来颠覆性的突破。

技术进步一直是核心，加快智能驾驶创新也需要“爬坡过坎”，聚焦智能驾驶技术的发展路径。无论是从一开始就用望远镜看L4/L5级别，还是爬楼梯从辅助驾驶开始，再提升到智能驾驶级别，技术进步始终是推动应用落地的核心。回过头来看，正是因为技术需要“先进”，而不是“高歌猛进”。这需要技术制造商一步一步向前走，只有把这一步做好，然后再迈出下一步，才能有看得见的产业成果。通过解剖Nano Smart中智能驾驶技术的布局，我们也可以看到一条清晰的阶梯式上升路径：首先，通过对云中的基础大模型进行自动诊断和分析，可以帮助车辆任务域模型更快地取得进展。其次，使用无监督聚类方法来挖掘更相似、更困难的场景，解决了人工智能模型中的数据偏差问题。通过使用模型并行和任务流并行，大大提高了人工智能模型的迭代速度，加快了技术进步的速度。第三，最后使用CSS云并行模拟自动生成测试用例，大大加快了AI算法的验证速度。

从挖掘数据到加速迭代再到算法验证，可以看出，智行正在一步一步克服技术难题，推动智能驾驶应用落地。NOH的推出是渗透数据、算法和应用的又一次关键尝试，对推动民摩智行渗透到行业和现实场景中发挥了重要作用。所以，当我们充分认识到技术进步的逻辑时，我们会发现，在智能驾驶的技术道路上，首先突破辅助驾驶技术并推动商业化的想法更符合现实的发展，也更能清晰地触及未来。本文图片均来自网络。本文首发于微信公众号：智能相对论。文章内容属于作者个人观点，不代表和讯网络的立场。投资者应据此操作，并承担风险。

标签：长城特斯拉小鹏蔚来飞驰

汽车资讯热门资讯