2023年的智能駕駛市場(chǎng)熱鬧非凡，前有上海車展的百家爭(zhēng)鳴，后有各路玩家你追我趕、相互DISS。

可以看到，智能駕駛已經(jīng)成為各大主機(jī)廠占領(lǐng)市場(chǎng)的必爭(zhēng)之地，也是多家供應(yīng)商紛紛發(fā)力的熱點(diǎn)。傳統(tǒng)主機(jī)廠、造車新勢(shì)力、傳統(tǒng)Tier、科技公司、互聯(lián)網(wǎng)企業(yè)、甚至消費(fèi)電子企業(yè)，都在大力布局智能駕駛業(yè)務(wù)，力爭(zhēng)在激烈的汽車智能化賽道上，擁有一席之地。

那么，從去年到今年，智能駕駛行業(yè)的熱點(diǎn)有哪些？趨勢(shì)在哪里？什么是全行業(yè)在共同推進(jìn)和探索的？?jī)?yōu)勢(shì)和難點(diǎn)是什么？市場(chǎng)現(xiàn)狀如何？

本文帶著這些問(wèn)題，逐一盤(pán)點(diǎn)并解讀智能駕駛的幾大熱點(diǎn)：城市NOA、去高精地圖、去激光雷達(dá)、大模型上車、艙駕融合，并從技術(shù)和市場(chǎng)層面，給出解讀。

城市NOA，進(jìn)展不及預(yù)期

智能駕駛發(fā)展至今，城市NOA作為當(dāng)前量產(chǎn)智能駕駛的最強(qiáng)功能，已經(jīng)成為行業(yè)內(nèi)的熱點(diǎn)，也是各路玩家紛紛布局的重點(diǎn)。

2021年起，在特斯拉、小鵬等頭部造車新勢(shì)力的影響下，各主機(jī)廠陸續(xù)推出適用于高速公路和城市快速路場(chǎng)景的高速NOA功能；從2022年起，NOA的應(yīng)用場(chǎng)景從高速推廣到城區(qū)，得益于“BEV+Transformer”的普及，2023年是城市NOA群雄逐鹿的一年，多家車企發(fā)布城市NOA“開(kāi)城計(jì)劃”。

目前城市NOA已經(jīng)成為市場(chǎng)關(guān)注的熱點(diǎn)，并且陸續(xù)搭載在新車型上。根據(jù)佐思汽研的數(shù)據(jù)統(tǒng)計(jì)，2023年1-9月，國(guó)內(nèi)乘用車高速NOA的滲透率為6.7%，同比增加2.5個(gè)百分點(diǎn)；城市NOA的滲透率為4.8%，同比增加2個(gè)百分點(diǎn)。

2021-2023國(guó)內(nèi)乘用車NOA滲透率（數(shù)據(jù)來(lái)源：佐思汽研）

截至2024年1月，已經(jīng)量產(chǎn)搭載城市NOA的車企主要有小鵬、華為系（極狐、阿維塔、問(wèn)界）、理想、智己等4家，另外特斯拉在北美推送了城市NOA，而蔚來(lái)和魏牌（毫末方案）的城市NOA已經(jīng)公布正在路測(cè)中。根據(jù)表1的匯總結(jié)果，整體來(lái)看，城市NOA的落地進(jìn)展，距離宣傳發(fā)布的目標(biāo)，存在一定差距，沒(méi)有達(dá)到預(yù)期，尤其是部分車企曾經(jīng)號(hào)稱在2023年底全國(guó)可用，實(shí)際上目前只落地了有限的幾個(gè)城市。不過(guò)，各家也正在努力推進(jìn)城市NOA的全面落地，力爭(zhēng)在2024年占據(jù)更多的市場(chǎng)份額，也值得我們期待。

小鵬將城市導(dǎo)航輔助駕駛命名為城市NGP（Navigation Guide Pilot），在P5、G9、G6、P7i等車型上均有搭載。這4款車型都是搭載激光雷達(dá)的車型，并且從G9開(kāi)始，小鵬的車型都采用前視800萬(wàn)像素雙目攝像頭，并通過(guò)2顆高算力的NVIDIA Orin-X SoC芯片，提供508TOPS的超高AI算力，滿足城市NGP的感知和算力要求。

小鵬于2022年9月在廣州率先推送城市NGP，是國(guó)內(nèi)最早讓城市導(dǎo)航輔助駕駛上車的車企。截至2024年1月，小鵬的城市NGP已經(jīng)覆蓋國(guó)內(nèi)52個(gè)城市，包括廣州、深圳、上海、蘇州、南京、杭州、寧波、北京、天津、成都、西安、武漢、長(zhǎng)沙等，也是國(guó)內(nèi)可用范圍最廣的城市導(dǎo)航輔助駕駛。

小鵬城市NGP的覆蓋范圍

華為的城市導(dǎo)航輔助駕駛功能稱為城市NCA（Navigation Cruise Assist），已經(jīng)搭載在華為深度參與的極狐、阿維塔和問(wèn)界系列車型上。極狐、阿維塔車型配置了3顆激光雷達(dá)和具備400TOPS算力的華為MDC810計(jì)算平臺(tái)，問(wèn)界系列車型配置了1顆激光雷達(dá)和200TOPS算力的華為MDC610計(jì)算平臺(tái)。截至2024年1月，華為的城市NCA開(kāi)放了國(guó)內(nèi)6個(gè)城市：上海、深圳、廣州、杭州、重慶、北京。

華為城市NCA的覆蓋范圍?

理想的城市NOA在其L7、L8、L9三款車型上實(shí)現(xiàn)。這三款車型都配置了1顆激光雷達(dá)和2顆NVIDIA Orin-X芯片，并且前視雙目攝像頭和側(cè)視攝像頭的像素都高達(dá)800萬(wàn)，足以滿足L2級(jí)智能駕駛的硬件性能要求。截至2024年1月，理想城市NOA已經(jīng)在北京、上海、廣州、深圳、杭州、成都等國(guó)內(nèi)10個(gè)城市開(kāi)通。

理想城市NOA的覆蓋范圍

智己會(huì)在其現(xiàn)有車型L7、LS6、LS7中，全面搭載城市NOA功能，并通過(guò)1顆激光雷達(dá)和1顆254TOPS算力的NVIDIA Orin-X芯片來(lái)實(shí)現(xiàn)。不過(guò)，智己的城市NOA推送時(shí)間較晚（2024年1月），目前只開(kāi)通了上海1個(gè)城市。

特斯拉的城市NOA目前只在北美地區(qū)推送，還未進(jìn)入中國(guó)，雖然一直宣稱即將在國(guó)內(nèi)推送，但至今還未見(jiàn)身影。蔚來(lái)和毫末則還在道路測(cè)試階段，還沒(méi)有真正開(kāi)始推送給用戶。

?

去高精地圖，目前去不掉

在2023年上海車展，國(guó)內(nèi)多家主機(jī)廠與智能駕駛解決方案提供商，紛紛喊出了“去高精地圖”的口號(hào)：小鵬宣稱“城區(qū)NGP，2023年6月起不需要高精地圖”；理想宣傳“AD Max 3.0系統(tǒng)逐步擺脫高精地圖”；智己提出“數(shù)據(jù)驅(qū)動(dòng)道路環(huán)境感知模型替代高精地圖”；華為直言“ADS 2.0系統(tǒng)不需要高精地圖，有圖無(wú)圖都能開(kāi)”；百度作為高精地圖提供商，也提出了“輕地圖”的智能駕駛方案；毫末則發(fā)出“重感知、輕地圖”的聲音。

?

高精地圖

業(yè)內(nèi)玩家為何紛紛發(fā)聲“去高精地圖”？主要有以下3點(diǎn)原因：

第一，高精地圖的存在，讓主機(jī)廠和智能駕駛開(kāi)發(fā)者們，嚴(yán)重受限于圖商，地圖鮮度難以提高。

智能駕駛對(duì)高精地圖的數(shù)據(jù)實(shí)時(shí)性要求很高，也就是需要地圖“保鮮”，甚至每日更新一次。而圖商的平均更新周期以月或者季度為單位，行業(yè)內(nèi)的平均更新周期是3個(gè)月左右，這就導(dǎo)致圖商提供的高精地圖，難以滿足智能駕駛開(kāi)發(fā)的需求。

第二，高精地圖的測(cè)繪成本高、周期長(zhǎng)，提高了整套智能駕駛系統(tǒng)的開(kāi)發(fā)和使用成本。

高精地圖由于對(duì)精度要求高、信息豐富，因此需要采集的數(shù)據(jù)量很大，導(dǎo)致相比于普通導(dǎo)航地圖，會(huì)產(chǎn)生更高的成本，并花費(fèi)更長(zhǎng)的周期。高成本與長(zhǎng)周期，與當(dāng)前智能駕駛行業(yè)的降本和快速迭代的趨勢(shì)，嚴(yán)重不符，所以去高精地圖逐漸成為一種趨勢(shì)。

調(diào)研結(jié)果顯示，分米級(jí)高精地圖的測(cè)繪成本在每公里十元左右的水平，每臺(tái)車每天可以采集500公里左右的道路數(shù)據(jù)；厘米級(jí)高精地圖的測(cè)繪成本大約為每公里千元，每臺(tái)車每天能采集約100公司的道路數(shù)據(jù)?？梢?jiàn)精度提高十倍，產(chǎn)生的測(cè)繪成本與周期，會(huì)成倍增加甚至指數(shù)級(jí)增加。

第三，得益于感知算法的進(jìn)步，傳感器的環(huán)境感知結(jié)果，可以替代高精地圖。

正是由于BEV+Transformer的廣泛應(yīng)用，讓傳感器，尤其是攝像頭檢測(cè)到的環(huán)境數(shù)據(jù)，能夠用于構(gòu)建實(shí)時(shí)的局部地圖，逐漸替代基于先驗(yàn)數(shù)據(jù)的高精地圖。

BEV+Transformer原理

如今已經(jīng)進(jìn)入2024年，去高精地圖的進(jìn)展如何？行業(yè)內(nèi)實(shí)現(xiàn)完全“去高精地圖”了嗎？答案似乎是否定的。根據(jù)對(duì)以上幾家公司無(wú)圖方案的調(diào)研，以及行業(yè)內(nèi)其他公司的解決方案，我們發(fā)現(xiàn)目前主要通過(guò)3種方式，來(lái)替代傳統(tǒng)的高精地圖：

一是實(shí)時(shí)局部建圖，基于傳感器信息，通過(guò)BEV+Transformer，構(gòu)建實(shí)時(shí)的局部地圖。這種方法理論上可以完全去掉高精地圖，但根據(jù)大部分感知算法專家的意見(jiàn)，現(xiàn)階段的環(huán)境感知效果，還達(dá)不到傳感器與高精地圖融合的水平，只能說(shuō)正在逐步提升，向完全無(wú)圖靠近。

二是眾包地圖，即通過(guò)已售出車輛收集道路信息，整合來(lái)自普通用戶的數(shù)據(jù)，繪制地圖。這種方式在前幾年就已經(jīng)有人提出并且正在采用，本質(zhì)上還是在構(gòu)建地圖，只是不再依賴圖商，而是讓用戶幫助主機(jī)廠采集地圖數(shù)據(jù)。

三是輕量化高精地圖，是一種精簡(jiǎn)版的高精地圖，精度和信息量介于導(dǎo)航地圖與高精地圖之間。這種方案可以理解為是一種過(guò)渡狀態(tài)，是綜合平衡整體感知定位效果與地圖成本之后的結(jié)果，實(shí)際上仍然需要地圖。

通過(guò)以上分析，不難看出，去高精地圖雖然是主機(jī)廠和智能駕駛開(kāi)發(fā)者所推崇的趨勢(shì)，但目前還沒(méi)有完全實(shí)現(xiàn)。去高精地圖，更多的是在擺脫對(duì)圖商的依賴；而當(dāng)前的環(huán)境感知效果，還不能達(dá)到完全無(wú)圖的水平；現(xiàn)階段高階智能駕駛還離不開(kāi)高精地圖，只是繪圖的方式在改變，對(duì)精度的要求在降低。

?

去激光雷達(dá)，技術(shù)路線之爭(zhēng)

激光雷達(dá)，曾被稱為“自動(dòng)駕駛之眼”，但高昂的成本讓大多數(shù)車企望而生畏。近幾年來(lái)，去激光雷達(dá)的聲音一直存在，而純視覺(jué)感知方案與視覺(jué)+激光雷達(dá)融合感知方案的技術(shù)路線之爭(zhēng)，也一直沒(méi)有停止過(guò)。

?

激光雷達(dá)的點(diǎn)云效果

激光雷達(dá)一度是國(guó)內(nèi)的高階智能駕駛，尤其是城市NOA的必備項(xiàng)，國(guó)內(nèi)的頭部智駕廠商，也普遍采用攝像頭與激光雷達(dá)數(shù)據(jù)融合的方案，實(shí)現(xiàn)高階智能駕駛所要求的精準(zhǔn)感知。小鵬、蔚來(lái)、理想、阿維塔、問(wèn)界……都搭載了激光雷達(dá)。

與此同時(shí)，以特斯拉為代表，也出現(xiàn)了另一種聲音：只用攝像頭的純視覺(jué)感知方案。

馬斯克曾不止一次提出：“人類駕駛只用眼睛觀察環(huán)境，所以根據(jù)第一性原理，純視覺(jué)方案才是正確的路線?！倍厮估鳛橹悄荞{駛的先驅(qū)者，本身也證實(shí)純視覺(jué)方案的可行性。

從目前高階智駕的搭載情況來(lái)看，大部分車型仍然配置了數(shù)量不等的激光雷達(dá)，只有特斯拉和極越，選擇純視覺(jué)方案。

眾做周知，特斯拉的視覺(jué)感知算法，始終處于行業(yè)的領(lǐng)頭羊地位，而極越作為百度重點(diǎn)打造的車型，純視覺(jué)的底氣自然來(lái)源于百度在智能駕駛領(lǐng)域多年的積淀；其他主機(jī)廠和方案商，我們大膽猜測(cè)，有沒(méi)有這樣一種可能：采用融合方案不僅是因?yàn)槿诤戏桨傅母兄Ч?，更因?yàn)閷?duì)自家的純視覺(jué)感知算法不夠自信，以及激光雷達(dá)有利于放大車企對(duì)智能化的營(yíng)銷效果，所以配置了高成本的激光雷達(dá)。

雖然國(guó)內(nèi)大多數(shù)高階智駕車型都搭載了激光雷達(dá)，但車載激光雷達(dá)作為技術(shù)壁壘高、需求前景不明朗的領(lǐng)域，尤其是近幾年成本才逐漸降到萬(wàn)元以下，導(dǎo)致目前存在的供應(yīng)商非常有限，產(chǎn)品型號(hào)也有限，與攝像頭、毫米波雷達(dá)等傳感器相差很大。

目前車載激光雷達(dá)供應(yīng)商主要有速騰聚創(chuàng)、圖達(dá)通、禾賽科技、Luminar、覽沃、Velodyne、Ouster、亮道智能、探維科技、北醒等，以及少數(shù)宣稱自研的方案商如華為。目前量產(chǎn)上車的激光雷達(dá)是半固態(tài)激光雷達(dá)，從國(guó)內(nèi)的出貨量看，速騰聚創(chuàng)、圖達(dá)通、禾賽三家的激光雷達(dá)應(yīng)用最廣。

速騰聚創(chuàng)（Robosense）的激光雷達(dá)產(chǎn)品以RS-LIDAR M系列為主，包括M1/M1 Plus/M3等，M1就是在小鵬的車型上配置的激光雷達(dá)，M3則是超長(zhǎng)距激光雷達(dá)，最遠(yuǎn)能夠探測(cè)300m距離外的目標(biāo)物。此外，速騰聚創(chuàng)還有補(bǔ)盲激光雷達(dá)產(chǎn)品E1，以及Ruby Plus/Helios/Bpearl等機(jī)械旋轉(zhuǎn)式激光雷達(dá)。

圖達(dá)通（Seyond，原Innovusion）將激光雷達(dá)產(chǎn)品分為獵鷹系列和云雀系統(tǒng)，獵鷹系列在蔚來(lái)的車型上已經(jīng)搭載，包括獵鷹K和獵鷹Q兩款超遠(yuǎn)距激光雷達(dá)；云雀系列則包括遠(yuǎn)距離激光雷達(dá)云雀E和補(bǔ)盲雷達(dá)云雀W。

禾賽科技的激光雷達(dá)產(chǎn)品包括已經(jīng)在理想車型上搭載的AT128、最遠(yuǎn)探測(cè)距離400m的超遠(yuǎn)距激光雷達(dá)AT512、機(jī)身高度僅25mm的超薄激光雷達(dá)ET25，以及補(bǔ)盲雷達(dá)FT120和若干機(jī)械旋轉(zhuǎn)式雷達(dá)產(chǎn)品如Pandar / QT / XT等系列。

?

大模型上車，行業(yè)共識(shí)

自從ChatGPT火爆問(wèn)世，AI大模型就成為不可逆轉(zhuǎn)的潮流，并且被廣泛應(yīng)用于各行各業(yè)，當(dāng)然也包括智能駕駛。大模型讓端到端的智能駕駛成為可能，吸引了全行業(yè)多個(gè)領(lǐng)域的玩家，并且已經(jīng)取得了一定的成果。

AI大模型上車已經(jīng)成為智能駕駛行業(yè)的共識(shí)，眾多玩家都紛紛布局參與其中，其中主機(jī)廠、Tier 1、科技公司、芯片公司等不同類型的廠商，分別在不同的方向發(fā)力，形成自己在大模型時(shí)代的競(jìng)爭(zhēng)優(yōu)勢(shì)，同時(shí)也形成了分工明確的合作關(guān)系。

主機(jī)廠可以直接To C，能夠利用自己大量量產(chǎn)車的優(yōu)勢(shì)，在真實(shí)道路上采集大量數(shù)據(jù)，用于不斷優(yōu)化自己的AI大模型。同時(shí)，主機(jī)廠能夠利用自己在產(chǎn)業(yè)鏈中的優(yōu)勢(shì)和主導(dǎo)地位，充分整合上下游資源。不過(guò)，智能駕駛的大模型開(kāi)發(fā)成本高且周期長(zhǎng)，對(duì)主機(jī)廠的資源投入和技術(shù)實(shí)力有較高的要求，目前傳統(tǒng)主機(jī)廠通常尋求外部合作，共同開(kāi)發(fā)，而頭部的造車新勢(shì)力則偏向整體自研。蔚來(lái)、小鵬、理想、阿維塔、吉利、比亞迪、長(zhǎng)城、廣汽等企業(yè)，目前都有AI大模型的相關(guān)布局及應(yīng)用。

Tier 1作為智能駕駛解決方案的提供者，在大模型上車方面，主要從軟件算法層面做文章。Tier 1通過(guò)軟件和算法層面切入，開(kāi)發(fā)智能駕駛的垂域大模型，為主機(jī)廠提供智能駕駛大模型服務(wù)，同時(shí)打造自己的數(shù)據(jù)閉環(huán)系統(tǒng)，形成一整套完整的大模型生態(tài)，例如，BEV+Transformer就是各家Tier 1普遍在開(kāi)發(fā)并推廣的大模型解決方案?，F(xiàn)階段，毫末智行與商湯科技，就是提供智能駕駛大模型的典型代表。

毫末智行在2023年4月發(fā)布了行業(yè)內(nèi)首個(gè)智能駕駛生成式大模型Drive GPT：雪湖·海若。

毫末采用RLHF（Reinforcement Learning from Human Feedback，人類反饋強(qiáng)化學(xué)習(xí)）技術(shù)，并引入真實(shí)用戶數(shù)據(jù)，從而持續(xù)優(yōu)化認(rèn)知決策模型。雪湖·海若能夠按概率生成多個(gè)場(chǎng)景序列，從而將用戶最關(guān)注的自車行為軌跡量化，輸出清晰的決策邏輯鏈，并通過(guò)Drive Language實(shí)現(xiàn)場(chǎng)景的Token化表達(dá)。雪湖·海若搭載于魏牌新摩卡DHT-PHEV車型，將通過(guò)Hpilot 3.0系統(tǒng)實(shí)現(xiàn)城市NOH（Navigation on Highway Pilot，導(dǎo)航輔助駕駛）。

毫末智行發(fā)布雪湖·海若大模型

商湯科技的AI大模型名為Uni AD，能夠?qū)z測(cè)、跟蹤、建圖、預(yù)測(cè)、規(guī)劃等不同的算法模塊，整合到Transformer的端到端框架中，從而融合不同的計(jì)算任務(wù)，實(shí)現(xiàn)端到端的處理。商湯還構(gòu)建了面向決策規(guī)劃算法的數(shù)據(jù)閉環(huán)體系，并建立數(shù)據(jù)驅(qū)動(dòng)的決策規(guī)劃算法庫(kù)，將大數(shù)據(jù)與決策規(guī)劃算法融合，通過(guò)大模型的處理，讓智能駕駛擬人化。

商湯科技Uni?AD的優(yōu)勢(shì)

科技公司的優(yōu)勢(shì)在于豐富的AI技術(shù)儲(chǔ)備，以及云端資源。早期，國(guó)內(nèi)各大科技公司，已經(jīng)在通用AI領(lǐng)域積累了一定的技術(shù)沉淀，這些技術(shù)積累可以直接轉(zhuǎn)化到智能駕駛方向，從通用大模型，逐步滲透到垂直領(lǐng)域。科技公司還會(huì)利用自身的云端資源，自建云服務(wù)器，提供大量云端資源與配套服務(wù)，供客戶調(diào)用、開(kāi)發(fā)和布署自己的AI大模型。華為、騰訊、百度阿波羅，是這方面的佼佼者。

芯片公司在大模型時(shí)代，仍然聚焦于芯片。通過(guò)提供適合布署AI大模型的芯片硬件，芯片公司仍能在大模型的競(jìng)爭(zhēng)中占有重要地位，例如英偉達(dá)、高通、地平線等；同時(shí)，芯片公司通常還會(huì)提供與芯片配套的、完善的開(kāi)發(fā)工具鏈，供開(kāi)發(fā)者使用。

?

艙駕融合，現(xiàn)階段落地慢

從行泊一體到艙駕融合，集成化已經(jīng)成為智能汽車的必然趨勢(shì)，當(dāng)然也是智能駕駛的必然趨勢(shì)。艙駕融合已經(jīng)成為近兩年來(lái)行業(yè)內(nèi)的熱門(mén)話題和技術(shù)發(fā)展的方向，但目前的落地情況，似乎遠(yuǎn)不如行泊一體來(lái)的那么快。

艙駕融合也稱為艙駕一體，包括軟件層面的融合和硬件層面的融合：軟件層面的融合主要是在軟件和功能層面，融合智駕與座艙的軟件、數(shù)據(jù)等，包括升級(jí)軟件架構(gòu)、開(kāi)發(fā)面向服務(wù)的架構(gòu)（SOA）、跨域打通信息與數(shù)據(jù)交互、實(shí)現(xiàn)智駕與座艙功能聯(lián)動(dòng)等；硬件層面的融合主要是硬件形態(tài)的融合，是一種直觀可見(jiàn)的集成化，將從本質(zhì)上改變底層軟件與通訊方式，并且具有明顯的BOM成本優(yōu)勢(shì)。

不同程度的硬件層面艙駕融合方案

可見(jiàn)，軟件層面的艙駕融合，更多融合的是功能與應(yīng)用，相對(duì)容易實(shí)現(xiàn)，而硬件層面的融合，則形成了完全一體化的新硬件，開(kāi)發(fā)的工作量與難度較大。目前，硬件層面的融合，存在One-Box、One-Board、One-Chip等不同融合程度的方案。

One-Box方案是將智駕域的核心板與座艙域的核心板，集成在同一個(gè)域控制器中，但核心板原本的軟、硬件架構(gòu)都不改變，板間通信方案也不變。One-Box方案有點(diǎn)為了融合而融合的味道，集成度最低，融合的難度也最低。

One-Board方案是將智駕的SoC芯片與座艙的SoC芯片，集成在同一塊核心板上，但兩塊SoC仍然分別處理智駕域和座艙域的數(shù)據(jù)，只是在一塊板子上，共用MCU、存儲(chǔ)、接口等外圍硬件。One-Board方案能夠一定程度上提高集成度，減小通訊時(shí)延，提升艙駕的整體性能表現(xiàn)；并且，One-Board方案能夠有效減少SoC以外的硬件，從而降低系統(tǒng)的BOM成本。

One-Chip方案是在同一塊SoC芯片上，同時(shí)處理智駕域和座艙域的數(shù)據(jù)，通過(guò)在SoC上運(yùn)行虛擬機(jī)，實(shí)現(xiàn)智駕和座艙的不同功能模塊。One-Chip方案是真正意義上的艙駕融合，集成度最高，能夠最大程度地集成智駕域和座艙域的硬件，提升艙駕性能表現(xiàn)，并實(shí)現(xiàn)最大程度地降本。不過(guò)，One-Chip方案的融合難度也最大，目前還少有應(yīng)用案例。

雖然艙駕融合已經(jīng)成為行業(yè)的共識(shí)和智能汽車發(fā)展的必然趨勢(shì)，但現(xiàn)階段實(shí)現(xiàn)的難度較大，短期內(nèi)，很難有集成度高的艙駕一體方案落地。

從技術(shù)維度，對(duì)于One-Chip方案，目前已有的SoC芯片，還不能滿足艙駕融合的要求，尤其是難以支持艙駕融合所需的綜合算力要求（NPU+GPU）；并且One-Chip方案的操作系統(tǒng)布置難度大，智能駕駛軟件通?；?a href="http://m.makelele.cn/v/tag/538/" target="_blank">Linux系統(tǒng)或C++實(shí)現(xiàn)，而智能座艙軟件則基于QNX系統(tǒng)或Andriod系統(tǒng)，兩者難以很好地兼容并存。

而對(duì)于One-Box或One-Board方案，由于控制器整體體積變大，對(duì)控制器的安裝布置，也提出了新的要求；更重要的是，同一控制器內(nèi)的計(jì)算任務(wù)成倍增加，造成功耗明顯提升，發(fā)熱量增大，對(duì)控制器的散熱也是一個(gè)挑戰(zhàn)。

從市場(chǎng)維度，目前無(wú)論是C端還是B端，對(duì)艙駕融合的變革意愿都不強(qiáng)，Nice to Have，not Must Have。C端的用戶對(duì)艙駕融合帶來(lái)的性能提升和體驗(yàn)改善，難以有直觀的感受，區(qū)別不大；B端的主機(jī)廠則對(duì)艙駕融合還沒(méi)有迫切的要求，并且艙駕融合也涉及到原有的智駕開(kāi)發(fā)部門(mén)與座艙開(kāi)發(fā)部門(mén)的融合，合二為一會(huì)產(chǎn)生一定阻力。

從成本維度，雖然長(zhǎng)期來(lái)看，艙駕融合能夠有效降低系統(tǒng)的成本，尤其是硬件BOM成本，但短期內(nèi)會(huì)產(chǎn)生大量的開(kāi)發(fā)費(fèi)用，何時(shí)能夠看到降本的效果，也是一個(gè)問(wèn)題。另外，One-Chip方案中的SoC芯片，一定是高性能的芯片，其成本必然不會(huì)低，也會(huì)增加開(kāi)發(fā)者的投入。

由于上述存在的這些難點(diǎn)，目前艙駕融合的進(jìn)展還比較緩慢。One-Box方案由于集成度低、難度低，有少數(shù)玩家率先實(shí)現(xiàn)，例如特斯拉、小鵬等，但并不普及；One-Board方案對(duì)核心板的設(shè)計(jì)能力要求高，目前實(shí)現(xiàn)的案例非常少；One-Chip方案依賴滿足要求的高性能SoC芯片，還需要等待芯片廠商的進(jìn)展，目前更多的是在單顆SoC上實(shí)現(xiàn)艙泊一體等簡(jiǎn)化的融合效果。

現(xiàn)階段，市場(chǎng)上已經(jīng)出現(xiàn)的艙駕融合案例主要是特斯拉、小鵬、零束、極越、德賽西威、中科創(chuàng)達(dá)等玩家提供的方案。

特斯拉從整車電子電氣架構(gòu)層面規(guī)劃了One-Box的艙駕融合方案，將分別負(fù)責(zé)智能駕駛、智能座艙和車內(nèi)外通訊的3塊核心板，集成到1個(gè)控制器中，形成中央計(jì)算單元。

小鵬提出了與特斯拉相似的One-Box方案，將智駕系統(tǒng)的XPU、中控系統(tǒng)的DCU和儀表系統(tǒng)的ICM整合到同一個(gè)域控制器中，形成艙駕一體域控制器，打造其“三合一座艙”的概念，并應(yīng)用在小鵬G9車型上。

零束是國(guó)內(nèi)早期提出艙駕融合概念的方案商之一。零束全力打造的銀河全棧3.0架構(gòu)，在硬件層面由2個(gè)高性能計(jì)算單元（HPC，High Performance Computing）和4個(gè)區(qū)域控制器ZONE組成，其中的1個(gè)HPC集成了智能駕駛與座艙功能，但也是One-Box方案；在軟件層面，零束整合了中間件與SOA原子服務(wù)層，提供統(tǒng)一的標(biāo)準(zhǔn)化API（Application Programming Interface）接口，便于不同智駕和座艙模塊算法的調(diào)度與復(fù)用。

極越率先提出了智能駕駛“真冗余”的概念：當(dāng)智能駕駛域控失效時(shí)，座艙域控可以提供簡(jiǎn)單的ACC等功能以接管，實(shí)現(xiàn)跨域的冗余策略。某種意義上說(shuō)，極越算是實(shí)現(xiàn)了基于座艙SoC芯片（Qualcomm SA8295）的One-Chip方案，只是智能駕駛的功能過(guò)于簡(jiǎn)單。另外，極越也實(shí)現(xiàn)了應(yīng)用層級(jí)（軟件層面）的艙駕融合，即3D人機(jī)共駕地圖：通過(guò)智駕域和座艙域的跨域資源調(diào)度，直接可視化顯示感知目標(biāo)結(jié)果，提供還原顯示的虛擬化駕駛體驗(yàn)。

德賽西威在2022年4月發(fā)布了車載智能計(jì)算平臺(tái)Aurora，當(dāng)時(shí)號(hào)稱行業(yè)內(nèi)首款可量產(chǎn)的車載智能計(jì)算平臺(tái)。在硬件層面，Aurora集成了NIVIDA Orin、Qualcomm SA8295和黑芝麻的華山A1000芯片，屬于One-Box的方案；在軟件層面，Aurora能夠同時(shí)提供智能駕駛、智能座艙與智能網(wǎng)聯(lián)服務(wù)，實(shí)現(xiàn)一定程度的“中央計(jì)算”。此外，Aurora采用了插拔式的結(jié)構(gòu)形式，可以根據(jù)需求伸縮和裁剪算力，滿足多樣化的計(jì)算需求。

中科創(chuàng)達(dá)提出了基于高通系列芯片的艙駕融合方案，屬于One-Chip方案。中科創(chuàng)達(dá)的方案有2套，一是基于Qualcomm SA8295芯片，實(shí)現(xiàn)艙泊融合，即智能座艙與智能泊車功能融合，該方案仍然需要另一顆SoC實(shí)現(xiàn)智能行車功能，因此不是完全的艙駕融合；二是基于Qualcomm SA8795芯片，實(shí)現(xiàn)完全的艙駕融合，但該方案至今還未量產(chǎn)，還處于研發(fā)階段。

從以上的解讀內(nèi)容來(lái)看，在過(guò)去的2023年，智能駕駛的前沿?zé)狳c(diǎn)話題不斷，但實(shí)際進(jìn)展整體不如宣傳的預(yù)期：城市NOA開(kāi)城數(shù)量有限，去高精地圖沒(méi)能完全去掉，去激光雷達(dá)存在爭(zhēng)議，AI大模型有待持續(xù)深入，艙駕融合難度大進(jìn)展慢。

我們也看到，在智能駕駛賽道競(jìng)爭(zhēng)越來(lái)越激烈的當(dāng)下，2024年，行業(yè)內(nèi)的玩家必然會(huì)在這些熱點(diǎn)方向，繼續(xù)發(fā)力，通過(guò)突破技術(shù)難點(diǎn)、降低成本，努力占據(jù)更多的市場(chǎng)份額，將前沿?zé)狳c(diǎn)，最終落地為平民化的應(yīng)用。

SEMl-e主辦方深圳市中新材會(huì)展有限公司聯(lián)合中國(guó)通信工業(yè)協(xié)會(huì)、江蘇省半導(dǎo)體行業(yè)協(xié)會(huì)、浙江省半導(dǎo)體行業(yè)協(xié)會(huì)、深圳市半導(dǎo)體行業(yè)協(xié)會(huì)、東莞市集成電路行業(yè)協(xié)會(huì)、成都集成電路行業(yè)協(xié)會(huì)共同主辦。SEMl-e將聚焦半導(dǎo)體行業(yè)的各個(gè)細(xì)分領(lǐng)域，展示以設(shè)計(jì)、芯片、晶圓制造與封裝，半導(dǎo)體專用設(shè)備與零部件，先進(jìn)材料，第三代半導(dǎo)體/IGBT，汽車半導(dǎo)體/車規(guī)級(jí)先進(jìn)封裝技術(shù)為主的半導(dǎo)體產(chǎn)業(yè)鏈，全面展示了半導(dǎo)體行業(yè)的新技術(shù)、新產(chǎn)品、新亮點(diǎn)、新趨勢(shì)，構(gòu)建起了半導(dǎo)體產(chǎn)業(yè)交流融合的新生態(tài)。

審核編輯：黃飛

?