X 智能社区

    {{score?`上周社区出行值 ${score}`:''}}{{rank?'  |   全站排名：':''}}{{rank}}

    新出行自动驾驶主题精品板块，本版块采用先审后出机制，旨在收录自动驾驶精品内容。

    社区版主：
    签到日历
    连续签到{{userStore.user_info.sign_info?.sign_day || 0}}天

    社区热点

    • 发文章
    • 发动态
    • 发点评
    • 推荐
    • 单Orin能做城区NOA吗？
    • 智能座舱我会玩
    全部话题
    动态

    今天小鹏 P7+ 第一个车位到车位体验版内容解密，因为工作原因视频我还没来得及弄出来，具体内容先写一段文字跟大家分享一下。 前两天已经写过一篇简单介绍了感受：https://m.xchuxing.com/ins/789645 今天在这个基础上更详细聊其中一些技术细节。首先是几个区域的衔接，虽说是无感但也是有衔接的，因为区域是物理存在的。 第一个衔接点是车位到停车场通道，也就是车位泊出，这个的衔接做到无感是必须的，从屏幕 SR 上看到泊出过程是一个泊车界面（图一），到了停车场通道后则变成是行车界面； 而接下来在停车场通道内行驶（图二），从负二开到负一再到地面上内部道路，跨越三层，再到通过闸机口到公开道路上，行车界面上都没有变化，完全就是同一个 SR 界面。这个期间跨越后续两个衔接点。 第二个衔接点：从地库负一层开到地面内部道路（图三），负一层属于没有导航信息的区域，而地面上则是有蓝色导航路径的内部道路，这两者的衔接是无缝的； 第三个衔接点：通过园区的闸机，开到外面公开道路上（图四），也是无缝衔接。 而到了目的地，则反向通过上述三个衔接点，回到车位上。 这个过程可描述的事件并不多，“无感”应该是最好的褒奖。值得提一下的是目前这个体验版还是显示 AI 代驾的字样。这个在 workshop 上婷婷总也介绍过现阶段界面上还会显示着 AI 代驾，但后续就不再是 AI 代驾了。 而界面提示是小事情，关键是实质功能跟之前 AI 代驾有什么不同？所以力耘博士在技术层面进行了一些介绍。其实显浅地看，之前的 AI 代驾是一个记忆领航功能，记录了一个行驶轨迹，这个轨迹甚至还包括具体车道信息，覆盖外面的公开道路。而后续实现车位到车位的就是叫“NGP”，而不是 AI 代驾，这个 NGP 跟以往 NGP 也不一样。它进入类似地下停车场这种连导航地图都不能提供方向指引的区域，是会记忆行车的方向信息，力耘博士提到的是“记一些方向性的趋势”，至少得大概知道往哪个方向走。 也就是说，具体轨迹不进行学习，但到了什么地方该往哪个方向转，这是得记忆的。而在停车场内的通行能力，则是依赖本身 NGP 的大模型泛化能力，而不是通过记忆车道轨迹。所以对于“学习”的门槛降得比较低，用户无感地行走过一次，就默默被记录下来。也不会出现进来的时候走的车道被硬性记忆轨道，出去的时候强行也走同样的车道，但其实变成逆行和所有对头车碰面的情况。 我个人对如何实际完成这个记忆过程是最看重的（图七），之前写的一篇文字也提到这一点，我认为这决定了车位到车位功能是否好用，是否能让更多人可以更高频去实际应用的最重要因素，也是后续几家竞品最后比拼的关键。

    双擎会铁皮
    动态

    大疆卓驭弥补最后的空缺：全国无图NOA。和大家聊聊最后出牌的卓驭｜ 现在地平线、元戎、Momenta、华为四家基本完成城区 NOA 的出牌，卓驭的全国 NOA 最早应该明年一季度就可以交付。 ★无图城区 NOA 能力上卓驭有两个平台：7V 和 10V 两种。 为什么称为平台是因为弹性极高，比如可以适配不同芯片，现在公开的最高平台是高通 8650 ，算力为 100TOPS ，还可以适配比如 Orin、Thor 还包括激光雷达都可以拓展。 现在 7V 和 10V 分别有两个重要定点，前者是五菱，后者是红旗。昨晚发布的红旗天工 08 就是首发了 10V+100T的方案。 ★城区，这点算力够吗？ 卓驭最擅长的能力是不挑芯片，这是最牛逼的，卓驭也开创了全行业首个非 Orin 方案作出城区领航的系统，降低成本。 卓驭就是用极致的算力压榨出高质量的模型，比如在 TI 上两颗 TAD4 （32T）做了高速无图 NOA 和城区记忆领航，包括掉头、绕行、上下匝道等能力，包括非规则的障碍物识别和绕行，这在当时还是非常炸裂。 100TOPS 对于卓驭而言，就是富余算力，所以自然做的事情会很多，想象力也会更大。 ★比如用四颗环视摄像头做 OCC 。 环视 OCC 最大的用处是泊车，可以看到更多的异形障碍物时被，障碍物的检测距离会更低，提高泊车场景比如地库一些奇怪障碍物的检测能力。 ★比如双目 OCC 组合一颗长焦，提高城区的检测能力。 比如红旗首发的 10V ，核心变化就是在双目 800 万基础上加了一颗 800 万的长焦摄像头，长焦的目的是可视距离拉长，比如红绿灯路口、大型路口用远距来看更多信息、无保护左转看对向的快速车等。 而实际上卓驭看似是三目，但实际等同于其他家的短焦+长焦的双目是类似的，因为卓驭的双目是惯导立体双目，相比其他家短焦单目可以直接输出三维信息，在高速 NOA 或者是城区的路口、掉头能力通过性会更好。 ★比如量产新一代端到端大模型。 相比上次五菱云海发布的分段式不同，这次量产的版本已经改为由一个大模型输出行驶轨迹，其中的感知、预测和决策模块可解释，也就是训练是一块训练，但可以针对分模块化解题。 ★卓驭的策略和其他供应商不同 卓驭的策略是把立体双目已经成为卓驭的一个平台能力，在这个能力上可以通过拓展，比如加长焦摄像头看的更远、算法可以适配不同芯片、也可以用更高的算力带来更强的 OCC 检测能力、甚至用激光雷达作为兜底、甚至可以加入各类地图信息来冗余... 这也是目前卓驭和其他供应商方案战略不同，卓驭考虑的是从立体双目硬件+算法的基础能力思考不同NOA的能力标准，在这基础上做极致的成本，比如芯片、域控整合。而不是用单一场景覆盖不同算法能力。 比如入门基础平台有 30T 的 TI、 城区入门平台有 100T 的高通，在这两个平台上可以开放拓展。

    飞机先生
    动态

    “由奢入俭难”这话在智驾上也是一样的体会。而这里面说的“奢”和“俭”便是差异化，因为大家宣称的功能逐步趋同，例如都是“全国都能开”，所以差异化都会体现在更细节的地方。例如所谓的“端味”！ 最近已经连续品尝了一些号称“端味”的智驾。虽然，还有不少人从概念上去细抠什么才是真正的“端到端”，去批判这个那个仅是为了迎合营销把自己说成“端到端”。但你还别说，当你回头去尝一下去年甚至今年上半年那种水平的智驾，真的会恍然大悟，其实你说它是真的端还是假的端都不是最重要的，因为所谓“端味”的出现已经实实在在令很多普通驾车行为有了质的提升。 有感而发源于今天刚好连续使用了两款还没有“端味”的智驾，顿时感觉时光倒流回忆起去年。对于有较长智驾使用经验的朋友应该会懂我意思：例如，以前的绕行是怎样的？行驶轨迹前方有个障碍车，发现了，减速逼近到跟前，甚至几乎在它面前停下来了，有时候还会迟疑片刻，有时候也会立即决定绕行。但因为已经很逼近所以只能大幅度打方向进行绕行，有个非常明显的绕行动作。 现在有端味的绕行是怎样的？昨天我发的视频 https://www.xchuxing.com/video/10947 里面有几次都提及“没有一个明显的绕行动作，但实际上实现了绕行”，就是指无感的绕行，直接提前就在行驶轨迹上避开了障碍车，根本没有也不需要一个绕行的动作，而我们平时自己开车也是如此。这就是一个典型的“端味”。 刚才说的“由奢入俭难”，就是当今天我遇到一个智驾系统会被障碍车几乎逼停，然后再触发一个绕行动作的话，已经觉得受不了了。觉得它太落后了太机械，效率太低了。哪怕同样可以有零接管的结果，也是不能接受的。但去年就没这么觉得，当时觉得能这样绕行已经很牛逼很惊喜了！

    双擎会铁皮
    动态

    我觉得从目前端到端的路径看，大家的解法基本是类似的，基本不会有太大差别。但明年回头看，体验到底是不是“端到端”，就会非常明显。 智己今天提及的关键词是“直觉”，非常恰当，今年体验最大的变化是直觉的体验，比如绕行、选路更像人的一种“条件反射”，完全无感。 Momenta 现在的版图看，也非常接近目前部分头部自研车企做的方向，用 L2 的量产团队数据反哺给云端“母”模型，由“母模型”训练出来的“子模型”分别赋能给 L2 和 L4 。 不得不佩服，这可是当时曹旭东 8 年前成立 Momenta 就有的战略啊！ 两条腿走路，飞轮式数据闭环。

    飞机先生
    • {{default_recommend=='new'?'按最新':'按回复'}}
      • 按发布时间排序
      • 按回复时间排序
    • 热门
    • 精华
    • 闲置
    更新 {{manage.unread}} 条内容

    飞机先生
    2024-11-22

    • 收藏
    • 举报

    今天朋友圈看到一个比较确认的消息：原地平线副总裁余轶南将离开地平线。

    我还记得当时在业内的第一个深度专访，就是找了南哥@余轶南 。

    当时我对智能化普及还非常弱，当时高速领航行业开始覆盖。当时交流了 1 个多小时，南哥给我从 0 讲述了整个智能化的商业模式、主流技术还有对未来的判断。

    当时地平线征程 3 刚发布，就得到理想 ONE 的定点，南哥负责和理想合作。当时征程 3 有两个很强的定点，一个是国产 30 万级销量最大的产品理想 ONE 、一个是国产 20 万级销量最大的产品比亚迪，都定点了征程 3 。

    理想和地平线两家中国初创公司在一起，@哲伦班长 班长也在，随后两个公司的产品都成为爆品，无论是智驾、用户体验打磨、合作模式在行业有着很高的示范意义。

    当时理想王凯还提到了为什么选择地平线，因为开放性、产品性能、沟通效率还有量产时间点，当然还有价格。李想的回答是：“非常满意。”

    如果拉回时间，如果对比当时的 Moblieye，是怎么样的？

    我记得当时还写的非常具体：由于地域不同、时差以及多层级的处理关系，Mobileye 平台迭代的时间可能短则 1-2 个月，长则可能 3-4 个月才能修复一些小问题，并且有些还提出了商务条件。

    这个文字的截图还被余凯总挂过演讲 PPT 。

    在那次对话中，南哥当时还讲了几个例子，刚兴趣同学可以看文末原文：

    “硬件只是基础，软件才是服务。就像卖给你一个榔头，我还会教你怎么用”
    “地平线的软件算法，我们会提供服务团队，更像一个行走的说明书”
    ”征程3高性价比其实是个很多功能装进盒子里，比如深度学习算法、视觉定位、解码器、感知建图等等”这样客户就不用再多装 1 路摄像头。
    “一个芯片要看看你能跑到一个怎么样的帧率，帧率越高就意味着你处理速度更快，节约更多的时间以及资源做其它事情。”
    ...

    去年还和南哥见面，我俩都喝多了。在深圳某个无名街道的一家路边小店，我喝的通红，南哥酒量甚好。当时凌晨两点，我们站在酒馆门前。又聊起了整个智能驾驶“江湖”的风起云涌，也谈人情翻覆，风云千变...

    附原文：https://www.xchuxing.com/article/33695

    双擎会铁皮
    2024-11-18

    • 收藏
    • 举报

    今天小鹏 P7+ 第一个车位到车位体验版内容解密，因为工作原因视频我还没来得及弄出来，具体内容先写一段文字跟大家分享一下。

    前两天已经写过一篇简单介绍了感受：https://m.xchuxing.com/ins/789645 今天在这个基础上更详细聊其中一些技术细节。首先是几个区域的衔接，虽说是无感但也是有衔接的，因为区域是物理存在的。
    第一个衔接点是车位到停车场通道，也就是车位泊出，这个的衔接做到无感是必须的，从屏幕 SR 上看到泊出过程是一个泊车界面（图一），到了停车场通道后则变成是行车界面；
    而接下来在停车场通道内行驶（图二），从负二开到负一再到地面上内部道路，跨越三层，再到通过闸机口到公开道路上，行车界面上都没有变化，完全就是同一个 SR 界面。这个期间跨越后续两个衔接点。

    第二个衔接点：从地库负一层开到地面内部道路（图三），负一层属于没有导航信息的区域，而地面上则是有蓝色导航路径的内部道路，这两者的衔接是无缝的；
    第三个衔接点：通过园区的闸机，开到外面公开道路上（图四），也是无缝衔接。
    而到了目的地，则反向通过上述三个衔接点，回到车位上。

    这个过程可描述的事件并不多，“无感”应该是最好的褒奖。值得提一下的是目前这个体验版还是显示 AI 代驾的字样。这个在 workshop 上婷婷总也介绍过现阶段界面上还会显示着 AI 代驾，但后续就不再是 AI 代驾了。

    而界面提示是小事情，关键是实质功能跟之前 AI 代驾有什么不同？所以力耘博士在技术层面进行了一些介绍。其实显浅地看，之前的 AI 代驾是一个记忆领航功能，记录了一个行驶轨迹，这个轨迹甚至还包括具体车道信息，覆盖外面的公开道路。而后续实现车位到车位的就是叫“NGP”，而不是 AI 代驾，这个 NGP 跟以往 NGP 也不一样。它进入类似地下停车场这种连导航地图都不能提供方向指引的区域，是会记忆行车的方向信息，力耘博士提到的是“记一些方向性的趋势”，至少得大概知道往哪个方向走。

    也就是说，具体轨迹不进行学习，但到了什么地方该往哪个方向转，这是得记忆的。而在停车场内的通行能力，则是依赖本身 NGP 的大模型泛化能力，而不是通过记忆车道轨迹。所以对于“学习”的门槛降得比较低，用户无感地行走过一次，就默默被记录下来。也不会出现进来的时候走的车道被硬性记忆轨道，出去的时候强行也走同样的车道，但其实变成逆行和所有对头车碰面的情况。

    我个人对如何实际完成这个记忆过程是最看重的（图七），之前写的一篇文字也提到这一点，我认为这决定了车位到车位功能是否好用，是否能让更多人可以更高频去实际应用的最重要因素，也是后续几家竞品最后比拼的关键。

    小鹏X9 小鹏G9 小鹏G6 小鹏P7+

    双擎会铁皮
    2024-11-17

    • 收藏
    • 举报

    两位大 V 提及的这种用语是最合适也是最正确的。我记得在 workshop 上听到某车企智驾老总去到友商门店里面，问及销售什么是“端到端”，销售介绍说：端到端就是从 A 端到 B 端，我们的产品就是应用端到端这个技术的 …. 。这个很真实很淳朴，也代表无数路人的惯性理解，完全改变不了，绝大部分消费者也不会整天看什么微博，什么垂直网站垂直板块，也没能力过滤筛选抖音小红书的内容。

    从面向消费者的角度，“讲人话”是最重要的，不能还很习惯停留在当年“我跑过赛道我去过越野，所以我高高在上教育你该如何选择一台接送小孩的保姆车”那种状态，整天去针对行业圈子聊什么战略甚至地缘。这些东西是直接会交到刚刚领驾照的无数消费者手中使用的，他们是用户，他们的心智是需要通过“讲人话”占领的，一旦被别人占领了要逆转的成本巨大。

    另外，用户也是有记忆的。如今你突然因为装上某供应商的产品又大吹特吹说我也有最新电动车我也有“端到端”？但某些品牌别忘记了才刚刚车展前不久都还铺天盖地通过各种短视频营销号发无数诋毁电动车诋毁智能化的小视频，说什么小电池才效率最佳云云，还有某些品牌的 KOC 因为本身之前智能化落后，一天到晚不断讲智驾无用论，强势占领了另外一方面的“心智”，现在也才刚刚装上供应商的产品就又想鱼与熊掌兼得？这种的结果以前就有过样板，后续咋样我们也慢慢搬凳子看热闹吧。

    小鹏X9 小鹏G9 小鹏G6 小鹏P7+

    双擎会铁皮
    2024-11-16

    • 收藏
    • 举报

    昨天试驾了小鹏车位到车位的第一个版本的“部分”体验。为什么称之为“部分”？确实因为还没能完整去体验整个使用流程，这个需要展开来详细聊聊，也同时给大家介绍一下昨天使用的感受。

    车位到车位这个功能真正使用起来有两个体验需要考察：
    - 第一个是之前大家见过类似的，就是已经把使用条件准备好了然后体验成果，都可以实现从这边停车场车位开到目的地的停车场车位；
    - 第二个则是目前阶段相对被忽略的，或者说缺失的，就是构建这个使用条件的代价都没有具体描述；
    而以后车位到车位功能是否好用，是否能让更多人可以更高频去实际应用，其实第二个体验才是起决定性的因素。

    例如，是否需要自己开车给自家停车场扫图？甚至是需要申请开通自己经常使用的停车场？更为简单的也得需要像之前记忆泊车（或叫代客泊车）功能那样，进入停车场根据提示指引而学习一次路线。

    昨天 @XP-Candice婷婷 婷婷总也都发微博介绍了，计划在 5.5.0 全量推送的车位到车位，是要用一套智驾软件实现车位到车位，意味着不会再是通过类似 AVP 衔接 NOA 再衔接 AVP 的方式。而还有一个重要信息是 @XP-李力耘 力耘总给大家介绍的，这已经不再是 AI 代驾了，但当然也和目前的 NGP 有所不同。这个说法很关键，也令大家充满了遐想和期待。在整个车位到车位通勤过程中都是一个状态，以后这个状态就叫“NGP”，跟在公开道路上使用的 NGP 没有区别。而且更关键的是，也不需要刻意去进行一个学习记忆的动作。我也很好奇最终能以一种怎样的方式让我们体验到如此无缝的感觉呢？

    说回昨天使用的感受，最值得注意的感受不仅仅是出入园区的无缝衔接（因为很多园区其实是有导航指引信息的），而闸机口识别也是理所当然，这两项不属于新鲜的环节。而能体现这类系统衔接能力就是从园区内部路进入地下车库，从一个有导航方向指引的地方进入没有导航指引，需要跟“学习信息”进行融合的区域，也做到了无缝，而且都是和外面公开道路相同的一个软件状态下贯通的。

    对于本文开始时候提到的第一个体验来讲，昨天试驾已经圆满达到预期，但第二个体验目前还有很多“谜底”需要后续通过公测版本和全量推送逐步揭开，对此确实也是充满期待。毕竟车位到车位是智驾体验一个里程碑式的阶段。

    小鹏P7+ 小鹏X9 小鹏G6 小鹏G9 2024广州车展 小鹏端到端共创版体验

    置顶 {{item.data.title}}

    来自#{{item.data.theme_info.title}}{{item.data.theme_info.number?`本周共 ${item.data.theme_info.number} 人参与，话题内容折叠显示`:'话题内容折叠显示'}}

    {{item.data.theme_info.number?'查看全部':'立即参与'}}

    {{item.data.author.username}}{{item.data.author.user_honour}} 置顶
    {{item.data.create_time}}{{item.status==1 ? ' · 待审核':''}}{{item.data.author.car_list&&item.data.author.car_list.length?` · ${item.data.author.car_list.map(e => e.name).join('/')}`:''}}

    首页推荐 社区推荐 置顶推荐 精华
    • {{item.data.is_polish?'今日已擦亮':'擦亮闲置'}}
    • {{item.data.is_favourite?'取消收藏':'收藏'}}
    • 编辑
    • 编辑
    • 删除
    • 举报
    • 加入黑名单
    • 录入探索库
    • 撤销审核
    • 进小黑屋
    NO.{{i+1}}热度 {{item.hot_total}}
    收录于周榜 TOP {{item.week_rank}} 收录于日榜 TOP {{item.day_rank}}
    视频文章

    {{item.data.title}}

    {{item.data.title}}

    查看全文

    {{item.data.title}}

    {{item.data.duration}}

    {{item.data.video.duration}}
    {{calculateAspectRatioFit(item.data.imgs_url[0].width,item.data.imgs_url[0].height).imgTag}}

    +{{item.data.imgs_url.length - 9}}

    ¥{{item.data.price}} ¥{{item.data.original_price}} 包邮 分类/{{item.data.garage_category_name}} 状态/{{item.data.garage_condition_name}}

    +{{item.data.imgs_url.length - 9}}

    {{item.data.series.name}} {{item.data.model ? item.data.model.name : ''}}

    个人评分{{item.data.contents.fraction}}

    点评：

    {{item.data.title}}
    {{item.data.end_time <= Math.floor(Date.now() / 1000)?'已结束' : '进行中'}}

    查看全文

    {{related.theme.title}}

    {{item.data.title}} {{item.data.membernum}}人参与讨论

    参与讨论

    近期热议