0
自動駕駛?cè)φ弧叭ジ呔貓D”風(fēng)暴席卷。
今年6月中旬，一年一度的AI頂會 CVPR 2023 在加拿大舉行，同期還有場自動駕駛國際挑戰(zhàn)賽，這場挑戰(zhàn)賽吸引了來自15個國家的270多支隊伍參賽，有2300多件作品投稿，賽況激烈。
出人意料地，打敗眾競爭對手，摘下桂冠的，是一家此前從未向外公布過有自動駕駛業(yè)務(wù)的中國AI公司——曠視科技。
曠視在這屆自動駕駛國際挑戰(zhàn)賽的表現(xiàn)相當(dāng)亮眼。
CVPR 2023自動駕駛國際挑戰(zhàn)賽分為四個賽道，包括OpenLane拓撲關(guān)系賽道、Online HD Map Construction（在線高精地圖構(gòu)建）等賽道，其中拓撲關(guān)系賽道的第一名為曠視。
“OpenLane拓撲關(guān)系挑戰(zhàn)賽，本質(zhì)上是一個通過實時感知來生成地圖的比賽。目前大家對道路拓撲結(jié)構(gòu)（如車道線、車速標識等）的感知，主要是靠高精地圖來提供，而要去高精地圖的話，那就只能把這些東西感知之后，再構(gòu)建自己的道路拓撲結(jié)構(gòu)?！?/p>
曠視科技智駕業(yè)務(wù)總裁劉偉對雷峰網(wǎng)解釋說，“這個比賽的現(xiàn)實意義在于，可以讓曠視在‘去高精地圖’這條路上越走越扎實，最終在城區(qū)也能實現(xiàn)‘去高精地圖’?！?/p>
憑借在這一賽事上的出色表現(xiàn)，一向“神秘”的曠視自動駕駛業(yè)務(wù)逐漸浮出水面。
從學(xué)術(shù)圈到產(chǎn)業(yè)界，曠視下場參與自動駕駛賽道競賽并不讓人意外，反倒是時至今日才宣布入局更令人疑惑。
曠視為什么選擇在此時進軍自動駕駛市場？曠視做自動駕駛業(yè)務(wù)的底層邏輯是什么？其方案有哪些獨特性？競爭優(yōu)勢體現(xiàn)在哪里？
雷峰網(wǎng)(公眾號：雷峰網(wǎng))和曠視科技智駕業(yè)務(wù)總裁劉偉聊了聊。
從2021年初大力研發(fā)智駕方案到宣布推出量產(chǎn)方案，曠視用時不到三年。
廢話不多說，我們直接看看產(chǎn)品。簡單來說，曠視的產(chǎn)品分為三個配置：標準版、專業(yè)版、旗艦版，分別對應(yīng)10-15萬元車型、15-30萬元車型和30萬元車型。
其中標準版方案具備高速NOP功能，專業(yè)版方案具有城市NOP功能，最高配置的旗艦版方案則具備增強的城市NOP功能以及更強的安全冗余。
當(dāng)下曠視智駕業(yè)務(wù)的發(fā)力點則主要在標準版和專業(yè)版方案。
“我們瞄準的是量產(chǎn)市場，曠視希望做到在中低價位車型中達到一年幾百萬輛的銷量，這兩個版本的方案都是不帶激光雷達的，成本相對較低，可以服務(wù)于10萬-30萬元的車型?！眲ケ硎?。
在車端，15萬元-30萬元價位是主戰(zhàn)場，近一兩年這一市場正瘋狂進入激進價格內(nèi)卷戰(zhàn)，”活下去“——成為眾多車企的第一要義。
小鵬汽車就曾在今年年初的年報業(yè)績會上預(yù)測，國內(nèi)市場到2023年大概只有50家乘用車品牌能走完，5年后可能只有25家，10 年后可能只有數(shù)家，“接下來的5 -10 年里，控制好成本以及創(chuàng)新做到第一的位置才能存活”。
定位為智駕方案供應(yīng)商的曠視，降本、降本、再降本，也自然而然成為其自研方案時的重中之重。
劉偉透露，通過優(yōu)化“BEV（鳥瞰圖）+前融合”算法、降低算力、去高精地圖、去RTK、去激光雷達、統(tǒng)一算法框架、自動標注等一系列措施，相比于同行，曠視的智駕方案成本可以下降20%-30%。
提到“BEV”算法，目前業(yè)內(nèi)的智駕方案大多需配置Orin大算力芯片，但這在實際上車量產(chǎn)落地時并不容易。
比如原先一些走L4自動駕駛技術(shù)路線的企業(yè)嘗試推出L2+量產(chǎn)方案時，由于以往的路線是多傳感器疊加配置大算力芯片，因此他們普遍面臨的一大挑戰(zhàn)，就是很難滿足車廠的低算力要求。
而曠視對于BEV的實現(xiàn)，則已經(jīng)可以做到在只有Orin芯片五分之一甚至六分之一算力的嵌入式芯片上跑通，不僅性能表現(xiàn)非常好，而且目前已經(jīng)進入到客戶實車Demo階段。
劉偉認為，從本質(zhì)上看，這是由于曠視的算法本身足夠先進。
曠視對BEV有兩個實現(xiàn)的算法模型，一個是BEVDepth系列，一個是PETR系列，BEVDepth系列是對“BEV+LSS”的實現(xiàn)，PETR系列則是非常典型對“BEV+Transformer”的實現(xiàn)。
BEV+Transformer架構(gòu)最早由特斯拉在2020年引入自動駕駛產(chǎn)業(yè)界。
不過不同于特斯拉占用網(wǎng)絡(luò)采用的稠密算法，曠視的PETR系列在輸出對周圍環(huán)境的各種感知表征時，采用的是稀疏算法。
“曠視用稀疏的方式來做Transformer，也能非常好地檢測到長尾場景中的障礙物，同時對算力要求更低，這最核心的意義就是把計算平臺的成本給降下來了?！眲ケ硎尽?/p>
另一方面，為了降本，曠視還對“統(tǒng)一算法框架”這件事非常重視，整個研發(fā)均圍繞這個目標展開。
一般而言，從旗艦車型到入門級車型，一家主機廠每種車型采用的配置方案都各不相同，供應(yīng)商方案矩陣相當(dāng)復(fù)雜，這導(dǎo)致車輛在推出量產(chǎn)時，無論是把握節(jié)奏、質(zhì)量、成本，還是管理和維護不同供應(yīng)商，都很難控制。
而曠視在做的，則是希望在高中低定位的車型，都采用統(tǒng)一的BEV算法框架，做到算法平臺化、硬件平臺化。
比如在適配高中低不同算力的芯片時，曠視采用Pin-to-Pin的系列芯片，即同一套域控可以直接適配不同芯片硬件，如果域控需要適配高算力芯片，就換高算力芯片，如果要適配低算力芯片，就換一個低算力的芯片。
做到這一點后，主機廠各個車型的量產(chǎn)速度將大大加快，質(zhì)量更好的同時，成本也將大幅降低。
在硬件配置方面，曠視則堅持走以視覺為主的感知路徑，支持采用實時建圖的感知方式，只用導(dǎo)航地圖，不用高精地圖，除此之外，曠視還能做到直接去掉RTK。
“'去高精地圖’、‘去RTK’，這兩個選擇結(jié)合在一起，每年又能節(jié)省幾百元的成本費用?！眲フf。
智駕方案上車，降本是一方面，性能是否能做到讓車廠、讓消費者買單又是另一方面。
當(dāng)下的智能汽車行業(yè)，諸如AEB等L2級以下智駕功能已基本標配，現(xiàn)在各頭部車廠、供應(yīng)商們爭相落地的重點功能，是介于L2與L3級自動駕駛之間的NOP功能。
所謂NOP功能，即車輛可基于用戶設(shè)定的導(dǎo)航路線，實現(xiàn)從A點到B點的智能導(dǎo)航輔助駕駛，主要覆蓋部分高速公路和部分復(fù)雜的城市路況。
在曠視看來，在接下來兩三年的時間，高速NOP場景將會快速滲透，大多數(shù)主流車型，都將采用高速NOP方案，同時城市NOP場景將在這一時期快速成熟。
而阻礙NOP高階智駕方案大規(guī)模量產(chǎn)落地的核心因素，就在于目前尚不夠強大的智駕性能，第二重要因素則是居高不下的成本。
“目前的高階智駕方案還沒有足夠好到、安全到能讓用戶完全放心地使用，為了追求更好的性能，大家的方案都是配置多顆Orin X、多個激光雷達，這導(dǎo)致方案成本會非常高，往往高達幾萬元，只能在非常高端的車型上使用?！眲ブ赋?。
那如何兼顧高階智駕量產(chǎn)方案的高性能和低成本需求？
事實上，所有自動駕駛方案最終的性能、體驗表現(xiàn)等都是由感知上限決定，而自動駕駛作為一個超強AI屬性的產(chǎn)品，其感知的上限則需要靠不斷地優(yōu)化算法來提升。
曠視判斷，體驗好、成本低的高階智能駕駛產(chǎn)品，必須要有非常強的AI能力支撐，而只有在AI能力上有強大實力儲備的玩家，未來才有可能繼續(xù)走下去。
其實曠視早在2018年就曾關(guān)注過智駕行業(yè)。
在當(dāng)時，業(yè)內(nèi)主流的感知技術(shù)路線是“2D圖像+傳統(tǒng)神經(jīng)網(wǎng)絡(luò)CNN”，采用容易導(dǎo)致信息失真的后融合策略，用人工進行數(shù)據(jù)標注。
“這種基于傳統(tǒng)雷達、攝像頭的感知方式，是不能解決高階智能駕駛方案所面臨的問題的?！眲フJ為，也因此曠視一直沒有踏足這一產(chǎn)業(yè)。
直到2020年，特斯拉將以視覺為主的“BEV+Transformer”架構(gòu)引入自動駕駛領(lǐng)域，2021年初，特斯拉又在北美推出了升級版Autopilot的FSD，一舉舍棄毫米波雷達，由此智能駕駛路線進入了“分水嶺”階段，關(guān)于走純視覺路線還是多傳感器融合路線，各方爭論不休。
而曠視作為起家于計算機視覺研究的AI解決方案廠商，也決定在此時向智能駕駛產(chǎn)業(yè)界進軍。
這是因為曠視認為，未來高階智駕方案大概率將會走以視覺為主的感知方式，至于要不要進一步融合毫米波雷達、激光雷達等傳感器，則與各廠家的需求、安全冗余考量息息相關(guān)。
也因此，曠視設(shè)計的這一套統(tǒng)一算法框架，除了支持攝像頭，也支持對激光雷達、毫米波雷達等傳感器進行前融合。
甚至在行駛過程中，如果某個雷達或者攝像頭突然無法正常工作，曠視的智駕算法還能確保其它傳感器維持在正常水平，并基于此來判斷要不要進行功能降級，或者降級到何種程度。
曠視向來有相當(dāng)強悍的原創(chuàng)算法能力，更關(guān)鍵的是，曠視的算法并不是空中樓閣，而是真正基于產(chǎn)業(yè)界實際需求在研發(fā)。
截至目前，曠視智能駕駛業(yè)務(wù)團隊已達數(shù)百人，其中近三分之二是算法研發(fā)團隊，剩下三分之一左右則是工程交付團隊。
以PETR系列為例，這是曠視基于BEV實現(xiàn)的純視覺3D感知框架，目前已迭代至PETR V4版本。
通俗來講，這一版本在做的事，就是讓一個多幀長視頻在模型里跑，本質(zhì)上是希望模型記住更多的東西，從而做到更好地感知態(tài)勢，實現(xiàn)更好的物體跟蹤和預(yù)測，由此在Orin平臺上實現(xiàn)“感知、建圖、跟蹤、預(yù)測”四合一的端到端模型，同時也能在未來進一步降低方案成本。
而前文提及的對多模傳感器的前融合的實現(xiàn)，則是曠視早已在PETR V3就已完成的事。
基于此，在智駕視覺方案領(lǐng)域，曠視除了是業(yè)內(nèi)唯一一家把Transformer跑在較低算力計算平臺的解決方案供應(yīng)商，還是業(yè)內(nèi)第一個實現(xiàn)300米距離視覺感知（現(xiàn)在很多激光雷達廠商的感知距離都達不到300米）的廠商。
另外，曠視還在2022年首創(chuàng)了魚眼BEV模型，使得車輛的感知范圍擴大三倍，這讓車輛在泊車場景下，可以很早就感知到周圍的停車位，大大提升泊車體驗，從而支持自動泊車方案去激光雷達，進一步降低方案成本。
“在行業(yè)內(nèi)，真正具備原創(chuàng)算法能力的團隊是鳳毛麟角的，在這方面，我們還是比較自信的，且這個優(yōu)勢會持續(xù)擴大?！眲ト绱苏J為。
技術(shù)領(lǐng)先并不意味著成功的商業(yè)化落地，產(chǎn)品+服務(wù)才是核心，這背后考驗的是工程化落地能力。
工程化能力意味著解決方案的可復(fù)制性、可靠性強、產(chǎn)品架構(gòu)的統(tǒng)一性高，也意味著供應(yīng)商可以實現(xiàn)客戶個性化定制的解決方案，同時兼顧不同場景、不同使用者的多樣化需求。
嵌入式的工程化能力、客戶理解能力——這也正是曠視做智能駕駛解決方案，除強悍的算法能力外的兩大核心競爭力。
“比如曾經(jīng)曠視在做一款芯片時，芯片廠商提供了算子，但這一算子跑起來非常慢，后來曠視自己上，就把算子的性能提升了100倍，直接讓BEV在這個芯片上的實現(xiàn)，從‘不可能的任務(wù)’變成性價比相當(dāng)好的方案?！眲ケ硎?。
從在工控機上實現(xiàn)demo，到切換至嵌入式系統(tǒng)，有些廠商走了許多彎路，花了兩三年才艱難轉(zhuǎn)換完成，而劉偉指出，曠視則是非常平滑無縫地就完成了切換，“這是大部分友商都不具備的能力”。
另一方面，曠視作為供應(yīng)商，已在AI產(chǎn)業(yè)化的路子上已摸索得足夠久，對市場和客戶需求也有足夠豐富的理解經(jīng)驗和能力。
從商業(yè)邏輯上看，不難看出，曠視切入智能駕駛行業(yè)的角度，總體還是“大客戶”邏輯，即以車廠為核心，重點與頭部車廠形成戰(zhàn)略性合作關(guān)系。
作為供應(yīng)商，如何在幫助客戶提高產(chǎn)品競爭力的同時，還能持續(xù)降本，曠視重視打造自身的軟硬一體能力，強調(diào)做到傳感器、芯片和算法之間的協(xié)同。
在軟件層面，曠視視覺算法感知的精度逼近于激光雷達，領(lǐng)先的定位建圖算法也能大幅降低其對于高精地圖的依賴，具備更好的性價比和更好的體驗。
在硬件領(lǐng)域，曠視則自研了AI傳感器、AI計算平臺，具備完整的硬件生產(chǎn)經(jīng)驗，并已規(guī)?；鲐?。
在數(shù)據(jù)方面，曠視除了會選擇與主機廠合作，還自建車隊收集數(shù)據(jù)、訓(xùn)練模型，并利用大模型進一步打磨自動標注工具鏈和能力。
域控方面，曠視則選擇與主機廠和Tier 1合作。
一般來說，對于智駕解決方案供應(yīng)商而言，一個方案有兩種收費邏輯，一個是系統(tǒng)的開發(fā)費，另一個則是在系統(tǒng)開發(fā)的基礎(chǔ)上，在方案量產(chǎn)上車后收取的出貨費用以及后續(xù)的OTA服務(wù)費等。
而一套智駕方案想要適配到不同的車型，涉及到軟件、硬件、接插件，也涉及到與整車協(xié)議的匹配、算法的調(diào)整，還有跟車配合的執(zhí)行機構(gòu)都要進行重新的標定，這些都指向供應(yīng)商必須要具備一定的軟硬件協(xié)同能力、靈活的合作思維。
一業(yè)內(nèi)人士認為，全棧自研是一個能力，而不是一個商業(yè)模式。
對車廠來說，如果車廠只希望跟一家公司合作方案的其中一個模塊，車廠也希望這家公司的產(chǎn)品思路跟得上自己。
供應(yīng)商怎么能保證和車廠的思路一致？其實主要還是落地、量產(chǎn)的思路。
“方案上車，車廠要考慮軟硬件之間的配合、感知與規(guī)劃之間的配合，這其中有很多經(jīng)驗和know-how，如果你只做過其中一個功能模塊，會不知道怎么跟車廠配合?！痹摌I(yè)內(nèi)人士指出。
值得注意的是，雷峰網(wǎng)近期在和主機廠溝通的過程中，由于此前低估了自研自動駕駛的難度，再加上智駕功能落地后的市場反饋情況不盡如人意、越來越快的車型推出節(jié)奏等原因，我們很明顯地感受到，主機廠們對全棧自研的認知和思路正在發(fā)生變化。
從主機廠的角度，如今他們對智能駕駛方案的核心訴求正從全棧自研轉(zhuǎn)向全?？煽?，變得更為理性。
這也給予了曠視在內(nèi)的供應(yīng)商們與主機廠們更大和更靈活的合作空間。
“曠視作為供應(yīng)商，打造軟硬一體能力時，主要是從產(chǎn)品性價比的角度出發(fā)，看硬件和軟件如何能更好地整合、性能怎樣才會更好、落地成本怎樣才會更低?！眲フf道。
在商業(yè)化進展方面，曠視智駕解決方案均已進入準量產(chǎn)狀態(tài)，比如目前曠視就正在對客戶量產(chǎn)交付專業(yè)版方案。
從產(chǎn)業(yè)格局來看，雖然智能駕駛領(lǐng)域一直熱度很高，但其實始終并未定型，對于能兼顧強大性能和高性價比需求的智駕方案供應(yīng)商，市場需求依然很大，行業(yè)充滿競爭活力，也變數(shù)十足。
“我們現(xiàn)在重點聚焦在量產(chǎn)交付環(huán)節(jié)，曠視有一個中期目標，就是希望在2025年，做到行業(yè)前三?！眲ト绱吮硎尽?/p>
雷峰網(wǎng)#雷峰網(wǎng)#雷峰網(wǎng)
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
