2015年爆火至今，自動駕駛在中國已經發展了8年，但一路走來并不順利，技術路線搖擺不定，商業化一再跳票，甚至一度被外界質疑是否真的能成。

今年以來，風向開始轉變。首先是小鵬G6和問界M7等車型憑借智駕功能先后爆單，緊接著四部門聯合發布《關于開展智能網聯汽車準入和上路通行試點工作的通知》，將遴選具備量產條件的搭載自動駕駛功能的智能網聯汽車產品，開展準入試點，支持有條件的自動駕駛產品開展商業化運營。

智駕科技MAXIEYE 創始人周圣硯將這稱之為智能駕駛的拐點時刻。判斷依據有兩個，一方面是自動駕駛的技術范式統一，另一方面市場出清，沒有技術積累的“打手”退場，行業開始價值回歸。

從底層的技術端復盤，這一切源于3年前BEV技術對自動駕駛帶來脫胎換骨的改變在今天開花結果。

BEV究竟如何從底層重構自動駕駛產業？以MAXIEYE為觸角，我們得以窺知整個行業發展的面貌。

11月29日，智駕科技MAXIEYE發布了BEV平臺架構青云Hyperspace，青云BEV架構直接打通了高階智駕量產落地的任督二脈。在行業拐點時刻，MAXIEYE吹響了新一輪產業向前的沖鋒號。

砥礪3年，“上帝視角下的真值系統”

時間拉回到3年前，彼時MAXIEYE正在打磨的L2產品的算法框架已接近完整，工程師為了解決每個corner case，不斷在算法框架中增加約束條件和先驗知識，但這些場景無法窮盡且沒有規律，從路面起伏的坡度到車輛經過減速帶所引起的顛簸，再到100米外目標距離的來回跳變，數不勝數。

當時業內主流的自動駕駛技術架構都基于CNN圖像檢測卷積網絡架構開發，這是整個行業面臨的共性問題。現實的窘境擺在眼前，如果用這樣一套依賴人工經驗來打補丁的架構，將永遠不可能實現自動駕駛。這個啟蒙了自動駕駛卻又讓行業在長達10年的時間里難進一步的架構讓人又愛又恨。

MAXIEYE碰到的問題是智能駕駛行業的一抹縮影。2020年底，周圣硯團隊意識到用傳統的CNN圖像檢測框架無法窮盡所有的真實場景，因為人永遠在追著bug跑。

于是周圣硯做了一個大膽的決定，通過一種全新的范式來解決自動駕駛難以泛化的長尾問題，當時組織了20人前鋒部隊秘密研發該項目，內部稱之為“上帝視角下的真值系統”。數月后，特斯拉在2021年4月的AI DAY上展示該功能，也就是如今大名鼎鼎的BEV網絡架構，迅速引發了業內的山洪海嘯。周圣硯意識到，這一步他們走對了，時不我待，于是快速調集 100人團隊全面發力BEV，經歷3年打磨，MAXIEYE團隊用BEV打通了一站式融合道路拓撲、目標軌跡、占用空間三大網絡，也就是今天的青云BEV架構。

如今看來輕描淡寫的復盤，在當時可以說是一個關乎深思的決策。一方面創業公司擁有的資源有限，另一方面產業窗口期短暫，一個戰略失誤可能就斷送了一家公司的未來。基于對自身技術判斷的絕對自信，MAXIEYE決定賭一把，也正是這個大膽的決定在3年后為MAXIEYE爭取到了更多的可能性。BEV將自動駕駛從疲于追趕BUG的勞動中解放出來，在高階智駕的拐點時刻迎來更大的舞臺。

2022年被稱為城市NOA元年，車企們雄心勃勃的給出了激進的功能落地計劃，但落地并沒有車企們想象的那么簡單。其中一個非常棘手的問題是，當時所有的領航輔助都基于高精地圖來完成，高精地圖成本貴、更新慢、審核嚴的特性跟不上車企們激進的步伐。于是從2022年開始，不少車企提出了“去高精地圖”的想法，這一想法在今年被炒得空前火熱，已經成了車企共識。

但甩開高精地圖談何容易，既往領航輔助駕駛功能都是基于高精地圖完成，而去掉高精地圖之后，道路拓撲關系需要由感知系統來完成，對傳統的CNN圖像檢測而言，是一項幾乎不可能完成的任務。而在BEV視角下，空間由2D轉換成3D，平面視角被切換成鳥瞰圖，這個問題被很好的解決。

自動駕駛規控中，系統需要提前預測目標檢測物的軌跡。傳統CNN架構下，目標的檢測僅僅停留在歷史和當前狀態下目標的位置以及軌跡，而對于未來目標的軌跡只能使用基于規則的卡爾曼濾波等方式來完成，但存在調參工作繁瑣，響應滯后等問題。

周圣硯表示，青云BEV架構很好地解決了這個問題，它利用生成式方式解決目標軌跡的非凸問題，可以準確地預測3秒后的目標軌跡。

2022年以前，智駕系統撞上異形障礙物的新聞時有發生。根本原因在于系統的通用障礙物檢測能力差。此后，占用網絡技術被引入自動駕駛，從而提升系統對通用障礙物的檢測能力，但占用網絡需要有合適的底層技術架構支撐，這又回到了BEV的優勢。

周圣硯介紹，青云BEV架構的網格化精度做到了小于10cm，將車輛前方的世界用10cm精度的立體網格進行類似于樂高玩具一樣的切分。并且能夠有效的區分通用靜止障礙物以及運動障礙物，這種輸出則是目前行業里面熱議的G-AEB功能的底層感知技術。

BEV對自動駕駛帶來的是顛覆性改變，甚至可以說是一次懸崖邊的救贖。像愛因斯坦的相對論一樣，它實現了自動駕駛端到端的重新定義，完成了時間維度和空間的統一。在重新定義的時空下，BEV將自動駕駛感知、規劃和控制都統一在一個坐標系下，顛覆了傳統圖像檢測框架下的CNN算法模塊化累加造成的不確定性。這可以理解為一種絕對意義上的底層技術創新重構，開啟了通向自動駕駛終局的大門。

這種時空連續的范式，需要一個具備智慧理解力的AI模型來運行，Transformer跨越空間和時間序列去提取特征的能力恰好符合這一點。于是，“BEV+Transformer”就這樣構成了自動駕駛新的技術底座。

讓智駕系統在統一技術架構下降本增效

中國智能駕駛市場迷人的地方在于它性感又殘酷。巨大的市場潛力讓全球玩家都趨之若鶩，但慘烈的競爭也讓玩家們每天都處在極大的焦慮中，大家在其中痛并快樂著。

智駕剛開始上量，降本便緊隨其后。作為技術供應商，智能駕駛系統公司是產業鏈條中最需要抗壓的一個。

MAXIEYE團隊對當下智能駕駛市場做過系統性分析，不管是傳統的L2，還是高階的高速NOA和城市NOA都存在各自的痛點。

目前市場上L2場景覆蓋度高，但整體體驗不夠絲滑，過紅綠燈路口等功能無法做到足夠完美；高速NOA一套系統終端差價2萬左右，但用戶90%的駕駛場景在城市，用戶會覺得花這個錢不值得，性價比太低；城市NOA的場景復雜度太高，目前的技術產品用戶覺得不安全，不愛用也不敢用。上述方案的割裂，其根本原因在于底層技術范式不統一。

MAXIEYE希望通過青云BEV架構，讓智駕系統在一個技術架構下實現降本增效。

因為不同車企的產品定義不一樣， 甚至同一家車企不同品牌，不同車型的智駕系統都有不同，而不同的方案又需要牽扯到多芯片平臺，比如理想汽車MAX和Pro版本就用的是不同的芯片平臺。車企希望用同一套系統在不同的硬件架構上跑起來，以此提升開發效率并且節約成本，但難點在于遷移的成本和效率。

MAXIEYE的解題思路是用青云BEV架構重新定義智能駕駛全系產品。MAXIEYE旗下產品覆蓋從單V（牧童Monotogo?解決方案）到多V（5V、6V、9V、11V-跨越低中高算力的行泊合一域控方案）的MAXIPILOT?全系智駕解決方案矩陣，滿足城市L2增強、高速NOM（Navigate on MAXIPILOT?）、城區NOM、行泊合一、記憶行泊車全場景應用。

為此，青云BEV架構還對業內開放了感知標準件，支持軟硬解耦，實現標準化工具鏈、標準化規控接口、標準化ISP。通過敏捷的算法移植能力，可支持在6個月內實現高效跨平臺開發需求。

為了提前占領消費者認知，車企在城市NOA開城上已經到了刺刀見紅的地步。然而即便繞開高精地圖的限制，城市NOA也不能一蹴而就。MAXIEYE提出了記憶共享=城市NOA的數據共享新范式。簡單來說就是張三行駛過的路線給李四用，即便李四沒有走過這條路，智駕系統也依然可以按照張三的路線駕駛。

周圣硯介紹，基于青云BEV架構，MAXIEYE已打通首次行車、再次記圖、三次激活的智慧化記憶行泊車功能應用。90%以上場景可支持實現二次行車后記憶功能激活。

幫助車企最大化數據優勢

智駕系統一旦爆發會像潮水一樣涌來，但所有玩家面臨的時間窗口都一樣。這對用戶跨度大的大型汽車集團來說并不友好。以比亞迪來看，既有百萬級的仰望品牌，又有十萬級比亞迪品牌。它需要在最短的時間能實現不同品牌車型智駕系統的功能開發，算法部署，以及后續的OTA升級等工作，而彼此的智駕系統可能都不一樣，打通整個集團的數據閉環能讓車企在競爭中更有優勢。

如何突破這個問題？

MAXIEYE給出的解決方案是海市MAXI-DI數據智能架構，周圣硯稱，該架構全維覆蓋量產數據閉環MAXI-DATA、真值系統MAXI-TRUTH SYSTEM、MET-TOOL全流程閉環測試開發工具鏈，以及仿真極限場景構建，自動化數據處理和訓練。為青云BEV算法架構提供高效的底層技術支持。

MAXI-DATA包括功能觸發、駕駛行為觸發、系統觸發、感知觸發四大模塊-30余種觸發機制。

MAXI-TRUTH SYSTEM真值系統可實現4D場景構建、自動化數據處理和訓練。MET-TOOL工具鏈覆蓋智能駕駛系統從原型開發、實車測試、功能量產、售后分析的閉環全流程，支持當前所有ADAS主流傳感器的數據采集和回放功能，支持分級閉環測試、代碼調試以及完整的數據回灌功能實現。

可以把它理解成一套數據處理系統，在這個數據架構下，MAXIEYE發布了MAXIPILOT?2.0平臺，包含Lite，Pro，MAX 3種產品方案，多種產品方案之間已打通數據共享鏈路，這意味著，入門級配置即可支持城區建圖，其深遠意義在于幫助車廠客戶以80%的規模化量產方案為基礎，構建20%高配方案所需要的核心場景數據，徹底打通“低階賦能高階”的經濟且有效的開城路徑。

周圣硯判斷，“BEV+Transfrormer”之后，自動駕駛下一幕技術路線基本穩定，較難再產生完全顛覆式的變革。這也決定了這一階段落后的企業很難再有新技術重構二次追趕的機會，淘汰賽正式拉開序幕。只有在這一階段勝出的選手才有資格繼續留在牌桌。

而在行業拐點時刻，高階智駕正處在快速上量的短暫窗口期，車企要解決好各方面問題：快速開發出一款好的智駕系統，合理地控制成本，完善的數據管理系統，任何一條都不能有短板。對車企而言，要保證系統化作戰能力，尋找一個靠譜的合作伙伴至關重要。MAXIEYE希望扮演的角色是，通過青云BEV架構讓車企具備系統化作戰能力，賦能車企快速抓住智能駕駛的窗口期，做成真正的中國可規模化交付的高階自動駕駛方案。

返回第一電動網首頁 >