一天時(shí)間，中國(guó)汽車都沉浸在“世界第一”里。小米SU7 Ultra，用真刀真槍的6分46秒874，拿下了紐北最速四門車，成為了世界第一；小鵬汽車，說(shuō)自己從智駕到企業(yè)風(fēng)格，都和馬斯克的特斯拉一樣，當(dāng)然，也有人選擇不說(shuō)話。今年10月25日，華為智能汽車解決方案不動(dòng)聲色的發(fā)布了ADS Pro V3.1版本，甚至在次日還迅速開(kāi)啟了V3.2 beat的內(nèi)測(cè)體驗(yàn)，從之前的ADS 3.0智駕效果看，其實(shí)就已經(jīng)非常接近脫手自動(dòng)駕駛了，而新版本在這基礎(chǔ)上，又優(yōu)化了對(duì)細(xì)節(jié)的感知能力，也新增了不少更類人的決策，總之，整體的功能框架在完成車位到車位這類操作上更加流暢了，參考其他品牌的智駕節(jié)點(diǎn)，下個(gè)月會(huì)有理想500萬(wàn)CLIPS的6.4新模型，小鵬純視覺(jué)5.4、小米新版NOA、智己大規(guī)模推開(kāi)的momenta等等，為什么說(shuō)華為ADS Pro V3.2更值得大家期待呢？

踩錯(cuò)踏板也能剎停，靠的是LiDar+AEB？

先來(lái)回顧一下華為乾崑智駕ADS V3.0的功能效果，在拿掉BEV網(wǎng)絡(luò)之后，負(fù)責(zé)感知的GOD網(wǎng)絡(luò)和負(fù)責(zé)預(yù)測(cè)決判的PDP網(wǎng)絡(luò)，在激光雷達(dá)、4D毫米波雷達(dá)這類感知硬件的配合下，可以全天候?qū)Φ缆芳?xì)節(jié)做到感知，比如會(huì)看紅綠燈、會(huì)過(guò)閘機(jī)、啟動(dòng)場(chǎng)景不受限制，遇到鬼探頭不會(huì)突然一腳剎停，在復(fù)雜路口或者交錯(cuò)環(huán)島的通行率也有一定的保證，但做了出于安全冗余考慮，系統(tǒng)在這類場(chǎng)景多數(shù)還是會(huì)主動(dòng)降級(jí)到LCC，而在最新的版本中，ADS Pro V3.1和V3.2 beat都優(yōu)化了這類細(xì)節(jié)，接管率和執(zhí)行決策都做到了更低、更類人，除了這些，新版本還在哪些方面有明顯提升？

從實(shí)測(cè)體驗(yàn)結(jié)果來(lái)看，ADS Pro V3.1和V3.2 beat優(yōu)化了幾處功能，包括NCA路口通行，低風(fēng)險(xiǎn)降低脫手警告頻次、學(xué)習(xí)代客泊車路線，導(dǎo)航試圖分頻顯示、雷達(dá)遮擋提醒、識(shí)別井蓋等。這其中，脫手警告不再時(shí)不時(shí)就突然彈出來(lái)，而是系統(tǒng)在判定當(dāng)下智駕場(chǎng)景風(fēng)險(xiǎn)不高的時(shí)候，會(huì)一直處于靜默狀態(tài)，從某種意義上講，這個(gè)功能的出現(xiàn)幾乎說(shuō)明華為已經(jīng)無(wú)限接近到了L3，下一步要做的就是接著優(yōu)化在高風(fēng)險(xiǎn)場(chǎng)景下的決策能力，像在擁堵加塞、人車混行的復(fù)雜路口，整套系統(tǒng)的處理機(jī)制不再顯得呆板，而是伺機(jī)加塞或選擇繞行，這個(gè)執(zhí)行效果就非常擬人，甚至是在窄路會(huì)車或者U型掉頭時(shí)，系統(tǒng)還會(huì)根據(jù)與周圍障礙物的距離，選擇多打半圈方向盤，增大轉(zhuǎn)彎半徑避免發(fā)生剮蹭。

比較有意思的是新增的幾個(gè)功能，具體是NCA靠邊臨停，路面自適應(yīng)防碰撞，橫穿防碰撞避讓、誤踩加速踏板識(shí)別以及誤掛擋防碰撞，在之前的版本之中，當(dāng)導(dǎo)航即將到達(dá)目的地時(shí)（尤其是非停車場(chǎng)場(chǎng)景），系統(tǒng)會(huì)跳出界面提示必須由人工接管泊車，這次的優(yōu)化就是解決了最后這部分的人類駕駛員操作，直接讓車輛自主靠邊停車，而在“防碰撞”的幾個(gè)功能當(dāng)中，基本都是GOD網(wǎng)絡(luò)調(diào)動(dòng)AEB發(fā)揮了作用，比如當(dāng)感知硬件發(fā)現(xiàn)路面附著力不高的時(shí)候，系統(tǒng)會(huì)提前觸發(fā)AEB，隨時(shí)進(jìn)行重剎，之前一直有提到的預(yù)判鬼探頭，更多的其實(shí)是針對(duì)靜止障礙物所完成的判斷，比如雙向主干道突然躥出的行人或電瓶車，在察覺(jué)到道路危險(xiǎn)后已經(jīng)停止了運(yùn)動(dòng)軌跡，優(yōu)化之后預(yù)判的底層邏輯不變，變的是可以在道內(nèi)或借道緊急避障，當(dāng)然了，華為也給這項(xiàng)功能做了安全冗余，只有在低速加塞場(chǎng)景之下，才能觸發(fā)橫穿/斜穿防碰撞。

誤踩踏板防碰撞有必要單獨(dú)拿出來(lái)聊。前幾年，車主對(duì)新能源汽車的單踏板模式爭(zhēng)議許久，大部分車主認(rèn)為有類似制動(dòng)效果的加速踏板，在慌亂中難以分辨自己是否已經(jīng)采取制動(dòng)，所以普遍會(huì)誤踩踏板發(fā)生剮蹭，現(xiàn)在看這個(gè)問(wèn)題其實(shí)很好解決，在端到端的智駕模式下，可以給大模型訓(xùn)練特定場(chǎng)景，或者直接給它規(guī)則，當(dāng)傳感器識(shí)別到已經(jīng)觸及碰撞危險(xiǎn)距離時(shí)，直接調(diào)動(dòng)AEB進(jìn)行制動(dòng)，所以即便是駕駛員依然踩著加速踏板，車輛也能剎停，不論是走純視覺(jué)路線還是多傳感器路線的智駕方案，這個(gè)功能其實(shí)都是可以實(shí)現(xiàn)的。

值得一提的是，華為在10月25日發(fā)布ADS Pro V3.1，次日就推送了V3.2 beat內(nèi)測(cè)，這似乎說(shuō)明V3.1版本還不夠“完美”，從3.1版本的多個(gè)實(shí)測(cè)體驗(yàn)來(lái)看，比起內(nèi)測(cè)版本最明顯的區(qū)別，是后者智駕過(guò)程花費(fèi)的時(shí)間更少，同時(shí)接管率也更低，也就是說(shuō)，內(nèi)測(cè)版在細(xì)節(jié)處理上的決策機(jī)制，明顯要顯得更聰明一些，比如在最考驗(yàn)博弈能力的環(huán)島或復(fù)雜路口，在沒(méi)有自動(dòng)降級(jí)的情況下，同樣是面對(duì)移動(dòng)障礙物，3.1版本在考慮選擇禮讓還是借到繞行的時(shí)間，都要比內(nèi)測(cè)版本慢上幾秒，所以建議后期直接升級(jí)到V3.2正式版。

無(wú)限接近L3級(jí)，只有華為GOD大網(wǎng)做的最好？

前面提到，誤踩踏板防碰撞兩大智駕方案都可以實(shí)現(xiàn)，但要是拆開(kāi)來(lái)講，有激光雷達(dá)安全冗余度肯定更高一些，畢竟，這種處理方案需要對(duì)環(huán)境進(jìn)行實(shí)時(shí)掃圖然后交給大模型去理解，不過(guò)在復(fù)雜路口環(huán)境下，可能會(huì)導(dǎo)致系統(tǒng)需要更多的處理時(shí)間和算力，這就引出新的思考了，對(duì)于沒(méi)有激光雷達(dá)的純視覺(jué)方案，把算力堆上去是不是也能更好的解決？

答案自然是肯定的，算力儲(chǔ)備高就意味著大模型在單位時(shí)間內(nèi)，處理數(shù)據(jù)的速度可以更快，這也是促進(jìn)AI學(xué)習(xí)和訓(xùn)練的基礎(chǔ)，雖然激光雷達(dá)確實(shí)會(huì)占用一部分算力，把感知數(shù)據(jù)輸送給智心也需要時(shí)間，但是這個(gè)缺點(diǎn)可以通過(guò)優(yōu)化預(yù)判決策網(wǎng)絡(luò)給彌補(bǔ)掉，引出幾個(gè)數(shù)據(jù)作為參考，智己momenta云端算力只有2.5 E FLOPS，理想汽車為4.5E FLOPS，華為乾崑智駕目前有5E FLOPS，小鵬明年會(huì)從2.51E FLOPS拓展到10E FLOPS，而特斯拉則高達(dá)35E FLOPS，換句話說(shuō)，激光雷達(dá)的出現(xiàn)，其實(shí)是不需要太高云端算力的，而純視覺(jué)方案正好反了過(guò)來(lái)，可能有人不理解了，高算力是不是就等于智駕能力強(qiáng)呢？

并不是，算力只是指芯片每秒能夠執(zhí)行的運(yùn)算次數(shù)，而算法才是自動(dòng)駕駛的核心，特斯拉FSD就是一個(gè)典型的端到端算法，今年轉(zhuǎn)向AI鷹眼的小鵬也是類似的邏輯，都是需要用足夠的實(shí)測(cè)視頻訓(xùn)練神經(jīng)網(wǎng)絡(luò)，感知層面的數(shù)據(jù)來(lái)源僅僅是靠攝像頭來(lái)完成，而前兩天智己發(fā)布的momenta，底層邏輯雖然也是如出一轍，但是感知元件多了一顆激光雷達(dá)，所以這就可以很好理解了，純視覺(jué)智駕方案需要大量的算力，也需要不斷進(jìn)化的大模型算法，優(yōu)點(diǎn)是系統(tǒng)的駕駛行為可以學(xué)習(xí)人類駕駛員的習(xí)慣，計(jì)算任務(wù)相對(duì)精簡(jiǎn)，級(jí)聯(lián)誤差減少之后，數(shù)據(jù)驅(qū)動(dòng)更容易發(fā)揮規(guī)模法則，缺點(diǎn)也就很直接了，就是需要堆更高的算力儲(chǔ)備和強(qiáng)化算法。

相比之下，現(xiàn)階段華為的GOD+PDP方案，其實(shí)優(yōu)勢(shì)要更多一些，就拿最容易出現(xiàn)降級(jí)的復(fù)雜路口來(lái)說(shuō)，從GOD+AEB的分段式架構(gòu)變成GOD一張大網(wǎng)，直接就省掉了原來(lái)數(shù)據(jù)傳遞過(guò)程中需要的時(shí)間和算力，甚至是路徑的博弈，而B(niǎo)EV網(wǎng)絡(luò)存在之前，系統(tǒng)是需要將整個(gè)場(chǎng)景對(duì)上障礙物的坐標(biāo)，然后還要對(duì)每個(gè)障礙物單獨(dú)去做運(yùn)動(dòng)軌跡分析和預(yù)判，這些都需要計(jì)算的成本和時(shí)間，若是在數(shù)據(jù)分析量龐大的復(fù)雜環(huán)島，BEV網(wǎng)絡(luò)就會(huì)出現(xiàn)數(shù)據(jù)分析過(guò)慢、輸送延遲，直到過(guò)載導(dǎo)致降級(jí)轉(zhuǎn)為人工接管，所以去掉BEV融入GOD網(wǎng)絡(luò)，可以不再單給運(yùn)動(dòng)障礙物分析坐標(biāo)，直接預(yù)測(cè)它的軌跡路徑就可以了，通俗一點(diǎn)來(lái)講，道理其實(shí)和分段式架構(gòu)并成一張大網(wǎng)是一樣的，而實(shí)現(xiàn)這些的前提，都是需要大網(wǎng)具備復(fù)雜路況的數(shù)據(jù)理解能力和處理能力。

再有就是感知硬件上的能力了，4D毫米波雷達(dá)通過(guò)回波可以對(duì)小體積的異性障礙物構(gòu)成立體模型，華為自己的192線激光雷達(dá)也是用更多的激光線束對(duì)道路細(xì)節(jié)實(shí)時(shí)掃圖，都是給GOD大網(wǎng)提供數(shù)據(jù)更加精確的原始數(shù)據(jù)模型，所以從某種程度上講，取消BEV網(wǎng)絡(luò)也是給高精雷達(dá)傳感器的性能來(lái)回“松綁”，具體到效果層面上看，最多兩把就能泊入車位的自主泊車功能就是最好的例子。

總結(jié)一下，從2021年發(fā)布ADS 1.0，到2023年引入GOD網(wǎng)絡(luò)概念，再到2024年形成由GOD+PDP構(gòu)成的一張大網(wǎng)解決所有功能，華為的這套乾崑智駕方案，其實(shí)在3.0版本的時(shí)代就基本摸到了L3級(jí)自動(dòng)駕駛的門檻了，所以在這套系統(tǒng)之后，華為只需要再優(yōu)化一些處理機(jī)制上的細(xì)節(jié)，提升一些決策執(zhí)行的速度，能和數(shù)據(jù)積累量極其龐大的特斯拉FSD抗衡，不出意外的話其實(shí)現(xiàn)在就只有華為了。