瞭解更多金融資訊 | BT財經資料通
一家公司技術厲不厲害，要看是不是推出就能被使用者頂上熱搜。
在智慧駕駛領域處於領先者的華為，2024年2月2日，全國無圖智慧駕駛2.0功能的OTA升級，徹底讓問界、阿維塔、極狐、智界的車主沸騰了。
在這個無圖智慧駕駛正式開放的城市名單中，人們驚奇的發現，包括涵蓋鄉鎮的可用地點數量超過72萬，覆蓋全國99%的路段，真正實現了全國能用的智慧駕駛。
更有意思的是，之前被認為智駕開城最多的小鵬，現在排名第二，能用的城市數量僅有200多個。
整體資料的對比，以及大量問界車主的實測影片，讓所有關心中國汽車產業的人都感到無語，確實遙遙領先。
人們特別想知道，、小鵬等企業歷經多年都沒完全搞定的智駕在全國投入使用，後來者居上的華為，是怎麼做到的？
做不到的有圖
在汽車科技的前沿領域，智慧駕駛技術已然成為研究的熱點。這種技術利用尖端的和計算機技術，模擬人類駕駛員的決策和操作，為車輛賦予“思考”的能力。想象一下，一個智慧駕駛系統就像一個機械駕駛員，透過車輛周身安裝的感測器和雷達，不斷監視和掃描周圍環境，實現自動駕駛的夢想。
在過去的智慧駕駛實現方案中，高精地圖扮演著至關重要的角色。
與普通導航地圖相比，高精地圖的精度更高，資訊更豐富。普通地圖通常只能達到道路級別的精度，而高精地圖則能達到分米甚至釐米級別的精度，包含準確的車道線、紅綠燈、標誌牌等詳細資訊。在高精地圖的基礎上，還會疊加一個動態地圖，透過感測器實時收集並標註周圍環境資訊。
然而，高精地圖雖然重要，卻面臨著諸多挑戰。
首先，製作高精地圖需要耗費大量資金和時間。據業內人士透露，採集全國範圍的高精地圖資料需要花費數十億元甚至更多。此外，高精地圖的更新速度也相對較慢，難以與現實情況保持同步。由於道路變化、新建建築等因素，高精地圖很容易出現偏差或過時的情況。
據統計，中國高速公路里程約為30多萬公里，主流圖商基本已完成高速公路及城市快速路的高精地圖採集，這也是上述技術路線廠家高速領航輔助駕駛產品得以上路的基礎。
但是城市道路相比於高速公路，存在兩個顯著的不同。一個是道路里程更長，據統計接近1000萬公里，是高速公路里程的30多倍，而主流圖商目前僅完成了約20萬公里左右的資料覆蓋（集中在北上廣深）。另一個是道路變化度高，例如城市道路不定時的養護、大型車輛密集、路邊車輛的不規則停放、經常遇到開啟的車門等。
因此如果想基於高精地圖實現城市領航輔助駕駛功能，對圖商的採集能力，對高精地圖的鮮度要求就很高，鮮度最好達到時更或日更級別。但是目前圖商能提供的城市高精地圖，只能按月或者按季度更新。基於這種程度的高精地圖，也能做出產品，但滿足不了主機廠嚴格的品控要求。
針對這些問題，一些企業開始探索無圖智慧駕駛方案。所謂無圖，就是不再依賴高精地圖，而是讓汽車透過攝像頭和雷達等感測器實時感知周圍環境，並按照人類駕駛員的思維模式進行思考和判斷。這種方案對演算法的要求極高，因為車輛需要實時處理大量的環境資訊，並做出準確的決策。
在無圖智慧駕駛方案中，環境感知、定位和規控路徑是三大核心技術。環境感知主要依靠攝像頭和雷達等感測器，實時檢測車道線、馬路牙子、停止線等道路資訊。定位技術則透過融合多種感測器資訊，實現車輛在實時地圖中的精確定位。規控路徑則是基於導航、環境和車輛運動位置等資訊，規劃出最佳的行駛路徑。
無圖智慧駕駛方案的實現，離不開先進的演算法和強大的計算能力。車輛需要實時處理海量的環境資訊，並在毫秒級的時間內做出決策。這對演算法的最佳化和計算能力的提升提出了更高的要求。
無圖與有圖智慧駕駛差別，僅僅是把原先高精地圖的輸入，換成了導航地圖的輸入及實時感知對導航資訊的理解。由於現在的無圖方案，無論是對視覺，還是對BEV+Transformer探測方案而言，對於車道線感知的精度要求都要更加精確，系統透過學習大量的道路及路口特徵，可以進一步感知複雜的道路結構，最終做出判斷。
小鵬等車企就是這麼幹的。但華為的玩法不太一樣。
華為的顛覆方案
最近，華為在智慧駕駛領域的專利佈局也引起了廣泛關注。據國家智慧財產權局公告顯示，申請了一項名為“一種智慧駕駛方法及應用該方法的車輛”的專利。該專利描述了一種基於感知資訊的動態決策方法，能夠有效處理決策結果與博弈目標實際動作不一致的問題，從而增強博弈決策的泛化能力，提升智慧駕駛的安全性和駕乘舒適性。
在智慧駕駛技術的最前沿，華為推出的無圖NCA智駕系統正引領著一場技術革新。
這套基於ADS2.0的系統，以感知為核心，徹底擺脫了高精地圖的束縛，融合了創新的BEV網路和業界首創的GOD網路，為智慧駕駛帶來了全新的可能。
BEV網路，被形象地稱為“上帝視角”，它採用白名單方式識別障礙物，為車輛提供了全方位的感知能力。而GOD網路則更貼近人的視覺習慣，它不依賴白名單，而是透過規劃可通行區域，讓車輛從“看得見”升級為“看得懂”。這種網路的設計思路，不僅提高了識別的準確性，也極大增強了車輛對環境的適應能力。
華為智駕主要依賴兩個演算法：
“看得懂物”的GOD（General Obstacle Detection，通用障礙物檢測網路）2.0網路，作為華為智駕系統的“眼睛”，具備強大的識別能力。
它不僅能夠識別通用障礙物白名單外的異形物體，還能對障礙物種類進行精細識別，如區分救護車、警車等。這一創新性的識別方式，打破了傳統智慧駕駛系統對固定障礙物標識的依賴，使得華為智駕系統能夠更加靈活地應對各種複雜路況。同時，GOD 2.0網路的識別率高達99.9%，為智慧駕駛提供了極高的安全保障。
“看得懂路”的RCR（Road Cognition & Reasoning，道路拓撲推理網路）2.0。這一網路旨在實現導航地圖和現實世界的匹配，為智慧駕駛提供準確的路徑規劃。
在解決異形物體和未標註物體識別的問題上，華為採用了與特斯拉類似的技術思路。然而，華為在鐳射雷達技術上的深厚積累，使其能夠更好地將感知感測器攝像頭和鐳射雷達匯入一個時空網路。這個時空網路在結構和分析中同時包含空間和時間資訊，能夠建模和分析隨時間和空間演變的複雜系統。透過這種方式，華為不僅提高了對異形物體和未標註物體的識別準確率，還降低了對視覺演算法算力的要求和缺陷。
另一個RCR 2.0網路更牛
RCR 2.0網路完全不需要智慧駕駛地圖的存在。這一創新性的技術突破，打破了行業對特殊智慧駕駛地圖的依賴。
相比之下，現在不少喊著去高精地圖的智慧駕駛無圖方案，但還是需要特殊的智慧駕駛地圖，例如高德推的HQ地圖，騰訊推的HD Air，四維圖新推的功能地圖等。
而華為則透過利用人類駕駛的SD地圖資訊，實現了對導航地圖和現實世界的完美匹配。這一創新性的技術路線，不僅簡化了智慧駕駛系統的複雜性，也降低了其成本和應用門檻。
高精地圖提供汽車高精度駕駛的參考線，智慧汽車配合高精定位按照參考線行駛，不管轉彎還是路口按照線跑就行了，你可以理解為類似火車的電子軌道。所以沒有高精地圖的時候，車輛智慧駕駛就會需要自己解決兩個難點：
如何確定車輛行駛在車道內？一般就是視覺車道線識別技術；以及路口如何確定車道的關係，確保自己轉彎或者直行走在正確的車道？
華為應該就是採用特斯拉類似的視覺演算法技術，確定車輛行駛在車道內，根據人類使用的SD導航地圖提供的路線資訊以及路口視覺感知資訊，RCR來推理路口車道之間的關係，從而實現領航輔助。
於是這些演算法的組成就有了華為說的既能“看得懂物”的GOD又能“看得懂路”的RCR演算法。總的來說和特斯拉的路線類似，但華為又將鐳射雷達玩的溜溜的，增加了更保險的資料匹配，保證智慧駕駛的安全。
更厲害的地方
華為智慧駕駛方案，能快速實現安全駕駛和全國開城使用，跟其將盤古大模型引入智慧駕駛分不開。
盤古大模型對於華為智駕方案的加持，其實就在資料處理上。以往自動駕駛的資料處理，要經過演算法+人工標註的方式，費時費力不說，及時性還不好保證，無法讓使用者真正保證安全。
盤古大模型當下在華為智駕方案中的主要作用，是提升資料閉環。
資料閉環核心目的，是不斷將高價格資料從原始資料中提取出來後，輸送給演算法做訓練，最終不斷完善演算法，解決各種長尾場景。方式則是從車端提取資料做初期整理，然後進行場景化管理，再進行資料標註、訓練、模擬，最後回給採集需求。其中，每一個過程都有大資料可以發力的機會點。
盤古汽車大模型透過構建數字孿生空間和生成複雜場景樣本，能夠加速自動駕駛系統對複雜場景的學習和應對能力。這項技術創新可以將自動駕駛學習訓練週期從以往的兩週以上縮短至兩天內，大幅提高了自動駕駛技術的迭代速度和應用效率。
通俗點說，就是現場採集的各種資訊，以往自動駕駛是靠演算法加人工設定的思路來處理，機械感較強，也無法準確應對路面出現的各種突發情況。現在華為將盤古大模型引入後，不論是哪個感測器採集的資料，都是由端側+雲端的大模型共同處理，快速給出決策意見，最終形成自動駕駛決策的。
而且華為盤古大模型的學習能力特別強，在同一路段經過後，他不光會接受路面資訊，還會記錄使用者習慣，會讓自己的操作迅速貼近駕駛者的駕駛習慣，最終產生一個千人千面的自動駕駛模式。
這也是為什麼現在華為智駕廣告顯示“同一路段第二次更好開”的原因。
另外，看一組資料：
此次華為智駕開城OTA，覆蓋全國4個直轄市，43個地區，290個地級市，1636個縣，374個縣級市，14677個鄉，19531個鎮，691510個行政村，問界智駕合計開城數量728065個。
因為乘聯會公佈的資料顯示，2023年乘用車智慧駕駛滲透率與價格呈反向增長，乘用車市場L2及以上智慧駕駛滲透率達42.4%，預計2025年將有70%，並普及到10萬-20萬的主流車型上。
不難看出，消費者對智慧駕駛沒有以往那麼排斥，其他車企也正加大智慧駕駛領域的投入。可以預見，今年無疑是智慧駕駛競爭最為激烈的一年。
在這樣的背景下，華為全國率先實現99%道路的無圖智慧駕駛全覆蓋，只能說“遙遙領先”不是一個口號。
這本身就很離譜，但這麼離譜的事情愣是讓華為幹成了，就更讓人感到“技術研發才是第一生產力”。
作 者 | Rickzhang
